현대 마케팅에서 콘텐츠의 중요성은 갈수록 커지고 있다. 같은 상품이라도 이미지와 영상을 통해 어떤 식으로 표현되느냐에 따라, 판매량과 매출은 확연히 달라진다. 나아가 기업 입장에서는 콘텐츠 제작 과정 단축 역시 비용을 줄이기 위한 중요 과제다. 이같은 상황에서 AI 기술을 활용해 마케팅 콘텐츠를 자동으로 생성하는 서비스가 등장했다. 제작에 필요한 것은 상품 URL 단 하나다. 브이캣 정범진 대표를 만나 광고 분야에서 영향력을 키워가는 자사의 AI 서비스에 대해 이야기 나눠봤다. 비용과 광고효과, 두 마리 토끼 잡다 브이캣은 제품 URL만 입력하면 광고 영상과 이미지 등 마케팅 소재를 자동생성하는 서비스다. 브랜드의 상세 페이지 주소만 입력되면, AI가 상품 정보를 기반으로 한 영상과 이미지를 자동으로 제작한다. 이를 통해 사용자는 매월 수십만 건의 콘텐츠 제작이 가능해지기에 마케팅 캠페인의 다양성과 질을 동시에 높이는 효과를 누리게 된다. 무엇보다 브이캣은 디자인 전문 인력이 아니어도 누구나 수 분 내에 원하는 광고 소재를 대량 제작할 수 있다는 점이 특징이다. 또한, 내부 배너광고 효율 최적화를 위한 다양한 소재 테스트도 가능하다. 중소형 사업자는 디자인
오픈AI의 챗GPT가 처음 등장했을 때 언급됐던 비유 중 하나는 ‘지니의 램프’였다. 대다수의 사용자는 챗GPT에 질문을 입력하기만 하면, 원하는 답변을 얻을 수 있을 것으로 예상했다. 기대와는 달리 챗GPT를 포함한 대다수의 AI 모델은 할루시네이션과 같은 허점을 갖고 있다. 그러나 최근 실무를 지원하는 AI 서비스가 등장하고 있다. 이 서비스들은 정제된 데이터와 분야에 대한 특성을 반영해 업무 생산성을 혁신하고 있다. 다양한 실무 적용 가능한 생성형 AI 생성형 AI는 실무 비즈니스에 혁신적인 변화를 가져오고 있다. 특히 데이터 기반 의사 결정, 콘텐츠 생성, 고객 서비스 개선 등 여러 분야에서 중요한 역할을 수행한다. 이 기술은 대량의 데이터를 분석하고 이해해 실시간으로 유용한 정보를 생성하게 된다. 실무 영역에서 생성형 AI가 활용되는 예시는 다양하다. 한 예로, 마케팅 콘텐츠 자동화가 있다. 생성형 AI는 마케팅 자료를 자동으로 생성해, 광고 문구, SNS 게시물, 블로그 글 등을 효율적으로 생산한다. 고객 서비스 자동화도 대표적인 사례다. 챗봇과 같은 AI 응용 프로그램은 고객 문의에 자동으로 응답하며, 고객 서비스의 효율성을 향상시킨다. 이러한
디지털 전환 속도가 갈수로 빨라지며 인터넷 데이터센터(IDC) 수요가 급증하자, 이동통신 사업자들이 관련 사업 전략을 재정비하고 있다. 4일 시장조사기관 시너지리서치그룹에 따르면 세계적인 하이퍼 스케일(초대형) 데이터센터 제공 업체들이 운영하는 대규모 데이터센터 수는 올해 초 1천 개를 돌파했다. '하이퍼 스케일' 데이터센터는 서버 10만 대 이상을 수용할 수 있는 데이터센터를 말한다. 조사된 데이터센터들의 저장 용량 총합은 최근 4년 새 2배가 됐으며, 향후 4년 동안 2배 더 늘어날 예정이다. 국내 이통사들도 센터를 신설하거나 인공지능(AI) 관련 수요를 반영하는 등 IDC 사업 관련 차별화 전략을 세우고 있다. SK텔레콤은 인공지능(AI) 학습과 추론 등에 필수적인 그래픽처리장치(GPU) 서버를 제공하는 차세대 데이터센터 'AIDC' 시장을 공략하고 있다. 데이터센터 매출이 재작년 1,560억원에서 작년 2,020억원으로 30% 급성장하자, 최근 수요가 특히 늘어난 AI 분야를 중심으로 사업 확장에 나선 것이다. AIDC 사업을 위해 이 회사는 글로벌 서버·데이터 저장장치 시스템 제조 기업 슈퍼마이크로와 협약을 맺고 GPU 클라우드 회사 '람다'에 투자
