AI 인사이트 ChatGPT 유행이 가지는 의미 (1) – GPT와 ChatGPT 최근 인공지능 분야에서 가장 핫한 키워드를 하나만 뽑으라면 단연 ChatGPT일 것입니다. ChatGPT는 사용자와 문답이 가능한 인공지능입니다. 그 무엇이든 궁금한 질문을 ChatGPT에게 던지면 ChatGPT는 그럴듯한 답변을 내놓습니다. 이러한 ChatGPT는 인공지능 분야에서 가장 유명한 LLM입니다. LLM(Large Language Model)은 초대용량의 언어 데이터를 기반으로 대화, 번역, 문장 생성 등 언어 관련 목적으로
프로젝트 사례 [항공/드론/방산] 위성 이미지 객체 검출 및 분류 AI : 객체 50만+ 구축 - 페인 포인트 : 위성 데이터의 세부 정보 업데이트 필요 - Vision AI 활용 : 위성 이미지에서 확인된 객체 검출 및 분류 - 결과 : 인공 위성 데이터 1,000장+ 객체 50만+ 구축, 항공기 이착륙, 기상 등 항공 교통 관리 및 효율성 증진 위성 이미지 객체 검출 및 분류 AI란? 위성으로 촬영된 이미지에서
AI 인사이트 좋은 데이터에서 탁월한 LLM이 나온다 지난달 21일 한국을 방문한 스탠포트 대학교의 앤드류 응(Andrew Ng) 겸임교수는 "우수한 데이터 관리와 가공은 인공지능 구축 과정에서 약 80%의 핵심 작업을 차지한다.”고 강조했다. 응 교수는 데이터 중심 인공지능(Data-centric AI)의 필수성에 대해 강조하면서, AI 개발자들에게 코드의 수정을 통한 하이퍼파라미터 조절에 지나치게 의존하기보다는 고품질의 데이터 확보
프로젝트 사례 [CCTV/보안] 범죄행동 탐지 AI : 이상행동 탐지율 92.7% - 페인 포인트 : 사고 사전예방 시스템 도입 필요 - Vision AI 활용 : 범죄행동(쓰러짐, 폭력 등) 탐지 AI 모델 구축 - 결과 : 이미지 內 이상행동 탐지율 92.7% 달성, 이상행동 감지 후 자동 신고하는 AI CCTV로 기능 확장 범죄행동 탐지 AI 란? 공공 장소나 보안 시설에서 범죄 행동을 감지하고 신속하게
AI 인사이트 초해상도(Super Resolution) 기술로 보이지 않았던 세상을 발견하는 방법 Super Resolution (초해상도) Super Resolution(SR) 기술은 저해상도의 영상을 고해상도의 영상으로 변환하는 기술입니다. 고해상도 이미지는 더 많은 세부 정보와 더 적은 노이즈를 가지고 있기 때문에 시각적인 선명도와 품질이 향상됩니다. 해상도를 높이는 작업이 딥러닝으로 쉽게 풀 수 있는 문제라고 생각하실 수도 있지만 생각보다 쉽지 않은 기술입니다. 딥러닝 기반의 SR기술이 주변 컨텍스트
프로젝트 사례 [자율주행] 자율주행 영상 데이터 셋의 동일 객체 추적 AI : 객체 인식 정확도 98% - 페인 포인트 : 자율주행 비디오 데이터셋 상 동일 객체 추적의 어려움 - Vision AI 활용 : 객체별 고유ID 부여 후 객체간 거리 및 움직임 추적 - 결과 : 일관된 객체 인식 정확도 약 98% 달성, 상호 객체의 이벤트 발생 파악 자율주행 영상 데이터 셋의 동일 객체 추적 AI 란? 자율주행 시스템을 개발하기
프로젝트 사례 [자율주행] 소형선박의 도심 내 이동을 위한 자율주행 AI : 운항 중 이벤트 반응률 약 30% 향상 - 페인 포인트 : 소형선박의 도심 내 이동을 위한 자율주행 수요 증가 - Vision AI 활용 : 선박 주행경로 데이터 구축 및 이벤트 자동 인식 - 결과 : 운항 중 이벤트 반응률 약 30% 향상, 경로 내 구조물/장애물/가능 경로를 인식하여 안정성 증대 소형선박의 도심 내 이동을 위한 자율주행 AI 란? 강,
보도자료 김현수 슈퍼브에이아이 대표 "슈퍼브 모델'은 전 산업을 돕는 AI 구축 플랫폼" 고품질 데이터 구축에 간편한 AI 구축이 특징...컴퓨터 비전 특화 "누구나 AI 혜택 볼 수 있게 돕는 것이 미션" "지난 5년 동안 '데이터 잘 처리하는 기업'이라는 말은 많이 들었습니다. 하지만 이제부터가 진짜 시작입니다. 인공지능(AI) 개발 전체를 아우르는 플랫폼으로, 어떤 기업과 업종이라도 쉽게 고성능의
프로젝트 사례 [자율주행] 자동 발렛 파킹 시스템 개발을 위한 AI : 객체 인식 및 분류 정확도 95.7% - 페인 포인트 : 자동 발렛 파킹 시스템 개발을 위한 AI 모델 필요 - Vision AI 활용 : 주차장 내 장애물, 유동객체 및 주행가능영역 파악 - 결과 : 객체 인식 및 분류 정확도 약 95.7% 달성, 주차 보조시스템을 적용하여 휴먼에러로 인한 사고 감소 자동 발렛 파킹 시스템 개발을 위한 AI란? 차량 입출차
AI 인사이트 시계열 데이터 예측: 미래를 알고 싶은 욕망 Time Series Forecasting (시계열 예측) Time Series Forecasting(시계열 예측)은 과거 시간에 따른 데이터 포인트들의 열(시계열)을 분석하여 미래 값을 예측하는 분석 기술입니다. 시계열 예측에 대해 이야기하기 전에 우선 “시계열 데이터”에 대해 먼저 알아봅시다. 시계열 데이터(Time Series Data)는 일련의 시간 순서에 따라 기록된 데이터를 나타냅니다.
