시냇가의열매나무

4월 17일(수)부터 4월 19일(금)일까지 COEX에 있었던 월드 IT 전시회를 다녀왔다. 몇몇 물어보고 살펴본 내용을 기록을 남겨봅니다.

World IT Show 2024
URL : https://www.worlditshow.co.kr/main/main.php

내용 목차
(1) 기술 용어 이해 
(2) 회사 소개 및 제품 소개
(3) 기술 및 관련 AI 알고리즘 이해
(4) 일상에서의 활용
(5) 군에서 활용 가능 예상 분야
(6) 뉴스 링크 및 관련 링크

(내용은 홈페이지와 기타 뉴스 등의 제공된 정보를 참고하였고, 또한 ChatGPT를 활용하여 작성하였습니다.)

회사 및 제품 
회사명 : OMNIS LABS 

 - 대용량 이미지 및 현미경 사진 분석을 하는 AI 모델을 코딩 없이 빠르게 만들어보기

링크 : https://www.deepblock.net/ko/

제품 : Deep Block - 가장 빠른 노코드 AI 플랫폼

(1) 기술 용어 이해 

 - API: API란 ‘응용 프로그래밍 인터페이스(Application Programming Interface)’의 줄임말로, 소프트웨어 간의 상호작용을 위한 규칙과 도구 모음입니다. 예를 들어 Deep Block의 API는 사용자가 자신의 소프트웨어아 시스템과 Deep Block 플랫폼을 연결할 수 있도록 해주는 도구입니다.

 - 클라우드: 인터넷을 통해 서버, 스토리지, 데이터베이스, 네트워킹과 같은 컴퓨팅 서비스를 제공하는 기술입니다. 이를 통해 사용자는 언제 어디서나 데이터에 접근하고 작업을 수행할 수 있습니다.

(2) 회사 소개 및 제품 소개

옴니스랩스 주식회사는 코딩 없이도 AI 모델을 학습시키고 배포할 수 있는 클라우드 플랫폼인 Deep Block을 개발했습니다. Deep Block은 사용자가 마우스 동작을 통해 데이터 전처리와 AI 모델 학습을 수행할 수 있게 하며, 특히 사물 인식에 강점을 가지고 있습니다. 이 플랫폼은 항공 사진이나 전자현미경 사진과 같은 고용량, 고해상도의 이미지에서 사물(객체)을 인식하는 데 사용될 수 있으며, 공간정보과학과 의료 영상 분석 등 다양한 분야에 적용 가능합니다. API 및 기업용 버전도 제공되어 다양한 기관 및 기업에서 쉽게 도입 및 활용할 수 있습니다.

Deep Block 제품 특징 

 - 거대한 크기의 정찰 위성 사진 신속 분석

  =>  Deep Block은 매일 수만 장 촬영되는 수십 GB 크기의 정찰 위성 사진을 신속하게 처리할 수 있는 기술을 제공합니다. 이를 통해 사용자는 지속적으로 변화하는 지상의 상황을 실시간으로 모니터링할 수 있습니다.

 - 공간 정보 이미지를 활용한 도시 관리 혁신 지원

  => Deep Block의 공간 정보 영상 분석 기술은 도시 계획 전문가들이 필요한 정보를 빠르게 추출하고 중요한 결정을 내릴 수 있도록 지원합니다. 이를 통해 인프라 관리, 도시 관리, 재난 대응 등의 중요한 과제에 대한 해결 효율성이 크게 향상

 - 나노 세계에서의 미세 변화 및 물체 탐지를 위한 고해상도 이미지 분석 기술

  => 초고해상도 현미경 이미지 분석을 통해 반도체, 나노소재 등의 작은 결함이나 변화를 정밀하게 탐지합니다. Deep Block의 최첨단 머신 비전 기술은 나노 머신과 재료과학 분야에서 발생할 수 있는 복잡한 문제들을 해결하는 데 필수적인 역할을 수행