이더넷-APL은 PROCESS 계장표준으로 세계 전문 표준개발기구 4곳과 12개의 국제 자동화 메이커에서 합의하여 IEC/IEEE 등의 국제표준기관에서 공인된 새로 나온 신기술이므로, 자세한 설명과 해설이 필요하고 이 기술의 핵심 요체를 설명하는데 자세한 안내가 필요하므로 ‘이더넷-APL 길라잡이’라는 이름을 붙여 10~12회 정도로 내용을 안내 하고자 작명을 했다. 이번 호는 지난 회에 이어 전원이 공급되지 않는 트렁크를 사용한 모범 사례 계획과 산업용 이더넷을 필드 스위치에 적용한 모범 사례 계획의 예에 대해서 알아본다. 그림 1은 단면이 1.5mm²(16AWG)인 APL 트렁크 케이블을 사용하면 두 APL 필드 스위치 각각에 최대 2개의 APL 필드 장치를 연결할 수 있음을 보여준다. 단면이 2.5mm²(14AWG)인 APL 트렁크 케이블을 사용하면 장치 수가 APL 필드 스위치당 3개로 증가한다. 모범 사례가 요구사항이나 독자에게 맞지 않을 경우 사용된 구성 요소의 개별 데이터를 기반으로 등급을 개별적으로 계산할 수 있다. APL 필드 스위치와 APL 필드 장치의 전력은 APL 트렁크 케이블을 통해 전달되어야 한다. 앞의 예를 통해 APL 필드 스위치
이더넷-APL은 PROCESS 계장표준으로 세계 전문 표준개발기구 4곳과 12개의 국제 자동화 메이커에서 합의하여 IEC/IEEE 등의 국제표준기관에서 공인된 새로 나온 신기술이므로, 자세한 설명과 해설이 필요하고 이 기술의 핵심 요체를 설명하는데 자세한 안내가 필요하므로 ‘이더넷-APL 길라잡이’라는 이름을 붙여 10~12회 정도로 내용을 안내 하고자 작명을 했다. 이번 호는 지난 회에 이어 동력 APL 트렁크를 사용하는 샘플 응용프로그램에 대해서 알아본다. 가용성 고려사항 중복 개념은 상위 네트워크의 중복구조에 의존하므로 중복에 대한 더 이상의 정보는 제공되지 않는다. 자세한 것을 알고자 한다면 APL 프로젝트에 협력하는 기관 국제인 SDO(표준 개발 조직) 중 한 곳의 홈페이지에 문의하면 자세한 정보를 요청하면 정보를 받아 볼 수가 있을 것이다. 모범사례 계획 예시 이 장에서는 APL 네트워크의 계획을 위한 모범사례를 제공한다. 이 장의 목적은 전형적인 네트워크 토폴로지를 계산이나 추가적인 고려 없이 그대로 재사용할 수 있다는 것이다. 1. 전원 공급형 APL 트렁크를 사용한 모범사례 계획의 예 이후의 예제들은 동력 APL 트렁크를 사용하는 샘플 응용프
낮은 온도에서 원자층 두께의 막을 균일하고 안정적으로 입힐 수 있는 공정 기술이 개발됐다. UNIST 반도체 소재·부품 대학원 및 신소재공학과 서준기 교수팀은 중국과학원 선전선진기술연구원 Feng Ding 교수, 세종대학교 김성규 교수, UNIST 정창욱 교수팀과 함께 유기금속화학기상증착법(Metal-organic chemical vapor deposition, MOCVD)을 활용해 200도의 저온에서 주석 셀라나이드계 소재별 맞춤형 공정법으로 얇은 막을 웨이퍼 단위의 대면적에 증착시킬 수 있는 박막 증착 공정법을 개발했다고 2일 밝혔다. 유기금속화학기살증착법은 화학반응에 참여하는 기체상의 전구체를 활용해 우수한 정밀성을 가지는 차세대 공정법이다. 반도체의 재료가 되는 웨이퍼 정도의 큰 면적에도 박막을 증착시킬 수 있다. 하지만 반응물을 합성시키기 위해선 650도 이상의 높은 온도로 리간드를 분해해야 했다. 연구팀은 전자소자, 광학소자, 열전소자 등 다양한 분야에서 연구 중인 2종의 주석 셀레나이드계 물질(SnSe2, SnSe)에 유기금속화학기상증착법을 적용했다. 2종의 주석 셀레나이드 박막 모두 웨이퍼 단위의 수 나노 수준 두께로 균일하게 증착시켰다. 연구
