태그검색
찾고 싶은 것이 있나요?
LGCNS에 대한 259개의 태그 검색결과가 있습니다.
- 블로그 LG CNS, 물류로봇 구독 서비스 ‘RaaS’로 물류 고객DX혁신 경험 앞장 [찐텐 올라가는 DX기술시리즈] 스마트물류 3편 이커머스 시장이 급성장하면서 고객들의 주문에 효과적으로 대처할 수 있는 물류창고 시스템 구축과 다양한 물류로봇 도입이 대세로 떠올랐습니다. 실제 아마존, 구글, 알리바바, DHL 등 세계적인 글로벌 기업들이 로봇을 앞다퉈 도입하고 있는데요, 물류로봇에 AI(인공지능), 빅데이터, 클라우드 등 DX혁신 기술이 융복〮합되면서 대중화를 넘어 지능화 시대가 본격화했습니다. 최근에는 증가하는 온라인 수요를 획기적이고 효율적으로 관리하기 위한 ‘서비스로서의 로봇(Robot as a Service, RaaS)’이 업계의 주목을 받고 있는데요, RaaS는 IT업계의 ‘서비스로서의 소프트웨어(Software as a Service, SaaS)’에서 탄생한 용어입니다. 물류센터에서 사람을 대신할 로봇을 임대하거나 상품을 정확히 분류해주는 등 고객이 필요한 특정 기능을 서비스 개념으로 제공하는 구독 비즈니스 모델을 뜻합니다. LG CNS, 로봇 구독 서비스 모델 ‘RaaS’로 물류로봇 상용화 이끈다 국내에서는 스마트물류 시장을 선도하고 있는 DX전문기업 LG CNS의 활약이 단연 돋보이는데요. LG CNS는 올해 ‘물류로봇 구독 서비스(RaaS)’를 선보이며 고객들의 DX경험 혁신에 나서고 있습니다. LG CNS의 ‘RaaS’는 이커머스·유통·제조 기업들이 물류로봇을 구매할 때 지불해야 하는 수백억 원의 비용에 대한 페인 포인트(Pain Point)를 해결하는 과정에서 탄생했는데요. 지금까지 기업들은 로봇 구입 비용을 한 번에 지출해야 한다는 부담을 가지고 있었습니다. 이는 물류 로봇 도입의 큰 걸림돌로 작용했죠. 그뿐만 아니라, 기업들이 로봇을 대량 구입해 사용한 경우에도, 예상보다 기대만큼 성과가 나지 않는 경우가 있습니다. 이때 구입한 로봇을 취소하는 것은 사실상 어렵기에 비용적인 측면에서 손해가 생겨 기업들은 도입을 망설일 수도 있습니다. DX신기술 총집약체 LG CNS ‘RaaS’ … ‘비용·운영 문제’ 단번에 해결! 그러나, 이제 LG CNS의 ‘RaaS’를 사용하면 고객은 더 이상 값비싼 로봇을 구매하지 않아도 됩니다. 정해진 계약 기간 동안 월 단위 또는 연 단위의 구독료만 지불하면 로봇은 물론, 소프트웨어 관리 서비스까지 활용할 수 있습니다. 비용 경제성은 물론 운영 효율성이라는 두 마리 토끼를 모두 잡을 수 있게 된 것이죠. LG CNS가 RaaS로 제공하는 물류 자동화로봇에는 △상품 보관, 적재, 이동 모두 가능한 큐브 형태의 물류 자동화로봇 ‘오토스토어’ △AI로 상품의 특성을 파악해 정확하게 집어 나르는 ‘AI피킹로봇’ △고정된 경로에서 반복적으로 상품을 운반할 때 적합한 ‘무인운송로봇(AGV, Automated Guided Vehicle)’ 등 다양한 종류가 있습니다. 노르웨이 물류자동화 업체인 오토스토어는 전 세계 40개국,...
