Labelbox는 인공지능 및 머신러닝 시스템 개발을 지원하기 위해 설계된 데이터 라벨링 및 주석(annotation) 플랫폼이다. 이 회사는 AI 모델을 훈련하고 미세 조정하는 데 사용되는 라벨링된 데이터셋을 생성, 관리, 평가하기 위한 도구 모음을 제공하며, 여기에는 딥러닝 및 대규모 언어 모델 애플리케이션에 사용되는 데이터도 포함된다. Labelbox의 플랫폼은 대규모로 고품질 훈련 데이터를 생산하는 과제를 해결함으로써 조직의 AI 이니셔티브를 가속화하는 것을 목표로 한다.
이 플랫폼은 이미지, 비디오, 텍스트, 오디오를 포함한 다양한 데이터 유형을 위한 다양한 주석 도구를 제공한다. 이러한 도구를 통해 사용자는 컴퓨터 비전 작업을 위한 경계 상자(bounding box), 다각형, 분할 마스크 및 기타 주석 유형을 만들 수 있을 뿐만 아니라 자연어 처리를 위한 텍스트 분류 및 개체명 인식도 수행할 수 있다. 수동 주석 외에도 Labelbox는 데이터 관리, 워크플로 자동화 및 품질 관리를 위한 기능을 통합하여 팀이 전체 데이터 라벨링 파이프라인을 간소화할 수 있도록 한다.
역사 및 설립
Labelbox는 2018년 Manu Sharma, Brian Rieger, Daniel Rasmuson에 의해 설립되었다. 이 회사는 훈련 데이터의 품질과 규모가 AI 발전에 있어 중요한 병목 현상이 되고 있다는 인식에서 출발했다. 설립자들은 데이터 라벨링을 모델 훈련 워크플로와 통합하는 엔드투엔드 플랫폼을 구축하여 자체 라벨링 도구를 사내에서 구축하는 데 드는 시간과 비용을 줄이고자 했다.
초기에 Labelbox는 Gradient Ventures(Google의 AI 전문 벤처 펀드) 및 Kleiner Perkins와 같은 투자자로부터 시드 펀딩을 유치했다. 이후 회사는 Andreessen Horowitz 및 B Capital Group을 포함한 기업들이 참여한 시리즈 A 및 시리즈 B 펀딩 라운드를 확보했다. 2020년대 초 기준으로 Labelbox는 총 1억 1천만 달러 이상의 자금을 조달했다.
플랫폼 및 기능
Labelbox의 핵심 제공 사항은 협업 데이터 라벨링을 지원하는 클라우드 기반 플랫폼이다. 이 플랫폼은 주석자가 데이터에 라벨을 지정할 수 있는 인터페이스를 제공하며, 프로젝트 관리자는 주석 작업을 설정하고 라벨 온톨로지를 정의하며 출력을 검토할 수 있다. 플랫폼에는 자동화 및 머신러닝 지원 라벨링 기능이 포함되어 있어 모델을 사용하여 데이터를 사전 라벨링하고 인간이 예측을 검증하거나 수정할 수 있으며, 이 과정을 인간-인-더-루프(human-in-the-loop)라고 한다.
또한 이 플랫폼은 데이터셋을 발견하고 관리할 수 있게 해주는 카탈로그 및 데이터 큐레이션 기능을 제공한다. 아마존 웹 서비스, 애저, 구글 클라우드와 같은 인기 있는 머신러닝 프레임워크 및 클라우드 서비스와 통합되어 데이터 전송 및 모델 배포를 용이하게 한다. Labelbox는 또한 AI 모델의 출력을 평가하고 정렬하는 것을 지원하는 생성형 AI 워크플로 관리를 위한 기능을 도입했다.
영향 및 사용
Labelbox는 자동차, 의료, 소매를 포함한 다양한 산업의 광범위한 기업과 연구 기관에서 채택되었다. 예를 들어, 자율 주행 분야의 기업들은 인식 모델 훈련을 위한 센서 데이터 주석에 Labelbox를 사용한다. 의료 분야에서는 진단 AI 애플리케이션을 위한 의료 이미지 및 전자 건강 기록 라벨링에 사용되었다. 이 플랫폼은 또한 스탠포드 AI 연구소 및 기타 기관의 학술 연구자들이 실험용 데이터셋을 관리하는 데 사용된다.
주요 제품 및 통합
Labelbox는 Labelbox 주석 플랫폼, 데이터 발견을 위한 Labelbox 카탈로그, 모델 평가 및 모니터링을 위한 Labelbox 모델을 포함한 여러 주요 제품을 제공한다. 이러한 제품들은 함께 작동하여 포괄적인 데이터 중심 AI 워크플로를 제공한다. 이 플랫폼은 많은 외부 도구 및 API와의 통합을 지원하여 조직이 기존 MLOps 파이프라인에 이를 통합할 수 있게 한다.
2023년에 Labelbox는 모델 응답 순위 지정 및 인간 피드백 기반 강화 학습(RLHF) 수행 도구와 같은 대규모 언어 모델 개발에 특화된 기능을 도입했다. 이는 회사를 고전적인 데이터 라벨링과 AI 시스템을 인간의 선호도에 맞추는 새로운 패러다임의 교차점에 위치시켰다.
같이 보기
참고 문헌
[간략한 정보에 제공되지 않음.]