•
Raspberry Pi 엣지 디바이스에 AutoEncoder 기반 경량 모델을 탑재하여 이상 여부를 실시간으로 판정하다. 이상징후가 포착되면 해당 이미지를 AWS S3 버킷으로 전송
•
S3에 이상 이미지가 업로드되면 Lambda 함수가 자동 실행되어 EC2 인스턴스를 트리거한다. EC2에는 knowledge distillation 기법을 활용한 Reverse Distillation 모델이 탑재되어 있어, S3의 이미지에 대해 pixel 단위 segmentation을 수행한다.
•
해당 결과물은 다시 S3로 전송되어 사용자가 웹에서 확인할 수 있다.
•
전체 ML 워크플로우는 SageMaker 파이프라인으로 관리된다. 데이터 검증, 모델 학습, 모니터링, 재학습 등 모든 과정을 자동화하여 MLOps 체계를 갖추었다.
AutoEncoder 모델: 모든 Class에서 700ms 내외의 추론 속도로 판별
Reverse Distillation 모델: 0.93 이상의 AUC-ROC를 기록하며 우수한 성능을 입증
엣지-클라우드가 유기적으로 협업하는 이 시스템은 불필요한 데이터 전송을 최소화하고 컴퓨팅 자원을 효율적으로 사용하여 비용 절감 효과를 기대할 수 있다.