티스토리 뷰

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.)