주모 랩스

Zumo Labs

3D 시뮬레이션 기반의 합성 데이터 생성으로 컴퓨터 비전 모델의 라벨링 비용과 데이터 부족 문제를 해결하는 ML 솔루션

유료Web

웹사이트 방문하기zumolabs.ai

데이터로봇와(과) 비교하기

소개

Zumo Labs는 컴퓨터 비전 모델 학습을 위해 최적화된 합성 훈련 데이터(Synthetic Training Data)를 클라우드에서 생성하는 전문 플랫폼입니다. 기존의 수동 데이터 수집과 라벨링 과정은 시간이 오래 걸리고 비용이 많이 들며, 인적 오류와 편향, 프라이버시 문제가 내재되어 있습니다. Zumo Labs는 이러한 한계를 극복하기 위해 빠르고 저렴하게 피처 풍부한 데이터셋을 제공합니다. 핵심 기능으로는 반복적인 학습 지원, 모든 엣지 케이스(Edge Case) 포괄, 그리고 편향이나 프라이버시 우려가 없는 정밀한 데이터 생성을 꼽을 수 있습니다. 자율 주행 자동차, 스마트 리테일, 로봇 공학, 스마트 피트니스, 보안 및 비전 기반 분석 시스템을 구축하는 기술 기업과 개발자가 주 사용자입니다. 현재 공개된 가격 페이지는 없으며, 정확한 요금제는 문의가 필요합니다.

활용 워크플로우

입력

3D 오브젝트 에셋 (FBX, OBJ, CAD 데이터)환경 시나리오 정의서 (조도, 기상 상태, 장애물 배치)도메인 랜덤화 설정값 (텍스처 변이, 카메라 앵글 범위)실제 환경 테스트 데이터 (성능 피드백용)

주모 랩스

3D 가상 환경 구축 및 프로시저럴 에셋 배치도메인 랜덤화(Domain Randomization) 적용 (조명/날씨/재질 변조)픽셀 단위 자동 정밀 라벨링 (Instance Segmentation, Depth Map)합성 데이터-실제 데이터 간 도메인 갭(Domain Gap) 분석 및 최적화

출력

COCO/YOLO/Pascal VOC 형식의 어노테이션 파일고해상도 광학 합성 이미지 데이터셋픽셀 레벨 시맨틱 마스크 및 포인트 클라우드 데이터데이터셋 분포 및 모델 성능 예측 보고서

엣지 케이스 강화 (Edge Case Hardening)

실제 수집이 어려운 희귀 사례(악천후, 물체 차폐, 특이 각도)를 집중적으로 생성하여 모델의 견고성 증대

반복적 피드백 루프 (Iterative Loop)

학습된 모델의 취약 구간을 분석하여 해당 구간의 데이터를 추가 생성하고 데이터 분포를 재조정

핵심 차별점: 물리적 제약이 없는 가상 환경에서 수동 라벨링 없이 무한한 데이터 변이를 생성하여 컴퓨터 비전 모델의 도메인 적응 문제를 해결합니다.