아티팩트 기반 빌드 프로세스로서의 로보틱스 데이터셋 구축 모델링
Modeling Robotics Dataset Construction as an Artifact-Based Build Process
로봇 시스템은 대규모의 멀티모달 센서 데이터를 생성하지만, ROS bag 기록을 머신러닝 데이터셋으로 변환하는 작업은 종종 임시적인 순차 스크립트로 처리되어 엔지니어링 오버헤드와 느린 반복(iteration) 주기를 초래합니다. 본 연구에서는 데이터셋 구축을 의존성 그래프 상의 아티팩트 기반 빌드 프로세스로 모델링하고, 이를 재현 가능하며 점진적인 데이터셋 생성을 지원하는 오픈소스 Bazel 확장인 Bagzel(nuScenes 형식 내보내기 포함)로 구현합니다. 저자들은 Bagzel 및 Bagzel-xattr(서버 측 다이제스트 관리)을 순차적인 rosbag2nuscenes 기준선(baseline)과 비교합니다. Bagzel은 평가된 모든 실행 모드에서 실행 시간을 단축하며, 반복적인 워크플로에서 가장 큰 성능 향상(20.4GB 데이터셋 기준 웜 빌드에서 최대 386.26배, 점진적 빌드에서 7.21배)을 보입니다. 5.1GB에서 20.4GB에 이르는 데이터셋 크기 전반에 걸쳐 Bagzel 변형들은 특히 웜 및 점진적 모드에서 기준선보다 현저히 뛰어난 확장성 특성을 보여줍니다. Bagzel-xattr은 추가적인 이점을 제공하여 입력 세분성 연구에서 Bagzel 대비 평균 5.9%의 실행 시간 단축을 달성합니다. 전반적으로 로보틱스 데이터셋 구축을 아티팩트 기반 빌드 프로세스로 모델링하는 것은 재현성을 뒷받침하는 결정론적 빌드 설계를 유지하면서도 데이터셋 업데이트 지연 시간을 실질적으로 단축합니다.