- 블로그 LG CNS 보안 공개 강의에 여러분을 초대합니다! LG CNS 보안사업담당에서 現 보안 회사 재직자와 정보보호학과 대학생을 대상으로 무료 보안 강연을 진행합니다! 이번 강연은 오는 21일 LG사이언스파크 ISC동에서 오프라인으로 진행되며, 참석 인원은 최대 40명 규모로 진행될 예정입니다. 이번 강연 주제로는 보안 취약점 점검, 보안 심사, 모의해킹 사례, BLACKHAT 2022 USA 참관후기 등 실무와 관련된 다양한 주제를 다룰 예정입니다. 보안 분야에 관심있는 분들의 많은 신청 부탁드립니다. 최종 참석자분들께는 자세한 내용에 대해 추후 개별 통보 드릴 예정입니다. 글 ㅣ LG...
- 블로그 소설부터 의상 디자인까지? 초거대 AI, 어디까지 가봤니? 초거대 AI는 무엇을 할 수 있을까요? 빅테크 기업들이 단순히 소설과 칼럼을 쓰기 위해 많은 금액을 투자해 초거대 AI를 구축하지는 않았을 겁니다. 처음에 기업들은 초거대 AI를 활용해 주로 연구를 진행했습니다. 하지만 지금기업은 연구 용도를 벗어나 하나둘 초거대 AI를 사업 모델에 적용하고 있습니다.자체 서비스를 고도화하거나 타 기업과 업무협약(MOU)을 체결해 다양한 산업의 경쟁력을 높이고 있습니다. GPT-3, 다양한 기업의 서비스에 변화 이끌다 초거대 AI의 가능성을 밝힌 모델은 오픈AI의 ‘GPT-3’입니다. 그만큼 활용 사례가 다양한데요. 기업들은 GPT-3로 고객 피드백을 분석하거나 검색 엔진과 챗봇 서비스를 고도화하고 있습니다. 지금까지 공개된 GPT-3 사용 사례 중 중요한 내용을 모아봤습니다. 아이어블, GPT-3로 고객 피드백 분석 고객 피드백을 분석해 고객사의 마케팅 전략을 지원하는 아이어블(Aiable)은 2021년 피드백을 분석하는 업무에 GPT-3를 적용했습니다. 고객이 남긴 앱 리뷰나 설문 조사, 문의 사항, 소셜 미디어, 통화 내용 등에서 얻은 텍스트 형식 피드백을 GPT-3를 사용해 분석하는데요. 여기서 분석한 자료를 다시 텍스트로 처리해 마케팅 전략에 필요한 점을 찾고 있습니다. 예를 들어 “고객이 우리 호텔에서 체크아웃할 때 무엇을 가장 불편해하지?”라고 질문하면 GPT-3를 탑재한 아이어블 플랫폼은 “고객들은 체크아웃하는 시간이 너무 오래 걸린다는 점에 답답함을 느낀다. 특히 체크아웃할 때 자신의 집 주소를 불필요하게 길게 기입하는 걸 안 좋아한다. 그리고 그들은 지금보다 더 다양한 지불 방식을 원한다”라고 대답합니다. 기업 마케터는 이 내용을 사업 전략에 활용할 수 있죠. 알골리아, 고급 검색 솔루션에 GPT-3 통합 검색 엔진 솔루션 기업 알골리아(Algolia)는 자체 개발한 고급 검색 기술에 GPT-3를 통합했습니다. 고객...
