1. 플랫폼 소개

1-2. 주요기능

(1) GUI(Graphic User Interface) 기반 모델러

기존 인공지능 연구 방법과 달리 DEEP:PHI 플랫폼은 연구자가 별도의 프로그래밍 과정 없이 빠른 속도로 연구를 수행할 수 있도록 인공지능 알고리즘 연구 과정에서 사용하는 다양한 기능들을 GUI 기반으로 구성한 뒤 이를 Flow workspace에서 블럭을 조립하는 것처럼 연결하여 간편하게 전체 연구 모델을 구성할 수 있습니다.

(2) 기능 모듈

DEEP:PHI 플랫폼은 사용자가 별도의 코딩과 프로그래밍 지식이 없어도 인공지능 알고리즘을 연구할 수 있도록 딥노이드의 전문 연구인력들이 연구 과정에서 사용되는 기반 기능들을 모듈화하고 이를 편리하게 드래그&드롭으로 사용할 수 있도록 구성되어 있습니다. 각 모듈들은 기능별 카테고리로 관리되며 각각 Dataset, Image Processing, Neural Network, Data Manipulation으로 구성되어 있습니다.

1) Dataset

사용자의 플랫폼 적응성을 높이고 다양한 연구를 수행할 수 있도록 DEEP:PHI에서 기본적으로 제공하거나 타 사용자들이 공유한 데이터셋과 사용자가 업로드한 데이터셋을 모듈 형태로 사용 가능하도록 제공하고 있습니다.

2) Image Processing

의료 영상 인공지능은 의료 영상을 기반으로 생성되는 모델이기 때문에 알고리즘의 학습 전, 후 단계에서 다양한 종류의 영상처리 알고리즘이 필요합니다.
DEEP:PHI 플랫폼에선 다양한 의료 영상 인공지능에 사용되고 있는 2021년 현재 약 70건의 영상처리 알고리즘을 기능별로 구분하여 제공하고 있습니다.

3) Neural Network

일반적으로 의료 인공지능은 지도학습(Supervised Learning)을 기반으로 하는 인공 신경망(Artificial Neural Network)으로 구성되어 있습니다.
DEEP:PHI 플랫폼에선 딥노이드의 전문 연구인력들이 다양한 의료 영상 연구 과정에서 생성한 여러 종류의 인공 신경망 알고리즘을 기능별로 구분하여 제공하고 있습니다.

4) Data Manipulation

사용자가 직접 데이터셋의 구조를 변경할 수 있도록 데이터셋과 모듈 출력물(output)에 대한 변경 작업을 수행할 수 있는 다양한 기능들이 탑재되어 있습니다.

(3) 시각화

DEEP:PHI 플랫폼은 의료 영상을 활용한 인공지능 알고리즘 연구 단계에서 각 과정 별로 사용되는 모듈의 입, 출력 결과에 대한 시각화 기능과 알고리즘 성능지표들에 대한 시각화 기능을 제공합니다.
이를 통해 다양한 모듈의 입/출력 영상을 샘플로 확인하고 해당 모듈이 어떠한 기능을 하여 영상을 변화시켰는지 빠르게 확인할 수 있습니다.
추후 이러한 시각화 기능들을 종합하여 연구 보고서로 별도 출력할 수 있는 기능이 추가될 예정입니다.

1) 데이터 시각화

사용자가 업로드했거나 딥노이드에서 제공하는 Shared 데이터셋들의 데이터 구조와 크기, 입력 데이터와 라벨 데이터의 비교 등을 한눈에 제공함으로써 연구 편의성을 제공합니다.

2) 영상처리 시각화

DEEP:PHI 플랫폼에선 Flow workspace에서 데이터의 흐름을 사용자가 이해하기 쉽게 시각화해서 전달합니다.
입/출력 영상의 형태(Shape)와 영상 자체를 보여줌으로써 해당 모듈을 거치면 영상이 어떻게 변화하는지 눈으로 직접 확인할 수 있습니다.
이러한 과정을 통해 사용자가 데이터를 직접 가공하고 확인하면서 알고리즘의 성능을 향상시킬 수 있는 방법을 찾아갈 수 있게 됩니다.

3) 인공지능 성능지표 시각화

인공지능 학습 과정에서 산출되는 다양한 학습 성능 지표들을 수치로 확인 가능할 뿐만 아니라 다양한 그래프를 통해 직관적으로 확인할 수 있습니다.

(4) 연구 프로젝트 관리도구

<연구 프로젝트 인력 관리(좌), 프로젝트 실행 이력(우)>

기관이나 연구자와의 협업 연구를 위한 프로젝트 멤버 관리 도구부터 연구 이력, 각 실행별 성능 수치의 비교까지 다양한 관리 도구를 통해 DEEP:PHI 플랫폼은 사용자의 연구과정을 편리하게 만들어줍니다.