제이 슈뢰더, CNH의 CTO – 인터뷰 시리즈

제이 슈뢰더는 CNH의 최고 기술 책임자(CTO)로, 회사 전반의 연구 개발 운영을 담당합니다. 그의 책임에는 기술, 혁신, 차량 및 장비, 정밀 기술, 사용자 경험, 전력 시스템 관리가 포함됩니다. 슈뢰더는 회사의 제품 포트폴리오 및 정밀 기술 능력을 강화하는 데 중점을 두고 있으며, 정밀 솔루션을 전체 장비 라인에 통합하는 것을 목표로 합니다. 또한 그는 CNH의 대체 추진 옵션을 확장하고 제품 개발 프로세스에 대한 거버넌스를 제공하여 회사의 제품 포트폴리오가 높은 품질 및 성능의 기준을 충족하도록 합니다.

CNH는 다양한 사업을 통해 농업 기계 및 건설 장비를 생산 및 판매합니다. AI 및 고급 기술인 컴퓨터 비전, 기계 학습(ML), 카메라 센서 등은 이 장비가 작동하는 방식을 변화시키고 있으며, AI 기반 자율 주행 트랙터와 같은 혁신을 가능하게 합니다. 이러한 트랙터는 농부가 작업에서 복잡한 문제를 해결하는 데 도움이 됩니다.

CNH의 자율 주행 트랙터는 깊은 신경망과 실시간 추론으로 훈련된 모델에 의해 구동됩니다. 이러한 기술이 농부가 심는 작업과 같은 작업을 극도로 정밀하게 수행하는 데 어떻게 도움이 되며, 기타 산업에서 자율 주행과 비교하여 어떻게 되는지 설명할 수 있습니까?

자율 주행 자동차가 헤드라인을 장식하는 동안, 농업 산업은 20년 이상 동안 조용히 자율 주행 혁명을 주도해 왔습니다. CNH와 같은 회사들은 테슬라 이전에 자율 주행 및 속도 제어를 개척했습니다. 오늘날 CNH의 기술은 단순히 주행을 넘어 고도로 자동화된 작업을 수행하며, 작업을 수행하는 동안 자율적으로 주행합니다. 정밀하게 씨를 심고, 효율적으로 작物을 수확하며, 토양을 처리하는 동안 필드를 주행하는 데 도움이 됩니다. 자율 농업은 자율 주행 자동차와 함께하는 것이 아니라, 그들을 추월하고 있습니다. 교통의 미래는 자율 주행일 수 있지만, 농업에서는 이미 현실입니다.

さらに, CNH의 미래 지향적인 기술 스택은 자율 농업을 자율 주행 자동차가 달성할 수 있는 것보다 훨씬 더 나아가게 합니다. 소프트웨어 정의 아키텍처는 다양한 기술을 무결하게 통합하여, 자율 주행 자동차에서보다 훨씬 더 복잡한 농업 작업을 자동화합니다. 아키텍처의 상호 운용성은 농부에게 전례 없는 제어 및 유연성을 제공하며, CNH의 오픈 API를 통해 기술을 계층화할 수 있습니다. 닫힌 시스템과 달리, CNH의 오픈 API를 통해 농부는 기계를 사용자 지정할 수 있습니다. 필요할 때만 활성화되는 작물과 잡초를 구분하는 카메라 센서를 상상해 보십시오. 이 적응성은 기계가 자율적으로 작동하는 동안 지형과 작업의 다양성을 처리하는 능력과 결합되어 CNH의 기술을 차별화합니다. 테슬라와 웨이모가 발전을 이루어내고 있는 동안, 자율 혁신의真正 전선은 도로가 아닌 필드에 있습니다.

“식물용 MRI 기계”라는 개념은 매혹적입니다. CNH의 합성 이미지 및 기계 학습을 사용하여 작물 유형, 성장 단계, 및 작물 영양을 목표로 하는 방법은 무엇입니까?

AI, 컴퓨터 비전 카메라, 및 대규모 데이터 세트를 사용하여, CNH는 작물과 잡초를 구분하고, 식물 성장 단계를 식별하며, 작물의 건강을 인식하여, 최적의 수확을 위한 영양소 및 보호를 결정하는 모델을 훈련시키고 있습니다. 예를 들어, Augmenta Field Analyzer는 컴퓨터 비전 애플리케이션으로, 기계가 필드를 통해 이동하는 동안(최대 20mph) 필드의 작물 상태를 평가하여, 어떤 영역이 처리가 필요한지 및 얼마나 많은 영양소가 필요한지 결정합니다. 이 기술을 통해 농부는 필드 전체에 처리를施하지 않고, 특정한 영역에만 필요한 영양소를 제공할 수 있습니다. 이 기술은 작물의 필요에 따라 정확한 양의 화학 물질을 정확한 위치에 적용하여, 작물의 건강을 향상시키고, 위협을 제거합니다. 작물과 함께 자라는 잡초만을 식별하고, 처리하여, 필드의 화학 물질 사용을 최대 90%까지 줄일 수 있습니다.

