반려동물 산업은 국내외에서 가파르게 성장하는 분야이다. 한국무역협회(KITA)에 따르면, 2020년 전세계 반려동물 산업 시장의 규모는 1421억 달러를 기록하여 전년 대비 6.9%나 증가하였고, 2026년에는 2177억 달러의 규모로 성장할 것으로 예상하고 있다. 이러한 성장배경에는 강아지가 단순히 키우는 동물이 아닌 가족 구성원으로서의 역할이 증가하고, 과거와 달리 혼자서 사는 1인 가구의 증가등이 원인으로 꼽힌다. 이에 따라 반려동물 산업 또한 매우 높은 경제적 가치를 지니고 있으며, 사람들의 정신적 안정과 건강에 긍정적인 영향을 미치고 있다.
반려동물 산업의 성장으로 새로운 비즈니스 모델과 일자리 창출에 기여하고, 최근 많은 반려동물을 대상으로 하는 사업이 등장하면서, 반려동물을 위한 건강식품, 건강 진단 서비스, AI 기반 장난감 등 다양한 비즈니스 아이템의 개발이 이루어졌다. 특히, 많은 기업들이 반려동물 질병 예방 및 진단에 활용되는 AI 기술에 대한 연구를 진행하고 있으며, 이를 활용한 서비스가 출시되고 있다.
반려동물 질병 예방 및 진단 서비스가 중요한 이유는 동물병원의 높은 진료비로 인해 수시로 병원을 방문하여 진료를 받기에 어려움이 있기 때문에, 가정에서 쉽게 질병을 판별할 수 있게 하는 것은 반려견의 건강을 유지하는 데 있어서 매우 중요한 서비스이다.
본 논문에서는 AIHub에서 제공하는 반려동물 안구 질환 데이터셋을 활용하여, 기존의 단일 모델을 사용하는 방법이 아닌 Ensemble, One versus All, One versus One과 생성 모델을 활용해 다중 분류 방법보다 더 나은 성능을 보이는 방법을 찾고자 하였고, 결과적으로 One versus All 방법을 이용해 다중 분류 방법보다 약 3% 정도의 성능 향상을 이루어냈다.