시각과 음성기술을 이용한 지능형 서비스는 우리 일상 생활의 거의 모든 부분에 영향을 주는 주류 기술로 자리 잡았습니다. 인공지능(AI) 기반 영상과 음성 애널리틱스는 소비자 제품에서 기업용 서비스에 이르는 다양한 애플리케이션을 향상시키고 있는데요. 예를 들면 가정 내 스마트 스피커, 소매점의 스마트 키오스크나 챗봇, 공장 작업장의 대화형 로봇, 병원의 지능형 환자 모니터링 시스템, 스마트 도시 내 자율 교통 솔루션 등이 있죠. NVIDIA는 개발자의 고성능 제품 개발을 지원해 제품의 시장 출시 기간을 더욱 빨리 앞당기도록 도우며 시각기술 지능형 서비스를 강화하는 기술 개발에 앞장서고 있습니다.
지난 2월 말, NVIDIA는 개발을 지원하는 사전 훈련된 모델 몇 가지와 Transfer Learning Toolkit (전이학습 툴킷, TLT) 3.0의 개발자 프리뷰를 출시했는데요. 사전 훈련된 신규 모델들은 이번 릴리스에 포함된 대화형 AI 애플리케이션을 지원하는 새로운 기능으로 훈련에서 배포에 이르는 작업을 가속화하는 더욱 강력한 솔루션을 제공합니다.
비전 AI기술 구축 가속화
모델을 처음부터 개발하는 작업은 개발자, 창업자, 기업 모두에게 까다로울 뿐 아니라 높은 비용이 드는데요. NVIDIA Transfer Learning Toolkit은 복잡한 AI 및 딥러닝 프레임을 단순화한 AI 툴킷으로 높은 수준의 사전훈련 모델을 코딩할 필요 없이 더욱 빠르게 개발할 수 있도록 도와줍니다.
NVIDIA Transfer Learning Toolkit을 사용하면 범용 AI 작업을 위한 NVIDIA의 다목적, 프로덕션-퀄리티 모델들 중에 하나를 골라 이 모델을 사용자의 데이터로 특정한 사용사례에 맞게 세부 조정할 수 있습니다. 또한, ResNet, VGG, FasterRCNN, RetinaNet, YOLOv3/v4와 같은 신경망 아키텍처의 100개 이상의 순열 중에 하나를 사용할 수도 있죠. 모든 모델은 NGC 카탈로그에서 바로 이용 가능합니다!
사전 훈련된 모델과 Transfer Learning Toolkit 3.0 (개발자 프리뷰)의 주요 기능
- 사전 훈련된 신규 비전 AI 모델: 차량 번호판 감지 및 인식, 심박수 모니터링, 제스처 인식, 시선 추정, 감정 인식, 얼굴 인식, 얼굴의 특징점 추정
- 자동 음성 인식(ASR) 및 자연어 처리(NLP)를 위한 사전 훈련된 모델로 대화형 AI 사용 사례 지원
- EfficientNet, YoloV4, UNET 등의 인기 네트워크 아키텍처로 훈련 선택
- 앉아 있는 사람, 회전하거나 휘어진 물체 등의 까다로운 상황을 인식하는 향상된 PeopleNet 모델
- 호환되는 컨테이너의 초기화를 위한 Transfer Learning Toolkit 런처
- 성능 향상을 위한 3세대 텐서 코어를 갖춘 NVIDIA Ampere GPU 지원
Transfer Learning Toolkit 시작하기
- Transfer Learning Toolkit 3.0과 사전 훈련된 모델을 여기에서 다운로드하세요
- 관련 블로그 게시물도 확인해보세요
- 대화형 AI 기술을 위한 TLT 활용에 대해 여기에서 더욱 자세히 알아보세요.
NVIDIA 고객사들의 Transfer Learning Toolkit에 대한 평가
“INEX의 고속도로의 자동차 번호판 인식(ALPR) 통합 시스템인 INEX RoadView는 NVIDIA의 엔드 투 엔드 비전 AI 파이프라인, 생산지원 AI 모델, Transfer Learning Toolkit, DeepStream SDK를 사용합니다. 이로서 우리 엔지니어팀은 개발 시간을 60% 단축했습니다. 또한NVIDIA Jetson Nano와 Xavier NX를 사용해 카메라 하드웨어 비용 역시 40% 절감했죠. 그리고 우리의 판매업체는 뛰어난 ALPR 솔루션 로드뷰를 신속하고 안정적으로 구축하게 됐습니다. 우리 회사에 NVIDIA 기술은 그 어떤 것보다도 큰 도움을 주고 있습니다.”
– INEX의 CEO/CTO 로만 프릴러스키(Roman Prilutsky) 박사
“저희 개발자들과 서드파티 판매 업체들은 Optra의 기술 마켓플레이스를 활용해 지능형 AI 앱을 쉽게 개발하고 있습니다. 엣지 AI 기술 시장에 처음 진입하면서 자사의 제품과 시장 출시 기간을 타사와 차별화하는 것이 아주 중요했는데요. 저희 연구개발 팀은 NVIDIA의 Transfer Learning Toolkit을 사용해 MaskRCNN를 바로 이용하고 DeepStream에 쉽게 통합할 수 있어서 개발 시간을 25% 단축할 수 있었죠.”
– Lexmark Ventures의 수석 기술 직원 및 Optra 솔루션 설계자 챠드 맥퀼렌(Chad McQuillen)
“Quantiphi는 NVIDIA SDK를 사용해 소매업, 미디어, 그리고 엔터테인먼트 전반의 Fortune 500대 고객을 위해 실시간 영상 분석 워크플로우를 구축합니다. NVIDIA Transfer Learning Toolkit은 신속한 엣지 추론을 위해 훈련과 모델 가지치기(pruning)를 사용자 정의하는 효율적인 방법을 제공하죠. 저희는NVIDIA DeepStream을 통해 클라우드에서 높은 처리량의 추론 파이프라인을 구축해 Jetson NX 장치로 쉽게 이동시킬 수 있었습니다.”
– Quantipi의 솔루션 아키텍처 책임자 시다스 코덜(Siddharth Kotwal)
“KION Group은 운영상의 필요와 물류 최적화 문제를 해결하고 워크플로우의 예외 상황을 크게 줄이기 위해 자사의 브랜드 전반에 걸쳐 강력한 AI 기반 유통 자동화 솔루션을 개발하고 있습니다. 혁신, 엔지니어링, 디지털 변환 서비스 부분에서 저희는 최적화된 NVIDIA 사전 훈련 모델의 지원을 받고 있죠. 또한 NVIDIA Transfer Learning Toolkit을 사용해 진행중인 모델을 신속히 개발하고 미세 조정하며, NVIDIA DeepStream과 함께 Jetson 플랫폼으로 다중 스트림의 과밀도를 해소하고 있습니다.“
– KION Group