 - 회사 홈페이지 정보에 따른 분석 솔루션의 성능

  => 10GP Pixcls (최대 이미지 파일 해상도) 처리, 
  => 40GB (최대 이미지 파일 크기), 
  => 10GB/sec(빠른 처리 시간), 
  => 성능 : 0.9 AP(높은 정확도), 0.9 Recall(예민한 감지 능력)

(3) 기술 및 관련 AI 알고리즘 이해

 - 딥러닝 
 - 기술 : Image Segmentation(객체 분할), Object detection(객체 인식), Change Detection(변화 감지)

 - Image Segmentation (객체 분할): 이는 이미지를 구성하는 여러 개체와 배경을 서로 구분하는 과정입니다. 이를 통해 시스템은 이미지의 구체적인 부분을 인식하고, 각 객체의 경계를 정확하게 식별할 수 있습니다.
 - Object Detection (객체 인식): 이미지 내에서 하나 이상의 객체를 탐지하고 위치를 식별하는 기술입니다. 이는 객체의 종류와 위치 정보를 제공하여 이미지 내의 중요한 객체를 추출하는 데 사용됩니다.
 - Change Detection (변화 감지): 두 개 이상의 시간대에 촬영된 이미지를 비교하여 시간의 흐름에 따른 변화를 식별하는 과정입니다. 이 기술은 특히 환경 모니터링, 도시 계획, 재난 감지 등에 유용하게 사용됩니다.

관련 논문 리스트

 - Object Detection and Image Segmentation with Deep Learning on Earth Observation Data: A Review—Part II: Applications (2023)
   (한글) 지구 관측 데이터에서의 딥러닝을 이용한 객체 탐지 및 이미지 분할에 관한 리뷰—응용 부분 (2023)

   요약 : 지구 관측 데이터에서의 딥러닝 기반 객체 탐지 및 이미지 분할에 대한 포괄적인 리뷰를 제공하며, CNN의 사용과 그 발전에 대해 설명합니다.
   URl : https://www.mdpi.com/2072-4292/12/18/3053

 - A Review of Deep-Learning Methods for Change Detection in Multispectral Remote Sensing Images (2023)
 (한글) 다중 스펙트럴 원격 감지 이미지에서 변화 감지를 위한 딥러닝 방법에 대한 리뷰 (2023)
   요약 : 다중 스펙트럴 원격 감지 이미지에서의 변화 감지를 위한 딥러닝 방법에 대해 리뷰하며, 최신 연구 동향과 기술적 도전을 다룹니다.
   URl : https://www.mdpi.com/2072-4292/15/8/2092

 - MTP: A Comprehensive Review of Modern Object Segmentation Approaches (2024)
 (한글) MTP: 현대 객체 분할 접근 방식에 대한 종합적인 리뷰 (2024)
   요약: 현대의 객체 분할 기법에 대한 종합적인 리뷰로, 여러 종류의 분할 작업과 기술적 접근 방식을 설명하고 있습니다.
   링크: https://arxiv.org/abs/2301.07499

 - A Survey of Modern Deep Learning based Object Detection Models (2024)
 (한글) 현대 딥러닝 기반 객체 탐지 모델에 대한 조사 (2024)
   요약: 현대 딥러닝 기반 객체 탐지 모델에 대한 조사로, 모델의 성능 평가 지표와 다양한 백본 아키텍처에 대해 논의합니다.
   URl : https://arxiv.org/abs/2104.11892

(4) 일상에서의 활용

Deep Block은 일상적인 응용 분야에서도 광범위하게 활용될 수 있습니다. 예를 들어, 부동산 업계에서는 대규모의 항공 사진을 사용하여 토지 이용 패턴을 분석하거나 개발 가능한 영역을 식별할 수 있습니다. 또한, 재난 대응 팀은 Deep Block을 활용하여 자연 재해 후의 영향을 평가하고, 피해 지역의 신속한 복구 계획을 수립할 수 있습니다. 일상적인 환경 모니터링에서도, 변화 감지 기능을 이용하여 환경 파괴 또는 불법 행위를 감지하고 대응할 수 있습니다.

