카카오스토리

모든 산업을 위한 AI 솔루션 구현 두 번째

기업들은 가장 큰 문제를 해결하기 위해 인공 지능(AI)으로 눈을 돌렸습니다. 강력한 AI 플랫폼이 기존 Workflow에 통합되면 의료 분야에서 보다 정확하고 빠른 진단을 가능하게 하는 것부터 소매 분야에서 개인화된 고객 경험을 제공하는 것에 이르기까지 비즈니스가 개선됙 산업이 변화됩니다. 어떤 일이 일어나고 있는지 알아보세요.

이전 포스팅에서 보건의료와 소매에 이어서 이번 포스팅에서는 통신과 금융 서비스, 산업까지 3가지에 대해 알아보도록 하겠습니다.

1. 통신

AI는 통신 산업에서 커뮤니케이션의 새로운 물결을 열 고 있습니다. GPU와 5G 네트워크의 힘을 활용하여 스 마트 서비스를 엣지로 가져와 배포를 단순화하고 잠재력 을 최대한 발휘할 수 있습니다. 공공 서비스는 교통 카메 라와 AI를 사용하여 교통 혼잡, 보행자 안전 및 주차에 대한 실시간 통찰력을 생성하여 도시를 더 안전하고 스 마트하며 친환경적으로 만들 수 있습니다.

2Hz

2Hz, Inc.는 NVIDIA T4 및 V100 GPU로 구동되는 소음 억제 기술로 라이브 통화에 선명도를 제공합니다. 2Hz의 딥 러닝 알고리 즘은 CPU보다 최대 20배까지 확장되며 GPU에서 TensorRT를 실행하여 2Hz는 실시간 통신을 위한 12밀리초(ms) 대기 시간 요 구 사항을 충족합니다.

China Mobile

NVIDIA EGX로 구동되는 China Mobile의 5G 네트워크는 회사의 Chengdu Research Institute를 통해 접근 가능한 대화형 교육을 제공하고 있습니다. 이 연구소는 NVIDIA CloudXR 클라우드 플랫폼과 가상 현실(VR)의 힘을 사용하여 5G를 통해 학교 를 연결하여 더 적은 자금과 자원으로 시설에 전국의 다른 학교와 동일한 품질의 교육을 제공하는 데 필요한 도구를 제공하고 있습 니다.

차이나 모바일은 필수 응급 서비스도 돕고 있습니다. 5G 네트워크를 통해 연결된 드론은 인구가 희박하고 접근이 불가능한 산 및 산림 지역의 산불을 조기에 원격으로 감지합니다. 비디오, 이미지 및 적외선 스캔을 네트워크를 통해 실시간으로 전달함으로써 긴급 구조 본부가 신속하게 분석하고 가장 중요한 화재 지점에 팀을 배치할 수 있습니다.

envrmnt

5G는 대기 시간이 20ms 미만인 기가비트 속도를 비롯한 다양한 컴퓨팅 기능을 제공합니다. 이를 통해 Verizon Envrmnt 팀 은 강력한 NVIDIA GPU를 배포하여 Verizon의 고성능 컴퓨팅 운영을 강화하고 분산 데이터 센터를 구축하게 되었습니다.

5G는 또한 장치를 더 얇고 가벼우며 배터리 효율을 높여 렌더링, 딥 러닝 및 컴퓨터 비전을 구동할 수 있는 메모리 집약적 병렬 처리의 문 을 열어줍니다. 이러한 발전을 활용하기 위해 Verizon은 네트워크 전체에 NVIDIA GPU를 내장하고 있습니다. 대규모 데이터 센 터, 이러한 GPU가 공급하는 수백 개의 소규모 데이터 센터, 그리고 이러한 GPU가 지원하는 수천 개의 소규모 셀 사이트에 있습니 다.

2. 금융 서비스

금융 서비스 산업은 실시간 사기 모니터링 및 탐지 를 개선하고 콜센터 운영을 개선하며 고객 경험을 개인화하기 위해 AI를 통합하고 있습니다.