보도자료 슈퍼브에이아이, KCCV(한국컴퓨터비전학회) 2023 참가 성료 [슈퍼브에이아이-2023/08/11] 선도적인 컴퓨터비전 플랫폼 제공 기업인 슈퍼브에이아이가 한국컴퓨터비전학회(KCCV) 2023 참여를 성공적으로 마쳤다. KCCV는 컴퓨터비전 분야의 연구자들이 모여 최신 연구 성과와 기술 동향을 공유하며, 다양한 주제에 관한 구두 발표와 포스터 발표가 이뤄지는 학회로 8월 7일부터 10일까지 서울 코엑스와 온라인에서 개최됐다. 이번 학회에서 슈퍼브에이아이는 ‘현장에서 겪는 AI 개발 과제와
프로젝트 사례 [CCTV/보안] 쇼핑몰 내 고객 행동 패턴 및 유동 인구 파악 AI - 페인 포인트 : 쇼핑몰 내 고객의 행동 패턴과 유동 인구 파악 - Vision AI 활용 : 매장별 소비자 밀집도 AI 알고리즘 구축 - 결과 : 5만장 이상 고객 행동 패턴 데이터셋 구축, 고객 이동 패턴 파악 및 매장 트래픽 관리 효율성 증진 고객 행동 패턴 및 유동 인구 파악 AI 란? 상업
프로젝트 사례 [CCTV/보안] 매대 진열을 위한 고객 소비 패턴 파악 AI : 재고 관리 효율 27% 향상 - 페인 포인트 : 기존 매대 진열 방식의 현황 파악 및 개선 피드백 도출 과정 중 비효율 발생 - Vision AI 활용 : 시간/연령별 등 소비 패턴 파악을 위한 AI 모델 개발 - 결과 : 재고 관리 효율 약 27% 향상, 매출 기준 상품 진열 및 재고관리 효율화 매대 진열을 위한 고객
AI 인사이트 추천 시스템: 사용자가 원하는 콘텐츠를 찾아내는 기술 Recommender System(추천 시스템) 유튜브나 넷플릭스를 이용할 때면 우연히 추천해 주는 영상을 보게 되는 경우가 많습니다. 흔히들 “알고리즘이 추천해 주는 대로 영상을 보다 보니 여기까지 왔다"라는 이야기를 합니다. 정보(데이터)가 많아지는 만큼 개인에게 필요한 정보를 찾아내는 일이 쉽지 않습니다. 때문에 거의 모든 플랫폼 기업들은 사용자의 니즈에 맞는
AI 인사이트 벡터 스토어로 LLM 백배 활용하기 요즘 언어모델 개발자들 사이에서 가장 핫한 라이브러리를 하나 뽑으라면 바로 Langchain이 아닐까 싶다. 2022년 10월 오픈소스로 세상에 공개된 LangChain은 초거대언어모델(LLM)을 사용하여 애플리케이션 생성을 단순화하도록 설계된 프레임워크다. Langchain은 챗GPT 뿐만 아니라 메타의 LLaMA 시리즈와 구글의 Bard 등 다양한 LLM에 적용이 가능할 뿐만 아니라, faiss나 chromadb와 같은 벡터 데이터베이스를 활용하여
프로젝트 사례 [물류/유통] 공항 보안 검색대 물품 자동 검출 AI : 자동 검출율 97% - 페인 포인트 : 보안 검색대 X-Ray 검사혼잡시 대기시간 지연 - Vision AI 활용 : 위해 물품 677개 검출 데이터셋 및 AI 알고리즘 구축 - 결과 : 위해 물품 5초 이내 자동 검출율 97%, 공항 검사 시간 단축 및 검사 인력 피로도 감소 공항 보안 검색대 물품 자동 검출 AI란? 공항 보안 검색대에서
프로젝트 사례 [물류/유통] 물품 규격 분류 AI : 물품 이적재 효율성 21.2% 향상 - 페인 포인트 : 물품의 다양한 규격으로 인한 작업 부하 및 시간 증가 - Vision AI 활용 : 객체의 모양, 크기, 색상 데이터셋 및 AI 알고리즘 구축 - 결과 : 이적재 효율성 최대 21.2% 향상, 물품의 특징에 따라 자동 분류하여 최단이동경로 이적재 이적재 효율 향상을 위한 물품 규격 분류 AI 란? 물품의
