아마존웹서비스(Amazon Web Services, 이하 AWS)는 온라인으로 진행된 연례 사용자 행사인 ‘AWS 리인벤트(AWS re:Invent)’에서 머신러닝과 비전 기술에 기반한 신규 산업용 서비스를 발표했다.

이번에 발표된 머신러닝 서비스는 아마존 모니트론(Amazon Monitron), 아마존 룩아웃 포 이큅먼트(Amazon Lookout for Equipment), AWS 파노라마 어플라이언스(AWS Panorama Appliance), AWS 파노라마 SDK(AWS Panorama SDK), 아마존 룩아웃 포 비전(Amazon Lookout for Vision) 등 다섯 가지이다. 이들 서비스는 산업 및 제조 업계의 고객사가 생산 공정에서 인텔리전스를 활용해 운영 효율성, 품질 관리, 보안 및 작업장 안전을 개선할 수 있도록 돕는다. 이 서비스들은 고도화된 머신러닝, 센서 분석 및 컴퓨터 비전 기능을 제공하며, 고객사의 기술적 과제를 해결하고 포괄적인 클라우드-투-에지 산업 머신러닝 서비스 제품군을 구성한다.

제조 산업 환경에 머신러닝을 도입하려는 기업들의 움직임이 강화되고 있다. 또한, 클라우드를 이용해 산업 데이터를 수집하고 분석하기 시작하면서 데이터를 이해하고 운영 효율성을 높이기 위해 머신러닝을 활용할 수 있는 방법에 대한 요구도 커지고 있다. 비용 절감과 운영 효율성 향상을 위한 예지 정비에 머신러닝을 활용하거나, 제품의 결함을 발견하고 작업장의 안전을 개선하기 위해 에지(edge)에 컴퓨터 비전을 사용하는 등 산업 현장에서 머신러닝의 기회가 더 많이 모색되는 것이다. 이런 상황에서 AWS는 산업 장비가 생성하는 대량의 데이터에서 더 많은 가치를 얻기 위해 클라우드, 인더스트리 에지 그리고 머신러닝을 함께 활용할 수 있는 기술과 서비스를 내세우고 있다.

아마존 모니트론(Amazon Monitron)은 센서, 게이트웨이, 머신러닝 서비스로 구성된 엔드-투-엔드 머신 모니터링 시스템을 제공하여 산업 장비의 이상 징후를 감지하고 유지보수가 필요한 시기를 예측한다. 아마존 모니트론은 고객이 고도화된 머신러닝 기반의 예지 정비 시스템을 새로 구축하는데 드는 비용과 복잡성을 줄이고 핵심 제조, 공급망, 운영 기능에 집중할 수 있도록 한다. 아마존 모니트론은 비정상적인 진동이나 온도 변동을 모니터하여 기계가 정상적으로 작동하지 않는 경우를 감지하고, 예지 정비 필요 여부를 판단할 수 있도록 기계 검사 시기를 알려준다.

아마존 모니트론의 엔드-투-엔드 시스템에는 진동과 온도 데이터를 수집하는 IoT 센서, 데이터를 집계해 AWS로 전송하는 게이트웨이, 비정상적인 장비 패턴을 감지해 몇 분 안에 결과를 제공할 수 있는 머신러닝 클라우드 서비스가 포함되어 있다. 아마존 모니트론을 이용하면 유지보수 기술자가 개발 작업이나 전문 교육 없이 몇 시간 안에 기계의 상태 추적을 시작할 수 있다. 또한, 아마존 모니트론에는 고객사의 현장 유지보수 기술자가 장비의 동작을 실시간으로 모니터링할 수 있는 모바일 앱도 탑재돼 있다.

아마존 룩아웃 포 이큅먼트(Amazon Lookout for Equipment)는 기존 센서의 데이터를 AWS에 전송하여 고객을 위한 모델을 구축하고 비정상적 장비 동작을 감지하기 위한 예측을 제공한다. 고객은 자체 보유한 센서 데이터를 아마존 S3에 업로드하고 S3 위치를 아마존 룩아웃 포 이큅먼트에 제공한다. 아마존 룩아웃 포 이큅먼트는 데이터를 분석하고, 정상적 또는 건강한 패턴을 평가한 다음, 모든 데이터로부터 얻은 내용을 학습하여 고객 환경에 맞는 맞춤형 모델을 구축한다. 이후 머신러닝 모델을 사용해 들어오는 센서 데이터를 분석하고, 기계 고장에 대한 초기 경고 신호를 파악할 수 있다.