AMERICAN EXPRESS

American Express는 사기 거래를 방지하기 위해 딥 러닝 생성 및 순차 모델을 개발하고 있습니다. 대부분의 금융 사기 사용 사례 에서 머신 러닝 시스템은 과거 거래 데이터를 기반으로 구축됩니다. 수천만 명의 고객과 판매자로 구성된 글로벌 통합 네트워크를 통 해 American Express는 방대한 양의 정형 및 비정형 데이터에 액세스할 수 있습니다.

이 리소스를 사용하여 딥 러닝 모델을 사용 하여 실시간으로 입금을 스캔하고 사기 거래와 관련된 패턴을 식별한 다음 이상 징후를 표시하는 기계 학습 시스템을 개발하고 있습 니다.

CapitalOne

모바일 뱅킹 사용자 수는 2021년까지 20억 명에 이를 것으로 예상됩니다. 이러한 성장에 대응하여 Capital One은 GPU 기반 딥 러닝을 사용하여 자연어 문자 메시지에 응답하는 SMS 문자 기반 지능형 비서인 Eno를 개발했습니다.

Eno는 Capital One 고객이 추 적 잔액 및 최근 요금 또는 청구서 지불 여부에 관계없이 계정을 24x7 관리할 수 있도록 지원하여 모바일 뱅킹을 한 차원 높였습니다.

PayPal

PayPal은 높은 기준을 설정하는 새로운 사기 탐지 시스템을 배포하고 있으며, 전 세계적으로 연중무휴 24시간 운영되고 실시간 으로 작동하여 잠재적인 사기로부터 고객 거래를 보호합니다. NVIDIA T4 GPU를 사용하는 이 새로운 수준의 서비스는 GPU 추론 을 사용하여 실시간 사기 탐지를 10% 개선하는 동시에 CPU 기반 시스템에 비해 서버 용량을 거의 8배 낮춥니다.

3. 산업

AI 지원 스마트 공장은 제조 환경을 바꾸고 있 습니다. 산업 및 제조 회사는 실시간 통찰력을 제공하는 GPU 가속화된 대규모 AI 솔루션을 배 포하여 품질을 개선하고 운영 효율성을 높이고 비용 을 절감하고 더 스마트하고 안전한 작업 환경을 구 축하는 데 도움이 됩니다.

BMW

사우스캐롤라이나주 스파르탄버그는 연간 45만 대의 차량을 생산하는 BMW 그룹의 세계 최대 공장의 본거지입니다. 완벽한 배 송 경험을 보장하기 위해 BMW는 GPU를 사용하여 전체 차량 검사를 자동화하는 지능형 이미지 분석을 지원합니다.

NVIDIA EGX 에지 서버를 사용하여 70초 내에 차량당 1,000개의 이미지를 캡처하는 카메라 어레이의 데이터를 처리할 수 있습니다. 시스템은 최고의 정밀도 로 품질을 확인하고 각 고객의 정확한 주문 사양과 일치하도록 수백 가지 사용자 정의 옵션을 확인합니다.

MUSHSHi

Musashi는 전통적으로 복잡하고 수동적인 프로세스였던 기어, 캠축 및 용접부의 결함에 대한 광학 검사에 AI 기술을 활용합니다. NVIDIA DGX Station 및 Tensor Core GPU를 사용하여 TensorFlow 기반 네트워크 알고리즘을 개발하고 훈련하여 이미지를 분 석하고 결함을 식별했습니다. 그런 다음 Musashi는 제조 현장의 NVIDIA Jetson에서 훈련된 추론 알고리즘을 신속하게 구축 및 배포 하여 필요에 따라 제조 프로세스를 발전시키고 조정할 수 있는 능력을 제공할 수 있었습니다.

SEAGATE

Seagate는 에지에서 클라우드로 배포되는 최첨단 딥 러닝 기술을 사용하여 제조 품질 보증을 혁신하고 있습니다. NVIDIA Tensor Core GPU에서 훈련되고 에지에서 추론에 최적화된 이 솔루션은 반도체 웨이퍼, 전기 부품 및 어셈블리의 결 함 검사를 자동화하여 검사 정확도, 제품 품질 및 공장 효율성을 크게 향상시킵니다.

