본문 바로가기

AI로 소매업 '손실 문제' 해결..엔비디아, AI 활용 도난 방지 애플리케이션 발표

반응형

AI가 만능 해결사로 이곳저곳에서 모습을 드러내고 있다. 이번에는 소매 산업에서 골치를 앓고 있는 손실 문제 해결에 인공지능이 해결사로 얼굴을 내밀었다. 도난을 방지하도록 설계된 애플리케이션을 신속하게 구축하고 출시할 수 있도록 도와주는, 메트로폴리스(Metropolis) 마이크로서비스에 구축된 세 가지 '소매 AI 워크플로(Retail AI Workflow)'를 엔비디아가 발표했다.

세계 최대 소매업 협회인 미국 소매 연맹(NRF; National Retail Federation)이 손실 방지 연구 위원회(Loss Prevention Research Council)와 공동으로 2022년 실시한 '소매 보안 조사(2022 Retail Security Survey)' 결과를 보면 소매 산업이 당면한 위기와 고충을 확인할 수 있다. 도난, 손상, 잘못된 배치로 인한 상품 손실이 소매업이 크게 위축되고 있는 현실을 직시할 수 있기 때문이다.

미국 소매 연맹이 실시한 '2022년 소매 보안 조사'에 따르면 소매업을 위축시키는 가장 큰 요인은 도난으로 인한 손실로, 외부인에 의한 도난이 37% 직원 등 내부인에 의한 도난이 28.5%로, 소매업을 위축시키는 전체 요인의 65.5%가 도난으로 인한 손실로 발생하는 것을 나타났다. (자료 : NRF & LPRC)


이로 인한 글로벌 소매 산업의 손실 규모는 1,000억 달러에 달할 것으로 추정한다. 그중에서도 특히 도난 문제는 소매업을 위축되게 만드는 가장 큰 요인으로, 도난이 차지하는 비중이 무려 65.5%에 달하는 것으로 조사됐다. 식품 및 기타 생필품 가격이 상승하면서 최근에는 절도가 두 배 이상 증가하고 있다고 소매 보안 조사 보고서는 밝히고 있다. 

엔비디아가 발표한 소매 AI 워크플로는 손실 방지 애플리케이션을 위한 노코드(no-code) 또는 로우코드(low-code) 빌딩 블록(building blocks)으로 활용할 수 있다. 가장 많이 도난당한 제품 이미지와 함께 사전 학습된 소프트웨어를 제공하고, 이를 기존 매장에서 사용하는 POS 시스템과 연결해 전체 매장에서 상품을 추적하는 방법으로 손실을 방지한다. 

엔비디아는 "워크플로는 AI 애플리케이션을 구축하는 코드가 적거나 없는 방식인 엔비디아 메트로폴리스 마이크로서비스를 기반으로 구축된다. 마이크로서비스는 복잡한 AI 워크플로를 개발하기 위한 빌딩 블록을 제공하고, 생산 준비가 된 AI 앱으로 빠르게 확장할 수 있도록 한다. 개발자는 AI 워크플로를 쉽게 사용자 지정하고 확장할 수 있고, POS 시스템과 같은 레거시 시스템과 더 쉽게 통합할 수 있다"고 밝혔다.

소매 AI 워크플로는 소매 손실 방지 AI 워크플로, 다중 카메라 추적 AI 워크플로, 소매점 분석 워크플로 구성된다. 소매 손실 방지 AI 워크플로 안의 AI 모델은 도난으로 자주 분실되는 수백 가지 제품을 인식하고, 제공되는 다양한 크기와 모양으로 인식하도록 훈련되어 있다. 또한 엔비디아 옴니버스(NVIDA Omniverse)가 생성한 합성 데이터를 통해 수십만 개의 매장 제품으로 맞춤화하는 추가 교육도 가능하다. 

다중 카메라 추적 AI 워크플로는 개발자가 매장 전체의 여러 카메라에서 개체를 추적하는 시스템을 보다 쉽게 만들 수 있도록 하는 다중 대상 다중 카메라(MTMC ; Multi-Target, Multi-Camera) 기능을 제공한다. 워크플로는 카메라 전체에서 객체와 매장 직원을 추적하고 각 객체에 대한 고유 ID를 유지한다. 쇼핑객의 프라이버시 보호를 위해 개인 생체 정보가 아닌 시각적 임베딩 또는 외관을 통해 객체를 추적한다. 

소매점 분석 워크플로는 컴퓨터 비전을 사용하여 매장 복잡도 추세, 쇼핑 바구니가 있는 고객 수, 통로 점유율 등과 같은 매장 분석에 대한 인사이트를 맞춤형 대시보드를 통해 제공한다.

 

 Syndicated to WWW.CIOKOREA.COM

반응형