Edge AI는 흥미로운 미래를 제공합니다!

인공지능, 즉 AI는 우리 삶의 거의 모든 측면에서 공통적인 요소가 되고 있습니다.

과거에는 AI를 작동시키려면 거대한 서버룸이 필요했고 엄청난 양의 컴퓨팅 성능이 필요했으며 필연적으로 에너지와 IT 리소스에 상당한 투자가 필요했습니다. 이제 물리적 세계의 "가장자리"에 배치된 장치가 더 많은 작업을 수행하고 있습니다.

Hanwha Techwin Europe의 제품 및 마케팅 책임자인 Uri Guterman은 엣지 AI가 분석을 위해 원시 데이터를 서버로 다시 스트리밍할 필요성을 제거함으로써 우리 세계에서 인공 지능이 더욱 널리 보급될 것이라고 믿습니다. 이는 또한 비디오 감시 산업에도 큰 이점을 제공합니다.

여기서 구터만은 이러한 현상의 원인을 설명하고 오늘날 인공지능이 어떻게 활용되고 있으며 앞으로 기술이 어떻게 발전할지 살펴봅니다.

지속 가능성의 이점

Edge AI는 서버 기반 AI에 비해 몇 가지 장점이 있습니다. 첫째, 서버로 다시 전송되는 데이터의 양이 줄어들어 대역폭 요구 사항과 비용이 줄어듭니다. 소유 비용이 절감되고 대규모 서버실을 더 이상 유지 관리할 필요가 없으므로 지속 가능성에 대한 중요한 이점이 있습니다. 데이터를 서버로 다시 보내는 것보다 로컬에서 AI 작업을 수행하는 데 훨씬 적은 에너지가 필요하므로 장치 자체에서도 에너지 절약이 달성됩니다.

비용 효율성

클라우드 기반 컴퓨팅 모델과 비교할 때 엣지 AI 장치는 일반적으로 반복되는 구독료가 필요하지 않으므로 그에 따른 가격 인상을 피할 수 있습니다. 엣지 디바이스에 집중하면 최종 사용자가 자신의 인프라에 투자할 수도 있습니다.

확장성 향상

에지 AI를 사용하는 카메라는 비디오 설치를 더욱 유연하고 확장 가능하게 만들 수 있으며, 이는 프로젝트를 단계적으로 배포하려는 조직에 특히 유용합니다. 요구 사항이 발전함에 따라 최종 사용자가 처음부터 값비싼 GPU와 엄청난 양의 대역폭을 갖춘 대규모 서버를 사용하지 않고도 더 많은 AI 카메라와 장치를 시스템에 추가할 수 있습니다.

운영 성능 및 보안 향상

비디오 분석은 장치의 가장자리에서 이루어지기 때문에 네트워크를 통해 메타데이터만 전송하면 되며, 전송 중에 해커가 가로챌 수 있는 민감한 데이터가 없기 때문에 네트워크 보안도 향상됩니다. 처리는 엣지에서 이루어지므로 네트워크를 통해 원시 데이터나 비디오 스트림을 보낼 필요가 없습니다.

로컬 디바이스에서 분석이 이루어지기 때문에 엣지 AI는 클라우드나 서버와의 통신 지연을 없애줍니다. 더 빠른 응답 시간은 자동으로 이벤트에 집중하거나, 액세스 권한을 부여하거나, 침입자 경보를 발동하는 등의 작업이 거의 실시간으로 발생할 수 있음을 의미합니다.

또한 기기에서 AI를 실행하면 트리거 정확도가 향상되고 오탐지가 줄어듭니다. 딥러닝을 활용한 엣지 인공지능을 통해 인원수 계산, 점유율 측정, 대기열 관리 등을 모두 높은 정확도로 계산할 수 있습니다. 이는 운영자의 대응 효율성을 높이고 허위 경보에 대응할 필요가 없기 때문에 불만을 줄여줍니다. AI 카메라는 동일한 장치에서 여러 비디오 분석을 실행할 수도 있습니다. 이는 운영자가 AI를 쉽게 배포하여 잠재적인 비상 상황이나 침입에 대해 경고하고, 보안 사고를 감지하거나 용의자를 추적할 수 있다는 것을 의미하는 또 다른 효율성 향상입니다.

