ONE Tech의 Yasser Khan CEO 인터뷰 시리즈

Yasser Khan은 ONE Tech의 CEO입니다. ONE Tech는 AI驱動 기술 회사로, OEM, 네트워크 운영자, 기업을 위한 차세대 IoT 솔루션을 설계, 개발, 배포합니다.

초기에는 인공지능에 대해 어떤 관심을 가지게 되셨나요?

몇 년 전, 우리는 산업용 인터넷(IoT) 솔루션을 배포하여 넓은 지리적 지역에 걸쳐 많은 자산을 연결했습니다. 생성된 데이터의 양은 엄청났습니다. 우리는 50 밀리초의 샘플링 속도로 PLC에서 데이터를 수집하고, 외부 센서 값은 몇 초마다 수집했습니다. 단일 분 동안에 우리는 연결된 각 자산에서 수천 개의 데이터 포인트를 생성했습니다. 우리는 이러한 데이터를 서버로 전송하고有人이 데이터를 평가하는 표준 방법이 비현실적이며, 디지털 변환 배포의 이점을 얻는 데 필요한 감독 수준이 높다는 것을 알았습니다. 따라서 우리는 데이터를 처리하고 소비 가능한 출력을 생성하여 조직이 디지털 변환의 이점을 얻기 위해 필요한 감독 수준을 크게 줄이는 제품을 만들기 위해 노력했습니다. 이것은 자산 성능 관리와 예측 유지 보수에 중점을 두었습니다.

ONE Tech의 MicroAI 솔루션에 대해 설명해 주시겠습니까?

MicroAI는 기계 학습 플랫폼으로, 자산(장치 또는 기계)의 성능, 사용률, 전체 동작에 대한 더 깊은 통찰력을 제공합니다. 이는 제조 공장 관리자가 전체 장비 효율성을 개선하는 방법을 찾고 있는 경우부터 하드웨어 OEM이 장치가 현장에서 어떻게 작동하는지 더 잘 이해하고 싶은 경우까지 다양한 이점을 제공합니다. 우리는 자산의 마이크로 컨트롤러(MCU) 또는 마이크로 프로세서(MPU)에 작은 패키지(최소 70kb)를 배포하여 이를 달성합니다. 주요 차별점은 우리의 모델 훈련 및 형성 프로세스가 고유합니다. 우리는 자산 자체에서 직접 모델을 훈련합니다. 이는 데이터가 현지에서 유지되므로 배포 비용과 시간을 줄여주며, 또한 AI 출력의 정확도와 정밀도를提高합니다. MicroAI에는 세 가지 주요 계층이 있습니다.

1. 데이터 수집 – MicroAI는 데이터 입력에 대해 중립적입니다. 우리는 모든 센서 값을 수집할 수 있으며, MicroAI 플랫폼은 이 첫 번째 계층에서 입력의 특징 공학 및 가중치를 허용합니다.
2. 훈련 – 우리는 현지 환경에서 직접 훈련합니다. 훈련 기간은 자산의 정상적인 사이클에 따라 사용자가 설정할 수 있습니다. 일반적으로 우리는 25-45개의 정상적인 사이클을 캡처하려고 하지만, 이는 각 사이클의 변동/변동성에 크게 의존합니다.
3. 출력 – MicroAI는 감지된 이상의 심각도에 따라 알림 및 경고를 생성합니다. 이러한 임계값은 사용자가 조정할 수 있습니다. MicroAI에서 생성되는 다른 출력에는 예측된 다음 유지 보수 일자(서비스 일정 최적화를 위해), 건강 점수, 자산 수명이 남은 시간이 포함됩니다. 이러한 출력은 클라이언트가 이미 가지고 있는 기존 IT 시스템(제품 수명 주기 관리 도구, 지원/티켓 관리, 유지 보수 등)에 보낼 수 있습니다.

MicroAI의 기계 학습 기술에 대해 설명해 주시겠습니까?

