216만 원짜리 라벨링을 9만 원으로 줄이기

이미지 라벨링 비용 96% 절감: 사람이 할 일을 시스템에 맡겨라는 예산과 시간이 부족한 환경에서도, 사람의 반복 노동을 소프트웨어 파이프라인으로 대체해 핵심 기능을 구현한 실전 엔지니어링 사례를 다룸

핵심 요약
• 문제 인식: 유명 캐릭터 인형을 자동 인식·등록하는 기능에 적합한 기존 모델은 존재하지 않았고, 사람 라벨링은 비용·속도·확장성 모두 한계가 명확했음.
• 접근 방식: “사람을 더 투입할 것인가”가 아니라, 사람의 판단 과정을 시스템으로 분해해 파이프라인화.

4단계 자동화 파이프라인 설계
1. CLIP 필터링 – 의미 없는 이미지 대량 제거로 LLM 비용 절감
2. YOLO 탐지 – 주인공 객체만 크롭해 분석 범위 축소
3. LVM 라벨링 – 정제된 데이터에만 고성능 VLM 투입
4. LVM 검증 – 신뢰도 기반 조건부 검증으로 호출 수 추가 감소

성과:
• 인간 라벨링 비용 약 216만 원 → 9만 원
• 약 95.7% 비용 절감, 작업 시간은 며칠 → 몇 시간
• 본질적 가치: 일회성 절약이 아니라 재사용 가능한 시스템을 확보

자본의 한계는 기술로 넘을 수 있으며, 소프트웨어는 비용 문제를 구조 문제로 바꿀 수 있는 도구라는 점을 증명