빠르게 진화하는 제조 환경에서 정밀도와 효율성은 바람직한 것이 아니라 필수적인 요소다. 스마트 제조의 도래로 머신비전과 같은 기술 발전이 품질 보장, 생산성 향상, 공정 최적화에 중추적인 역할을 하는 새로운 시대가 열렸다. 인공 지능과 컴퓨터 비전의 하위 집합인 머신비전은 카메라와 이미지 처리 알고리즘을 사용하여 전통적으로 사람이 수행하던 작업을 자동화하는 것이다. 제조 분야에서 머신비전 시스템은 제품 또는 구성 요소의 이미지를 캡처하고 분석하여 품질, 치수 및 기타 중요한 매개 변수를 평가한다. 이러한 시스템은 결함을 감지하고 미크론 단위의 정확도로 치수를 측정하며 공정 최적화를 위한 귀중한 데이터를 제공할 수 있다. 계측은 제조 품질 관리의 핵심이다. 머신비전 기술은 다양한 생산 단계에서 비접촉식 고속 측정 솔루션을 제공함으로써 계측 분야에 혁신을 가져왔다. 원자재 검사부터 최종 조립 확인에 이르기까지 머신비전 시스템은 정밀도와 일관성을 보장하는 데 다방면에서 중요한 역할을 한다. 품질 검사: 스마트 제조에서 머신비전의 주요 애플리케이션 중 하나는 품질 검사다. 이러한 시스템은 실시간으로 이미지를 분석하여 표면 결함, 치수 변화, 조립 오류와 같은 결함을
차세대 제조의 역동적인 환경 속에서 첨단 기술의 통합은 전통적인 생산 프로세스에 혁명을 일으켰다. 이러한 혁신 중에서도 빅데이터는 변화의 촉매제로서 공장의 운영 방식을 재편하고 보다 효율적이고 대응력이 뛰어난 제조 프로세스를 향한 길을 열어주는 역할을 하고 있다. 스마트 제조에서 빅데이터는 중추적인 역할을 하며, 빅데이터가 어떻게 생산 현장에서 데이터 중심 문화를 조성하고 제조 최적화를 위한 전례 없는 기회를 열어준다. 스마트 제조의 이해 스마트 제조는 디지털 기술과 기존 제조 프로세스의 융합을 통해 생산성, 품질, 유연성을 향상시키는 것을 의미한다. 그 핵심은 생산 라이프사이클 전반에 걸쳐 다양한 소스의 데이터를 원활하게 통합하여 실시간 모니터링, 분석 및 의사결정을 가능하게 하는 것이다. 이러한 패러다임 전환을 통해 제조업체는 변화하는 시장 수요에 신속하게 적응하고, 다운타임을 최소화하며, 리소스 활용을 최적화할 수 있다. 제조업에서 빅데이터의 부상 방대한 양과 속도, 다양성을 특징으로 하는 빅데이터는 제조업 분야의 판도를 바꾸는 요소로 부상했다. 센서, IoT 디바이스, 상호 연결된 시스템의 확산으로 공장은 전례 없는 속도로 방대한 양의 데이터를 생성하
산업용 사물인터넷 또는 IIoT는 인터넷을 기반으로 기기·장비·설비·시스템 등 애플리케이션을 서로 연결하는 통신 기술이다. 쉽게 말해 산업 현장에 특화된 사물인터넷 개념이다. 이 기술은 생산성·효율성·지속가능성·운영 최적화·비용 절감 등 현산업의 원초적 목적을 달성하는 데 기여하는 것으로 평가받는다. 최근에는 인공지능(AI)·빅데이터·클라우드 등과 연관돼 보안에도 초점을 맞춰 기술 고도화를 이룩하고 있다. 이에 보안성·신뢰성 측면도 강조되는 상황이다. 이 시점의 IIoT는 단순히 각 요소 간 연결 및 시스템 통합에만 집중되지 않는다. 데이터 홍수 양상에 들어선 산업 체제에서 데이터 분석 및 학습에도 영향을 미치고 있다. 여기에 분석·학습한 데이터를 토대로 새로운 전략 및 인사이트를 도출하는 데도 활용되는 중이다. 결과적으로 IIoT의 핵심은 결국 ‘연결성(Connectivity)’이다. 종합 반도체 회사(Integrated Device Manufacturer, IDM) ST마이크로일렉트로닉스(이하 ST)는 자동차·가전기기·산업기기·스마트홈 등과 관련된 센서, 액추에이터 등 애플리케이션에 적용되는 마이크로 컨트롤러 유닛(Micro Controller Unit,