모든 산업을 위한 AI 솔루션 구현

기업들은 가장 큰 문제를 해결하기 위해 인공 지능(AI)으로 눈을 돌렸습니다. 강력한 AI 플랫폼이 기존 워크플로에 통합되면 의료 분야에서 보다 정확하고 빠른 진단을 가능하게 하는 것부터 소매 분야에서 개인화된 고객 경험을 제공하는 것에 이르기까지 비즈니스가 개선되고 산업이 변화됩니다. 어떤 일이 일어나고 있는지 알아보세요.

AI 비즈니스 사례로는 보건의료, 소매, 통신, 금융 서비스, 산업에 걸쳐 5가지 정도로 나뉠 수 있습니다. 내용이 긴 관계로 두 포스팅으로 나뉘어 진행 하도록 하겠습니다.

이 포스팅에는 보건의료와 소매로 진행하며, 다음 포스팅에서 통신과 금융 서비스, 산업 3가지를 확인해 보세요. 

1. 보건의료

세계 최고의 조직은 의사와 과학자에게 AI를 제공 하여 삶과 연구의 미래를 변화시키는 데 도움을 주 고 있습니다. AI를 통해 상호 운용 가능한 데이터를 처리하 고 개인화 의료 및 차세대 클리닉에 대한 증가하 는 수요를 충족하며 워크플로에 고한 지능형 애플리케이션을 개발하고 이미지 분석 및 생명 과 학 연구와 같은 영역을 가속화할 수 있습니다.

King's College London

King's College London은 영국 연구 및 혁신(UKRI)이 자금을 지원하는 가치 기반 의료를 위한 런던 의료 영상 및 인공 지능 센터 (AI4VBH)의 일부로 연합 학습 및 알고리즘 배포 플랫폼을 만들기 위해 NVIDIA 및 OWKIN과 협력했습니다.

이 플랫폼은 4개의 NHS 파트너 병원을 연결하여 환자의 개인 정보를 보호하면서 분산된 데이터 세트를 형성합니다. 이 연합 데이터세트는 센터 파트너가 사용 할 수 있으며 암 및 심부전에서 치매 및 뇌졸중에 이르기까지 광범위한 영역에서 연구, 임상 및 운영 개선을 제공하는 데 사용됩니다.

AI4VBH 센터는 고도로 최적화되고 가속화된 AI를 위해 NVIDIA DGX-2™ 및 DGX-1 슈퍼컴퓨터와 NVIDIA Clara™ 툴킷을 활용합니다.

MGH & BWH

MGH(Massachusetts General Hospital)와 BWH(Brigham and Women's Hospital) 임상 데이터 과학 센터의 과학자들은 Partners HealthCare와 연합 학습 이니셔티브를 시작했습니다. 임상의와 연구자는 다양한 데이터 세트에 액세스하여 진료 현장에 서 사용할 수 있는 더 나은 AI 모델을 개발할 수 있습니다.

동시에 이 이니셔티브는 이러한 개별 기여를 활용하여 환자의 개인 정보를 손상시키지 않으면서 글로벌 모델을 만들 것입니다. MGH & BWH 임상 데이터 과학 센터는 NVIDIA DGX 딥 러닝 시스템과 NVIDIA Clara의 개인 정보 보호 연합 학습 기능을 사용하여 여러 기관에서 AI를 개발하고 배포할 수 있습니다.

Oxford Nanopore Technologies

Oxford Nanopore Technologies는 휴대용 저비용 실시간 DNA 및 RNA 시퀀서인 MinION 장치로 병원체 발견을 가속화하고 있습니다. MinION에 연결하는 것은 휴대용 AI 슈퍼컴퓨터인 MinIT입니다. NVIDIA AGX™로 구동되는 MinIT는 언제 어디서나 누 구나 DNA 및 RNA 시퀀싱을 가능하게 하여 실험실까지 배송하는 시간을 없애고 답변에 걸리는 시간을 몇 달에서 몇 시간으로 단축 합니다.

