KR20240056172A - 위지윅 방식의 인공지능 설계 방법 및 이를 위한 인공지능 개발 도구 - Google Patents

Abstract

위지윅 방식의 인공지능 설계 방법 및 이를 위한 인공지능 개발 도구가 개시된다. 본 발명에 따른 인공지능 개발 도구는, 복수의 코딩 블록을 포함한 코딩 제어 영역, 복수의 인공지능 설계 툴바를 포함한 인공지능 제어 영역, 그리고 설계중인 인공지능을 보여주고 편집할 수 있는 워크 스페이스를 포함하는 사용자 인터페이스; 및 사용자 인터페이스를 통한 사용자 조작에 따라 인공지능 모델을 설계하고 생성하는 코드 생성부;를 포함하고, 복수의 인공지능 설계 툴바는 데이터 수집을 위한 툴바 및 모델링 파라메타의 변경을 위한 툴바를 포함하고, 데이터 수집을 위한 툴바가 선택된 경우, 사용자 조작에 따라 상기 인공지능 모델을 위한 훈련 데이터 및 테스트 데이터의 입력 및 편집을 제어하고, 모델링 파라메타의 변경을 위한 툴바가 선택된 경우, 워크 스페이스에서의 사용자 조작에 따라 상기 인공지능 모델의 파라메타를 변경하고 그에 따른 정확도 산정 결과를 보여줄 수 있다.

Description

위지윅 방식의 인공지능 설계 방법 및 이를 위한 인공지능 개발 도구 {Method for designing AI(artificial intelligence) based on WYSIWYG user interface and AI development tool thereof}

본 발명은 인공지능 생성 방법에 대한 것으로, 더 구체적으로는 위지윅(WYSIWYG, what you see is what you get) 방식의 블록 코딩을 기반으로 인공지능을 설계하는 방법 및 이를 이용한 인공지능 개발 도구에 관한 것이다.

인공지능(artificial intelligence)은 인간의 인지·추론·판단 등의 능력을 컴퓨터로 구현하기 위한 기술 혹은 그 연구 분야 등을 총칭한다. 컴퓨터와 같은 기계는 인간에 비해 제어, 연산 등의 능력이 뛰어나지만, 사람이 가지고 있는 지능을 기반으로 하는 인지·추론·판단 등의 능력은 가지고 있지 않다. 이러한 사람 고유의 능력을 컴퓨터에서 구현해 보고자 시작된 것이 인공지능이다.

인공지능은 인공신경망 알고리즘을 획기적으로 개선한 딥 러닝(deep learning)이 등장한 이래 급격한 변화와 발전을 거듭하고 있으며 우리 사회 전반의 영역에서 다양하게 활용되고 있다. 특히 교육 현장에서 정보화 교육이 일반화되고 있으며 특히 인공지능을 설계하고 생성하기 위한 코딩 교육에 대한 수요가 증가하고 있는 실정이다. 그러나, 코딩과 인공지능 관련 전문 기술에 대해 이해가 부족한 학생들이 인공지능을 직접 설계하는 것은 쉽지 않다는 문제가 있다.

본 발명은 상기와 같은 종래 기술의 문제점을 해소하기 위한 것으로, 프로그래밍 언어나 인공지능 설계에 대한 전문적인 지식 없이도 쉽게 인공지능을 설계할 수 있는 위지윅 방식의 블록 코딩을 기반으로 한 인공지능 설계 방법 및 이를 위한 인공지능 개발 도구를 제공하기 위한 것이다.

상기와 같은 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 위지윅 방식의 인공지능 설계 방법은, 복수의 코딩 블록을 포함한 코딩 제어 영역, 복수의 인공지능 설계 툴바를 포함한 인공지능 제어 영역, 그리고 상기 복수의 코딩 블록 및 상기 복수의 인공지능 설계 툴바를 이용해 설계중인 인공지능을 보여주고 편집할 수 있는 워크 스페이스를 포함하는 사용자 인터페이스를 제공하는 단계; 및 상기 사용자 인터페이스를 통한 사용자 조작에 따라 인공지능 모델을 설계하고 생성하는 단계;를 포함할 수 있다.