- 블로그 텍스트를 넘어 생체신호까지 학습한다!떠오르는 ‘멀티모달 AI’ 지난 글에서는 기계 언어를 바꾼 ‘초거대 AI’의 등장을 살펴봤습니다. 초거대 AI는 인간의 뇌 구조를 모방해 스스로 사고하고 학습하며 판단할 수 있는 AI인데요. LG AI연구원이 선보인 엑사원은 오픈AI의 GPT-3와 네이버가 출시한 하이퍼클로바, 카카오의 코지피티와는 다릅니다. GPT-3와 하이퍼클로바가 언어모델이라면, 엑사원은 멀티모달 AI죠. 언어뿐만 아니라 이미지도 학습하고 사고하고 판단할 수 있습니다. 최근 초거대 AI는 언어모델을 벗어나 엑사원처럼 ‘멀티모달’ 형태로 발전하고 있습니다. 멀티모달 AI란? 멀티모달 AI는 다양한 모달리티를 동시에 받아들이고 사고하는 AI 모델을 뜻합니다. 기존 초거대 AI가 주로 언어에 초점을 맞춘 언어 모델이었다면, 멀티모달 AI는 여기서 한발 더 나아갑니다. 언어모델이 사고할 수 있었던 텍스트 데이터 외에도 △이미지 △음성 △제스처 △시선 △표정 △생체신호 등 여러 입력 방식을 받아들이고 사고할 수 있죠. 이를 통해 인간과 AI가 더욱 자연스럽게 의사소통할 수 있게 합니다. GPT-3가 영국 가디언지에 칼럼을 쓸 수 있었던 것은 AI가 텍스트를 받아들이고 이를 사고할 수 있었기 때문입니다.멀티모달 AI는 텍스트뿐만 아니라 이미지, 동영상, 생체신호 등을 학습하고 사고할 수 있기 때문에 칼럼 작성 외에 다른 일도 할 수 있는데요. 다양한 이미지를 학습해 인테리어를 디자인할 수 있고, 사람의 대화를 바로 영상으로 만들어 보여줄 수도 있습니다. 이처럼 멀티모달 AI는 텍스트 기반으로 새로운 콘텐츠를 만들어냈던 초거대 AI가 이미지, 음성, 표정, 시선, 제스처 등 다양한 데이터를 토대로 새로운 결과물을 내놓는 방향으로 진화한 버전입니다. 초거대 멀티모달 AI의 시작을 알린 오픈AI의 ‘달리(DALL-E)’ GPT-3로 초거대 언어모델 AI 시대를 알린 오픈AI는 초거대 멀티모달 AI에도 성과를 냈습니다. 오픈AI는 2021년 1월 초거대 멀티 모달 AI인 ‘달리(DALL-E)’를 자사 블로그에 공개했습니다. 달리는 자율주행 로봇 이야기를 담은 2008년 애니메이션 영화 ‘WALL-E’와 초현실주의 화가 살바도르 달리(Salvador Dalí)를 합친 이름입니다. 오픈AI는 “달리가 NLP(Natural Language Processing, 자연어처리)와 이미지 인식 기술을 함께 사용해 전에 학습한 적이 없는 이미지를 새로 ‘창조’해낼 수 있다”고 밝혔습니다. GPT-3가 방대한 양의 언어 데이터를 학습한 후 다양한 방식으로 언어를 사용할 수 있었다면, 달리는 GPT-3가 학습한 텍스트와 더불어 같은 방식으로 이미지를 학습해 새로운 결과물을 냈습니다. 달리는 기존 이미지 생성 기술과 달리 각 이미지 데이터를 큐레이팅, 라벨링 하지 않습니다. 인터넷상에서 수집한 방대한 이미지와 이를 묘사한 캡션들을 학습해 결과물을 내죠. 이를 통해 경험한 적이 없는 이미지 대상도 학습 데이터를 조합해 새로 만들어낼 수 있습니다. 예를 들어 달리는 ‘개를 산책시키는 아기 무’란 이미지를 만들어낼 수 있습니다. 개를 산책시키는 무는 세상에 없죠. 따라서 이러한 이미지를 라벨링 할 수 없고 학습할 수도 없습니다. 하지만 달리는 이 이미지를 조합해 새로운 이미지를 창조해냈습니다. 오픈AI는 블로그를 통해 “달리는 이질적인 아이디어를 결합해 사물을 합성할 수 있는 능력을 갖추고 있다”며 “현실 세계에 존재하지 않는 것도 만들어낼 수 있다”고 밝혔습니다. ‘달리 2(DALL-E 2)’와 구글 ‘이매젠(Imagen)’의 등장 오픈AI는 올해 4월 달리에 이은 ‘달리 2(DALL-E...