2. 소매

Accenture 보고서에 따르면 AI는 성장과 수익성 을 높여 2035년까지 소매업체에 2조 2천억 달러 가치의 가치를 창출할 수 있습니다. 대규모 디지털 혁신이 진행됨에 따라 업계는 AI를 사용하여 자산 보호를 개선하고 매장 내 분석을 제공하며 운영을 간소화함으로써 비즈니스 가치를 높일 수 있습니다.

지능형 매장은 GPU 기반 인텔리전스 비디오 분석(IVA)을 활용하여 스캔 오류를 실시간으로 정 확하게 감지하고 인기 있는 통로, 고유 방문자 및 고객 인구 통계에 대한 데이터를 수집할 수 있습니다.

AIFI

AiFi는 현재 24시간 연중무휴 자동 계산대 없는 매장인 NanoStore를 소매 대기업 및 대학과 함께 파일럿 테스트 중입니 다. NanoStores는 500개 이상의 다양한 제품을 보유하고 NVIDIA T4 Tensor Core GPU로 구동되는 이미지 인식을 사용하여 상품 선택을 캡처하고 고객 탭에 추가합니다.

TRACXPOiNT

매장 내 소매 경험을 온라인 경험만큼 간소화하기 위해 Tracxpoint는 인공 지능 카트(AIC)를 만들었습니다. NVIDIA DGX Station™에서 교육을 받고 NVIDIA® TensorRT® 를 사용하여 추론 하고 NVIDIA Jetson™ TX2 에서 Deepstream SDK 로 실시간 비디오 분석을 수행할 수 있는 AIC는 1초 이내에 100,000개 제품을 인식할 수 있습니다.

고객은 장바구니에 제품을 담기만 하면 됩니다. 또한 AIC는 실시간으로 공급업체로부터 개인화된 제안을 제공하고 고객이 슈퍼마켓을 쉽게 탐색할 수 있 도록 지원하며 자동 디지털 결제를 수락합니다.

Walmart

4,700개 미국 매장에 100,000개 이상의 다양한 제품이 있는 Walmart Labs 데이터 과학 팀은 매주 5억 개의 매장 조합 에 대한 수요를 예측해야 합니다. CUDA-X AI™ 및 NVIDIA GPU를 기반으로 구축된 NVIDIA RAPIDS™ 오픈 소스 데이터 과학 및 머신 러닝 라이브러리로 예측을 수행함으로써 Walmart 팀은 머신 러닝 기능을 100배 더 빠르게 엔지니어링하고 알 고리즘을 20배 더 빠르게 훈련할 수 있습니다.

AI 모니터 지구의 활력

DEEPSAT, 딥 러닝 프레임워크 위성 이미지 분류, 조치 지표면의 변화와 그 영향 탄소 및 기후 모니터링

AI를 통한 변호 모니터링

지구의기후는 역사를 통해 변해왔스비다. 마지막으로 650,000년 동안 빙하의 전진과 후퇴를 7번의 주기로 겪었고, 마지막 빙하기(약 7,000년 전)의 갑작스러운 종말은 근대 기후의 시작과 인간 문명.

이러한 기후 변화의 대부분은 매우 작은 변화에 기인합니다. 태양 에너지의 양을 변경하는 지도 궤도에서 우리 행성을 받습니다. 그러나 최근의 많은 변화는 탄소의 증가된 양과 직접적인 관련이 있습니다.

대기 NASA 고다드 우주 연구 연구소(GISS) 과학자들이 매월 지구 온도를 분석한 결과, 2016년 9월은 136년 동안의 현대 기록 보관 기간 중 가장 따뜻한 9월이었습니다.

이러한 변화의 영향을 감안할 때 위성 이미지에서 지표면을 모니터링하고 영향을 이해할 필요가 있습니다. 작물 수확량 변화, 초목 및 기타 경관에 대한 온난화가 매우 중요합니다. 그러나 인공위성 이미지를 자동화 분류는 위성 데이터 고유의 높은 변동성과 충분한 훈련 데이터의 부족으로 인해 도전 과제입니다.

