고품질 라벨링 데이터 확보는 머신러닝 모델의 핵심이지만, 대규모 라벨링 작업은 비용이 많이 듭니다. 연구진은 모델 예측의 공간적 불확실성을 시각화하여 인간의 주의를 집중시키는 인터페이스를 개발했습니다.
실험 결과, 공간적 불확실성 정보를 제공받은 작업자는 라벨 품질이 향상되었으며 전체 작업 속도도 빨라졌습니다.
이 연구는 공간적 불확실성이 인간-루프 라벨링을 개선하는 데 중요한 역할을 한다는 것을 입증하며, 관련 코드는 GitHub에서 확인할 수 있습니다.