(5) 군에서 활용 가능 예상 분야

국방 및 감시 분야에서 Deep Block의 기술은 특히 중요한 역할을 할 수 있습니다. 예를 들어, 군은 Deep Block을 사용하여 적의 움직임을 감시하거나 전략적인 지역의 변화를 실시간으로 분석할 수 있습니다. 또한, 무인 항공기에서 촬영한 영상을 분석하여 적의 기지, 장비, 병력의 위치를 파악하고, 작전 계획을 세울 때 중요한 정보를 제공받을 수 있습니다. Deep Block의 빠른 처리 능력은 정보 수집의 지연을 최소화하며, 신속한 의사 결정을 가능하게 합니다.

(6) 뉴스 링크 및 관련 링크

https://pulsenews.co.kr/view.php?year=2023&no=354398

(뉴스 내용 번역)
옴니스랩스는 자체 머신러닝 AI 플랫폼 딥블록(Deep Block)을 통해 비행기, 드론, 위성 등에서 수집한 영상 데이터를 손쉽게 분석하는 기술을 개발했다. 위성이나 항공기에서 촬영한 영상은 최대 100테라바이트에 달하는 대용량으로 분석이 쉽지 않지만, 회사의 AI 플랫폼을 활용하면 초당 최대 15기가바이트의 위성 및 항공영상 데이터를 자동화할 수 있다. 회사는 싱가포르 정부의 지원을 받아 공간정보 분석 시장이 빠르게 성장하고 있는 싱가포르 시장을 주목하고 있다.

(위의 내용의 일부분은 주어진 정보를 토대로 생성 AI를 이용하였습니다. 생성 AI의 약점으로 인한 틀린 부분이나 추가 내용, 변경이 필요한 내용이 있다면 댓글로 남겨주시면 반영하도록 하겠습니다.)

4월 17일(수)부터 4월 19일(금)일까지 COEX에 있었던 월드 IT 전시회를 다녀왔다. 몇몇 물어보고 살펴본 내용을 기록을 남겨봅니다.

World IT Show 2024
URL : https://www.worlditshow.co.kr/main/main.php

내용 목차

(1) 용어 이해 - LiDAR, SaaS 기반, 클라우드, AIoT
(2) 제품 및 기술 내용
(3) AI 알고리즘 기술 이해
(4) 일상에서의 활용
(5) 군에서 활용 가능 예상 분야
(6) 뉴스 링크 및 관련 링크

회사 및 제품 
회사명 : WATA 
링크 : https://watanow.com/web/landing.do?lang=en

제품 : AI 창고 물류 관리 플랫폼

(1) 용어 이해 

LiDAR : LiDAR (Light Detection and Ranging)는 빛을 발사하여 반사파의 시간차를 측정해 거리를 계산하고 3차원 공간 정보를 수집하는 원격 센싱 기술로 수집된 데이터를 활용하여 3D 모델을 생성하거나, 맵을 만드는 데 사용됩니다.

SaaS 기반 : SaaS (Software as a Service) 기반은 인터넷을 통해 소프트웨어를 구독 형태로 제공받아 사용하는 서비스 모델을 말합니다. 사용자는 소프트웨어를 직접 설치하거나 관리할 필요 없이 서비스를 이용할 수 있습니다.

클라우드 : 인터넷을 통해 가상화된 컴퓨터 시스템 자원(스토리지, 서버, 네트워크 등)을 제공하고 필요 시 실시간으로 활용할 수 있는 서비스입니다.

AIoT : AI(인공지능)와 IoT(사물인터넷)의 합성어로, 사물인터넷 기기에 인공지능 기술을 접목하여 데이터를 수집, 분석, 활용하는 기술을 의미합니다.

(2) 제품 및 기술 내용 

제공된 제품 소개와 특징에 따르면, WATA의 AI 창고물류 관리 플랫폼은 다양한 첨단 기술을 통합하여 물류 산업의 디지털 변혁을 지원합니다. 이 플랫폼은 LiDAR, Vision, AIoT, 엣지서버를 융합한 AI Vision Kit를 사용하여 실시간으로 물류 데이터를 수집하고 분석합니다. 이 기술은 지게차에 설치되어 현장에서 직접 물류의 크기, 중량, 형상을 측정하고, 이 정보를 플랫폼에 전송하여 입출고 과정을 자동화합니다.