대부분의 방법은 연구 지역(전 세계)을 감안할 때 확장하기 어려운 상용 소프트웨어에 의존하며 컴퓨팅 및 메모리 집약적 처리, 비용, 대규모 병렬 아키텍처, 머신 러닝 자동화.

DeepSAT를 위한 딥 러닝

지구의 건강 상태를 더 잘 파악하기 위해 NASA는 위성 이미지 분류 및 분할을 위한 딥 러닝 프 레임워크인 DeepSat을 개발했습니다. NASA의 지구 과학 및 탄소 모니터링 시스템 내 심층 신 경망의 앙상블인 DeepSat은 가능한 가장 높은 해상도로 지형 변화의 중요한 신호를 제공하여 과 학자들이 독립적인 모델링 작업에 데이터를 사용할 수 있도록 합니다.

DeepSat은 다음을 포함하여 다양한 방식으로 사용됩니다.

cuDNN NVIDIA Tesla®가 탑재된 슈퍼컴퓨터 GPU 클러스터 배출을 상쇄하기 위해 식생 경관에 의해 격리된 탄소의 양; 고해상도에서 기후 예측 변수를 축소 하기 위해; 도시 열섬 및 옥상 태양열 효율과 같은 효과를 평가할 수 있는 중요한 레이어를 제공 합니다. DeepSat은 수백만 개의 조정 가능한 매개변수를 사용하여 훈련된 강력한 모델 라이브러리를 제 공하고 매우 크고 노이즈가 많은 데이터 세트에 걸쳐 확장할 수 있습니다.

NVIDIA GPU의 컴퓨팅 성능을 통해 NASA는 미국 대륙에서 330,000개의 이미지 장면을 조사 한 결과 네트워크를 훈련할 수 있었습니다. 평균 이미지 타일은 6000 x 7000픽셀이었고 각각 무게 는 약 200MB였습니다. 이 샘플의 전체 데이터 세트는 1미터의 지상 샘플 거리와 함께 단일 시대에 대 해 65TB에 가까웠습니다.

NASA는 또한 모델 훈련을 위해 다양한 토지 덮개 유형을 나타내는 레이블 이 지정된 다각형으로 손으로 생성한 대규모 훈련 데이터베이스(SATnet)를 구축했습니다.

CNN 모델 은 NVIDIA® DIGITS™ DevBox에서 훈련되었으며 훈련된 모델은 모든 217,088 NVIDIA CUDA® 코어 가 있는 NVIDIA Tesla® GPU가 장착된 NASA Ames Pleiades 슈퍼 컴퓨터 GPU 클러스터를 사용하는 이미지 장면 .

탄소 영향에 대한 더 확실한 파악

NVIDIA GPU로 구동되는 테스트 및 교육 성능은 전반적으로 눈에 띄게 개선되었습니다. 입 력 크기를 늘리면 노이즈가 적은 경사하강법, 분류를 위한 더 많은 컨텍스트를 제공하는 더 큰 이미지, 향상된 분류/분할 정확도가 가능해졌습니다.

교육 시간이 단축되어 자동으로 더 많은 실험과 더 빠른 혁신이 이루어졌습니다. "우리의 최고의 네트워크 데이터 세트는 97.95%의 분류 정확도를 생성했으며 3개의 최첨 단 물체 인식 알고리즘보다 11% 더 우수한 성능을 보였습니다."라고 Ganguly는 말했습 니다.

지구의 행동에 대한 그러한 통찰력은 산업, 국가 및 인류 자체에 잠재적인 영향을 미칩니다. 지구의 활력 징후의 변화를 보여주는 이미지는 정부가 자연 재해에 대비할 수 있도록 더 잘 준비할 수 있습니다.

즉, 산불, 홍수 및 눈사태의 위험이 있는 지역을 보여줍니다. 또한 더 덥 고 건조한 지구에서 농작물 생산을 지원하고 해수면, 온도 및 산도 수준에 대한 더 깊은 통찰력 을 제공할 수 있습니다. 그것우리 지구의 미래가 그것에 달려 있다고 해도 과언이 아닙니다.