- 블로그 나랑 ‘티키타카’ 할 수 있는 AI 비서? ‘초거대 AI’의 등장! 지금의 인공지능(AI) 기술이 아이언맨에 나오는 AI 비서 ‘자비스’처럼 인간과 자연스러운 대화를 하며 도움을 줄 수 있을까요? 우리에게 익숙한 챗봇처럼 정해진 답변만 제공하는 것이 아니라 우리의 대화를 이해해 자연스러운 대화가 가능한 AI 비서가 나올 수 있을까요? 이 질문에 대한 답은 ‘그렇다’ 입니다. 이미 이러한 기술은 속속 등장하고 있죠. 초거대 AI가 등장하면서입니다. AI 업계에 ‘거거익선(巨巨益善)’바람이 불고 있습니다. 최근 AI 빅테크 기업은 하이퍼스케일(Hyperscale)급 학습 모델을 갖추고 있는데요. 이는 ‘초거대 AI’혹은 ‘초대규모 AI’라고 불리는 AI 학습 모델입니다. 초거대 AI란? 초거대 AI는 스스로 사고하고 학습하며 판단할 수 있는 인간의 뇌 구조를 모방한 AI입니다. 대용량 연산이 가능한 컴퓨팅 인프라를 기반으로 대규모 데이터를 스스로 학습하고 사고하며 판단할 수 있습니다. 글을 쓴다고 가정해봅시다. 사람이 하나의 주제에 대한 글을 쓰기 위해선 관련 주제에 대한 데이터를 모으고 공부를 해야 합니다. 그리고 이러한 데이터를 토대로 내용을 구성하고 새로운 이야기를 만들어 글을 작성하죠. 초거대 AI도 비슷합니다. 수많은 데이터를 학습하고 여기서 학습한 데이터를 토대로 새로운 이야기를 만들어냅니다. 초거대 AI가 학습할 수 있는 데이터는 사람의 학습량을 훨씬 초월하기 때문에 사람보다 더 빠르고 다양한 내용을 다룰 수 있습니다. 초거대 AI에는 인간의 뇌에서 정보를 학습하고 기억하는 ‘시냅스’와 유사한 역할을 하는 존재가 있습니다. 인공신경망에 있는 ‘파라미터(Parameter, 매개변수)’인데요. 우리 뇌에 있는 시냅스는 많으면 많을수록 뇌가 처리할 수 있는 정보량이 많아지고 처리 속도도 빨라집니다. 뇌의 성능이 좋아지는 것이죠. AI도 마찬가지입니다. 이론상으로 AI는 파라미터가 많으면 많을수록 정교한 학습이 가능합니다. 일반적으로 초거대 AI는 기존 AI보다 최소 수백 배 많은 파라미터를 탑재하고 있습니다. 오픈AI가 개발한 ‘GPT-3’는 1,750억 개의 파라미터를 탑재하고 있죠. 네이버의 ‘하이퍼클로바’는 2,040억 개, LG AI 연구원의 ‘엑사원’은 약 3,000억 개의 파라미터를 보유하고 있습니다. 이처럼 파라미터를 많이 탑재한 초거대 AI는 기존 AI처럼 특정 역할에 국한되지 않고 스스로 생각하고 학습하며 판단할 수 있습니다. 그렇다면 초거대 AI는 왜 등장하게 됐을까요? AI의 최종 목표는 사람같이 생각하고 판단할 수 있는 모델을 만드는 것입니다. 사람의 뇌와 같은 역할을 할 수 있는 AI를 목표로 하죠. 이러한 AI가 만들어져야 사람의 개입 없이 완전 자율주행을 할 수 있는 자동차가 만들어질 수 있고 영화에서 나오는 AI 비서를 만들 수 있기 때문입니다. 하지만 지금까지 AI 개발 속도는 더딘 편이었습니다. 딥러닝 학습이 등장하면서 학습 속도가 대폭 개선됐지만, 여전히 사람의 뇌에는 한참 미치지 못했는데요. 이에 AI 개발자들은 학습 모델을 대폭 키우기 시작했습니다. 엄청난 양의 데이터를 소화할 수 있는 컴퓨팅 인프라를 갖춘 후 여기서 데이터를 학습해 나갔죠. 많은 양의 데이터를 학습한 AI는 특정 역할에만 한정됐던 기존 AI의 한계를 벗어났습니다. 학습한 데이터를 토대로 더 자연스러운 대화를 하기 시작했고, 사설과 소설도 작성할 수 있게 됐습니다. 이러한 학습모델의 가능성이 켜지면서 빅테크 기업들은 경쟁적으로 초거대 AI 모델을 갖추기 시작했습니다. 초거대 AI의 불을 지핀 GPT-3 초거대 AI가 처음 등장한 것은 2020년입니다. 일론 머스크 테슬라 최고경영자(CEO)가 설립하고 마이크로소프트 등 글로벌 기업이 투자한 미국 AI 연구기관인 오픈AI는 2020년 수많은 언어 데이터를 학습한 GPT-3를 선보였습니다. GPT-3는 1,750억 개의 파라미터를 탑재한 AI 모델입니다. 기존 GPT-2가 보유한 파라미터 15억개보다 117배 많은 양을 탑재했죠. GPT-3는 자연어를 번역할 수 있었고, 대화와 작문이 가능했습니다. 자연어를 토대로 사람과 소통할 수 있는 가능성을 연 것입니다. 이 모델은 GPT-2를...
