미래를 변화시키는 AI 사용 사례

인공지능은 우리가 사는 세상을 어떻게 바꾸고 있을까요? 아직 눈치채지 못했다면 충격에 빠질 것입니다. 가상 공간 간에 아바타를 이동시키는 것부터 데이터 아키텍처의 혼잡을 해소하는 것, 가정에서 홀로그램 피트니스 강사를 만드는 것까지, 인공지능은 이미 우리를 흥미진진한 새로운 시대로 이끌고 있습니다.

우리는 아직 스타트렉 공상 과학 소설 속 환상에 살고 있지는 않지만 점점 더 가까워지고 있습니다. 아래에서는 피트니스의 객체 감지 기술, 엣지 컴퓨팅의 객체 감지 기술을 포함하는 새로운 AI 사용 사례에 대해 논의하고 객체 감지 기능을 갖춘 엣지 컴퓨팅이 디지털 디바이스 간의 데이터 전송을 어떻게 개선하는지 살펴볼 것입니다.

2022년에 새로운 지평을 열 것으로 예상되는 몇 가지 AI 사용 사례에 대해 자세히 살펴보겠습니다.

피트니스 분야의 비전 AI

2022년 물체 인식은 흥미로운 전망이며 이미 피트니스 업계에서 큰 파장을 일으키 고 있습니다. 건강과 운동을 개선하기 위해 10,000개 이상의 운동을 스트리밍하여 거울에 투사할 수 있는 대화형 홈 디바이스를 제공하는 Mirror와 Tonal은 피트니스 분야에서 AI를 성공적으로 도입한 대표적인 기업입니다.

많은 사람이 운동을 취미라기보다는 집안일이라고 생각하며, 심지어 헬스장에 들어가는 것조차 꺼려합니다. 하지만 Mirror를 사용하면 집에서 편안하게 자세 감지를 통해 진행 상황, 자세 및 기타 지표를 추적할 수 있습니다.

이 고급 애플리케이션은 이미지나 동영상에서 사람의 신체 부위와 관절의 포즈를 예측하는 프로세스인 인체 포즈 추정 기능을 사용하여 동영상 속 인물의 자세와 포즈를 분석합니다.

사람 상자에서 사람을 구분하고 머신러닝 알고리즘을 통해 사람의 신체 언어를 이해한다는 점에서 물체 감지와는 다릅니다. 하지만 인간 자세 추정과 딥 러닝을 결합함으로써 Mirror는 수백만 건의 다양한 운동을 분석하여 각 운동이 어떻게 실행되어야 하는지에 대한 개념화된 모델을 갖게 될 것입니다.

운동하는 동안 앱은 알고리즘을 사용하여 관절의 위치를 비교합니다. 편차가 있으면 이를 감지하고 강조 표시하여 부상 위험을 줄이고 개인 트레이너 없이도 더 안전하고 최적의 운동 방법을 찾을 수 있도록 도와줍니다.

피트니스 분야의 비전 AI는 최근 Mirror와 같은 혁신적인 애플리케이션을 통해 이미 비약적인 발전을 이루었는데, 2023년에는 피트니스 업계가 어떤 모습으로 변할지 궁금해집니다.

메타버스의 컴퓨터 비전 AI

마크 저커버그가 Facebook을 메타버스의 줄임말인 메타로 리브랜딩한 이후, 이 용어는 모든 사람의 입에 오르내리고 있습니다. 하지만 메타버스란 정확히 무엇일까요? 간단히 말해, 메타버스는 현실 세계를 확장하는 디지털 영역을 포괄적으로 지칭하는 용어입니다.

가상 이벤트, 콘서트, 모임에 참석한다고 상상해보면 이해가 쉬울 것입니다. 하지만 메타버스에는 소셜 미디어에 로그인하고 뉴스 피드를 스크롤하는 것과 같은 간단한 '가상' 상호작용도 포함됩니다.

