MWC Barcelona 2022


MWC(Mobile World Congress) Barcelona 2022

테스트웍스는 작년에 이어 올해 2월 28일부터 3월 3일까지 4일 간 MWC Barcelona 2022에서 4YFN(4 Years From Now) 전시 부스와 디스커버리 스테이지 발표에 참여했습니다.

특히 올해는 KSC(Korean Startup Center) 스웨덴 스톡홀름의 엑셀러레이터 프로그램에서 한국을 대표하는 10대 스타트업 중 하나로 선정 및 지원을 받아 참여하여 더욱 의미가 있었습니다.


4 Years From Now 디스커버리 스테이지 및 전시 부스 참가

테스트웍스는 MWC 1일 차에 진행된 4YFN 디스커버리 스테이지에서 VC 패널을 대상으로 발표를 했습니다. 3분이라는 짧은 시간이었지만 테스트웍스의 인공지능 데이터 구축 원스탑 솔루션과 활용 사례를 강조한 피칭을 통해 참관객들의 많은 관심을 이끌었습니다.


또한, 4YFN 섹션의 전시 부스를 통해 해외 잠재 고객들에게 테스트웍스의 인공지능 데이터 수집 가공 검수 및 모델링 도출의 AI 기술 기반 통합 서비스를 선보이며 새로운 비즈니스 창출의 기회를 확인할 수 있었습니다.

MWC Agenda ‘How AI is shaping our world’

전 세계적으로 인공지능을 통한 혁신이 가속화되고 있는 만큼 모바일을 주제로 하는 MWC에서도 인공지능에 대한 관심이 컸습니다.

특히 모바일 기기에서 딥러닝 어플리케이션을 실행하는 Edge computing 기반 인공지능, 그리고 다수의 모바일 기기에서 수집된 정보에 딥러닝을 적용하는 Cloud computing 기반 인공지능에 대한 다양한 기술 소개가 있었습니다.

그중 Qualcomm 과 Microsoft의 발표가 있었던 ‘How AI is shaping our world’라는 세션에서 5G와 함께 시너지 효과를 낼 수 있는 인공지능 기술의 비전과 데이터 기반의 농업에 대한 세션은 상당히 흥미로운 주제였습니다.

Qualcomm의 ‘5G와 함께 시너지 효과를 낼 수 있는 인공지능 기술의 비전’

먼저 Qualcomm이 발표한 ‘5G와 함께 시너지 효과를 낼 수 있는 인공지능 기술의 비전’은 다양한 기기가 연결되는 5G의 시스템에서 각 기기들 내에서 동작하는 인공지능 기술이 전체 5G 시스템의 성능과 효율성을 증대할 수 있다는 것이 주된 내용이었습니다.

출처 : Qualcomm

이때 각 기기들 내에서 인공지능 기술이 동작하기 위한 방법이 바로 Edge computing입니다.

이는 딥러닝 알고리즘은 연산량이 많아 그래픽카드와 같은 막대한 하드웨어 자원이 필요하다는 기존의 상식을 뛰어넘어 낮은 성능의 모바일 기기에서도 최신 인공지능 기술이 동작할 수 있게 합니다.

핵심은 5G가 지능형 시스템에서 연결을 담당하고, Edge computing 기술을 활용한 On-device 인공지능이 지능형 시스템의 효과적인 확장을 가능하게 할 것이라는 겁니다.

이에 따르면, 인공지능이 핸드폰, 태블릿, 랩탑, 웨어러블 기기 등을 통해 사용자 가까이에서 동작하면 네트워크 상의 개인 정보 보호, 즉각적인 처리를 통한 성능 향상, 한 단계 높은 개인화 등 다양한 장점을 가질 수 있습니다.

그리고 이런 On-device 인공지능의 장점과 5G의 high-bandwidth, low-latency가 결합하여 전체 시스템의 새로운 기능으로의 확장과 향상된 서비스를 가능하게 합니다.


Micosoft의 Data-driven agriculture

그 다음으로 진행된 Microsoft의 발표는 Data-driven agriculture에 대한 내용으로 사람의 감각에 의존적인 농업에서 데이터 기반 농업으로 변화했을 때 효율성 및 생산성 측면에서 큰 장점이 있지만, 현재의 농업 인프라에서 데이터 기반 농업을 바로 적용하기 힘든 3가지 이유와 그 해결 방법과 함께 클라우드 및 인공지능을 통한 농업의 발전 방향을 제시한 발표였습니다.