상기 인공지능 제어 영역은 데이터 수집을 위한 툴바 및 모델링 파라메타의 변경을 위한 툴바를 포함하고, 상기 위지윅 방식의 인공지능 설계 방법은, 상기 데이터 수집을 위한 툴바가 선택된 경우, 상기 사용자 조작에 따라 상기 인공지능 모델을 위한 훈련 데이터 및 테스트 데이터의 입력 및 편집을 제어하는 단계; 및 상기 모델링 파라메타의 변경을 위한 툴바가 선택된 경우, 상기 워크 스페이스에서의 사용자 조작에 따라 상기 인공지능 모델의 파라메타를 변경하고 그에 따른 정확도 산정 결과를 보여주는 단계;를 더 포함할 수 있다.

상기 인공지능 제어 영역은 데이터 수집을 위한 툴바를 포함하고, 상기 위지윅 방식의 인공지능 설계 방법은, 상기 데이터 수집을 위한 툴바가 선택된 경우, 훈련 데이터를 대량으로 수집하기 위한 훈련 데이터 영역을 제공하고, 사용자의 드래그앤드롭 조작에 따라 상기 대량으로 수집된 훈련 데이터 중 일부를 인공지능 모델의 성능 점검을 위한 테스트 데이터 영역으로 이동하도록 제어하는 단계;를 더 포함할 수 있다.

상기 인공지능 제어 영역은, 상기 설계중인 인공지능에 사용할 데이터 수집을 위한 툴바, 상기 인공지능 설계의 전처리를 제어하기 위한 툴바, 상기 인공지능의 모델링을 위한 파라메타 변경을 제어하기 위한 툴바 및 상기 모델링된 인공지능의 훈련을 위한 환경 설정을 제어하기 위한 툴바를 포함할 수 있다.

상기 위지윅 방식의 인공지능 설계 방법은, 무선 네트워크를 통한 외부 학습 키트와의 연결을 제어하는 단계;를 더 포함하고, 상기 인공지능 모델을 설계하고 생성하는 단계는, 상기 외부 학습 키트에 상기 인공지능 모델이 생성되도록 제어하는 단계;를 포함할 수 있다.

상기 사용자 인터페이스는 개발중인 인공지능 모델과 관계되어 생성된 데이터를 표시하도록 제어하는 폴더 버튼을 더 포함하고, 상기 위지윅 방식의 인공지능 설계 방법은, 상기 폴더 버튼이 클릭되면, 상기 외부 학습 키트의 저장부에 저장된 데이터를 수신하고, 상기 사용자의 조작에 따라 상기 수신된 데이터의 적어도 일부를 상기 설계중인 인공지능에 사용할 훈련 데이터 또는 테스트 데이터로 지정하도록 제어하는 단계;를 더 포함할 수 있다.

본 발명의 일 실시예에 따른 위지윅 방식의 인공지능 개발 도구는, 복수의 코딩 블록을 포함한 코딩 제어 영역, 복수의 인공지능 설계 툴바를 포함한 인공지능 제어 영역, 그리고 상기 복수의 코딩 블록 및 상기 복수의 인공지능 설계 툴바를 이용해 설계중인 인공지능을 보여주고 편집할 수 있는 워크 스페이스를 포함하는 사용자 인터페이스; 및 상기 사용자 인터페이스를 통한 사용자 조작에 따라 인공지능 모델을 설계하고 생성하는 코드 생성부;를 포함하고, 상기 복수의 인공지능 설계 툴바는 데이터 수집을 위한 툴바 및 모델링 파라메타의 변경을 위한 툴바를 포함하고, 상기 데이터 수집을 위한 툴바가 선택된 경우, 상기 사용자 조작에 따라 상기 인공지능 모델을 위한 훈련 데이터 및 테스트 데이터의 입력 및 편집을 제어하고, 상기 모델링 파라메타의 변경을 위한 툴바가 선택된 경우, 상기 워크 스페이스에서의 사용자 조작에 따라 상기 인공지능 모델의 파라메타를 변경하고 그에 따른 정확도 산정 결과를 보여줄 수 있다.

본 발명에 의하면, 레고처럼 블록을 조립하는 형태로 프로젝트 제작이 가능한 블록 코딩을 기반으로 인공지능을 설계하도록 함으로써 프로그래밍 언어에 대한 깊은 이해나 코딩 없이도 로지컬하게 인공지능을 설계하고 모델링할 수 있다.