MicroAI에는 다차원 행동 분석이 포함된 재귀 알고리즘이 있습니다. AI 엔진에 입력된 각 입력은 AI 모델에 의해 설정된 임계값(상한 및 하한 경계)에 영향을 미칩니다. 우리는 한 단계 앞서서 예측을 제공함으로써 이를 수행합니다. 예를 들어, 입력 중 하나가 RPM이고 RPM이 증가하면, 베어링 온도의 상한 경계 임계값이 약간 상승할 수 있습니다. 이는 모델이 계속해서 진화하고 학습할 수 있도록 합니다.

MicroAI는 클라우드에 접근할 필요가 없습니다. 이러한 접근 방식의 이점은 무엇입니까?

우리는 데이터가 생성되는 엔드포인트에서 직접 모델을 형성하는 고유한 접근 방식을 채택했습니다. 이는 데이터가 현지 환경을 떠나지 않아야 하는 배포에서 데이터 개인 정보 보호 및 보안을 제공합니다. 또한 클라우드에서 데이터를 전송하고 모델을 형성한 다음 엔드 어셋으로 푸시하는 다른 접근 방식은 시간이 많이 걸립니다. MicroAI는 현지 환경에서 100% 훈련 및 실행할 수 있습니다.

MicroAI 기술의 가속화된 이상 감지 기능에 대해 설명해 주시겠습니까?

우리의 행동 분석 접근 방식으로 인해 우리는 MicroAI를 배포하고 즉시 자산의 동작을 학습할 수 있습니다. 우리는 동작 내에서 패턴을 볼 수 있습니다. 다시 말하지만, 이는 역사적인 데이터를 로드할 필요 없이 수행됩니다. 자산의 충분한 사이클을 캡처한 후, 우리는 AI 모델에서 정확한 출력을 생성하기 시작할 수 있습니다. 이는 이 분야에서 혁신적인 것입니다. 정확한 모델을 형성하는 데 몇 주 또는 몇 개월이 걸리던 과거와 달리, 이제 몇 시간, 때로는 몇 분 안에 이를 달성할 수 있습니다.

MicroAI Helio와 MicroAI Atom의 차이점은 무엇입니까?

MicroAI Helio 서버:

Helio 서버 환경은 로컬 서버(가장 일반적임) 또는 클라우드 인스턴스에서 배포할 수 있습니다. Helio는 다음과 같은 기능을 제공합니다: 워크플로우 관리, 데이터 분석 및 관리, 데이터 시각화.

자산 관리 워크플로우 – 자산이 배포되고 사용되는 계층 구조입니다. 예를 들어, 모든 고객 시설의 글로벌 설정, 특정 시설 및 시설 내의 섹션, 개별 스테이션, 각 스테이션의 각 자산 등입니다. 또한 자산이 다른 작업을 수행하도록 설정할 수 있으며, 이는 이러한 워크플로우 내에서 구성할 수 있습니다. 또한 티켓/작업 주문 관리 기능도 Helio 서버 환경의 일부입니다.

데이터 분석 및 관리 – Helio의 이 섹션에서 사용자는 AI 출력 및 원시 데이터 스냅샷(예: 최대, 최소, 평균 데이터 값, 시간당 또는 알림/경고를 트리거하는 데이터 서명)에 대한 추가 분석을 실행할 수 있습니다. 이러한 쿼리는 Helio Analytics 디자이너에서 구성하거나 R과 같은 도구에서 가져온 더 고급 분석일 수 있습니다. 데이터 관리 계층은 사용자가 Helio 환경과 함께 데이터를 소비하거나 보내는 3차 파티 연결에 대한 API 관리 게이트웨이를 사용할 수 있는 곳입니다.

데이터 시각화 – Helio는 다양한 산업별 보고서 템플릿을 제공하여 사용자가 Helio 데스크톱 및 모바일 애플리케이션에서 연결된 자산의 기업 자산 관리 및 자산 성능 관리 뷰를 소비할 수 있도록 합니다.

