지난 수십 년 동안 컴퓨터와 기계는 다양한 형태의 데이터를 처리하고 분석하는 능력을 점진적으로 향상시켰습니다. 

처음에는 소프트웨어 어플리케이션과 이것이 활용하고 전송하는 데이터가 

숫자, 텍스트, 이메일과 같은 2D 데스크톱 컴퓨터를 중심으로 돌아갔습니다.

물리적 세계를 나타내는 데이터는 기계에 수동으로 입력되어야 했습니다. 

최근 인공 지능(AI)과 유비쿼터스 컴퓨팅이 사용되는 사물 인터넷의 발전은

컴퓨터 비전(CV)의 급속한 발전과 혁신적인 어플리케이션의 상호 작용을 촉진하고 있습니다.  

컴퓨터 비전이란

컴퓨터 비전을 통해 기계와 인간은 시각적 데이터를 디지털 기반의 관점으로 처리하여

물리적 세계를 보고, 인식하고, 해석하고, 상호 작용할 수 있습니다.

컴퓨터 비전은 일반적으로 카메라와 같은 비전 기반 센서나 시스템이 물리적 세계의 화면을 캡처하지만

다른 유형의 이미지를 활용할 수 있어야 합니다.

예로는 MRI 스캔, 이미징 레이더, 건물 설계, CAD 파일 또는 위성 이미지가 있습니다. 

일반적으로 이 시각 데이터는 신경망을 통해 딥러닝 모델을 트레이닝하고

추론된 AI 모델을 형성하여 실제 세계에서 실행하는 데 사용됩니다. 

이러한 AI 기반 기술은 전 세계의 방대하고 복잡한 비정형 시각 데이터를 처리하는데

특히 강력하며 자율 주행에서 질병 감지에 이르는 차세대 컴퓨터 비전 어플리케이션에 박차를 가하고 있습니다. 

이 글에서는 다양한 컴퓨터 비전 어플리케이션에 대해 자세히 살펴보고 인간, 기계 및 공간에 미치는 영향을 분석합니다. 

어플리케이션 #1 : 인간 보호 및 권한 부여

인간은 보이는 것을 믿기 때문에 시각적 요소에 방해가 되는 것을 받아들이기 어려울 수 있습니다.

하지만 우리의 시각적 인식은 종종 불완전한 데이터로 현실 세계의 그림을 그리는 게슈탈트 패턴을 따릅니다.

컴퓨터 비전은 실제로 인간이 이 제한된 보기를 뚫고

다음에 일어날 일에 대한 예측을 제공하여 잠재적으로 생명을 구할 수 있도록 도와줍니다. 

예를 들어, 차량 내 대시 카메라에 내장 된 컴퓨터 비전 시스템은 

눈 깜박임 간격, 머리 위치, 하품 및 기타 인간 행동을 분석하여 졸음 운전을 더욱 방지 할 수 있습니다.

이러한 동작을 감지하면 운전자를 깨우기 위한 오디오 경고가 나타날 수 있습니다. 

또한 ADAS(Advanced Driver-Assistance Systems)라는 또 다른 컴퓨터 비전 차량 어플리케이션에 알릴 수 있습니다.

ADAS는 운전 환경 이벤트를 감지하고 다가올 충돌 및 비상 제동에 대한

오디오 또는 시각적 경고와 같은 즉각적인 조치를 운전자의 예측 반응 시간보다 훨씬 더 빠르게 실행하기 위해 

점점 더 바깥 쪽을 향하는 카메라와 LiDAR를 포함하는 여러 센서를 사용합니다.

ADAS는 잠재적으로 연간 20,000명 이상의 사망을 예방한다고 예측됩니다. 

이 컴퓨터 비전 예제는 AI와 센서가 함께 작동하여 이벤트를 인식하는 방법을 보여줍니다.

인간만이 할 수 있는 것보다 훨씬 더 예리하고 궁극적으로 더 안전한 세상을 만듭니다. 