- 블로그 테스트 한계를 극복하는 LG CNS PerfecTwin, IT시스템 오류 순삭! 대부분의 IT 프로젝트는 테스트 시나리오와 케이스를 기반으로 수작업 테스트를 충분히 반복해 개발한 소프트웨어와 시스템을 오픈해왔습니다. 하지만 신규 시스템 가동 전에 모든 잠재 결함을 제거할 수는 없었는데요. 이로 인해 일정 지연 또는 예기치 않은 오류나 장애가 발생해 고객과 구축 사업자 모두 심각한 손실을 보는 경우가 많았습니다. 이러한 문제를 해결하기 위해 탄생한 것이 바로 LG CNS ‘PerfecTwin(퍼펙트윈)’입니다. ‘PerfecTwin’은 LG CNS의 대형 프로젝트 수행 경험과 노하우를 바탕으로 탄생한 세계 최초 실거래 자동 검증 솔루션입니다. LG CNS는 PerfecTwin을 앞세워 기존 수작업으로 정의, 검토 확인하던 테스트 수행 방식의 문제점을 단번에 해결했습니다. PerfecTwin은 개발한 IT시스템 오픈 전, 오류를 미리 확인해보는 사전 검증 솔루션입니다. PerfecTwin은 높은 완성도를 뜻하는 ‘퍼펙트(Perfect)’와 실시간으로 실제 데이터를 적용한다는 뜻의 ‘트윈(Twin)’이란 의미를 담고 있습니다. LG CNS의 PerfecTwin은 현행 시스템에서 발생하는 대량의 실제 거래를 신규 시스템에서 자동으로 재현해 결과를 비교함으로써 기존 테스트 방식의 한계(소량, 샘플 데이터)를 극복할 수 있도록 지원합니다. LG CNS는 2019년 PerfecTwin 출시 이후 지난해에는 PerfecTwin Suite(퍼펙트윈 스위트)를 선보였는데요. PerfecTwin Suite의 경우 기존 PerfecTwin에 시나리오별 성능 부하 검증 기능을 새롭게 추가했습니다. 기존 테스트 방식의 한계를 혁신하다 모든 IT 프로젝트는 단위시험, 통합시험, 시스템시험, 사용자시험 등 다단계 반복 테스트를 통해 시스템의 품질을 검증하고 식별된 오류를 조치하며 재확인합니다. 그러나 시간과 자원, 예산의 제약이 있기 때문에 실제 환경과 동일한 수많은 비즈니스 케이스를 반복, 회귀 테스트하는 것은 현실적으로 불가능하죠. 또한, 이러한 테스트는 자동화 도구를 도입한다고 하더라도 고객과 수행사의 전문가가 정의한 테스트 시나리오, 케이스, 데이터를 기반으로 하기에 누락되는 경우가 많았습니다. 하지만 LG CNS PerfecTwin은 100% 실제 데이터를 사용해 기능을 테스트하기 때문에 장애를 사전에 99% 차단할 수 있습니다. 그렇다면 PerfecTwin의 실거래...