도 1은 본 발명의 일 실시예에 따른 인공지능 설계 시스템의 네트워크 구성을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 위지윅 방식의 인공지능 설계를 위한 사용자 인터페이스를 도시한 것이다.
도 3은 본 발명의 일 실시예에 따른 위지윅 방식의 인공지능 설계 방법을 설명하기 위한 순서도이다.
도 4는 본 발명의 일 실시예 따른 인공지능 개발 도구의 사용자 인터페이스를 예시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 인공지능 개발 도구에 의해 모델링된 인공지능을 예시한 것이다.
도 6은 본 발명의 일 실시예에 따라 DENSE 블록의 파라메타를 수정하는 예를 도시한 것이다.
도 7은 본 발명의 일 실시예에 따른 학습 데이터 대량 입력을 위한 사용자 인터페이스를 예시한 것이다.
도 8은 본 발명의 일 실시예에 따른 폴더 버튼을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따라 전처리 단계에서 학습 데이터를 저장하는 블록을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 인공지능 설계의 단계들을 설명하기 위한 도면이다.
도 11 내지 도 15는 본 발명의 일 실시예에 따른 인공지능 개발 도구가 외부의 학습 키트와 연결된 상황에서 볼 수 있는 사용자 인터페이스를 설명하기 위한 도면이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.

본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...수단", "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.

아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

이하에서는, 첨부된 도면을 참조하여 본 발명의 다양한 실시예에 따른 위지윅 방식의 인공지능 설계 방법 및 인공지능 개발 도구에 구체적으로 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 인공지능 설계 시스템의 네트워크 구성을 설명하기 위한 도면이다.

사용자 단말(10)은 본 발명에 따른 인공지능 개발 도구의 사용자 인터페이스를 제공하고 사용자의 조작에 따라 인공지능을 설계 및 생성하는 컴퓨팅 장치이다. 사용자 단말(10)은 소정의 네트워크를 통해 인공지능 설계 플랫폼 서버(11)와의 통신이 가능한 개인용 컴퓨터나, 스마트폰, PDA(Personal Digital Assistants), 휴대용 컴퓨터 등의 컴퓨팅 장치이다.

본 발명에 따른 인공지능 개발 도구는 사용자 단말(10)에서 단독 실행되는 어플리케이션 또는 인공지능 설계 플랫폼 서버(11)에서 실행되고 사용자 단말(10)에 웹기반의 사용자 인터페이스를 제공하는 프로그램일 수 있다.

인공지능 개발 도구는 복수의 코딩 블록을 포함한 코딩 제어 영역, 복수의 인공지능 설계 툴바를 포함한 인공지능 제어 영역, 그리고 상기 복수의 코딩 블록 및 복수의 인공지능 설계 툴바를 이용해 설계중인 인공지능을 보여주고 편집할 수 있는 워크 스페이스(work space)를 포함하는 사용자 인터페이스와, 이 사용자 인터페이스를 통한 사용자 조작에 따라 인공지능 모델을 설계하고 생성하는 코드 생성부를 포함할 수 있다.

복수의 인공지능 설계 툴바는 데이터 수집을 위한 툴바 및 모델링 파라메타의 변경을 위한 툴바를 포함할 수 있다. 데이터 수집을 위한 툴바가 선택된 경우, 사용자 조작에 따라 인공지능 모델을 위한 훈련 데이터 및 테스트 데이터의 입력 및 편집을 제어하고, 모델링 파라메타의 변경을 위한 툴바가 선택된 경우는, 워크 스페이스에서의 사용자 조작에 따라 인공지능 모델의 파라메타를 변경하고 그에 따른 정확도 산정 결과를 보여줄 것이다.

인공지능 설계 플랫폼 서버(11)는 서버 기반 또는 전용 어플리케이션 방식의 인공지능 개발 서비스를 제공하기 위한 소프트웨어 및/또는 하드웨어 구성요소를 구비한 컴퓨팅 시스템이다. 전용 어플리케이션 방식의 서비스 제공을 채택하는 경우, 전용 어플리케이션을 사용자 단말(10)에 제공하는 역할도 수행할 것이다

일 실시예에서 사용자 단말(10)은 와이파이(WIFI) 등의 무선 네트워크를 통해 외부 학습 키트(12)와 연결하고 인공지능 개발 도구에서 설계한 인공지능 모델이 외부 학습 키트(12)에 생성되고 수행되도록 제어할 수 있다. 또한, 외부 학습 키트(12)의 인공지능 학습을 제어할 수 있다.