AI 인사이트 초거대언어모델(LLM)을 백배 활용하는 법 OpenAI사는 챗GPT를 비롯해 많은 자사 개발 모델의 소스코드를 공개하지 않는 원칙을 고수하고 있다. 따라서 사용자들은 기존의 엔지니어들이 시도했던 방식처럼 모델의 매개변수(parameter)를 직접 수정하거나 추가 데이터를 학습하는 방식으로 모델을 활용할 수 없다. 그러나 소스코드 공개 없이도 챗GPT를 효과적으로 활용할 방법은 여전히 있다. 이번 시간에는 사전학습된 초거대언어모델(LLM)이 텍스트
프로젝트 사례 [로보틱스] 공공 시설물 손상 인지 AI : 평균 인건비 30% 절감 - 페인 포인트 : 시설물 유지 관리에 많은 인력 필요 - Vision AI 활용 : 객체 인식 및 상태 변화 AI 알고리즘 구축 - 결과 : 인건비 평균 30% 절감, 공공 시설물 손상 인지 모델 제공 공공 시설물 손상 인지 AI란? 인공 지능 기술을 활용하여 공공 시설물의 손상이나 파손을 자동으로 감지하고 분석하는 시스템을
프로젝트 사례 [로보틱스] 물류센터 상품 탐색 로봇 AI : 인건비 10.5% 절감 - 페인 포인트 : 인건비 상승으로 24시간 물류센터 운영 한계 - Vision AI 활용 : 로봇의 이동경로 및 적재된 상품 탐색 AI 모델 구축 - 결과 : 인건비 약 10.5% 절감, 24/7 공장 운영 및 실시간 현황 파악 물류센터 상품 탐색 로봇 AI 란? 물류 및 창고 환경에서 상품의 위치, 재고량
제품 및 서비스 누구나 AI를 만들고 사용할 수 있는 세상을 위한 슈퍼브에이아이의 여정 들어가며 글로벌 조사업체 PwC의 AI Predictions 보고서에 따르면 미국 기업 중 자사 운영에 성공적으로 AI를 도입한 기업은 고작 전체의 1/4에 불과하다고 합니다. AI를 향한 뜨거운 관심과 AI 도입이 가져다 줄 수 있는 수많은 혜택들에 비해 턱없이 부족한 숫자에 놀라셨을 수도 있겠습니다. 하지만 실제로 AI를 도입하기까지 어떤 고충이 있는지를 더
프로젝트 사례 [로보틱스] 야외 자율주행로봇 AI : 동적 객체 인식률 98% 달성 - 페인 포인트 : 야외 환경에 대한 기존 모델 성능의 한계 - Vision AI 활용 : Edge case 데이터셋 추가 구축 후 모델 업그레이드 - 결과 : 동적 객체 인식률 98% 달성, 환경 변화 적응형 야외 배송/물류 서비스 제공 동적 객체 인식 AI란? 주변 환경에서 움직이는 차량, 보행자, 자전거 등과 같은 동적인
프로젝트 사례 [제조업] 품질 검수 AI : 검수 정확도 98.8% - 페인 포인트 : 인력 검수 속도의 한계 직면, 작업자 간의 상이한 판단 기준으로 인한 Tact time 증가 - Vision AI 활용 : 이미지당 OK/NG 검수 판단 속도 230ms 달성 - 결과 : 검수 정확도 98.8%, 검수 품질 일관성 달성, 검수 속도 향상과 높은 정밀도 제공 품질 검수 AI 란? 제품의
프로젝트 사례 [제조업] 제품 결함 분류 AI : 모델 성능 96.1% 달성 - 페인 포인트 : 작업자별 상이한 등급 기준으로 인한 기준의 모호성, 검사 품질 및 작업속도 의 편차 - Vision AI 활용 : 초미세 결점 데이터셋 및 AI 알고리즘 구축 - 결과 : 결함 요인 발견을 통한 품질 기준의 일관성 확보, 모델 성능 96.1%, 제품 결함 등급화 제품 결함 분류 AI 란? 제품
프로젝트 사례 [제조업] 생산 품질 외관 비전 검사 AI : 생산품 불량률 13.2 % 감소 - 페인 포인트 : 일관성 없는 검사 기준과 예측 불가한 생산량 - Vision AI 활용 : 생산 공정별로 발생한 스크래치 패턴 파악 - 결과 : 체계적인 생산라인 통제와 수량 안정성 확보, 제품 불량률 13.2% 감소 생산 품질 외관 비전 검사 AI 란? 생산 품질 외관 검사 비전 AI는 육안 검사와 기존 Rule