이 플랫폼은 기존에 데이터 수집과 처리에서 제한적이었던 시스템을 대체하며, 실시간 현장 데이터를 기반으로 한 실질적이고 효율적인 물류 처리를 가능하게 합니다. 또한, 플랫폼은 작업차량의 실시간 위치 추적과 작업 상황을 중계하여 작업의 효율성을 개선하고 산업재해 예방에 기여합니다.

(3) AI 알고리즘 기술 이해

기술 : LiDAR, 공간 인공지능 기술, 딥러닝, 객체 인식 및 객체 추적, AIoT

관련 논문 리스트
"LiDAR-Based 3D Object Detection from Monocular Images: A Semi-Supervised Learning Approach"(2021)
요약: 이 논문은 단일 카메라 영상에서 LiDAR 데이터를 활용하여 3D 객체 검출을 수행하는 준지도 학습 방법을 제안합니다. 이를 통해 실제 LiDAR 데이터 없이도 3D 객체 검출이 가능해집니다.
링크: https://arxiv.org/abs/2107.10886

"Spatial AI for Last-Mile Delivery: Towards Efficient Warehouse Operations"(2022)
요약: 이 논문은 공간 인공지능 기술을 활용하여 라스트마일 배송과 창고 운영의 효율성을 높이는 방안을 다룹니다. 센서 데이터 기반의 공간 매핑, 경로 최적화, 재고 관리 등의 기술을 제시합니다.
링크: https://arxiv.org/abs/2202.12336

"Deep Learning for Vision-Based Robotic Grasping: Recent Progress and New Frontiers"(2021)
요약: 이 논문은 비전 기반 로봇 그리핑(grasping) 분야에서의 최근 딥러닝 연구 동향과 미래 과제에 대해 개괄합니다. 객체 인식, 그립 포인트 예측, 시각-운동 통합 등의 주제를 다룹니다.
링크: https://arxiv.org/abs/2102.10094

"3D LiDAR-Camera Fusion for Accurate Object Detection and Tracking"(2022)
요약: LiDAR와 카메라 센서의 융합을 통해 3D 공간에서 객체 검출 및 추적 성능을 향상시키는 기술에 대해 설명합니다. 데이터 퓨전, 3D 바운딩 박스 예측 등의 방법론을 제시합니다.
링크: https://arxiv.org/abs/2205.07584

"Federated Learning for Intelligent Warehousing and Logistics"(2021)
요약: 이 논문은 창고 및 물류 분야에서 연합학습 기술의 활용 방안에 대해 논의합니다. 데이터 프라이버시를 보호하면서 다양한 물류 데이터를 활용하여 인공지능 모델을 학습하는 방법을 설명합니다.
링크: https://arxiv.org/abs/2107.08085

(4) 일상에서의 활용

WATA의 AI 창고물류 관리 플랫폼은 물류 산업 전반에 걸쳐 활용될 수 있습니다. 특히 대형 유통센터나 전자상거래 물류센터에서 이 기술을 도입하면 효율성과 정확성이 크게 향상될 것입니다.

실시간으로 입출고 데이터를 수집하고 관리할 수 있어 재고 불일치 문제를 해결할 수 있습니다. 또한 자동화된 업무 프로세스로 인해 인력 운영의 효율성이 높아지고 휴먼 에러를 최소화할 수 있습니다.

이 플랫폼은 개인 사용자들의 일상적인 배송 서비스 향상에도 기여할 수 있습니다. 정확하고 실시간의 재고 관리를 통해 제품 배송 지연을 줄일 수 있고, 라스트마일 배송의 효율화로 신속한 배송이 가능해집니다.

(5) 군에서 활용 가능 예상 분야

군사 분야에서는 WATA의 기술이 광범위하게 활용될 수 있습니다.

특히, 군수품과 장비의 관리, 물자의 신속한 배치 및 회수, 위험 물품의 안전한 취급 등에 이 기술이 사용될 수 있습니다. LiDAR와 AIoT 기술을 활용한 실시간 위치 추적과 자동화된 재고 관리 시스템은 군의 물류 작업을 보다 정확하고 효율적으로 만들어, 전술적 운영의 개선을 도모할 수 있습니다.