품질 검사에서 가장 활발하게 사용돼 왔던 머신비전 및 계측 기술. 4차산업혁명 시대 모든 산업에서 머신비전은 중요한 기술로 자리잡고 있다. 특히 딥러닝 등 AI 기술이 융합되면서 머신비전 및 계측 기술도 한 단계 진화하고 있다. 3D, 스마트카메라, 센서의 진화, 소형화, 임베디드 비전, 로봇 기반 비전, AI 융합 등은 머신비전 분야의 핫 키워드다. 머신비전앤메트롤로지는 4차 산업혁명 시대 필수 기술인 머신비전과 계측 기술에 대한 국내외 최신 산업 트렌드, 신제품과 신기술 등 다채로운 정보를 소개한다. NEWS 50년 이상 진화해 온 3차원 측정기(CCM), 다음 단계는 무엇일까? 세계 머신비전 시장, AI·자동화로 2028년 184억 달러 예상 SPECIAL REPORT 이스라비젼, 머신비전 품질관리로 배터리 제조 경쟁력 ↑ 뉴로클 이홍석 대표 "딥러닝으로 배터리 품질 검사 새 시대 연다" 코그넥스, AI 알고리즘 적용한 비전검사 솔루션으로 생산 효율성 ↑ 키사이트, 충전 혁신으로 전기차 대중화 당긴다 배터리 품질 끌어올리는 LMI 3D 검사 솔루션 배터리 제조 혁신하는 품질 검사 딥러닝 솔루션은? EXHIBITION REVIEW 배터리 품질 검사의 필수
범용 인공지능(AGI)은 인간과 동등한 수준의 지능을 갖춘 인공지능을 의미한다. 이는 특정 작업을 수행하는 인공지능(AI) 시스템을 넘어 인간이 할 수 있는 거의 모든 종류의 지적 작업을 수행하는 능력을 갖춘 것을 의미한다. 현재의 AI 기술력은 분명 AGI로 향하고 있다. 주요 AI 기업들은 시대적 요구를 반영해 기술 향상에 막대한 비용과 인력을 투자하고 있다. 아직은 AGI가 언제 실현될지 누구도 알 수 없다. 다만 머지않아 도래할 AGI 시대를 대비한 준비는 반드시 필요하다. 시작된 여정 ‘AI에서 AGI로’ AI의 기술 진화 단계를 설명할 때 보통 세 가지 과정으로 구분된다. 첫 번째는 인공지능(AI, Artificial Intelligence)이다. 다음 단계는 범용 인공지능 또는 강인공지능(AGI, Artificial General Intelligence), 마지막 단계로 초인공지능(ASI, Artificial Super Intelligence)에 도달한다. 현재는 AI에서 AGI로 가는 과정이라고 볼 수 있다. 무엇보다 생성형 AI 기술의 등장과 보급 및 확대로, AGI를 실현하기 위한 다양한 시도가 진행되고 있다. 이론적으로 AGI는 인간의 지
산업 엔지니어링 전용의 첫 번째 생성형 AI 제품이 실제 애플리케이션으로 출시되기 시작했다. 현재 TIA 포털 엔지니어링을 위한 지멘스의 산업용 코파일럿(Copilot)의 파일럿 시험이 진행 중이며, 2024년 여름부터 Xcelerator 마켓플레이스에서 소프트웨어를 다운로드할 수 있다. 마이크로소프트(Microsoft)가 개발한 코파일럿(Copilot)은 PLC에 대한 코드와 시각화를 생성하고 엔지니어링 팀에 도움을 제공할 수 있다. 지멘스는 "이를 통해 워크로드를 줄이고 반복적인 작업을 처리할 수 있다. 또한 복잡한 작업의 엔지니어링에서 오류가 발생하기 쉬워 개발 시간을 단축하고 품질과 생산성을 높일 수 있다"고 말한다. 코파일럿(Copilot) 앱은 구조화된 제어 언어(SCL)로 PLC 코드를 생성한다. TIA 포털은 AI로부터 직접 코드 제안을 받을 수 있으므로 복사하여 붙여넣을 필요가 없다. 코파일럿은 WinCC Unified에서 SCL 코드 블록을 설명하거나 기계 또는 플랜트 시각화를 안내하고 생성할 수 있다. 엔지니어는 이 앱을 사용하여 자연어로 지멘스 매뉴얼을 검색할 수 있으며, 최종 사용자는 고객 데이터를 사용하여 모델을 재학습하지 않는 마이
