인공지능(AI) 모델의 학습을 위한 로우 데이터를 수집하는 데이터 수집부;상기 수집한 로우 데이터에 대해 오토 라벨링(auto labeling) 프로세스를 수행하여 학습 데이터를 생성하는 학습 데이터 생성부;상기 학습 데이터를 이용하여 메인 인공지능(AI) 모델에 대한 학습을 수행하는 학습부; 상기 학습이 완료된 메인 인공지능(AI) 모델에 대한 성능 평가를 기반으로 오토 라벨링 관련 인공지능(AI) 모델의 업데이트 여부를 결정하는 오토 라벨링 업데이트부; 상기 학습이 완료된 메인 인공지능(AI) 모델에 대한 성능 평가를 기반으로 메인 인공지능(AI) 모델의 업데이트 여부를 결정하는 제어부; 및상기 인공지능(AI) 모델 및 상기 오토 라벨링 관련 인공지능(AI) 모델의 업데이트를 위한 알고리즘을 데이터 형태로 저장하는 저장부;를 포함하며,상기 오토 라벨링(auto labeling) 프로세스는,상기 오토 라벨링 관련 인공지능(AI) 모델을 기반으로 수행되며,상기 오토 라벨링 업데이트부는,상기 메인 인공지능(AI) 모델 별로 미리 설정된 평가지표에 따라 성능 평가를 수행하여 상기 오토 라벨링 관련 인공지능(AI) 모델의 업데이트 여부를 결정하며,상기 오토 라벨링 관련 인공지능(AI) 모델의 업데이트는, 상기 학습 데이터를 이용하여 수행되며,상기 제어부는,메인 인공지능(AI) 모델을 업데이트하는 것으로 결정하는 경우, 메인 인공지능(AI) 모델을 업데이트하였을 때 전체 시스템에 문제가 생기는지 여부를 검증하는 검증 프로세스를 수행하는 것을 특징으로 하는, 오토 라벨링 시스템.

삭제

제1항에 있어서,상기 미리 설정된 평가지표는,정밀도(PRECISION), 재현율(RECALL) 및 F1스코어(F1SCORE) 중 적어도 하나를 조합하여 구성된 오토 라벨링 시스템.

제1항에 있어서,상기 학습 데이터 생성부는,상기 로우 데이터에 대해 인덱싱 프로세스를 수행하고,상기 인덱싱 프로세스가 수행된 로우 데이터에 대해 오토 라벨링 프로세스룰 수행하여 학습 데이터를 생성하는 오토 라벨링 시스템.

인공지능(AI) 모델의 학습을 위한 로우 데이터를 수집하는 단계;상기 수집한 로우 데이터에 대해 오토 라벨링 프로세스를 수행하여 학습 데이터를 생성하는 단계;상기 학습 데이터를 이용하여 메인 인공지능(AI) 모델에 대한 학습을 수행하는 단계; 상기 학습이 완료된 메인 인공지능(AI) 모델에 대한 성능 평가를 기반으로 오토 라벨링 관련 인공지능(AI) 모델의 업데이트 여부를 결정하는 단계; 상기 학습이 완료된 메인 인공지능(AI) 모델에 대한 성능 평가를 기반으로 메인 인공지능(AI) 모델의 업데이트 여부를 결정하는 단계; 및메인 인공지능(AI) 모델을 업데이트하는 것으로 결정되는 경우, 메인 인공지능(AI) 모델을 업데이트하였을 때 전체 시스템에 문제가 생기는지 여부를 검증하는 검증 프로세스를 수행하는 단계;를 포함하되,상기 오토 라벨링(auto labeling) 프로세스는,상기 오토 라벨링 관련 인공지능(AI) 모델을 기반으로 수행되며,상기 결정하는 단계는, 상기 메인 인공지능(AI) 모델 별로 미리 설정된 평가지표에 따라 성능 평가를 수행하여 상기 오토 라벨링 관련 인공지능(AI) 모델의 업데이트 여부를 결정하며,상기 오토 라벨링 관련 인공지능(AI) 모델의 업데이트는, 상기 학습 데이터를 이용하여 수행되는 것을 특징으로 하는,오토 라벨링 시스템의 제어방법.