많은 산업 및 제조업 고객사들은 모니터링 또는 육안 검사 작업을 자동화하고 실시간으로 의사결정을 내리기 위해 시설 및 장비의 라이브 비디오 피드에 컴퓨터 비전을 사용할 수 있기를 원한다. AWS 파노라마 어플라이언스(AWS Panorama Appliance)는 고객의 온프레미스 카메라에 컴퓨터 비전을 추가할 수 있는 새로운 하드웨어 어플라이언스를 제공한다. 고객이 AWS 파노라마 어플라이언스를 네트워크에 연결하면, 장치가 자동으로 카메라 스트림을 식별하여 기존 산업용 카메라와 상호 작동을 시작한다.

AWS 파노라마 어플라이언스는 AWS 머신러닝 서비스 및 IoT 서비스와 통합돼 맞춤형 머신러닝 모델을 구축하거나 보다 정밀한 분석을 위해 영상을 수집할 수 있다. AWS 파노라마 어플라이언스는 AWS 머신러닝을 에지까지 확장하여 고객이 외부 연결 없이도 로컬 현장에서 예측이 가능하도록 지원한다. 각 AWS 파노라마 어플라이언스는 여러 카메라 스트림에서 컴퓨터 비전 모델을 병렬로 실행할 수 있어 품질 관리, 부품 식별, 작업장 안전 등에 활용할 수 있다.

AWS 파노라마(AWS Panorama) 소프트웨어 개발 키트(SDK)는 하드웨어 업체가 유의미한 컴퓨터 비전 모델을 에지에 실행할 수 있게 하는 새로운 카메라 구축을 지원한다. 제조업체는 AWS 파노라마 SDK를 이용해 고화질 영상을 더 높은 해상도로 처리할 수 있는 컴퓨터 비전 모델로 카메라를 구축할 수 있다. 또한 이더넷을 통해 전원을 공급받아 현장 주변에 배치할 수 있는 저렴한 기기에 보다 정교한 모델을 구축할 수 있다. 고객은 아마존 세이지메이커로 자체 모델을 훈련해 클릭 한 번으로 AWS 파노라마 SDK로 구축한 카메라에 배치할 수 있다.

AWS 고객들이 자체 카메라로 컴퓨터 비전을 활용하려는 목적 중 하나는 품질 관리를 위한 것이다. 컴퓨터 비전은 결함을 일관성 있게 식별하는데 필요한 속도와 정확성을 제공하지만 구현이 복잡할 수 있으며, 데이터 과학자 팀이 머신러닝 모델을 구축, 배치 및 관리해야 한다.

아마존 룩아웃 포 비전(Amazon Lookout for Vision)은 머신러닝을 통해 한 시간에 수천 개의 이미지를 처리하여 결함과 이상 징후를 찾아내는 정확도가 높고 비용이 저렴한 이상 징후 탐지 솔루션을 제공한다. 고객들은 기계 부품에 금이 가거나, 패널에 흠집이 나거나, 불규칙한 모양이나 제품 색상 오류 등의 이상 징후를 식별하기 위해 아마존 룩아웃 포 비전에 카메라 이미지를 일괄 또는 실시간 전송한다. 그 다음 아마존 룩아웃 포 비전은 적절한 조치가 취해질 수 있도록 기준과 다른 이미지들을 보고한다. 고객은 기준에 맞는 ‘적절한’ 상태의 이미지를 30개만 제공하면 기계 부품이나 제조 제품을 정확하고 일관성 있게 평가할 수 있다.

AWS의 스와미 시바수브라마니안(Swami Sivasubramanian) 아마존 머신러닝 부사장은 “산업과 제조업계 고객사들은 주주, 고객, 정부, 경쟁업체로부터 비용 절감, 품질 향상, 규정 준수에 대해 지속적인 압박을 받고 있다. 이들 기업은 클라우드와 머신러닝을 이용해 프로세스를 자동화하고 운영 전반에 걸친 인적 역량을 향상하길 원하지만 이러한 시스템 구축은 오류 발생 가능성이 높고, 복잡하며, 시간과 비용이 많이 들 수 있다. 고객사들의 미래 스마트 공장 구축을 돕기 위해 클라우드를 에지로 연결시키고 설치 및 배치가 쉽고 빠르게 구동할 수 있는 5가지 새로운 산업 특화 머신러닝 서비스를 고객에게 제공하게 되어 기쁘다”고 전했다.