KT, 4대 ‘융합 AI 엔진’ 공개…산업용 AI 시장 정조준

“기가트윈 등 AI 엔진으로 산업 현장 고충 해결”

(사진제공=KT)

KT가 통신ㆍ제조ㆍ교통ㆍ물류 등 산업용 AI 시장 공략에 나선다.

14일 KT는 4대 ‘융합 AI 엔진’으로 ‘네트워크 AI’, ‘기가트윈(Giga Twin)’, ‘로보오퍼레이터(Robo-Operator)’, ‘머신닥터(Machine Doctor)’를 공개했다.

KT는 4대 AI 엔진을 동력으로 AI 기술을 다양한 산업 분야에 적용해 산업 전반의 변화를 주도한다는 계획이다. 먼저, KT는 고객이 문제를 확인하고 고객센터에 신고하지 않아도 AI가 먼저 확인해 스스로 문제를 해결할 수 있는 ‘자정능력’을 가진 네트워크를 만들기 위해 네트워크 AI 엔진을 개발했다. 네트워크 AI 엔진은 요약된 문구ㆍ문장으로 돼 있는 수만 가지의 장비 경보 패턴을 수학적으로 모델링해 학습했다. 정상 상태와 학습한 데이터가 얼마나 유사한지 비교하는 방식으로 인간 수준의 장애 예측 및 복구를 위한 조치사항을 도출하는 방식이다.

KT는 네트워크 AI 엔진을 바탕으로 네트워크 특성에 따라 3가지 솔루션을 만들어 자사의 통신망에 적용했다. ‘닥터로렌(Dr. Lauren)’은 유선 네트워크, ‘닥터케이블(Dr. Cable)’은 외부 통신 시설(OSP)을, ‘닥터와이즈(Dr. WAIS)’는 LTE?5G와 같은 무선 네트워크를 책임진다.

기가트윈은 자가진화 기능이 담긴 디지털트윈 AI 엔진이다. 실물과 가까운 시뮬레이션 모델을 만들고 실황과 가까운 예측 데이터를 제공해 최적화에 도움을 준다. 적은 데이터로 초기 학습 모델을 빠르게 구축할 수 있고 이후 쌓이는 데이터를 가지고 강화 학습을 하는 등 스스로 진화한다. 최신 이슈를 지속적으로 반영할 수 있다는 장점을 갖고 있다.

기가트윈을 교통 분야에 적용하면 공간 모델을 만들어 전국의 실시간 도로 상황을 분석할 수 있다. 2시간 이후의 교통 흐름 변화를 정확도 88% 수준으로 예측해 낸다. KT는 이 엔진을 10개 광역단위 교차로의 교통 신호 제어 시스템에 적용해 신호 최적화를 시행하면 교통 정체의 약 20%를 개선할 수 있을 것으로 예상했다.

로보오퍼레이터는 설비제어에 특화된 AI 엔진으로 최적화된 제어 솔루션을 제공해준다. 딥러닝이 설비들의 상호관계를 학습하고 설비의 가동, 정지 시점과 설정 값 등을 빌딩 자동화 시스템에 전달해 에너지 절감 효과를 극대화한다.

머신 닥터는 사운드, 진동, 전류 등의 데이터를 분석해 기계의 결함을 학습하고 어떤 부분을 고쳐야 할지 직접 진단해준다. 머신 닥터에는 고객의 설비 환경에 대해 스스로 학습하고 맞춤 형태로 조언해 주는 셀프러닝(Self-Learning) 기능이 탑재돼 있다.

KT는 “기가트윈, 로보오퍼레이터, 머신닥터가 산업 현장의 고충을 해결하고 새로운 산업 가치를 창출할 수 있을 것”이라고 전망했다.

KT는 이날 4대 융합 AI 엔진을 기반으로 ‘KT브레인허브(KT Brain Hub)’도 구축했다고 밝혔다. KT브레인허브는 웹 페이지로 ‘AI 학습용 데이터’ 플랫폼이다. AI 학습용 데이터는 AI 목적에 맞는 데이터를 AI 엔진이 학습할 수 있는 상태로 전처리 가공 과정을 거친 자료의 집합이다. AI가 인간과 유사하게 논리적인 판단과 결정을 하기 위한 기초로 이용된다.

KT브레인허브는 AI 학습용 데이터에 대한 정보를 공유하고 수집해 가공 데이터로 제공한다. KT브레인허브에는 네트워크 인프라, 에너지, 빌딩 설비, 음성 인식, 영상 인식 데이터 등 AI 학습 데이터가 저장돼 있다.

홍경표 KT 융합기술원장 전무는 “KT는 음성인식 등의 인터페이스 AI 기술뿐 아니라 산업 현장에 특화된 융합 AI 엔진과 산업별 데이터 자원 및 플랫폼을 가지고 있다” 며 “통신, 비통신 산업의 생산성과 효율성을 높이고 더 나아가 최적의 의사결정을 지원하는 솔루션을 제공해 플랫폼 시장의 혁신을 이끌어 나갈 계획”이라고 말했다.