학습 키트(12)는 프로세서, 메모리 및 네트워크 장치를 구비한 컴퓨팅 장치로 본 발명에 따라 설계되고 생성된 인공지능을 실행하고 그에 따라 동작할 수 있는 장치이다. 일 실시예에서, 학습 키트(12)는 2개의 와이파이를 포함하는 네트워크 장치를 구비할 수 있다. 이 경우, 제1 와이파이는 액세스포인트(access point) 역할을 하고 제2 와이파이는 인터넷 접속용으로 사용될 수 있는바, 사용자 단말(10)의 와이파이로 학습 키트(12)에 연결하는 순간 인터넷 연결이 단절되는 것을 피할 수 있다.

도 1은 별도의 인공지능 설계 플랫폼 서버(11)가 인공지능 개발 서비스를 제공하는 실시예를 도시하고 있으나, 다른 실시예에서는 학습 키트(12)가 사용자 단말(10)에 블록코딩 기반의 인공지능 개발 서비스를 제공하는 어플리케이션 서버 역할을 하도록 구현할 수 있다.

도 2는 본 발명의 일 실시예에 따른 위지윅 방식의 인공지능 설계를 위한 사용자 인터페이스를 도시한 것이고, 도 3은 본 발명의 일 실시예에 따른 위지윅 방식의 인공지능 설계 방법을 설명하기 위한 순서도이다.

단계 S31에서, 사용자가 사용자 단말(10)을 통해 인공지능 개발 도구를 실행하면 본 발명에 따른 위지윅 방식의 인공지능 설계를 위한 사용자 인터페이스(20)가 제공된다.

사용자 인터페이스(20)는 복수의 코딩 블록을 포함하는 코딩 제어 영역(21), 복수의 인공지능 설계 툴바를 포함한 인공지능 제어 영역(22), 그리고 이들 복수의 코딩 블록 및 복수의 인공지능 설계 툴바를 이용해 설계중인 인공지능을 보여주고 편집할 수 있는 워크 스페이스(23)를 포함할 수 있다.

사용자는 코딩 제어 영역(21)에서 원하는 코딩 블록을 선택하여 워크 스페이스(23)에 삽입하고 원하는 위치에 이동 배치하고 편집할 수 있다.

인공지능 제어 영역(22)은 설계중인 인공지능에 사용할 데이터 수집을 위한 툴바 및 인공지능의 모델링을 위한 파라메타의 변경을 위한 툴바를 포함할 수 있다. 또한, 인공지능 설계의 전처리를 제어하기 위한 툴바와 모델링된 인공지능의 훈련을 위한 환경 설정을 제어하기 위한 툴바를 더 포함할 수 있다. 인공지능 개발 도구는 이들 툴바를 이용한 사용자의 조작에 따라 위지윅 방식의 블록 코딩 방식으로 인공지능을 설계하도록 지원한다.

예를 들어, 사용자에 의해 데이터 수집을 위한 툴바가 선택된 경우, 사용자의 조작에 따라 인공지능 모델을 위한 훈련 데이터 및 테스트 데이터의 입력과 편집을 제어할 것이다. 구체적으로, 훈련 데이터를 대량으로 수집하기 위한 훈련 데이터 영역을 제공하고, 사용자의 드래그앤드롭 조작에 따라 대량으로 수집된 훈련 데이터 중 일부를 인공지능 모델의 성능 점검을 위한 테스트 데이터 영역으로 이동하도록 제어할 수 있다.

모델링 파라메타의 변경을 위한 툴바가 선택된 경우는, 워크 스페이스(23)에서의 사용자 조작에 따라 인공지능 모델의 파라메타를 변경하고 그에 따른 정확도 산정 결과를 보여줄 것이다.

또한, 사용자 인터페이스(20)는 개발중인 인공지능 모델과 관계되어 생성된 데이터를 표시하도록 제어하는 폴더 버튼(24)을 더 포함할 수 있다.