MicroAI Atom:

MicroAI Atom은 MCU 환경에 임베딩할 수 있는 기계 학습 플랫폼입니다. 이는 클라우드가 아닌 현지 MCU 아키텍처에서 다차원 행동 분석 재귀 알고리즘의 훈련을 포함합니다. 이는 엔드포인트에서 모델을 형성함으로써 ML 모델의 빌드 및 배포를 가속화하는 자동 생성된 상한 및 하한 임계값을 제공합니다. 우리는 MicroAI를 전통적인 방법보다 신호 데이터를 소비하고 처리하여 모델을 훈련시키는 더 효율적인 방법으로 만들었습니다. 이는 모델의 정확도를提高할 뿐만 아니라, 호스트 하드웨어의 리소스 사용량을 줄입니다(예: 메모리 및 CPU 사용량이 낮음). 이는 MCU와 같은 환경에서 실행할 수 있도록 합니다.

우리는 또한 MicroAI 네트워크라는 또 다른 핵심 제품을 가지고 있습니다.

MicroAI 네트워크 – Atom 네트워크를 통합하고 외부 데이터 소스를 모델에 결합하여 에지에서 여러 모델을 생성할 수 있습니다. 이는 Atom이 실행되는 다양한 자산에 대해 수평 및 수직 분석을 실행할 수 있도록 합니다. MicroAI 네트워크는 장치/자산이 수행하는 방식에 대한 더 깊은 이해를 제공합니다. 다시 말하지만, 우리의 고유한 접근 방식으로 인해 에지에서 모델을 형성하므로, 기계 학습 모델은 호스트 하드웨어의 메모리와 CPU를 매우 적게 소비합니다.

ONE Tech는 또한 IoT 보안 컨설팅을 제공합니다. 위협 모델링 및 IoT 침투 테스트의 프로세스는 무엇입니까?

우리는 자산이 어떻게 동작하는지 이해할 수 있으므로, 우리는 연결된 장치의 내부 데이터(예: CPU, 메모리 사용량, 데이터 패키지 크기/빈도)를 수집할 수 있습니다. IoT 장치는 일반적으로 정기적인 작동 패턴을 가지고 있습니다. 데이터를 얼마나 자주 전송하는지, 어디로 전송하는지, 데이터 패키지의 크기는 무엇인지 등입니다. 우리는 이러한 내부 데이터 매개 변수를 MicroAI에 제공하여 연결된 장치에 대한 기준선을 형성합니다. 장치에서 비정상적인 동작이 발생하면, 우리는 반응을 트리거할 수 있습니다. 이는 장치를 재부팅하는 것부터, 작업 주문 관리 도구 내에서 티켓을 열기까지, 또는 장치로의 네트워크 트래픽을 완전히 차단하는 것까지 다양할 수 있습니다. 우리의 보안 팀은 테스트 해킹을 개발했으며, MicroAI를 이러한 용도로 사용함으로써 다양한 제로데이 공격 시도를 성공적으로 감지했습니다.

ONE Tech, Inc.에 대해 더 공유하고 싶은 내용이 있습니까?

아래는 MicroAI Atom의 기능을 보여주는 다이어그램입니다. 원시 데이터 수집, 현지 환경에서 훈련 및 처리, 데이터 추론 및 출력 제공이 포함됩니다.

아래는 MicroAI 네트워크의 기능을 보여주는 다이어그램입니다. 여러 MicroAI Atom이 MicroAI 네트워크로 피드됩니다. Atom 데이터 외에도 추가 데이터 소스를 모델에 결합하여 자산이 수행하는 방식에 대한 더 세부적인 이해를 얻을 수 있습니다. 또한 MicroAI 네트워크에서 여러 모델을 형성하여 자산이 다른 지역, 고객 사이, 업데이트 전/후 등에서 어떻게 수행하는지에 대한 수평 분석을 실행할 수 있습니다.

인터뷰에 감사드리며, 자세한 답변을 제공해 주신 모든 분들에게 감사를 드립니다. 더 많은 정보를 원하시는 독자는 ONE Tech를 방문하시기 바랍니다.