개요 AI 모델은 아무리 정교해도 환경이 변하면 성능이 반드시 저하될 수밖에 없다. 최초 완벽에 가까운 정확도를 갖추고 있었다 하더라도 조명 각도부터 소재 반사율, 금형의 마모, 계절별 온습도에 이르기까지 끊임없이 변하는 실제 공정과정에서 차이가 발생하게 되기 때문이다. 이러한 이유로 제조 AI의 진정한 가치는 ‘배우는 공장(Learning Factory)’에 있다. 아무리 잘 보는 AI라고 하더라도 변화에 적응하려면 한 번의 학습으로 끝나는 구조가 아니라 지속적으로 배우고 보정하는 구조(Continuous Learning Loop)를 가져야 한다는 것이다. 이 구조의 핵심이 바로 데이터 루프(Data Loop)다. 그러나 딥러닝의 성능은 단순히 데이터의 ‘양’으로만 결정되지는 않는다. 무의미하거나 부정확한 데이터는 학습 효율이 떨어지고 모델이 불안정해지는 결과가 발생한다. 제조 AI의 본질은 ‘양’이 아니라 ‘정확도’와 ‘전달 구조’에 있다는 것이다. 다시 말해 AI가 어떤 피드백을 얼마나 빠르고 정확하게 받아들이는가가 핵심이다. 제조 AI 학습의 3단계 순환 구조 제조 AI의 정확도를 위해 학습 과정은 아래와 같은 순환형 구조로 설계되어야 한다. 첫째,
기존 요금 정책에 비해 인퍼런스 작업 비용 50% 절감 알리바바 클라우드가 개인과 기업에 모델 구축 및 인퍼런스를 위한 비용 효율적인 솔루션을 제공하기 위해 설계된 PAI(Platform for AI, AI컴퓨팅용 플랫폼)-EAS(Elastic Algorithm Service, 탄력적 알고리즘 서비스)의 서버리스 버전을 공개했다. 알리바바 클라우드는 지난 1월 31일 싱가포르에서 개최된 AI & 빅데이터 서밋에서 더 많은 자사 제품에 벡터 엔진 기술을 통합할 계획을 밝혔다. 벡터 엔진 기술이 통합되는 제품에는 데이터 웨어하우스 홀로그레스, 검색 서비스 엘라스틱서치 및 오픈서치 등이 있으며, 이번 기술 통합은 기업이 다양한 대규모 언어 모델(LLM)에 더욱 쉽게 접근하고 맞춤형 생성형 AI 애플리케이션을 구축하는 것을 가능하게 한다. 이번에 공개된 PAI-EAS 플랫폼은 사용자들이 필요에 따라 컴퓨팅 리소스를 활용하는 것을 가능하게 해 물리적 또는 가상 서버의 관리와 유지를 감독할 필요가 없어진다. 또한, 사용한 컴퓨팅 자원에 대한 비용만 청구되므로 기존 요금 정책에 비해 인퍼런스 작업 비용을 50% 절감한다. 현재 베타 테스팅 중인 이 서버리스 버전은
뉴로클이 뉴로티3.1과 뉴로알 3.1을 출시했다고 밝혔다. 뉴로티3.1과 뉴로알3.1은 2022년 5월에 출시한 3.0 이후 새롭게 선보이는 버전으로, 다중 모델 활용과 데이터 및 모델 관리의 편의성에 초점을 맞추어 개발됐다. 유저는 다중 모델 활용을 통해 모델이 실제 현장에 적용되기 전에 성능을 예측, 업무의 효율성과 안정성 향상을 기대할 수 있다. 또한 데이터 및 모델 관리 기능을 통하여 협업 시 사용자의 편의성과 프로젝트 관리의 효율성을 제고할 수 있다. 신규 버전 3.1의 핵심 기능 인퍼런스 센터는 모델을 현장에 적용하기 전, 모델 성능을 예측하고 평가할 수 있는 공간이다. 이 기능으로 모델들을 도식화하여 프로젝트를 설계하고, 현장 적용 시의 인퍼런스 타임을 예측하여 프로젝트를 수정 및 관리할 수 있다. 유저는 최적의 인퍼런스 타임을 도출할 때까지 자유롭게 모델을 수정함으로써 시행착오를 최소화할 수 있다. 해당 기능은 딥러닝 모델을 생성하는 소프트웨어인 뉴로티에 추가됐다. 로테이션 모델은 회전된 이미지들을 자동으로 정방향으로 돌려주는 모델이다. 가령 각기 다른 방향으로 기울어진 이미지들이 제시되었을 경우, 이미지별 회전각도를 예측하고 자동으로 정방향으