본문 바로가기
  • AI 시대에 적응하는 현대인을 위한 지식 공간
  • AI를 위한 데이터를 과학으로 역어본다

AI 기획 및 분석20

ERP 솔루션에 AI를 더하다. ERP 솔루션에 AI를 접목한 신상품 출시 전략 가이드기업용 ERP(Enterprise Resource Planning) 솔루션 시장은 인공지능 기술의 급격한 발전과 함께 새로운 전환점을 맞이하고 있습니다. 전통적인 ERP 시스템이 데이터의 수집과 관리에 초점을 맞추었다면, AI가 접목된 차세대 ERP는 데이터를 기반으로 한 예측, 자동화, 그리고 지능형 의사결정 지원까지 그 영역을 확장하고 있습니다. 본 가이드에서는 ERP 솔루션에 AI를 도입하려는 기업들을 위해 클라우드 AI와 로컬 AI의 특성을 비교하고, 실제 도입 전략부터 마케팅 방안까지 종합적인 로드맵을 제시합니다.AI가 접목된 차세대 ERP 구축은 기존 ERP시스템에 사용자 경험을 극대화 시킬수 있는 필수 요소가 되었습니다. [ 차례 ].. 2025. 12. 10.
인공지능 제조 플랫폼 KAMP 데이터셋 활용 중소기업을 위한 제조 AI 혁신의 시작, 제조 데이터셋의 활용현대 제조업에서 데이터는 새로운 석유라고 불립니다.특히 중소 제조기업들이 디지털 전환과 스마트 팩토리 구축을 추진하는 과정에서, 제조 데이터의 수집과 활용은 기업의 경쟁력을 좌우하는 핵심 요소가 되었습니다. 하지만 대부분의 중소기업들은 데이터를 체계적으로 수집하고 분석할 수 있는 전문 인력과 인프라 부족으로 어려움을 겪고 있습니다. 인공지능 기술의 발전과 함께 제조 데이터는 단순한 정보 저장소를 넘어서 품질 향상, 공정 최적화, 예지보전 등 다양한 영역에서 실질적인 가치를 창출하는 자산이 되었습니다. 특히 머신러닝과 딥러닝 기술을 활용한 제조 AI 솔루션들은 기존에 경험과 직감에 의존했던 제조 공정을 과학적이고 정량적인 방식으로 개선할 수 있는.. 2025. 10. 27.
[디바이스 AI] 뉴로모픽 AI (Neuromorphic AI)의 이해 뉴로모픽 AI는 인간 대뇌의 신경망 구조와 동작 방식을 하드웨어 수준에서 직접 모방하여 구현한 차세대 컴퓨팅 기술입니다. 1980년대 CalTech의 Carver Mead 교수가 처음 제안한 이 개념은, 전통적인 폰 노이만 구조를 벗어나 뉴런과 시냅스의 생물학적 특성을 실리콘 회로로 구현하여 학습과 추론을 동시에 수행할 수 있는 혁신적인 컴퓨팅 패러다임입니다. 기존의 인공신경망이 소프트웨어적으로 뇌의 기능을 시뮬레이션한다면, 뉴로모픽 AI는 하드웨어 자체가 뇌의 물리적 구조와 동작 원리를 직접 구현합니다. 2025년 현재 Intel의 Loihi, IBM의 TrueNorth, BrainChip의 Akida 등이 상용화되어 다양한 분야에 적용되고 있습니다.이전 글에서 뉴로모픽 AI는 '오가닉 AI'로 소개된.. 2025. 10. 16.
[디바이스 AI] 인메모리 AI (In-Memory AI) 인메모리 AI : 차세대 인공지능의 핵심 기술AI 기술이 우리 일상 곳곳에 스며들면서, 사용자들은 점점 더 빠른 응답 속도와 실시간 처리를 요구하고 있습니다. 스마트폰에서 즉각적으로 반응하는 음성 비서, 자율주행차의 순간적인 판단, 실시간 언어 번역 등 이 모든 것의 배후에는 '인메모리 AI(In-Memory AI)'라는 기술이 자리하고 있습니다. 인메모리 AI는 말 그대로 AI 모델과 데이터를 메모리(RAM) 내에서 직접 처리하는 기술입니다. 전통적인 방식처럼 디스크에서 데이터를 불러오고 쓰는 과정을 거치지 않기 때문에, 데이터 접근 속도가 수백 배에서 수천 배까지 빨라질 수 있습니다. 클라우드 서버와의 통신 없이도 기기 자체에서 AI가 작동할 수 있다는 점에서, 프라이버시 보호와 비용 절감이라는 두 .. 2025. 10. 15.