명확한 최종 목표는 없지만, 과학자들은 컴퓨터 비전 AI(컴퓨터가 시각적 입력으로부터 가치 있는 정보를 이해하고 수집된 데이터를 기반으로 추천을 제공하도록 컴퓨터를 훈련시키는 인공 지능 분야)를 사용하여 메타버스를 최대한 몰입감 있게 만들기 위해 산을 옮기고 있습니다.메타버스에서 컴퓨터 비전 AI의 중요한 요소는 상호 운용성입니다. 다소 어렵게 느껴질 수 있는 이 용어는 기본적으로 아바타와 디지털 아이템을 한 가상 영역에서 다른 가상 영역으로 원활하게 전송하는 과정을 의미합니다.

상호 운용성을 갖춘 머신러닝(ML) 알고리즘은 이미 의료 산업에 큰 힘을 실어주고 있습니다. 예를 들어, CT 스캔을 받으면 대량의 데이터가 처리되고 수집되어 의료 데이터베이스에 저장됩니다.

의사는 사용자의 의료 정보를 데이터베이스에 수동으로 입력하는 다른 접근 방식을 취합니다. 그런 다음 상호 운용성을 통해 이 두 가지 데이터 분석을 통합하여 질병에 대한 빠른 진단을 제공합니다.

엣지 컴퓨팅의 객체 감지

전 세계가 데이터의 홍수 속에 빠져들고 있습니다. 데이터는 '새로운 석유'로 불리지만, 현실은 너무 많은 데이터가 문제를 일으키고 있습니다. 모든 데이터가 똑같이 생성되는 것은 아닙니다. 수집된 데이터를 수집하고, 정리하고, 선별하는 작업은 시간을 잡아먹습니다.

오브젝트 감지 기능을 갖춘 엣지컴퓨팅은 메인 데이터센터에서 벗어나 아키텍처의 엣지로 데이터를 추출해야 하는 무거운 부담을 덜어줍니다. 그렇다면 엣지 컴퓨팅이란 무엇이며 어떻게 작동할까요?

메인 데이터베이스와 데이터를 주고받는 기술 장치들의 궤도를 상상해 보세요. 처리해야 할 정보가 엄청나게 많을 것입니다. 데이터베이스의 속도 처리 기능이 방해를 받아 지연과 중단이 발생하여 성능이 저하될 것입니다.

하지만 엣지 컴퓨팅을 사용하면 이러한 데이터의 상당 부분이 주변으로 분산됩니다. 머신 러닝 알고리즘은 각 엣지 디바이스가 로컬에 저장된 데이터로 분석 모델을 학습하는 역할을 담당합니다.

각 장치는 가장 가치 있는 데이터를 필터링하여 무거운 작업을 처리한 다음, 전체적인 분석을 위해 메인 데이터베이스로 전송합니다. 한 과학자가 밀도 높은 연구로 가득 찬 프로젝트를 수행한다고 생각해 보세요. 이 과학자는 모든 실험의 모든 데이터를 분석하는 대신 다른 연구자에게 이 책임을 위임하고, 그 연구자는 요약된 보고서를 제출합니다.

비전 AI는 지금 이 순간에도 세상을 바꾸고 있으며, 여기서 다룬 AI 사용 사례는 빙산의 일각에 불과합니다. 하지만 더욱 흥미로운 점은 유니티의 머신러닝 배포 플랫폼( Ultralytics HUB )을 통해 비전 AI의 놀라운 기능을 활용할 수 있다는 점입니다.

AI 컴퓨터 비전을 재미있게 사용하고 싶지만 코딩이 필요 없으신가요?

아이디어만 있으면 됩니다. 와 Ultralytics HUB로 모델을 쉽게 만들고 YOLOv5 로 모델을 쉽게 만들고 아이디어를 실현할 수 있습니다. 모든 복잡한 MLO를 직접 수행하므로 코드를 몰라도 재미있는 AI를 즐길 수 있습니다. 쉽게 시작할 수 있으며 첫 번째 ML 모델을 구축하는 것도 훨씬 쉽습니다.

비전 AI로 문제 해결

유니티의 ML 배포 플랫폼은 쉽게 시작할 수 있습니다. AI에 대한 사전 경험이 전혀 없어도 됩니다.