합성 이미지 및 데이터 세트를 빠르게 생성하기 위해, CNH는 생물 물리학적 절차 모델을 사용합니다. 이를 통해 팀은 실제 이미지의 대규모 캡처에 시간을 들이지 않고도 수백만 개의 이미지 생성 및 분류를 빠르게 수행할 수 있습니다. 합성 데이터는 실제 이미지와 결합되어 모델 훈련 및 추론 성능을 향상시킵니다. 예를 들어, 합성 데이터를 사용하여 다양한 조건(예: 조명 조건, 그림자 등)을 생성하여 모델을 훈련할 수 있습니다.

이 기술은 전통적인 농업 방법과 비교하여 얼마나 정확합니까?

농부는 일년 내내 수백 가지 중요한 결정을 내리지만, 그 결과는 한 번만 볼 수 있습니다. 즉, 수확 시간에요. 농부의 평균 연령은 증가하고 있으며, 대부분 30년 이상 일합니다. 오차의 여지는 없습니다. 씨앗을 심은 순간부터, 농부는 작물이 잘 자라도록 모든 것을 해야 합니다. 그들의 생계가 달려 있습니다.

우리의 기술은 농부의 작업에서 많은 추측을 제거하여, 작물이 잘 자라도록 하는 방법을 결정하는 데 도움이 됩니다. 또한 농부에게 전략적인 비즈니스 문제를 해결하는 데 더 많은 시간을 제공합니다. 결국, 농부는 대규모 비즈니스 운영에 있으며, 효율적으로, 생산적으로, 그리고 수익성 있게 운영하기 위해 기술에 의존합니다.

기계에서 생성되는 데이터는 농부가 더 나은 결정을 내리도록 도와주며, 기계 자체의 자동화 및 자율성은 인간이 수행할 수 있는 것보다 더 나은 성능과 규모로 작업을 수행합니다. 처리 기계는 인간의 눈보다 더 잘 작물의 문제 영역을 식별하고, 정확하게 위협을 처리할 수 있습니다. 자율적인 경운기와 같은 기술은人类의 부담을 덜어주고, 작업을 더 정확하게 수행할 수 있습니다. 전통적인 방법은 인간의 피로, 일관性 없는 탐색, 및 위치 지정의 불일치로 인해 결과의 변동성이 더 크게 나타납니다.

수확기 동안, CNH의 결합기 기계는 에지 컴퓨팅 및 카메라 센서를 사용하여 실시간으로 작물의 품질을 평가합니다. 이 빠른 의사 결정 과정은 어떻게 작동하며, AI는 어떻게 수확을 최적화하여浪費를 줄이고 효율성을 향상시키는 데 도움이 됩니까?

결합기는 매우 복잡한 기계로, 수확, 탈곡, 수집을 단일 연속 작동으로 수행합니다. CNH의 결합기는 자동으로 20초마다 수백만 개의 빠른 결정을 내리며, 기계에서 바로 처리합니다. 카메라 센서가 수확된 작물의 자세한 이미지를 캡처하여, 각 작물의 품질을 결정합니다. 기계는 이미지 데이터를 기반으로 최적의 결과를 얻기 위해 기계 설정을 자동으로 조정합니다. 우리는 이미 보리, 쌀, 밀, 옥수수, 대두, 카놀라에 대한 이 기능을 제공하고 있으며, 곧 조, 보리, 들깨, 해바라기, 완두などの 기능을 추가할 예정입니다.

에지에서 작동하는 AI는 이 프로세스를 최적화하는 데 중요한 역할을 합니다. 깊은 학습 모델이 작물 상태의 패턴을 인식하도록 훈련되어, 조정할 필요가 있는 영역을 빠르게 식별할 수 있습니다. 이 실시간 최적화는 작물 손상을 최소화하고, 높은 品質의 작물만 수확하여浪費를 줄이고, 효율성을 향상시킵니다.

정밀 농업은 AI 및 ML에 의해 구동되며, 입력浪費를 줄이고 수확량을 최대화하는 것을 약속합니다. CNH의 기술이 농부가 비용을 절감하고, 지속 가능성을 향상시키고, 점점 더 도전적인 농업 환경에서 노동력 부족을 극복하는 데 어떻게 도움이 되는지 설명할 수 있습니까?

