남보공방

1. 알리(Aliexpress)란?

      알리(AliExpress)는 중국 알리바바그룹에서 운영하는 국제적인 쇼핑몰이다. 알리바바 그룹의 또다른 쇼핌몰인 타오바오는 중국내 고객 대상이지만 AliExpress는 철저하게 중국이외의 국제적인 개인 고객을 대상으로 특화되어 있다. 알리에서 파는 제품은 주로 전세계의 공장이라는 중국에서 생산되는 온갖 물건들을 팔고 있으며 저가의 제품부터 고급제품까지 매우 다양한 상품들이 판매되고 있다.   

2. AliExpress 직구 장단점 

     1) 수많은 제품들 중에서 중 원하는 제품을 골라 살 수 있으며 국내 쇼핑몰에는 없는 물건들도 구할  수 있다.

     2) 가격이 저렴하다. 

     3) 결제 및 쇼핑몰 이용방법이 매우 간편하다.  

     4) 국가간 해외배송이므로 기본적으로 배송시간이 많이 걸린다.

     5) 간혹 불량 판매사를 만나는 경우가 있으나 AliExpress 자체적으로 나름 환불을 철저히 해주는 편이고 및 판매자관리가 잘 되고 있으므로 우려할 만한 수준은 아니다. 

     해외에서 직접 구매하는 것을 어렵게 생각해서 해외 구매대행을 이용하는 경우가 있으나, 실제 해 보면 국내쇼핑몰 구매보다도 오히려 간편할 정도이므로 해외결재가능 신용카드만 있으면 굳이 수수료 줘가며 구매대행 서비스를 이용할 필요가 없다.  

3. 알리 회원가입 

 알리의 회원가입은 매우 간단해서 Email 주소를 입력하고 Password를 지정하면 끝이다.  해당 메일 주소로 인증메일이 오므로 확인해 주면 회원가입 절차가 완료된다. 

4. 주문 및 결제 

       알리화면 상단의 메뉴를 통해 배송지, 언어,통화를 선택할 수 있다. 언어는 한국어도 지원된다고 하지만 자동변역해서 보여 주는 것이기 때문에 오히려 어색하다. 결재통화는 USD로 지정해야 한다. 

        원하는 상품을 검색한 후 배송관련 부문의 더보기 메뉴를 선택하면 다음과 같이 배송방법별로 다른 요금이 표시된다. 가장 저렴한 "AliExpress Standard Shipping" 배송도 요즘에는 2~3주 만에 도착한다.  

구매하기를 선택하면 다음과 같은 구매관련 정보 입력화면이 나오는데 배송지 정보와 결제정보는 처음 한번만 입력해놓으면 다음 부터는 기본값으로 표시되므로 확인만 하고 구매 진행할 수 있다.  

배송지주소 입력 

     예전에는 배송지 주소를 영문으로 입력해야 했었는데, 요즘에는 다음과 같이 한글로 입력해도 되도록 개선되었다.  

위 화면의 "Custom Clearrance Information"에는 개인 통관부호를 입력해 주어야 한다.    

개인 통관부호 :  개인이 중국에서 직구하는 150달러 미만의 물품은 무관세인데, 관세와 관련해서 구매자 개인을 구별하기 위한 번호로서 특별한 허가 번호가 아니고 단지 주민등록번호 노출을 막기 위해 개인별로 임의 부여하는 번호이다. 따라서 아래 사이트에서 별다른 절차 없이 발급받을 수 있다.  

 결제정보 입력 

   결제는 신용카드나 PayPal로 할 수 있는데 입력한 내용을 Save해 놓으면 다음부터는 새로 입력하지 않고 선택하여 결제할 수 있다.    

5. 이벤트 기간 회원가입  

     현재 알리에서는 회원가입 이벤트를 하고 있는데 아래 링크를 통해 회원가입하면 신규 가입자에게 $24의 쿠폰을 지급한다고 하니 가입하려고 했던 사람은 이벤트가 끝나기 전에 가입해 두는 것이 좋다.  

1. AI학습모델 실습의 범위

     여기에서는 사자,호랑이 두가지 동물들의 이미지를 학습시킨 후 비슷한 동물들의 사진을 주었을 때 어떤 동물인지 AI가 판정하도록 하는 간단한 AI 모델을 만들어 보고자 한다.   

2. 데이터의 수집 

    원하는 목적에 따라 학습용데이터를 준비해야 하는데, 여기에서는 위 두가지 동물들에 대한 사진들을 구글Image에서 검색하여 다운로드 받아 사용한다. Image를 고를 때에 되도록 이면 해당 동물의 특징을 잘 나타내는 것을 고르고 이미지내에 해당 동물이외의 다른 요소가 너무 많이 포함되지 않도록 주의해야 한다.           