일 실시예에서, 폴더 버튼(24)이 클릭 또는 선택되면, 외부 학습 키트(12)의 저장부에 저장된 데이터를 수신하고, 수신된 데이터의 적어도 일부를 사용자의 조작에 따라 인공지능에 사용할 훈련 데이터 또는 테스트 데이터로 지정하도록 제어할 수 있다.

단계 S32에서는, 사용자의 조작에 따라 인공지능을 위한 데이타 수집, 모델링 파라메타의 변경, 인공지능의 훈련 등을 수행하여 인공지능 모델을 설계하고 생성한다.

도 4는 본 발명의 일 실시예 따른 인공지능 개발 도구의 사용자 인터페이스를 예시한 도면이다.

도 4를 참조하면, 사용자는 복수의 코딩 블록(41) 중 원하는 블록을 위지윅 방식으로 워크 스페이스(43)에 배치하고 편집함으로써 프로그램 로직을 구현할 수 있다.

또한, 본 발명에 따른 인공지능 개발 도구는 데이터 수집, 전처리, 모델링, 학습, 검증, 결과 예측으로 수행되는 인공지능 개발의 각 단계에 해당하는 툴바(42)를 포함하며, 각 단계의 툴바를 선택하면 워크 스페이스(43)에서 해당 단계에 연관된 코드 블록들을 확인하고 원하는 코드 블록을 선택, 배치 및 편집할 수 있다. 이에 따라 사용자는 코딩 없이 각 블록을 적당한 위치에 배치하고 파라메타값을 선택하거나 입력하는 정도의 간단한 작업만으로 인공지능을 설계하고 생성할 수 있게 된다.

예컨대, 도 4의 워크 스페이스(43)에는 현재 선택된 전처리 단계에 해당하는 코드 블록들이 디스플레이되어 있으며, 사용자는 위지윅 방식으로 원하는 코드 블록을 전처리 단계의 워크 스페이스(43)에 배치하고 편집할 수 있다.

도 5는 본 발명의 일 실시예에 따른 인공지능 개발 도구에 의해 모델링된 인공지능을 예시한 것이고, 도 6은 본 발명의 일 실시예에 따라 DENSE 블록의 파라메타를 수정하는 예를 도시한 것이다.

도 5를 참조하면, 인공지능 모델이 레고처럼 배치된 복수의 코드 블록으로 구성되어 있음을 알 수 있다. 사용자는 DENSE(51)를 몇층의 레이어로 구성할 것인가에 따라 인공지능을 딥러닝(deep learning)으로 설계하거나 딥러닝을 하지 않는 인공지능으로 설계할 수 있다.

또한, 도 6에 도시된 바와 같이 각 블록의 파라메타를 적당히 선택하는 것만으로도 원하는 목표에 적합한 인공지능 모델을 설계해 볼 수 있다.

특히, 본 발명에 따른 인공지능 개발 도구는 인공지능을 배우는 학생들에게 적합한 것으로, 학생들은 매뉴얼을 보면서 간단히 블록을 선택 배치하고 파라메타를 입력 또는 선택하는 과정을 따라 해보면서 쉽게 인공지능을 만들 수 있다.

스크래치와 같은 블록 코딩은 아이들로 하여금 프로그래밍 로직을 쉽게 배우도록 하기 위한 도구이기 때문에 각 블록에 해당하는 함수와 코드가 추상화되고 시각화된다는 점 이외에는 별다른 복잡한 사용자 인터페이스가 제공되지 않는다.

그런데, 인공지능의 경우 데이터를 수집하고, 그 가운데 어느 데이터를 학습에 사용할 것인지, 또 어느 데이터를 테스트 데이터로 하여 결과 예측에 사용할 것인지를 결정해야 하며, 모델링 파라메타를 변경하는 것에 따라 정확도가 어떻게 나오는지 등의 결과를 알 수 있어야 한다. 본 발명에서는 이러한 인공지능 개발의 특성을 반영한 특화된 사용자 인터페이스를 제공한다.

도 7은 본 발명의 일 실시예에 따른 학습 데이터 대량 입력을 위한 사용자 인터페이스를 예시한 것이다. 도 7의 예제는 마스크를 쓴 사람과 그렇지 않은 사람의 사진을 구분하는 인공지능을 설계하기 위한 것이다.