- 블로그 내 손 안의 IT 전문가! LG CNS 유튜브 상반기 ‘인기 콘텐츠 TOP 5’ 어느새 한 해의 반이 지나고 무더운 여름이 찾아왔습니다. 더위를 피하는 여러분만의 방법은 무엇인가요? 이번 글에서는 올해 상반기 LG CNS 유튜브에서 가장 많은 사랑을 받았던 콘텐츠를 소개해드리려고 합니다. IT 트렌드와 DX에 관심 있는 분들이라면 시원한 곳에서 LG CNS 유튜브 콘텐츠를 보며 더위를 날려보는 건 어떨까요? 아래 버튼을 눌러 LG CNS 유튜브 채널을 구독해주세요! 최신 IT 소식을 쉽고 빠르게 전해드리는 LG CNS 유튜브는 앞으로도 차별화된 콘텐츠로 여러분을 찾아갈 것을 약속드립니다. 암 온...
- 블로그 [이벤트]LG CNS 블로그 2022년 상반기 결산 BEST 콘텐츠 이벤트 DX전문기업 LG CNS가 준비한 2022년 상반기 LG CNS 블로그 결산 이벤트! 2022년 상반기 LG CNS블로그에 게시된 콘텐츠 중 여러분의 마음 속 최애 콘텐츠를 선정해주세요.참여해 주신 분들께 추첨을 통해 풍성한 선물을 드립니다! 글 ㅣ LG CNS 홍보팀
-
블로그 스마트물류 선두주자 LG CNS,
첨단 DX기술로 ‘물류혁신’ 이끈다 [찐텐 올라가는 DX기술시리즈] 스마트물류 2편 DX전문기업 LG CNS는 IT신기술과 물류 산업에 대한 전문성을 바탕으로, 컨설팅부터 설계, 구축, 운영까지 물류의 모든 것을 원스톱으로 서비스하는 ‘Total Logistics Solution Provider’ 역할을 지향하고 있습니다. LG CNS는 최적화 알고리즘, AI, 디지털 트윈 등 DX기술들을 자동화 설비와 결합해 국내 물류 자동화 시장을 선도해 나가고 있는데요, 업계에 따르면 LG CNS는 8,100억 원으로 추정되는 지난해 물류자동화 시장에서 약 30%의 점유율로 1위를 차지한 것으로 알려졌습니다. 과거 물류센터의 역할은 소품종의 상품을 대량 보관하고, 이러한 상품을 다른 판매처로 운반하는 데 국한됐습니다. 그러나 최근 물류센터는 수만 가지 상품을 대량 보관하는 것은 기본이며, 단순한 물류 창고의 개념을 넘어 상품 적재부터 재고관리, 포장, 출하, 배송까지 처리하는 ‘풀필먼트 센터(Fulfillment Center)’가 주목받고 있습니다. 최근 기업들은 스마트물류 시장 내 경쟁력을 강화하기 위해 다양한 IT신기술을 총동원하고 있는데요, 그 결과 기존 하드웨어설〮비 중심의 물류센터는 소프트웨어와 데이터가 중심이 되는 ‘디지털웨어하우스’로 변모하고 있습니다. LG CNS, AI·물류로봇·디지털트윈 등 DX신기술로 물류센터 지능화 구현 스마트물류 영역에서 DX전문기업 LG CNS의 약진은 두드러지고 있습니다. LG CNS는 해당 물류 센터가 커버하는 지역 고객들의 누적된 주문 데이터를 분석하고, 알고리즘을 적용해 물류 센터 내부 프로세스를 최적화고 있습니다. 예를 들어, LG CNS의 최적화 알고리즘은 직사각형, 정사각형 등 포장이 정형화된 상품들을 1개 박스에 최대로 담을 수 있도록 설계돼 있습니다. 상품별 넓이, 부피 등을 기반으로 한 박스 안에 여러 상품을 가장 많이 담아낼 수 있는 최적의 조합을 찾아내는 역할을 합니다. 그 과정이 마치 조각을 빈 공간 없이 쌓아 내려가는 테트리스 게임과 비슷해, 회사 내부에서는 ‘테트리스 알고리즘’으로 지칭합니다. 또한, LG CNS의 최적화 알고리즘은 해당 지역 고객의 누적된 주문 데이터를 분석해 최적의 상품 공급 순서를 계산하기도 합니다. 