에 의해서 webmaster | 9월 13, 2024 | 인사이트 리포트
AI가 접목된 3D 머신비전으로 제조를 고도화해 보세요 Chloe Woo | Content Strategist 머신비전은 각종 산업 현장에서 자동 품질 검사를 하거나 공정 및 로봇을 제어하기 위해 이미지나 영상을 분석하는 데 사용하는 기술입니다. 과거에는 평면 이미지/영상을 분석하는 2D 비전이 주로 쓰였지만, 최근 높이나 깊이 방향의 정보까지 활용하는 3D 비전으로 진화하고 있죠. AI의 발전에 힘입어 산업 현장에서 3D 머신비전의 중요성이 더욱 커질 것으로...
에 의해서 webmaster | 9월 6, 2024 | 인사이트 리포트
[AIOps 2편] 제조 데이터 수집, AI 도입 고민? 통합적 AIOps로 해결하세요 Chloe Woo | Content Strategist 제조에서 AIOps의 장점 제조업은 복잡한 IT 환경과 OT가 결합된 산업으로, 이러한 복잡성을 관리하고 최적화하기 위한 필수 역할을 AIOps가 수행할 수 있습니다. 다음은 제조기업이 AIOps를 도입할 때 기대할 수 있는 주요 이점입니다. (1) 운영 효율 향상 제조업 환경에서는 다양한 기계와 장비가 상호 연결되어 있으며, 이를...
에 의해서 webmaster | 9월 4, 2024 | 인사이트 리포트
[AIOps 1편] AI 자율제조 필수품, AIOps와 MLOps는 어떻게 다를까? Chloe Woo | Content Strategist 전통적인 IT 운영에서 AIOps로의 진화 오늘날의 빠르게 변화하는 디지털 환경에서 IT 운영 팀에 대한 압력은 그 어느 때보다 커지고 있습니다. IT 환경의 복잡성이 증가함에 따라, 조직은 전통적인 도구와 수동 프로세스만으로는 이러한 변화에 적응할 수 없게 됐죠. 특히 제조 현장에서는 이러한 문제가 더욱 두드러지게 나타납니다....
에 의해서 webmaster | 8월 16, 2024 | 인사이트 리포트
산업 현장에 온디바이스 AI를 도입해야 하는 이유 Chloe Woo | Content Strategist 이전 아티클에서 온디바이스 AI의 개념과 장점에 대해 알아보세요. 최근 LLM 서비스들의 속도가 무척 느려졌는데, 실감하고 계신가요? 생성형 AI 열풍으로 더 다양한 기능, 더 높은 성능을 구현하기 위해 모델의 크기가 급증한 탓인데요. 실제로 2012년 AlexNet 이후 AI 모델의 크기는 매년 10배씩 성장했습니다. 그런데 그에 따라 속도가 느려졌다는 건,...
에 의해서 webmaster | 8월 13, 2024 | 인사이트 리포트
온디바이스 AI의 도전 과제 – 딥러닝 모델 ‘경량화’ Chloe Woo | Content Strategist 이전 아티클에서 온디바이스 AI의 개념과 장점에 대해 알아보세요. 클라우드 기반의 대형언어모델(LLM)은 비교적 작은 모델도 파라미터가 최소 50억 개가 넘고, 용량도 수십 GB 수준입니다. 계속 커지는 추세이고요. 하지만 클라우드가 아닌 엣지 기기에서 AI가 제대로, 빠르게 작동하려면 AI 모델이 반드시 작아야 합니다....
에 의해서 webmaster | 8월 13, 2024 | 인사이트 리포트
2024 급부상 트렌드 – 온디바이스 AI란? Chloe Woo | Content Strategist Contents Toggle 1. 온디바이스 AI란?(1) 개념(2) 기존 클라우드 기반 AI의 문제2. 온디바이스 AI의 장점(1) 데이터 보안 향상(2) 지연 시간 감소(3) 비용 및 에너지 절감3. 온디바이스 AI를 도입하고자 할 때 고려해야 할 제한 사항들(1) 하드웨어 제한(2) 모델 크기와 성능의 균형(3) 배포와 업데이트의 어려움마치며<더...