데이터 기반 농업을 적용하기 힘든 첫 번째 이유는 바로 수동 데이터 수집에 많은 비용이 들기 때문입니다. 데이터 기반 시스템이란 대량의 데이터 축적을 통해 현재 상황에서 최선의 결과를 낼 수 있는 선택에 대한 의사 결정을 할 수 있는 시스템을 말합니다. 이런 방식을 농업에 적용하려면 수년에서 수 십년 간의 기온, 습도, 강수량, 풍속, 각종 작물의 상태 등 농업에 영향을 미치는 다양한 데이터들을 꼼꼼히 기록하고 보관할 수 있는 인프라가 필요합니다. 현재의 농업 인프라로는 이 모든 데이터들을 수동으로 일일이 기록하고 보관해야 하는데 이 때 소모되는 인력 및 시간 등의 비용이 엄청나기 때문에 데이터 기반 농업을 적용하기 어렵다는 것입니다.

두 번째 이유는 부족한 센서의 개수입니다. 넓은 농지에 비해 적은 센서 개수로 인해서 센서로부터 얻은 수치를 힘들게 기록하고 보관해도 분석 및 의사 결정에 활용할 만큼 제대로 된 데이터가 수집되기가 어렵습니다.

마지막으로 세 번째는 클라우드 서버와의 약한 연결성입니다. 수집되는 데이터를 제대로 보관하고 분석할 수 있는 서버가 없기 때문에, 다양한 데이터를 한데 모으고 다방면으로 분석할 수 없습니다.

위 세 가지 문제를 해결하기 위해 Microsoft는 Edge Computing 및 클라우드, 그리고 인공지능을 활용한 방법들을 제시합니다.

첫 번째 문제의 해결책은 센서를 보고 사람이 직접 기록하고 보관하는 것이 아니라 센서와 연동된 Smart device를 설치하여 데이터를 수집하는 것입니다.

두 번째 문제인 부족한 센서 개수에 대해서는 빈 공간에 대한 데이터를 인공지능을 기반으로 한 예측 방법을 통해 채워 넣는 것입니다.

마지막으로 클라우드와의 약한 연결성은 IoT 솔루션을 통해 농지에 설치된 센서 및 스마트 기기를 클라우드와 연결할 수 있는 방법을 제시하였습니다.

출처 : Microsoft Farmbeat

Microsoft는 이런 데이터 기반의 농업은 효율적인 농업, 정확한 수확량 예측, 수자원 사용 절감 등의 목표를 스마트 디바이스 및 플랫폼을 통해 이끌어 낼 수 있으며 이는 식량 문제의 해결과 경제 발전 과정에 기여할 수 있을 것이라고 전망했습니다.

테스트웍스의 Edge computing 기반 인공지능 기술

테스트웍스 또한 2021년 스마트 수집기를 출시하며 Edge computing 기반 인공지능 기술에 대한 연구 개발을 진행해왔습니다.

특히 Edge computing 기반 인공지능은 하드웨어가 작고 일반 컴퓨터에 비해 성능이 가벼운 모바일 기기에서 동작한다는 특징 때문에 인공지능 모델의 최적화가 중요합니다.

최근 딥러닝 기술 동향을 보면, 모델의 구조를 통해 성능을 최적화하는 방법은 성숙기에 이르렀다고 볼 수 있어 구조적인 최적화뿐만 아니라 학습 데이터의 품질을 통해 모델을 최적화하는 것이 인공지능 솔루션의 최종 성능에 큰 영향을 미칩니다.

이런 관점에서 테스트웍스는 자체적으로 대규모 고품질의 데이터 수집 및 가공을 할 수 있기 때문에 Edge computing 솔루션 연구 개발에 이점이 있습니다.

일반적인 솔루션에 필요한 모델뿐만 아니라 고객의 산업 도메인과 개별 상황에 맞춘 솔루션의 모델까지 자체적으로 수집, 가공한 인공지능 학습 데이터를 통해 최적화하여 제공할 수 있습니다.

테스트웍스의 스마트 수집기 활용 사례

앞으로도 테스트웍스는 보유한 AI 기술과 데이터를 기반으로 다양한 Edge computing 솔루션을 연구 개발할 것입니다.




Edge AI 더 알아보기