컴퓨터 비전 전문 기업인 랜딩 AI(Landing AI)에는 독보적인 인물이 있습니다. 이 기업의 공동 창립자 겸 CEO가 이름만 대면 알 만한 테크놀로지계의 록스타라고 하는데요.
구글 브레인(Google Brain) 프로젝트 당시 앤드루 응(Andrew Ng) CEO는 이미지의 바다에서 딥 러닝을 활용해 어마어마한 속도와 정확성으로 고양이를 인식하는 방법을 시연하며 유명세를 탔습니다. 후에 그가 만든 코세라(Coursera)의 머신 러닝 강좌에는 5백만 명에 육박하는 수강생이 모여들었죠.
응 CEO는 데이터 중심 AI(data-centric AI)라는 개념을 꾸준히 강조해왔습니다. AI의 성능 향상을 위해서는 이제 신경망 모델보다 데이터세트의 개선에 더 집중해야 한다는 주장인데요. 이 철학에 기반해 탄생한 것이 바로 랜딩 AI의 대표 제품인 랜딩렌즈(LandingLens)입니다.
2017년에 설립된 랜딩 AI는 폭스콘(Foxconn)과 스탠리 블랙 앤드 데커(StanleyBlack&Decker), 그리고 자동차 공급업체인 덴소(Denso) 등의 기업과 함께하고 있습니다. 이들은 딥 러닝을 활용해 효율성을 개선하는 한편 비용은 절감합니다.
분류 문제
랜딩렌즈의 시험 사용에 참여한 반도체 제조사가 있습니다. 전세계에 제조 공장을 보유한 이 기업은 자사 팹(Fab)들에 칩을 운반하는 웨이퍼(Wafer)의 처리량과 산출량 개선에 딥 러닝을 활용하고자 했습니다.
랜딩 AI 고객 서비스부의 퀸 킬로우(Quinn Killough)는 모든 반도체 제조사가 그렇듯 이 기업 또한 “다양한 단계의 웨이퍼를 스캔하는 외관 검사용 기계를 팹 내에 다수 보유 중인데, 이들은 이상 징후의 발견에는 능하지만 결함 유형에 따른 분류에는 그다지 뛰어나지 못하다”고 평가합니다.
여러 반도체 제조사와 마찬가지로 이 기업 또한 분류용 소프트웨어 프로그램을 다양하게 시험해봤습니다. 컴퓨터 비전과 제조 분야에서 경력을 쌓은 킬로우의 설명에 따르면, 이 솔루션들은 제품별로 미세 조정을 진행해야 했고, 그 수가 100개를 넘으면 투자 가치를 기대할 수 없었습니다.
AI를 통한 검사 자동화
그래서 이 반도체 기업은 AI와 랜딩렌즈의 병용을 시작했습니다. 데이터 수집과 모델의 훈련, 배포 전반의 엔드 투 엔드 MLOps 프로세스를 처리하도록 고안된 이 제품은 관련 모델, 더욱 중요하게는 데이터의 개선을 지속적으로 관리해 결과를 향상시킵니다.
아직 배포의 초기 단계에 머물러 있기는 하지만 해당 제품과 데이터 중심 접근법은 이 반도체 기업의 비용 절감에 벌써부터 기여하고 있는데요.
킬로우는 이 프로젝트를 주도하는 엔지니어가 “딥 러닝이 가져올 혁신을 확신하며, 이를 자기 시설 전체로 확장하고 다른 공장에도 도입하기 원하고 있습니다”라고 말합니다.
클라우드의 검사관
이 반도체 제조사는 랜딩렌즈와 NVIDIA V100 Tensor Core GPU를 사용한 클라우드 기반 서비스에서 하루 동안에도 수십만 개의 이미지를 활용해 추론을 실행합니다.
킬로우의 설명에 의하면 처음에는 처리 능력을 확신하지 못했지만, 이제는 훨씬 막대한 양을 처리할 수 있음이 분명해졌죠.
이 서비스는 결함이 포함된 50개의 이미지를 사용해 1분 내로 새로운 분류 모델을 훈련할 수 있어 사용자의 반복작업을 가속합니다.
“훈련의 측면에서는 툴의 민첩성 확보가 매우 중요합니다. 그래야 고객들이 문제를 해결하고 솔루션을 실험할 수 있습니다.”
AI를 엣지로 가져가기
이 기업은 지금껏 구축한 AI 시스템과 더불어 현재 베타 테스트가 진행 중인 신제품 랜딩엣지(LandingEdge)를 현장에 적용해보고 있습니다.
랜딩엣지는 카메라에서 이미지를 캡처한 뒤, NVIDIA Jetson AGX Xavier 모듈이 장착된 산업용 PC에서 추론을 실행합니다. 이 작업에서 도출된 인사이트는 로보틱 암과 컨베이어 벨트, 기타 생산 시스템을 조종하는 컨트롤러에 직접 제공됩니다.
랜딩엣지의 제품 관리를 담당하는 제이슨 챈(Jason Chan)은 “빠르고 반복적인 AI 프로세스를 위한 플라이휠 효과(flywheel effect) 창출과 품질 관리 개선이 목표”라고 설명합니다.
스타트업 성장 가속하기
최신 테크놀로지와 전문성에 신속히 접근하고자 랜딩 AI는 NVIDIA Metropolis 프로그램에 합류했습니다. 이 프로그램은 AI 비전을 통해 공간과 운용의 안전하고 효과적인 관리를 꾀하는 기업들을 지원합니다.
랜딩 AI와 데이터 중심 AI는 아직 초창기에 머물러 있습니다. 하지만 응 CEO는 이 데이터 중심 AI가 향후 10년을 바꿔 놓을 가장 커다란 기술적 변화가 될 것으로 믿습니다.
더 자세한 내용은 앤드루 응 CEO가 연사로 나서 데이터 중심 AI 운동의 현재와 전망을 설명하는 GTC(등록 시 무료) 세션을 다시보기해보세요.