예를 들어 1시간 동안 50명의 고객이 양파 1개씩을 주문했다고 가정했을 때 최적화 알고리즘이 없는 환경에서는 고객 주문을 처리하기 위해 최악의 경우 양파를 1개씩 최대 50번 이동시켜야 합니다. 하지만 알고리즘이 있을 경우에는 양파 50개를 한 번에 옮길 수 있게 됩니다. 물류센터에서 일하는 작업자는 물품을 이동시키는 횟수를 줄일 수 있게 되고 그만큼 일하는 시간을 단축할 수 있습니다. 최적화 알고리즘으로 근무환경 개선, IoT센서로 24시간 설비 감시 LG CNS는 이러한 최적화 알고리즘을 통해 업무 효율성 향상은 물론 근로 환경도 개선하고 있습니다. 물류 센터에서 상품을 분류하는 근로자들의 작업 시간을 균등하게 맞추는 역할을 하고 있으며, 몇몇 작업자에게 복잡한 상품 분류가 집중되지 않도록 업무를 분배합니다. 시간 단위로 고객의 누적된 주문 데이터를 분석해, 복잡한 주문이 몇몇 작업자에게만 몰리지 않게 업무를 배분합니다. 작업자 개개인별로 편차 없이 균등한 업무 시간이 주어지게 되면서 근로자의 업무 능률 향상은 물론 생산성 증대 효과로 이어질 수 있습니다. LG CNS는 상품이 이동하는 컨베이어벨트, 배송 박스를 권역별로 분류하는 분류기 등 물류센터의 주요 설비를 실시간으로 점검하는 기술도 갖췄습니다. 진동을 감지하거나 온도습〮도를 체크하는 IoT 센서를 포함해, 수천 개의 카메라와 센서를 주요 설비에 장착했습니다. 이상 징후가 포착되면 바로 통제실의 컴퓨터 모니터 화면에 띄워줍니다. 디지털 트윈 기술을 활용해, 실제 장비를 컴퓨터 모니터에 3차원으로 구현하기도 하는데요, 이상 상황 발생 시 바로 모니터에 알람이 울리고 즉각적인 조치를 할 수 있어, 배송 지연이나 배송이 불가한 상황을 차단할 수 있습니다. 해당 기술은 글로벌 종합 물류기업 LX판토스와 국내 한 식자재 유통기업 물류센터 등에서 활용되고 있습니다. AI솔루션으로 상품 담기부터 물품검수까지 단번에 해결 자동화 단계에서 한 단계 올라선 지능화를 위해 AI화물분류, AI피킹로봇, AI물품검수 등 AI솔루션 개발에도 집중하고 있습니다. 트럭에서 하차된 박스는 물류센터에서 입고되는 순간부터 분류 작업을 거치게 됩니다. 크기와 형상별로 박스를 분류하는 작업으로, 그동안에는 전적으로 사람이 해당 작업을 수행해왔습니다. AI화물분류는 AI이미지 인식 기술을 통해 대형, 중소형, 이형(異形) 등 세 가지 타입으로 박스를 자동 분류합니다. 하나의 컨베이어 벨트가 세 갈래로 나눠지는 지점에서 적용되며, 정확도는 99.8%에 달합니다.... - 블로그 LG CNS STARTUP MONSTER 2022년 참가팀 모집 LG CNS에서 우수 기술 보유 스타트업을 육성 지원하는 ‘STARTUP MONSTER’ 프로그램에 참여할 스타트업을 모집합니다. B2B 분야 아이디어와 IT 기술 보유 기업 뿐 아니라, IT 기술 기반의 B2C 서비스 분야 스타트업까지 선발 대상을 확대했습니다. ▼ 온라인 지원서 작성하기(Click) ▼ 글 ㅣ LG CNS 홍보팀