군에서는 다양한 군수 물자를 실시간으로 추적하고 관리해야 하는데, 이 플랫폼을 통해 통합적이고 자동화된 관리가 가능해집니다. 전시 상황에서 신속하고 정확한 물자 보급은 필수적입니다. 이 기술을 활용하면 실시간 데이터를 기반으로 물자의 위치와 상태를 파악할 수 있어 보급 지연을 방지할 수 있습니다.

(6) 뉴스 링크 및 관련 링크

와따 (WATA), CES에서 2년 연속 혁신상 수상(2022.11.23 출처 : 이데일리)
URL : https://www.edaily.co.kr/news/read?newsId=02663366632528672

[CES 유레카관] WATA·BTE·PABLO '빛났다'...코트라 역할 '톡톡'(출처 : 유튜브)
https://www.youtube.com/watch?v=LwRLL8u-jf8 

(일부 내용은 ChatGPT 4.0, Claude, Google Gemini를 참고했습니다. 틀린 부분이나 추가적인 기타 내용은 댓글로 남겨 주시기를 바랍니다.)

World IT Show 2024

URL : https://www.worlditshow.co.kr/main/main.php

내용 목차

(1) 제품 및 기술 내용
(2) AI 알고리즘 기술 이해
(3) 일상에서의 활용
(4) 군에서 활용 가능 예상 분야
(5) 뉴스 링크 및 관련 링크

회사 및 제품 

회사명 : 딥인스펙터 (AI활용 인프라 시설 안전 점검 회사)
링크 : https://deepinspection.ai/

제품 : 구독형(SaaS) 딥인스펙터

(1) 제품 및 기술 내용 

딥인스펙션은 인공지능 기반 안전점검 솔루션을 제공하는 기업으로 다음과 같은 기술을 가지고 있다고 소개합니다.

 - 인공지능 모델: 수백만 장의 결함 이미지로 학습된 인공지능 모델은 90% 이상의 정확도로 균열 및 결함을 자동으로 검출합니다. (공인기관 시험성적서 기준)
 - 딥러닝 플랫폼: 한국전자통신연구원(ETRI)의 분산 딥러닝 플랫폼 기술을 활용하여 경쟁사 대비 5배 이상 경제적인 솔루션을 제공합니다.
 - 이동식 촬영장치: 자체 개발한 이동식 촬영장치(Deep Scanner) 또는 상용 드론으로 데이터를 수집하여 안전한 작업 환경을 제공합니다.
 - 인공지능 소프트웨어: 인공지능 소프트웨어로 영상을 처리하여 균열 및 결함을 정량화하고, 외관조사망도(도면)를 자동 생성합니다.
 - SaaS형 구독 서비스: Deep Inspector는 SaaS형 구독 서비스로, 월 구독료 100만원부터 시작합니다.

(2) AI 알고리즘 기술 이해

관련 뉴스에 따르면 다음과 같은 기술을 가지고 있다고  합니다.
 - 기술 : XAI(eXplainable AI)와 Deep Booster
 - 딥러닝 이미지 분류 
  (A) XAI는 설명 가능한 인공지능
   AI모델은 어떤 근거로 판단하는지에 대한 부분이 있었고, 오류를 파악하고 개선하기가 어려웠습니다. 그리고 문제가 발생했을 때, 책임소재를 명확하게 파악하기 어려운 부분이 있었습니다. 따라서 XAI의 기술이 등장했습니다.

 XAI는 AI의 결정 과정을 투명하게 만들어 사용자가 AI가 내린 결정의 이유를 이해할 수 있도록 돕습니다. XAI는 각 결정에 대한 근거를 제공함으로써 신뢰성을 높이고, 오류를 줄이며, 사용자의 수용성을 향상시킬 수 있습니다.