본 발명에 따른 인공지능 개발 도구의 사용자 인터페이스 화면에서 데이터 수집을 위한 툴바(gathering data)를 선택하면, 도 7과 같은 윈도우가 표시된다. 사용자는 이 윈도우를 통해 사진을 직접 촬영하거나 대량으로 업로드할 수 있다.

본 발명의 데이터 수집 단계에서는 훈련 데이터와 검증 데이터(validation data)를 통칭으로 훈련 데이터로 칭하기로 한다. 또한, 테스트 데이터는 인공지능에게 보여주지 않고 인공지능이 맞추는지 판정하기 위한 성능 점검을 위한 데이터다. 도 7의 윈도우는 사용자로 하여금 이들 데이터를 선택하고 고를 수 있도록 하는 사용자 인터페이스다.

사용자는 먼저 훈련 데이터를 집어 넣고 훈련 데이터에 속하는 파일들 중 임의의 데이터를 선택하여 아래쪽의 테스트 데이터 영역으로 이동시킴으로써 평가(evaluation) 용도로 해당 데이터를 사용하도록 설정할 수 있다. 데이터의 이동은 예컨대 드래그앤드롭을 통해 가능하도록 구현할 수 있으나 이에 한정되는 것은 아니며 다양한 입력 방법을 통해 데이터의 이동을 구현할 수 있다. 사용자가 파일명을 정하여 데이터셋을 저장하면 수집된 데이터가 저장될 것이다.

도 8은 본 발명의 일 실시예에 따른 폴더 버튼을 설명하기 위한 도면이고, 도 9는 본 발명의 일 실시예에 따라 전처리 단계에서 학습 데이터를 저장하는 블록을 설명하기 위한 도면이다.

인공지능 개발 도구의 사용자 인터페이스에서 특정 위치에 배치된 폴더 버튼(81)을 클릭 또는 선택하면, 개발중인 블록과 관계되어 생성된 데이터들이 표시된다.

예컨대, 전처리 단계에서 수집된 데이터를 MaskNoMask라는 명칭으로 저장했는데, 전처리 단계의 블록 가운데 resize image, load data 등으로 해당 파일을 사용하게 되면, 도 9와 같은 사용자 인터페이스를 통해 화면 일측에 사진들이 표시될 것이다. 사진 이외에도 테스트 결과라던가 기타 블록과 관련된 데이터들이 표시될 수 있다.

또한, 인공지능 개발 도구의 사용자 인터페이스에서 소스 코드 버튼(82)을 클릭 또는 선택하면, 소정의 언어로 된 소스 코드가 디스플레이된다.

또한, 인공지능 개발 도구의 사용자 인터페이스는 하단에 콘솔창을 포함할 수 있다. 인공지능을 이 콘솔에서 직접 실행시키거나 실행되는 것을 볼 수 있다. 쥬피터 노트북 등의 스탠드얼론 개발툴의 경우 굳이 콘솔창이 필요 없는데, 원격 환경에서의 제어, 각 단계별 실시간 실행을 위해 콘솔창을 두어서 오류 발생시 확인할 수 있다.

도 10은 본 발명의 일 실시예에 따른 인공지능 설계의 단계들을 설명하기 위한 도면이다.

먼저, 전처리 단계에 해당하는 코드 블록들(1001)을 설명한다. 도 10의 첫번째 줄은 TensorFlow(인공지능 라이브러리)의 임포트(import)를 위한 것이고, 두번째 줄은 Numpy(파이썬의 대량 데이터 처리를 위한 어레이 객체)로 아카이브 전처리된 파일을 불러온다. 이때, Input value와 label을 가져온다. 세번째 줄은 이를 섞어주는데 섞어야 학습이 가능해지기 때문이다. 여기까지가 전처리 단계에 해당한다.

다음으로, 모델링 단계에 해당하는 코드 블록들(1002)을 설명하자면, sequential()에서 summary까지가 모델링에 해당한다.

다음으로, 인공지능의 트레이닝을 위한 환경 설정에 해당하는 코드 블록(1003)을 설명하자면, 컴파일시 optimizer는 adam, loss 알고리즘은 sparse categorical crossentropy로 선택했음을 알 수 있다.