- 블로그 [보안동향] 효율적인 ‘방화벽 정책 관리’ 두 가지만 기억하세요! 2편 지난 글에서는 방화벽 정책 관리의 주요 문제점을 알아보았습니다. 이번 글에서는 방화벽 정책의 효율적인 관리 방안을 살펴보겠습니다. 방화벽 정책의 효율적인 관리 방안은 무엇일까요? 그렇다면 방화벽 정책의 효율적인 관리 방안은 무엇일까요? 1. 먼저 기업, 기관의 업무환경에 맞는 정책관리 기준과 절차를 수립하고 이행하는 것입니다. 기업과 기관에서는 수년간 운영해오던 수많은 방화벽 정책에서 단 한개의 잘못된 삭제가 서비스 중단으로 이어지진 않을까 하는 불안감 때문에 정책 관리를 포기할 수 있습니다. 이러한 사태를 예방하기 위해, 네트워크 Zone 분리를 위한 내/외부 방화벽 서비스 용도에 맞은 운영 기준을 설정해야 합니다. 또한 서비스, 관리/운영, 테스트, 차단 룰 등의 룰 관리 정책을 수립하고 정기적으로 적정성 검토를 수행하는 절차가 필요합니다. 아래 정책 관리 라이프 사이클과 같이 정기적으로 위험분석을 수행한다면 내부 보안 강화에 많은 도움이 될 것입니다. 2. 방화벽의 정책 관리 계획을 수립했다면, 먼저 내부 인프라 환경과 업무 서비스의 정확한 이해가 뒷받침돼야 합니다. 이처럼 다양한 업무 서비스 유형, 네트워크 구성 현황, IP 주소 관리체계 등 인프라 환경에 대한 변경 사항과 업무 이해도를 바탕으로 적용된 정책 분석이 필요합니다. 또한 적용된 정책을 어느 정도의 수준까지 개선할지 목표와 범위를 설정하고 분석해야 합니다. 마지막으로 방화벽 정책 최적화 컨설팅을 수행하면서 느낀 점은 고객사가 방화벽 정책 관리에 대한 니즈는 있으나, 정책의 수정으로 인해 발생할 수 있는 업무 영향 범위에 대한 부담을 공통으로 느끼고 있다는 것이었습니다. 상용 솔루션을 통해 방화벽 정책 관리 솔루션을 도입해 운영하는 것은 좋은 대안입니다. 하지만 방화벽 정책 관리 솔루션을 도입했다고 해서 방화벽 정책이 자동으로 최적화되는 것은 아닙니다. 결국 솔루션에서 검출된 레포트 내용을 이해하고, 판단해 적용하는 것은 보안 담당자의 중요한 역할이기 때문이죠. 앞서 설명한 것처럼 기업 내 인프라 환경과 업무 서비스의 이해도가 낮아 정책 개선을 위한 판단의 어려움을 겪고, 도입된 솔루션을 운영하지 못하는 사례도 있었습니다. 따라서 기업 내 도입된 보안솔루션 운영을 위한 위탁업체와의 업무 프로세스, 업무 R&R을 재점검하고, 보안 솔루션별로 적용된 정책의 적정성을 정기적으로 검토하고 개선해야 합니다. 이러한 보안관리 프로세스를 업무에 적용해 수많은 보안장비의 정책을 더 효율적으로 관리하는 방안을 수립할 수 있습니다. 네트워크 접근통제의 컴플라이언스 요건에 대해 살펴볼까요? – 개인정보보호법: 개인정보 수집 및 활용 시 개인정보보호법 준수 (제29조, 안전성 확보조치 기준 제6조(접근통제)– 정보통신망법: 대외서비스용 시스템의 정보통신망법 준수 (제28조, 기술적 관리적 보호조치 기준 제4조(접근통제)– ISMS-P: 대외서비스용 시스템의 정보통신망법 준수 (제28조, 기술적 관리적 보호조치 기준 제4조(접근통제) 보이지 않는 사각지대에 보안 홀과 위협이 있는지 사전에 점검하고 개선한다면, 내부 비즈니스 환경 변화와 고도화되고 있는 외부 위협에 효과적으로 대응할 수 있을 것입니다. 글 ㅣ LG CNS 사이버시큐리티팀 신용의 책임
- 블로그 AI 활용 트렌드, 여기서 확인해보세요! 맥락과 취향을 이해하는 인공지능(AI)이 궁금하신가요? LG CNS Entrue DX Foresight 2022에서 인과적 관계를 이해하는 AI 활용 트렌드를 소개합니다! 8월 웨비나에서는 여러 AI기술의 적용 사례와 경험을 바탕으로 한 Entrue컨설팅만의 인사이트를 전해드릴 예정입니다. 여러분의 많은 관심과 참여 부탁드립니다. 글 ㅣ LG CNS 홍보팀