[디바이스 AI] 엣지 AI (Edge AI)의 이해 엣지 AI는 클라우드 서버가 아닌 스마트폰, IoT 기기, 로봇 등 현장의 디바이스에서 직접 AI 연산을 수행하는 기술입니다.실시간 처리, 개인정보 보호, 네트워크 의존성 감소를 통해 의료, 자율주행, 산업 자동화 등에서 핵심적인 역할을 하며 중요성이 커지고 있습니다. 하드웨어 성능 향상과 경량화된 AI 모델(TinyML, 온디바이스 LLM) 발전으로 더 복잡한 AI 작업을 엣지에서 처리할 수 있게 되어 발전 가능성이 매우 높습니다. 디바이스 AI에서 엣지 AI는 NPU(Neural Processing Unit)나 전용 AI 칩을 통해 구현되며, 센서 데이터 분석, 음성/이미지 인식, 예측 유지보수 등을 담당합니다.클라우드 AI와 협업하는 하이브리드 구조에서 경량 작업은 엣지에서, 복잡한 작업은 클라우드.. 2025. 10. 8.
[디바이스 AI] 피지컬 AI(Pysical AI)의 이해 NVIDIA의 젠슨 황 CEO는 CES 2025 기조연설에서 AI 진화의 새로운 단계를 선언했습니다. 인식 AI(Perception AI)에서 생성 AI(Generative AI)를 거쳐, 이제는 "추론하고, 계획하고, 행동할 수 있는" Physical AI의 시대가 도래했다는 것입니다. 그는 "범용 로봇의 ChatGPT 순간이 곧 온다"며, Physical AI가 단순한 디지털 영역을 넘어 실제 물리적 세계와 상호작용하는 AI 시스템으로 진화할 것이라 강조했습니다. 특히 전 세계적인 저출산과 제조업 인력 부족 문제를 해결하기 위해 Physical AI와 로봇 기술은 전략적 필수 요소가 되었으며, 향후 5조 달러 규모의 공장 최적화라는 거대한 산업적 기회를 창출할 것입니다. 이처럼 Physical AI는.. 2025. 10. 4.
[디바이스 AI] 임베디드 AI (Embedded AI)의 이해 임베디드 AI는 대용량 언어모델(LLM)과 달리 서버 기반에서의 실행이 아닌 산업용 센서, 자동차 등의 자율주행등 IoT기반의 실시간 결정을 위해 물리적 디바이스에 설치되어 해당 사물에 인공지능을 삽입하는 기술로 디바이스AI 기술의 한 분야라 할 수 있습니다. 대부분의 임베디드 AI기술은 제품의 전체에서 사용되기 보다는 특정 목적을 수행하는 부품에 삽입되어 해당 기능에 인공지능을 부여하는 기술이라고 보는게 좋을 듯 합니다.시장 동향 : 2025년 임베디드AI MediumPromwad는 AIoT(AI+IoT)로 진화하며 엣지컴퓨팅 시장이 2028년까지 8,000억 달러를 넘어설 전망이며, IoT 디바이스가 188억 개에 달하면서 실시간 로컬 데이터 처리가 핵심 트렌드로 부상했습니다.기술 특징 : 마이크로컨.. 2025. 10. 2.
[디바이스 AI] 온디바이스 AI (On-Device AI)의 이해 온디바이스 AI (On-Device AI)는 거대언어모델(LLM) 시장에 진입하지 못하는 많은 기업들이 그나마 진입이 가능한 틈새시장으로 많은 기업들의 관심이 집중되고 있습니다. 특수한 분야에 적합한 경량화된 AI모델을 디바이스에 접목함으로써 실질적인 생활속의 AI를 구현하는 것이므로 미래의 먹거리 산업이 되기에 충분 합니다.2025년 온디바이스AI 시장은 연평균 27.95% 성장하여 ( 2025년 온디바이스AI 시장 연평균 27.95% 성장한다… 딜로이트 보고서 – AI 매터스 l AI Matters ) 2031년 약 167조원 규모에 달할 것으로 예상되며, 스마트폰 출하량의 30% 이상이 생성형AI를 지원할 전망입니다.클라우드 서버 없이 기기 내부에서 직접 AI 연산을 수행하여 데이터 전송 지연을 줄.. 2025. 9. 25.
미래를 바꾸는 디바이스 AI 기술 온디바이스 AI, 임베디드 AI, 피지컬 AI, 엣지 AI, 인메모리 AI 및 뉴로모픽 AI비슷한데 조금은 다른 디바이스 AI를 분석합니다.인공지능 기술이 클라우드 중심에서 디바이스 중심으로 패러다임이 전환되고 있는 현재, 6가지 핵심 디바이스 AI 기술들이 산업계의 주목을 받고 있습니다. 2025년을 맞아 각각 독특한 특성과 장점을 바탕으로 다양한 산업 분야에 혁신을 가져다주고 있는 이 기술들은 단순히 새로운 트렌드가 아닌, 향후 10년간 AI 산업의 방향성을 결정할 핵심 기술로 평가받고 있습니다.디바이스 AI 기술 개요온디바이스 AI (On-Device AI)인터넷 연결 없이 개별 기기 내에서 AI 연산을 수행하는 기술로, 스마트폰의 실시간 번역이나 카메라의 즉석 사진 편집 등에 활용됩니다. 개인.. 2025. 9. 24.

티스토리툴바