ONDA - AI-Powered Hospitality Technology

🏢 About Us

ONDA is a hospitality technology company based in Seoul, applying machine learning to solve real-world challenges in hotel content management. We serve 10,000+ properties across Asia-Pacific, processing 5.4M+ annual bookings.

🤖 Open Source ML Research

We're developing multimodal AI systems for automated hospitality content organization and classification.

Multimodal Room Clustering

Automatically grouping hotel room images and text descriptions using vision and language models.

Image Similarity

• Siamese network with EfficientNetV2-S backbone
• Trained on 2M+ image pairs
• Spectral clustering for automated grouping
• Deployed via ONNX for production inference

Text Similarity

• KLUE BERT-based Siamese network for Korean room names
• Fine-tuned on 31,452 training pairs
• Handles Korean-English multilingual text

DINOv2 Multi-head Classification

Scene classification system for hotel images achieving 85.6% accuracy.

Architecture

• Vision Transformer (DINOv2) backbone
• Three classification heads: Scene (6 classes), Concept (3 classes), Object (12 classes)
• Trained on 33,762 images from 127 properties

Performance

• Scene: 85.2% | Concept: 92.8% | Object: 78.9%

Production ML Pipeline

• Model Optimization: PyTorch → ONNX conversion
• Deployment: AWS SageMaker for scalable inference
• Frameworks: PyTorch, Transformers (Hugging Face), timm, scikit-learn

🔬 Research Interests

• Contrastive learning for visual similarity
• Self-supervised vision models (DINO, DINOv2)
• Multilingual NLP (Korean, English, Japanese)
• Efficient model deployment for production systems

🌏 Learn More

Website: global.onda.me

---

ONDA - AI 기반 숙박 기술

🏢 소개

ONDA는 서울 기반의 숙박 기술 회사로, 호텔 콘텐츠 관리의 실질적인 문제를 머신러닝으로 해결하고 있습니다. 아시아 태평양 지역 10,000개 이상의 숙소에서 연간 540만 건 이상의 예약을 처리합니다.

🤖 오픈소스 ML 연구

숙박업 콘텐츠의 자동 구성 및 분류를 위한 멀티모달 AI 시스템을 개발하고 있습니다.

멀티모달 객실 클러스터링

비전 및 언어 모델을 활용하여 호텔 객실 이미지와 텍스트 설명을 자동으로 그룹화합니다.

이미지 유사도

• EfficientNetV2-S 백본 기반 Siamese 네트워크
• 200만 개 이상의 이미지 쌍으로 학습
• 스펙트럴 클러스터링을 통한 자동 그룹화
• ONNX를 통한 프로덕션 배포

텍스트 유사도

• 한국어 객실명 처리를 위한 KLUE BERT 기반 Siamese 네트워크
• 31,452개 학습 쌍으로 파인튜닝
• 한국어-영어 다국어 텍스트 처리

DINOv2 멀티헤드 분류

85.6% 정확도를 달성한 호텔 이미지 장면 분류 시스템입니다.

아키텍처

• Vision Transformer (DINOv2) 백본
• 3개 분류 헤드: Scene (6 클래스), Concept (3 클래스), Object (12 클래스)
• 127개 숙소의 33,762개 이미지로 학습

성능

• Scene: 85.2% | Concept: 92.8% | Object: 78.9%

프로덕션 ML 파이프라인

• 모델 최적화: PyTorch → ONNX 변환
• 배포: AWS SageMaker를 통한 확장 가능한 추론
• 프레임워크: PyTorch, Transformers (Hugging Face), timm, scikit-learn

🔬 연구 관심사

• 시각적 유사도를 위한 대조 학습
• 자기 지도 학습 비전 모델 (DINO, DINOv2)
• 다국어 NLP (한국어, 영어, 일본어)
• 프로덕션 시스템을 위한 효율적인 모델 배포

🌏 더 알아보기

홈페이지: www.onda.me