농부들은熟練한 노동력을 찾는 데 큰 장애물에 직면합니다. 특히 경운은 대부분의 농장이 겨울을 준비하고 봄에 더好的 심기 위한 필수적인 단계입니다. CNH의 자율 경운 기술은熟練한 운전手を 필요로 하는 경운 장비의 필요성을 제거합니다. 단 하나의 버튼을 누르면, 시스템은 전체 프로세스를 자율적으로 수행하며, 농부가 다른 중요한 작업에 집중할 수 있도록 합니다. 이것은 생산성을 높이고, 정밀성을 보존하며, 연료를 절약하여 운영을 더 효율적으로 만듭니다.

작물 유지 보수에 대해서는, CNH의 살포 기술은 125개 이상의 마이크로 프로세서로 구성되어 있으며, 실시간으로 통신하여 비용 효율성과 지속 가능성을 향상시킵니다. 이러한 프로세서는 필드 상태를 분석하고, 영양소를 정확하게 적용하여, 화학 물질의過剰한 사용을 최대 30%까지 줄일 수 있습니다. 노즐 제어 밸브는 기계가 속도에 따라 자동으로 조정하여, 작물에 정확하게 영양소를 제공합니다. 이 정밀도는 재충전의 필요성을 줄이고, 농부가 하루에 한 번만 살포기를 충전하면 됩니다.

또한, CNH의 카트 자동화는 수확기 동안 복잡하고 스트레스가 많은 작업인 결합기 운영을 단순화합니다. 정밀도는 충돌을 피하기 위해 중요하며, 작물 손실을 줄입니다. 카트 자동화는 무중단 작업을 가능하게 하며, 결합기가 작업을 계속할 수 있도록 합니다. CNH는 이 보조 기술이 결합기 운전자의 스트레스를 약 12%, 트랙터 운전자의 스트레스를 약 18% 줄일 수 있다는 것을 입증했습니다.

CNH 브랜드인 뉴 홀랜드는 최근 자율 트랙터 키트를 위한 블루화이트와 제휴했습니다. 이 협력은 CNH의 농업 자율성 확장 전략에 어떻게 부합합니까?

자율성은 CNH의 미래이며, 우리는 고객의 가장 긴급한 필요에 의해 추진되는 의도적이고 전략적인 접근 방식을 통해 이 기술을 개발하고 있습니다. 내부 엔지니어들은 대규모 농업 고객 세그먼트를 위한 자율성을 개발하는 데 중점을 두고 있습니다. 또 다른 중요한 고객 세그먼트는 과수원 및 포도원에서 작물을 재배하는 농부입니다. 블루화이트와의 제휴를 통해, 우리는 대규모 농업 및 영구 작물 고객 세그먼트를 모두 서비스할 수 있는 규모와 속도를 확보할 수 있습니다. 블루화이트와 함께, 우리는 과수원 및 포도원에서 완전 자율 트랙터를 제공하여, 최초의 자율 솔루션을 제공하는 원래 장비 제조업체(OEM)가 됩니다.

우리의 자율성 접근 방식은 고객이 작업에서 기계가 작업을 완료하고 노동의 부담을 줄이기를 원하는 가장 중요한 문제를 해결하는 것입니다. 자율 경운은 내부 작업 자율성 개발을 주도하며, 이는 긴 시간이 걸리는 고된 작업입니다. 기계는 인간보다 더 잘 작업을 수행할 수 있습니다. 과수원 및 포도원 농부들도 노동력 부족을 겪고 있으며, 기계가 공백을 메우는 데 도움이 필요합니다. 이러한 작업은 트랙터가 한 시즌에 20~30 번의 통행을 수행하여, 과수에 영양소를 공급하고, 포도원의 잔디를 깎고, 잡초를 제거하는 중요한 작업을 수행합니다.

많은 CNH의 솔루션이 과수원 및 포도원 운영자에 의해 채택되고 있습니다. 이러한 환경은 자율 및 AI 기반 기계에 어떤 고유한 도전을 제기하며, CNH는 이러한 전문 응용 프로그램을 위한 기술을 어떻게 적응시키고 있습니까?

수확 기간은 변화하고 있으며,熟練한 노동력을 찾는 것은 더 어려워지고 있습니다. 기후 변화로 인해 계절이 더 예측하기 어렵게 되었습니다. 농부는 수확할 때 기술이 준비되어 있어야 합니다. 농업은 항상 정밀도를 필요로 하지만, 포도나 견과와 같은 작은 작물을 수확할 때는 특히 중요합니다.