다음 줄의 'Model fit epochs = 10'은 10회 순환한다는 의미이다. 모델이 생성되면 MaskNoMask로 생성된 인공지능 모델이 저장될 것이며, 다음 코드 볼록에 의해 테스트 데이터를 섞어서 테스트를 진행하게 될 것이다.

도 11 내지 도 15는 본 발명의 일 실시예에 따른 인공지능 개발 도구가 외부의 학습 키트와 연결된 상황에서 볼 수 있는 사용자 인터페이스를 설명하기 위한 도면이다.

본 발명의 일 실시예에 따른 인공지능 설계 시스템은 인공지능이 실행될 수 있는 학습 키트(12)를 포함할 수 있다. 예컨대, 외부 학습 키트(12)는 라즈베리파이 기반의 IoT(Internet of Things) 차량으로, 본 발명에 따른 위지윅 기반의 인공지능 설계 방법을 통해 개발된 인공지능을 학습시켜 자율주행을 수행할 수 있다.

일 실시예에서, 인공지능 개발 도구는 외부 학습 키트(12)와 와이파이로 연결하여 학습 키트(12)가 사용자 단말(10)을 통해 인터넷과 연결되도록 제어할 수 있으며, 외부 학습 키트(12)의 저장부에 저장된 데이터에 접근할 수 있는 사용자 인터페이스를 포함할 수 있다.

학습 키트(12)와 연결된 상태에서 인공지능 개발 도구의 사용자 인터페이스에서 폴더 버튼(24, 81)을 클릭 또는 선택하면, 도 11에 도시된 바와 같이 차량에 저장된 관련 데이터를 확인하고 편집할 수 있다.

도 11의 우측에 배치되는 사진 데이터 영역(1101)에는 차량에 저장된 로 데이터(raw data)가 표시되고, 인공지능 데이터 영역(1102)에는 본 발명에 따라 설계되는 인공지능 모듈에서 사용되는 데이터들이 자동으로 표시된다. 인공지능 데이터 영역(1102)에는 훈련 분석, 훈련 데이터, 테스트 데이터, 모델 등이 표시되며, 우측의 스크롤을 내려 인공지능 데이터 영역(1102)의 아래 부분으로 이동하면 도 12 및 도 13과 같이 현재 표시되지 않는 데이터를 확인할 수 있다.

인공지능 데이터 영역(1102)의 첫번째 항목인 훈련 분석을 클릭 또는 선택하면, 도 14와 같이 분석 데이터를 확인할 수 있다.

마찬가지로 학습 키트(12)와 연결된 상태에서 콘솔창을 클릭 또는 선택하여 활성화하면, 도 15에 도시된 바와 같이 콘솔창(1501)을 열어 생성된 인공지능을 직접 실행시키고 실행되는 인공지능을 볼 수 있다. 이 콘솔창(1501)에서는 원격 환경에서의 인공지능 제어를 할 수 있고 각 단계별 실시간 실행을 통해 발생되는 오류를 확인하는 것도 가능하다.

본 발명의 일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.

10: 사용자 단말
11: 인공지능 설계 플랫폼 서버
12: 외부 학습 키트

Claims (8)