  (B) Deep Booster는 인공지능 모델 학습을 위해 개발된 솔루션
     - 한국전자통신연구원(ETRI)의 '분산 딥러닝 플랫폼 기술'을 활용해 개발한 솔루션.
     - 다수의 컴퓨터 자원을 활용하여 딥러닝 모델의 학습 속도를 향상시킨다. 
     - 주요 특징
        -- 분산 학습 : 여러 컴퓨팅 자원을 동시에 활용하여 대규모 데이터셋에 대한 학습을 빠르게 처리합니다.
        -- 효율성 향상 : 기존의 단일 시스템보다 더 많은 데이터를 처리할 수 있습니다. (모델의 정확성과 효율성을 증가)

관련 논문 리스트
 - Explainable AI: current status and future directions - (2021)
   요약 : XAI의 필요성을 강조하며, 특히 공정성, 신뢰성, 투명성을 보장하기 위해 다양한 분야에서 XAI의 적용 범위를 탐색합니다. 이 논문은 의료, 방위, 금융 등 여러 분야에서 XAI의 중요성을 설명합니다.
   URl : https://arxiv.org/abs/2107.07045

 - 'XAI Handbook: Towards a Unified Framework for Explainable AI' (2021)
   요약 : XAI의 현재 상태와 미래 방향에 대한 개요를 제공합니다. XAI는 분류나 객체 감지와 같은 특정 솔루션을 어떻게 얻었는지 설명할 수 있습니다. 다양한 도메인에서 XAI의 기여를 체계적으로 검토합니다.
   URL : https://arxiv.org/pdf/2105.06677.pdf

 - "A Survey on Explainable Artificial Intelligence" (2022)
   요약: XAI의 정의, 목적, 중요성, 다양한 XAI 접근 방식 및 도구, XAI 평가 방법 등을 포괄적으로 논의합니다.
   링크: https://arxiv.org/pdf/2210.05173

 - "Explainable AI: A Methodological Review" (2023)
   요약: XAI 연구의 최신 동향, 주요 방법론, 평가 지표, 미래 전망 등을 종합적으로 검토합니다.
   링크: https://arxiv.org/pdf/2305.12167

(3) 일상에서의 활용

 딥인스펙션 기술은 다음과 같은 일상 분야에 활용되고 있습니다. 그리고 다음과 같은 분야의 활용 가능성이 있습니다.

 - 건설: 건설 현장에서 딥인스펙션을 사용하여 콘크리트 균열, 철근 노출, 용접 결함 등을 검출할 수 있습니다.
     -> 현대 건설과 교량 및 건축시설물에 대한 PoC를 완료한바 있음. 현대엔지니어링과 건축시설물에 대한 공동연구 진행.
     -> 2024년 글로벌 시장 진출을 위해 유럽 시장 개척중.

 - 교통: 도로, 교량, 터널 등의 교통 인프라를 딥인스펙션을 사용하여 안전 점검할 수 있습니다.
 - 에너지: 송전선, 발전소, 풍력 터빈 등의 에너지 인프라를 딥인스펙션을 사용하여 안전 점검할 수 있습니다.
 - 건축: 건축물의 외벽, 지붕, 창문 등을 딥인스펙션을 사용하여 결함을 검출할 수 있습니다.

(4) 군에서 활용 가능 예상 분야

  - 시설물 안전 점검
    - 군 기지, 훈련 시설, 병사 숙소 등의 시설물을 안전하게 점검하는 데 활용될 수 있습니다.
    - 딥인스펙션은 인공지능 모델을 사용하여 균열, 부식, 결함 등을 자동으로 검출하여 인력 부족 문제를 해결하고 안전 사고를 예방하는 데 도움을 줄 수 있습니다.
    - 특히, 위험한 환경이나 접근하기 어려운 곳에 위치한 시설물의 안전 점검에 효과적입니다.

(5) 뉴스 링크 및 관련 링크

 딥인스펙션, "초대형 시설 AI 점검..디지털 재해예방 확산"(머니투데이)
  - https://news.mt.co.kr/mtview.php?no=2023092017035795091

(일부 내용은 ChatGPT 4.0, Claude, Google Gemini를 참고했습니다. 틀린 부분이 있다면 댓글로 남겨 주시기를 바랍니다.)