대부분의 자동 주행 기술은 기계의 경로를 안내하기 위해 GPS에 의존하지만, 과수원 및 포도원에서는樹木 및 葡萄枝가 GPS 신호를 차단할 수 있습니다. 비전 카메라와 레이더를 사용하여 기계가 최적의 경로를 유지하도록 합니다. 과수원 및 포도원에서는 수확이 균일한 행으로 이루어지지 않으며, 개별적인 다양한 식물과 나무가 있습니다. CNH의 자동화 시스템은 각 식물의 높이, 지면 레벨, 및 필요한 수확 속도에 따라 조정하여, 품질의 수확을 보장합니다. 또한 생산성이 없는 또는 죽은 나무를 회피하여 불필요한 입력을節約합니다. 로봇 기계는 자동으로 식물에 따라 이동하며, 작물을 안전하게 걸어 다니며, 작물을 나무나 포도에서 정교하게 제거합니다. 운영자는 원하는 수확 헤드 높이를 설정하며, 기계는 지형에 관계없이 각 식물에 대해 설정을 자동으로 조정합니다. 또한, 일부 과일은 설탕 함유량이 최고조에 달할 때 수확해야 합니다. 적외선 기술이 장착된 카메라는 가장 어두운 환경에서도 작물을 수확할 수 있습니다.

자율 농업 장비가 더 많이 배치됨에 따라, CNH는 이러한 AI 기반 시스템의 안전性 및 규제 준수를 보장하기 위해 어떤 조치를 취하고 있습니까? 특히, 다양한 글로벌 농업 환경에서?

안전성 및 규제 준수는 CNH의 AI 기반 시스템의 핵심입니다. 따라서 CNH는 지역 당국과 협력하여, 지역 요구 사항을 충족하는 자율 시스템을 개발합니다. 이는 안전 표준, 환경 규정, 및 데이터 개인 정보 보호 법을 포함합니다. CNH는 또한 표준화 기관에서 활동적으로 참여하여, 모든 인식된 표준 및 요구 사항을 충족하도록 합니다.

예를 들어, 자율 안전 시스템에는 실시간으로 모니터링을 위한 카메라, LiDAR, 레이더, 및 GPS와 같은 센서가 포함됩니다. 이러한 기술은 장비가 장애물을 감지하고, 자동으로 정지하도록 허용합니다. 기계는 또한 복잡한 지형을 탐색하고, 환경의 변화를 대응하여, 사고의 위험을 최소화할 수 있습니다.

농업에서 AI 기반 기술의 광범위한 채택에 대한 가장 큰 장벽은 무엇이며, CNH는 농부가 이러한 새로운 시스템으로 전환하는 데 어떻게 도움을 주고 있으며, 그 가치를 어떻게 입증합니까?

현재 가장 중요한 장벽은 비용, 연결성, 및 농부 교육입니다.

그러나, 더好的 수확량, 낮은 비용, 낮은 신체적 스트레스, 및 더好的 시간 관리를 통해, 총 소유 비용을 상쇄할 수 있습니다. 더 작은 농가는 제한된 자율 솔루션으로도 혜택을 받을 수 있습니다.

부족한 연결성, 특히 농촌 지역에서, 도전을 제기합니다. AI 기반 기술은 일관된, 항상 켜져 있는 연결성을 필요로 합니다. CNH는 이를 해결하기 위해 인텔샛과 제휴하고 있으며, 유니버설 모뎀을 통해, 고객이 현장에서 연결할 수 있도록 지원하고 있습니다. 많은 고객이 CNH의 시장 선도적인 글로벌 모바일 가상 네트워크를 통해 이 필요를 충족하지만, 기존의 셀룰러 타워는 普遍的な 연결을 제공하지 못합니다.

마지막으로, AI 기술의 학습 곡선은 농부에게 устраша적으로 느껴질 수 있습니다. 이는 전통적인 관행에서 전환을 요구하며, 마음의 전환을 필요로 합니다. 따라서 CNH는 고객과密接하게 협력하여, 기술에 편안함을 느끼고, 시스템의 전체적인 이점을 얻을 수 있도록 지원합니다.

앞으로 10년 동안, CNH의 AI 및 자율 솔루션이 어떻게 발전할 것으로 보십니까?

CNH는 세계적인 도전을 해결하기 위해, 더 많은 식량을 지속 가능한 방법으로 생산하기 위해, 기술을 개발하고 있습니다. 우리의焦点은 농부가 삶과 비즈니스를 개선할 수 있도록 혁신적인 솔루션을 제공하는 것입니다. 데이터 수집, 센서의 비용, 연결성, 및 컴퓨팅 파워의 발전은 AI 및 자율 시스템의 개발을 가속화할 것입니다. 이러한 기술은 정밀 농업, 자율 작동, 예측 유지 보수, 및 데이터 기반 의사 결정의 진행을 주도할 것입니다. 궁극적으로, 우리의 고객과 세계에 혜택을 제공할 것입니다.

감사합니다. 더 많은 정보를 원하는 독자는 CNH를 방문하십시오.