어플리케이션 #2 : 컴퓨터 비전으로 생산성과 정확성 향상

컴퓨터 비전은 인간의 행동을 감지하기 위해 차량과 같은 물리적 기계에 내장될 수 있지만

증강 현실(AR)을 통해 인간의 시력에 직접 오버레이 될 수도 있습니다. 

증강 현실은 작업자에게 컴퓨터 비전 3D 인식 디지털 렌즈를 이식하여 현실 세계로 나타나고 있습니다.

비즈니스 가치를 창출하는 컴퓨터 비전 어플리케이션을 만들기 위해

반드시 AI가 필요한 것은 아니지만, 사용된다면 그 효과가 더 증가합니다. 

컴퓨터 비전은 또한 산업계에서 흔히 볼 수 있는 잠재적으로 위험한 이벤트를 감지하고

경보 및 기타 완화 기술을 통해 작업자의 안전을 보장할 수 있습니다.

공간 컴퓨팅과 연관된 컴퓨터 비전은 이러한 3D 환경을 더욱 이해하여

중요한 통찰력을 가진 강력한 디지털 트윈 장소를 생성할 수 있습니다. 

소프트웨어 개발 엔지니어인 Eva Agapaki는 다음과 같이 설명합니다.

"우리는 전적으로 CAD 데이터를 기반으로 이 컴퓨터 비전 모델을 훈련시켰으며, 

이는 일반적으로 실제 세계 이미지의 대규모 데이터 세트를 필요로 하는 

AI 모델 개발 시간의 양을 크게 줄였습니다. 산업 회사는 풍부한 CAD 데이터를 처분 할 수 있으며

이 IP를 사용하여 AI 모델과 컴퓨터 비전을 교육하여 제품, 부품, 개체 및 이미지의 배열을 자동으로 인식할 수 있습니다." 

산업 세계는 복잡하며 직원이 알 수 없는 것과 접촉하여 비즈니스 문제를 일으키고 생산성을 저해하는 일이 자주 발생합니다.

이 예시에서 전통적으로 기술자는 수천 개의 매우 유사한 예비 부품 중에서 

단일 예비 부품에 대한 올바른 정보를 찾기 위해 교육 매뉴얼을 다시 생각하거나 

정확한 종이 기반 운영 절차를 정독해야 할 수 있습니다. 

증강 현실에서 컴퓨터 비전을 운영하는 AI 내장 알고리즘을 통해

기술자는 필요한 모든 정보를 즉시 확인하고 프로세스의 실패 지점을 줄일 수 있습니다. 

컴퓨터 비전은 시각 능력을 대체하는 것 뿐만 아니라 증강하기 위한 것도 있습니다.

스마트 어플리케이션을 사용하면 이전보다 더 안전하게 생산성을 높일 수 있습니다. 

어플리케이션 #3 : 자율 머신 강화

기계는 전통적으로 현실 환경을 인식하지 못했으며 

특정 인간의 입력에 의존하여 작동했습니다

센서화, IIoT, AI 및 공간 컴퓨팅을 통해 기계의 상황 인식이 점차 향상되고 있습니다. 

컴퓨터 비전은 현실 세계를 이해하고 탐색할 수 있는

이러한 융합 및 신흥 기술을 통해 기계에서 사용할 수 있는 기능입니다. 

자율 주행차는 자동차 경쟁 환경과 운송 생태계를 혁신하는

복잡한 컴퓨터 비전 어플리케이션의 좋은 예입니다.

자율 주행차는 다양한 동적(차량, 보행자) 및 정적(인프라, 나무, 표지판)시각 데이터의 부피를 수집하고

단 몇 분의 1 초만에 자동화된 결정을 전달해야합니다. 

이러한 방대한 양의 실제 데이터를 처리하고 AI모델을 훈련시켜 모든 운전 시나리오를 처리하려면,

자율 주행차 테스트 병목 현상을 일으키는 상당한 리소스가 필요합니다.

자율 주행차 및 기타 AI교육 데이터 단점에 대한 해결책으로 전문가들은

'이러한 AI 시스템은 실제 세계를 거의 모방하는 시뮬레이션된 도로와 같은 디지털 환경의 합성 데이터에서 많은 부분을 교육 할 수 있다'고 주장합니다.