비디오 품질 개선

또한 엣지에서 인공 지능을 사용하면 캡처된 비디오의 품질을 향상시킬 수 있습니다. 인공 지능을 사용하여 감지된 영역 내에서 움직이는 사람과 같은 관심 개체 주변의 소음을 특별히 줄이는 소음 감소는 장치에서 로컬로 수행될 수 있습니다. Bestshot과 같은 기능을 사용하면 운영자는 용의자에 대한 가장 좋은 각도를 찾기 위해 수많은 영상을 샅샅이 뒤질 필요가 없습니다. 대신 AI는 최고의 영상을 즉시 제공하여 반응 시간을 줄이고 이벤트 후 조사 속도를 높이는 데 도움을 줍니다. 최고의 사진만 전송되고 저장되므로 저장 공간과 대역폭을 절약할 수 있다는 추가 이점도 있습니다.

AI 기반 압축 기술은 또한 AI가 감지하고 추적하는 물체와 사람에 낮은 압축률을 적용하는 동시에 나머지 시야에 높은 압축률을 적용하여 네트워크 대역폭과 데이터 저장 요구 사항을 최소화합니다.

메타데이터 사용

Edge AI 카메라는 API(응용 프로그래밍 인터페이스)를 통해 타사 소프트웨어에 메타데이터를 제공할 수 있습니다. 이는 시스템 통합업체와 기술 파트너가 이를 AI 분류의 첫 번째 수단으로 사용한 다음 자체 소프트웨어로 분류된 개체에 대한 추가 처리를 수행하여 그 위에 또 다른 분석 계층을 추가할 수 있음을 의미합니다.

Resilience

에지에서 AI를 사용하면 단일 실패 지점이 없습니다. AI는 네트워크나 클라우드 서비스에 장애가 발생하더라도 계속 작동할 수 있습니다. 트리거는 여전히 로컬에서 작동하거나 다른 장치로 전송될 수 있으며, 연결이 복원되면 레코드와 이벤트가 백엔드로 전송됩니다.

AI는 서버나 원격 클라우드 서비스로 다시 흐르지 않고 엣지 장치에서 거의 실시간으로 처리됩니다. 이렇게 하면 잠재적으로 불안정한 네트워크 연결에 대한 대기 시간 분석이 방지됩니다.

설치자를 위한 이점

특히 설치자의 경우 설치 프로세스 중에 엣지 AI를 제공하면 시장에서 두각을 나타내고 다양한 사용 사례에 대한 솔루션을 제공할 수 있습니다. 비디오 분석을 수동으로 설정할 시간이나 리소스가 없는 최종 사용자의 관심을 끄는 즉시 사용 가능한 솔루션입니다.

WisenetX 시리즈 및 P 시리즈와 같은 AI 카메라는 구입 후 바로 작동하므로 영상 분석 전문가가 분석을 미세 조정할 필요가 없습니다. 설치 프로그램은 복잡한 서버 측 소프트웨어를 구성하는 데 귀중한 시간을 소비할 필요가 없습니다. 물론 이는 교육 시간과 비용에도 긍정적인 영향을 미칩니다.

미래를 내다보면서

미래를 내다보면 Uri Guterman은 엣지 인공지능이 유망해 보인다고 말했습니다. 점점 더 많은 제조업체가 AI 카메라 분류를 확장하고 AI 카메라를 시스템 통합업체와 소프트웨어 회사가 카메라에서 실행되는 자체 AI 애플리케이션을 만들 수 있는 플랫폼으로 간주하는 방법을 찾고 있습니다.

결론: "에지 AI가 엄청난 효율성, 정확성 및 지속 가능성 향상을 약속하므로 이는 최종 사용자와 설치자 모두에게 확실히 탐구할 가치가 있는 영역입니다."

위 내용은 Edge AI는 흥미로운 미래를 제공합니다!의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!