티처블머신과 파이썬을 사용해 간단하게 실습할 수 있는 아이템을 준비했어요.
티처블머신을 통해 어떻게 AI 분류 모델을 생성하고, Colab에서 생성한 모델을 활용하는지 영상으로 확인하고 직접 체험해 보세요.

선생님, 중고거래 사이트에서 판매 물품 사진을 등록할 때 카테고리를 자동으로 지정해주는 것을 본 적 있으신가요?🛍️ 사용자가 직접 상품 카테고리를 지정하지 않아도 이미지를 보고 알아서 해당 카테고리로 분류해주는 것인데요. 이미지 기반 검색 엔진도 이와 비슷해요.📷 쇼핑몰에서 본 아이템과 비슷한 제품을 찾고 싶을 때 이미지를 활용할 수 있죠.👀

이럴 때 사용되는 기술이 '이미지 분류기'인데요. 이미지 분류기란 사진이나 영상을 자동 분석하고, 이미지를 미리 정의된 카테고리나 클래스로 구분하는 기술이에요.☑️ 예를 들어, 폐기물 이미지를 '비닐', '종이', '일반 쓰레기'로 구분하거나, 동물 사진을 '강아지🐶', '고양이😺', '토끼🐰' 등으로 분류하는 것이죠.

✅ 이미지 분류기 이럴 때 유용해요!

• 의료 진단 지원 : X-ray, MRI, CT 스캔 등 의료 영상에서 종양, 골절, 질병 징후에 따른 분류로 의사의 진단을 보조할 수 있어요.
• 자율 주행 차량 : 도로 위 보행자, 자전거, 정지 신호 등을 인식해 안전한 주행을 도울 수 있어요.
• 식품 산업 : 과일, 채소의 품질 등급을 자동으로 분류하거나 이물질을 탐지할 수 있어요.

이렇게 대규모 데이터를 자동으로 분류할 수 있는 이미지 분류기는 다양한 분야에서 활용되며 작업 효율성을 높이고 있는데요.✨ 작동 원리는 복잡할 수 있지만, 사용자가 코드 없이 쉽게 AI 모델을 만들고 학습시킬 수 있는 구글의 웹 기반 도구 '티처블머신(Teachable Machine)' 같은 도구를 사용하면 누구나 쉽게 특정 이미지를 학습시켜 원하는 카테고리로 분류하는 AI 모델을 만들 수 있어요.🤖👍

오늘 실습에서는 티처블머신으로 재활용 쓰레기를 분류하는 모델을 학습시킨 후, 구글 코랩 환경으로 모델을 가져와 파이썬 프로그램을 활용해 재활용 분류를 돕는 재활용 지킴이 프로그램을 만들어 볼게요.🚮

💻 티처블머신과 파이썬으로 

우리반 재활용 지킴이 만들기

티처블머신 모델 생성하기

1. 링크로 접속해 실습을 시작할게요.

2. 클래스 추가 버튼을 눌러 Class1, Class2 같이 여러 범주를 만들 수 있어요.
우리는 재활용 지킴이를 만들거니까 각각 배경, 비닐, 종이로 만들게요. 분류기 클래스중 배경 즉, 아무것도 없는 상태를 넣어줘야 해요! 그래야 개별 요소를 잘 인식할 수 있어요.

3. 클래스 이름 밑 웹캠 버튼을 눌러 이미지 클래스를 추가할게요. 웹캠으로 해당 클래스에 맞는 이미지를 촬영해주세요! 가능하면 사물이 여러 각도에서 보이게 30~40번 정도 여러번 찍어주세요. 아래 이미지에서 빨간색 상자로 표시된 '길게 눌러서 녹화하기' 버튼을 누르고 있으면 여러 사진 클래스가 생성돼요.

4. 모든 클래스를 촬영했으면, 모델 학습시키기 버튼을 클릭하여 모델을 학습시켜주세요.

5. 학습이 완료되면 미리보기를 통해 모델의 정확도를 확인할 수 있어요. 비닐을 보여주니 비닐로 잘 인식하네요!

6. 모델이 잘 학습되었다면, 모델 내보내기 → Tensorflow → Keras → 모델 다운로드 순으로 클릭해 모델 파일을 다운로드 해주세요.

7. 다운로드된 converted_keras.zip 파일의 압축을 해제하면 아래 같이 두 파일이 있을 거예요. 두 파일 중 keras_model.h5는 우리가 방금 제작한 모델이고, labels.txt는 모델내의 클래스명을 담고 있는 파일이에요.

코랩에서 재활용 지킴이 만들기

1. 링크를 클릭해 구글 Colab으로 들어갈게요. * 파일 - Drive에 사본저장을 클릭해 사본에서 진행해주세요.