Labelbox는 월간 방문 762,803, 전월 대비 성장률 -22.8%, 가격 문의 가격 모델을 기록합니다. Scanflow는 월간 방문 2,450, 성장률 -17.5%, Contact for pricing 가격 모델을 기록합니다.
최전선 AI가 학습하는 환경, 그리고 반복 업무를 맡는 에이전트
산업을 위한 AI 비주얼 검사와 엔터프라이즈급 스캔
| 항목 / 지표 | | |
|---|---|---|
| 공식 도메인 | labelbox.com | scanflow.ai |
| 가격 모델 | 가격 문의 | Contact for pricing |
| 월간 방문 수 | 76.28만 (762,803) | 2.45천 (2,450) |
| 전월 대비 트래픽 변화량 | -22.52만 (-22.8%) | -519 (-17.5%) |
| 주요 시장 및 점유율 | 🇺🇸 미국 (21.9%) | 🇮🇳 인도 (58.6%) |
| 월 직접 방문 수 | 37만 | 954 |
| 사용자 평점 | 4.4 | 4.1 |
| 지원 플랫폼 | 웹사이트 | 웹사이트 |
최전선 AI가 학습하는 환경, 그리고 반복 업무를 맡는 에이전트
비전, 언어, 생성 작업 전반에 걸친 구조적 주석, 데이터 큐레이션, 모델 평가, 휴먼 인 더 루프 검수를 제공해 학습과 평가 데이터의 기반이 됩니다.
Recursion 에이전트는 빌드, 알림, 커밋, 체크포인트, 스케줄로 스스로 시작해 작업이 끝나 검토 가능해질 때까지 백그라운드에서 수행합니다.
소프트웨어 엔지니어링, 안정성, 보안, ML 연구, 평가, R&D, 제품, 재무까지 전문 에이전트가 불안정한 테스트 수정부터 포스트모템 초안까지 담당합니다.
모든 실행은 채점 에이전트가 평가하고, 채점된 세션은 기억과 노트, 스킬을 남겨 다음 세션이 행동 전에 읽습니다.
산업을 위한 AI 비주얼 검사와 엔터프라이즈급 스캔
컴퓨터 비전 모델이 생산 라인에서 실시간으로 작동해 표본 검사가 아니라 결함 감지, 라벨 검증, 객체 계수, 작업 안전을 위한 PPE 점검을 수행합니다.
고성능 바코드, QR, 시리얼 코드 판독을 모든 스마트 기기에 통합해 전용 하드웨어 없이 엔터프라이즈급 데이터를 캡처합니다.
VIN 번호, 타이어 사이드월의 DOT/TIN 코드, 부품 번호, 손글씨 코드를 스마트폰이나 스마트 기기에서 직접 읽습니다.
여권, 신분증, 운전면허증 같은 고객 신분 문서를 캡처해 KYC, 환자 등록, 체크인 워크플로를 가속합니다.
특화 강점어노테이션부터 모델 배포까지의 엔드투엔드 컴퓨터 비전 워크플로우를 간소화하지만, Labelbox의 일반적인 기업용 에이전트 오케스트레이션은 부족합니다.
특화 강점데이터 검증을 위해 휴먼 인 더 루프 관리형 인력 서비스에 크게 의존하며, Labelbox보다 셀프 서비스 기술 도구가 적습니다.
대규모 기업급 데이터 라벨링과 모델 평가를 제공하지만, 종종 Labelbox보다 더 큰 예산이 필요합니다.
안정적인 멀티모달 어노테이션과 워크플로우 자동화를 제공하며, 컴퓨터 비전 팀을 위한 직관적인 데이터 선별 파이프라인을 갖추고 있습니다.
안정적인 멀티모달 어노테이션과 워크플로우 자동화를 제공하며, 컴퓨터 비전 팀을 위한 직관적인 데이터 선별 파이프라인을 갖추고 있습니다.
무료 / 오픈소스종이 명함을 몇 초 만에 디지털 연락처로
무료 / 오픈소스종이 명함을 몇 초 만에 디지털 연락처로
특화 강점하나의 연결 환경에서 AI 모델과 에이전트를 추적·평가·배포하세요.
고급 컴퓨터 비전 및 피지컬 AI 데이터 파이프라인에 특화되어 있지만, 일반적인 텍스트 및 이미지 라벨링보다는 범위가 좁습니다.
무료 / 오픈소스문서 중심 비즈니스 프로세스를 끝까지 실행하는 AI 에이전트
무료 / 오픈소스맞춤형 데이터 라벨링을 위한 유연한 오픈소스 대안을 제공하지만, 자체 호스팅과 수동 인프라 관리가 필요합니다.
무료 / 오픈소스모든 이미지를 AI로 설명 — 상세 설명, 캡션, 프롬프트, 텍스트 추출을 한곳에서
무료 / 오픈소스모든 이미지를 AI로 설명 — 상세 설명, 캡션, 프롬프트, 텍스트 추출을 한곳에서
특화 강점Focuses strictly on LLM evaluation, testing, and observability rather than raw data annotation and training dataset curation.
특화 강점Focuses strictly on LLM evaluation, testing, and observability rather than raw data annotation and training dataset curation.