자동화된 모바일 로봇은 창고의 작업자와 동기화하여 특정 물체를 선택하고 배치합니다. 

모든 기계 중심의 컴퓨터 비전 어플리케이션이 비즈니스 가치를 창출하기 위해

이러한 포괄적인 계산 점검과 정교한 움직임이 필요한 것은 아닙니다.

기계는 그동안 품질 검사 및 검증에 사용되어 왔으며

이러한 어플리케이션은 딥러닝을 통해 AI에 의해 점점 개선되고 있습니다. 

제조 공정의 한 지점에서 제품이나 물체가 어떻게 생겼는지 기계를 교육함으로써 

결함이 있는 모든 것을 빠르게 감지하고 제거할 수 있습니다.

이것은 가동 시간과 제품 수율을 유지하는 것이 경쟁적인 요구 사항인

많은 양의 이동 품목이 있는 생산 라인 을위한 중요한 컴퓨터 비전 어플리케이션입니다.

이 기계를 확장하면 컴퓨터 비전 품질 사용 사례는,

익은 정도를 기준으로 특정 작물만 선택하도록 설계된 농업용 트랙터나

밭 작물의 일부가 썩는 것을 감지하는 드론입니다.  

컴퓨터 비전은 주변 환경에 대한 기계 인식을 향상시키며

품질, 생산성 및 이동성 전반에 걸쳐 다양한 비즈니스 및 사회적 가치를 창출할 수 있습니다. 

어플리케이션 #4 : 공간 이해 향상

컴퓨터 비전이 명확해지기 시작하는 또 다른 영역은 공간이나 환경에 대한 적용입니다.

공간과 사물(사람, 기계, 사물 등)간의 상호 작용 웹을 분석하면 최적화와 효율성을 위한 기회가 열립니다.

Schavemaker는 새롭게 떠오르는 공간 개념을 

"작은 최적화가 전체 시스템에 큰 이점을 가져올 수 있는 전체의 일부로 엔티티와 상호 작용을 신중하게 '최적화'하여 '전체'를 최적화 할 것"이라고 설명합니다.

앞서 언급 한 농업용 드론의 예는 작물 수확량을 개선하고, 살충제를 모니터링 및 제어하거나,

가축을 추적하는 품질 이상의 유사한 조감도 사용 사례와 관련될 수 있습니다. 

교통 인프라에 컴퓨터 비전 시스템을 포함하면 도시의 탄소 발자국을 낮추려는 정부 기관에 교통 흐름 분석을 제공합니다. 

컴퓨터 비전은 주차 점유율을 확인하고 티켓팅을 자동화하여 수익을 높일 수 있습니다.

소매업에서는 고객의 움직임을 추적하여 제품 배치 및 판매와 할인 기회를 최적화합니다.

제조 분야에서 인력은 엄청난 생산성 문제이자 효율성을 창출 할 수있는 기회를 나타냅니다.

이제 컴퓨터 비전으로 워크 플로우 데이터를 캡처하고 공간 분석을 통해 최적화 패턴을 식별하고 병목 현상을 줄일 수 있습니다.

마지막으로

인간, 기계 및 환경 전반에 걸쳐 이러한 컴퓨터 비전 예제 사이에는 많은 중복이 있지만,

공통 주제는 컴퓨터 비전 렌즈를 현실 세계에 적용하여 더 잘 이해하고 그 안의 중요한 요소를 예측하는 것입니다.

산업 환경에서 고유한 물체를 인식하는 인간, 복잡한 자율 이동을 순간적으로 만드는 기계, 공간에서 물체의 행동을 분석하는 기계 등이 있습니다. 

컴퓨터 비전은 산업과 사회에서 점차 보편화 될 것입니다.

디지털 혁신 전략 내에서 성공적인 사용 사례를 조정하면 이러한 기술 혁신을 활용할 수있는 경로가 제공됩니다.