3. 데이터 정리 

    높은 인식율을 위해서는 사진에서 혼동할 수 있는 부문을 정리하고 원하는 부분만을 자르거나 컬러로 인한 혼동을 줄이기 위해 이미지를 흑백으로 바꾸고 이미지 사이즈를 동일하게 조정하는 등 여러가지 사전작업을 하게 되지만 여기에서는 편의를 위해 원본 이미지 파일을 그대로 사용했다.

4. 클래스 분류 및 데이터 업로드 

    분류하고자 하는 명칭을 Class명 부분에 입력하고, 준비된 이미지파일들을 Drag & Drop 방식으로 이미지 업로드 영역에 넣어 준다. 

    여기에서 주의해야 할 것은 준비된 동물별 사진을 전부 업로드 하지 말고 일부는 검증단계를 위해 남겨 놓아야 한다는 것이다. 즉, 학습할 때 사용한 이미지를 검증단계에서 재사용하게 되면 당연히 해당 클래스로 100% 분류될 것이고 학습이 제대로 되었는지 여부를 알 수 없게 된다.  따라서 준비된 데이터의 85%정도는 학습용으로 사용하고 나머지 15%정도 검증용으로 남겨 둔다. 

5. 학습시키기 

    데이터를 업로드하면 다음과 같이 "Train Model" 버튼이 활성화 되고 Train작업을 개시할 수 있다. 

여기에서 Advanced 버튼을 클릭하면 Training작업에 대한 Option을 조정할 수 있다. 각각의 의미는 다음과 같지만 기본적으로 표준값으로 설정되어 있으므로 조정없이 일단 실행시켜 보아도 된다.   

-Epochs : 전체 데이터셋을 몇번 반복 학습을 시킬 것인지 지정.   

-Batch Size : 1회 작업에 얼마만큼의 데이터를 사용할 것인지 지정.  즉 100개의 데이터셋을 가지고 Epochs =50 , Batch size=20이라면 총250회의 Training작업을 실행하게 된다.      

-Learning Rate : 얼마나 촘촘하게 학습을 시킬 것이지 지표로서 이 숫자가 작을수록 정밀하지만 Training시간이 증가하게 된다. 통상 0.01이 기본적인 수치라 한다.    

6. Preview로 검증하기 

     Traing작업을 완료한 후 Preview 메뉴를 선택하고 Input방식을 File로 선택하면 학습된 모델에 대한 검증작업을 해 볼 수 있다. 

Training작업에 사용되지 않았던 검증용 사진을 업로드하니 위와 같이 정확히 판정한다.  

비슷한 동물의 사진들을 업로드하니 확신에 찬 확률로 판정해 버린다.  

  전혀 관련이 없어 보이는 이미지들을 업로드하니 에매한 수치로 판정하지만 그래도 판정은 한다. 

1. Teachable Machine

      Teachable Machine은 구글에서 제공하는 AI 머신러닝 서비스로서, AI에 대한 지식이 없는 일반인들도 웹사이트에 접속해서 간단한 방법으로 머신러닝을 경험해 볼 수 있다.  즉,  웹사이트에 접속해서 이미지,음성,자세영상 세가지 데이터를 수집하고 학습시켜  학습된 모델을 생성하는 일련의 과정을 간편하게 직접 해 볼 수 있다. 

다음과 같은 Data Gather -> Train -> Model Export 세단계를 하나의 화면에서 구현함으로써, 데이터만 정리해서 올리면 AI학습 모델을 즉석에서 만들어 받아볼 수 있다. 

2. Teachable Machine 프로젝트 생성 

현재는 Image, Audio,Pose 세가지 데이터를 이용한 프로젝트를 생성할 수 있다. 

Image Project를 선택할 경우 다음과 캍이 작업 화면이 표시되는데  Class별로 이미지 file을 올리거나 Webcam을 통해 데이터를 올릴 수 있다. "Add Class를" 선택해서 Class를 추가할 수도 있다. 

3. Teachable Machine 학습 및 모델

사진을 올린 후 Tainning 작업을 완료하면 다음과 같이 Preview 또는 Export Model 이 활성화되는데 Preview에서는 학습된 모델을 즉석에서 테스트해 봄으로써 얼마나 정확히 학습되었는지 검증해 볼 수 있다.

이런 과정을 통해 학습된 최종 Ai학습모델 데이터를 "Export Model" 메뉴에서 다운로드하여 원하는 목적에 AI기능를 활용할 수 있다.

AI학습모델은 용도별로 Tensorflow.js, Tensorflow, Tensorflow Lite 각기 다른 형식으로 선택하여 받을 수 있다. 또 모델데이터를 직접 다운로드 받아 운영하지 않고 구글이 제공하는 속도가 빠른 클라우드 서비스에 등록해 놓고 단지 링크만으로 이를 사용하는 방법도 함께 제공하고 있다.  

Teachable Machine은 다음 사이트에 접속하면 된다.