물류창고는 매우 중요하지만 종종 비효율적인 프로세스다. 따라서 이 분야의 많은 시설에서 가시성, 효율성, 복원력을 높이기 위해 인더스트리 4.0 기술을 도입하고 있다. 이러한 변화는 많은 긍정적인 영향을 미치지만, 스마트 물류창고에는 고유한 사이버 위험도 존재한다. 스마트 물류창고에는 광범위한 사물인터넷(IoT) 연결이 포함된다. 이러한 장치는 재고 추적 솔루션부터 자동화된 가이드 차량, 창고관리시스템(WMS)에 이르기까지 다양하기 때문에 한때 오프라인이었던 많은 기계가 사이버 공격에 취약할 수 있다. 다행히도 이 기술을 안전하게 구현하는 것은 가능하다. 이러한 스마트 물류창고의 IoT 네트워크를 안전하게 보호하기 위해 지켜야할 7가지 단계가 있다. 1. 신중한 IoT 디바이스 선택 물류창고에서의 IoT 보안은 올바른 장비 선택에서 시작된다. 스마트 디바이스는 최소한의 기본 보호 기능만 제공하는 것으로 악명이 높기 때문에 물류창고에서는 기본값이 더 강력한 옵션을 찾아야 한다. 여기에는 다단계 인증(MFA), 데이터 암호화 및 보안 업데이트 프로토콜이 포함된다. 미국의 경우, FCC는 향후 안전한 IoT 디바이스를 더 쉽게 식별할 수 있는 사이버 보안 라벨링
북미 최고의 자동화 솔루션의 전시회인 Automate 2024가 오는 5월 6일부터 9일까지 미국 일리노이주 시카고에서 개최된다. 전세계 800개 이상의 자동화 솔루션업체가 참가하는 이번 전시회에서는 로봇부터 비전, 모션 제어, AI 등에 자동화 그 이상의 자동화를 확인할 수 있다. 이번 Automate 2024를 통해 선보일 머신비전 솔루션과 업체를 정리했다. Apera AI는 회사의 새로운 AI 기반 로봇 비전 교육 포털 및 시뮬레이션 환경인 Forge Lab을 선보일 예정이다. 이를 통해 엔지니어는 24시간 내에 자동화된 비전 프로그래밍을 완료할 수 있다. ASRock Industrial은 견고한 Edge AIoT 플랫폼과 산업용 IoT 컨트롤러를 선보일 예정이다. 제품 모델에는 iEP-5020G, iEP-5010G, iEP-5000G, iEP-7020E, iEP-9030E, iEPF-9030S, iEP-6010E 시리즈가 있다. Basler는 Basler ToF 카메라의 공간 깊이 데이터와 2D 영역 스캔 카메라의 RGB 데이터를 결합하는 Basler RGB-D 카메라(위)와 같은 새로운 3D 카메라를 포함한 여러 가지 신제품을 선보일 예정이다. Ba
생성형 AI는 성장하고 확장하고 있다. 그야말로 생성형 AI의 시대다. 2년전 세간을 놀라게 한 오픈AI의 챗GPT를 시작으로, 기술의 흐름을 주도하는 주요 기업들은 연이어 생성형 AI 모델을 선보이고 있다. 이제는 생성형 AI를 빼놓고 혁신을 논할 수 없는 상황이 됐다. 대다수의 기업은 서둘러 AI 도입을 시도하며, 이를 통해 생산성 개선과 비용 절감을 경험함으로써 미래로 가는 길을 열고 있다. 생성형 AI는 텍스트, 이미지, 음악 등 다양한 형태의 콘텐츠를 인간과 유사한 방식으로 자동 생성하는 기술이다. 최근 몇 년 사이 이 기술은 비약적인 발전을 이뤘으며, 매력적인 연구 주제를 바탕으로 앞으로의 발전 가능성 역시 무궁무진하다. 생성형 AI는 친숙해진 언어모델로부터 이미지나 영상 생성, 멀티모달 AI에 이르기까지 점차 복잡한 작업을 수행하고 있다. 이러한 생성형 AI를 만드는 주요 기업은 기술 개발뿐 아니라 윤리적 및 법적 체계를 구축하고, 접근성 향상 등에 대한 과제 또한 안고 있다. 등장 앞둔 GPT-5, 어떤 혁신 기다리나 오픈AI는 ‘GPT-5’가 곧 출시될 것을 언급했다. 오픈AI 최고운영책임자(COO)인 브래드 라이트캡은 파이낸셜타임스와 인터뷰
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 07월 04일 18시 51분