1. 복수의 코딩 블록을 포함한 코딩 제어 영역, 복수의 인공지능 설계 툴바를 포함한 인공지능 제어 영역, 그리고 상기 복수의 코딩 블록 및 상기 복수의 인공지능 설계 툴바를 이용해 설계중인 인공지능을 보여주고 편집할 수 있는 워크 스페이스를 포함하는 사용자 인터페이스를 제공하는 단계; 및
   상기 사용자 인터페이스를 통한 사용자 조작에 따라 인공지능 모델을 설계하고 생성하는 단계;를 포함하는 것을 특징으로 하는 위지윅 방식의 인공지능 설계 방법.
2. 제1항에 있어서,
   상기 인공지능 제어 영역은 데이터 수집을 위한 툴바 및 모델링 파라메타의 변경을 위한 툴바를 포함하고,
   상기 데이터 수집을 위한 툴바가 선택된 경우, 상기 사용자 조작에 따라 상기 인공지능 모델을 위한 훈련 데이터 및 테스트 데이터의 입력 및 편집을 제어하는 단계; 및
   상기 모델링 파라메타의 변경을 위한 툴바가 선택된 경우, 상기 워크 스페이스에서의 사용자 조작에 따라 상기 인공지능 모델의 파라메타를 변경하고 그에 따른 정확도 산정 결과를 보여주는 단계;를 더 포함하는 것을 특징으로 하는 위지윅 방식의 인공지능 설계 방법.
3. 제1항에 있어서,
   상기 인공지능 제어 영역은 데이터 수집을 위한 툴바를 포함하고,
   상기 데이터 수집을 위한 툴바가 선택된 경우, 훈련 데이터를 대량으로 수집하기 위한 훈련 데이터 영역을 제공하고, 사용자의 드래그앤드롭 조작에 따라 상기 대량으로 수집된 훈련 데이터 중 일부를 인공지능 모델의 성능 점검을 위한 테스트 데이터 영역으로 이동하도록 제어하는 단계;를 더 포함하는 것을 특징으로 하는 위지윅 방식의 인공지능 설계 방법.
4. 제1항에 있어서,
   상기 인공지능 제어 영역은, 상기 설계중인 인공지능에 사용할 데이터 수집을 위한 툴바, 상기 인공지능 설계의 전처리를 제어하기 위한 툴바, 상기 인공지능의 모델링을 위한 파라메타 변경을 제어하기 위한 툴바 및 상기 모델링된 인공지능의 훈련을 위한 환경 설정을 제어하기 위한 툴바를 포함하는 것을 특징으로 하는 위지윅 방식의 인공지능 설계 방법.
5. 제1항에 있어서,
   무선 네트워크를 통한 외부 학습 키트와의 연결을 제어하는 단계;를 더 포함하고,
   상기 인공지능 모델을 설계하고 생성하는 단계는, 상기 외부 학습 키트에 상기 인공지능 모델이 생성되도록 제어하는 단계;를 포함하는 것을 특징으로 하는 위지윅 방식의 인공지능 설계 방법.
6. 제5항에 있어서,
   상기 사용자 인터페이스는 개발중인 인공지능 모델과 관계되어 생성된 데이터를 표시하도록 제어하는 폴더 버튼을 더 포함하고,
   상기 폴더 버튼이 클릭되면, 상기 외부 학습 키트의 저장부에 저장된 데이터를 수신하고, 상기 사용자의 조작에 따라 상기 수신된 데이터의 적어도 일부를 상기 설계중인 인공지능에 사용할 훈련 데이터 또는 테스트 데이터로 지정하도록 제어하는 단계;를 더 포함하는 것을 특징으로 하는 위지윅 방식의 인공지능 설계 방법.
7. 제1항 내지 제6항 중 어느 한 항의 위지윅 방식의 인공지능 설계 방법을 수행하기 위해 기록매체에 기록된 컴퓨터 프로그램.
8. 복수의 코딩 블록을 포함한 코딩 제어 영역, 복수의 인공지능 설계 툴바를 포함한 인공지능 제어 영역, 그리고 상기 복수의 코딩 블록 및 상기 복수의 인공지능 설계 툴바를 이용해 설계중인 인공지능을 보여주고 편집할 수 있는 워크 스페이스를 포함하는 사용자 인터페이스; 및
   상기 사용자 인터페이스를 통한 사용자 조작에 따라 인공지능 모델을 설계하고 생성하는 코드 생성부;를 포함하고,
   상기 복수의 인공지능 설계 툴바는 데이터 수집을 위한 툴바 및 모델링 파라메타의 변경을 위한 툴바를 포함하고,
   상기 데이터 수집을 위한 툴바가 선택된 경우, 상기 사용자 조작에 따라 상기 인공지능 모델을 위한 훈련 데이터 및 테스트 데이터의 입력 및 편집을 제어하고,
   상기 모델링 파라메타의 변경을 위한 툴바가 선택된 경우, 상기 워크 스페이스에서의 사용자 조작에 따라 상기 인공지능 모델의 파라메타를 변경하고 그에 따른 정확도 산정 결과를 보여주는 것을 특징으로 하는 위지윅 방식의 인공지능 개발 도구.
   
   

Images