성공 보장: 트랙터블, 그래프코어 IPU를 통해 사고 및 재해 복구 가속화

트랙터블은 전통적인 산업을 변화시키기 위해 인공지능을 사용하는 많은 기업들 사이에서 단연 돋보이는 성공 사례가 되었습니다.

트랙터블의 AI 기반 서비스는 사고 및 재해 상황을 즉각적으로 평가하여 보험 회사 등이 피해를 입은 사람들을 최대한 도울 수 있는 방법에 대해 신속하고 정보에 입각한 결정을 내릴 수 있습니다.

트랙터블의 기술에서 주목할 점은 전 세계 20여 개 주요 보험사의 손해 평가를 지원하는 것입니다.

최근 트랙터블은 자사 서비스에 대한 수요 증가를 충족하고 AI 혁신 기술의 선두 자리를 지키기 위해 더 높이 더 빠르게 발전할 수 있는 새로운 컴퓨팅 솔루션을 찾기 시작했습니다.

이들은 트랙터블의 현재 워크로드를 가속화하고 특히 컴퓨터 비전 분야에서 회사 연구원들이 새로운 AI 모델을 개발하는 데 도움을 줄 수 있는 기술이 필요했습니다.

그 과정에서 트랙터블은 올 초 그래프코어를 만나게 되었고, 회사의 워크로드를 IPU-POD 시스템으로 옮기기 시작했습니다.

전에 사용하던 GPU와 비교하여 극적인 결과가 나타났습니다.

트랙터블의 공동 설립자이자 CTO인 Razvan Ranca는 "대략 5배 정도 빨라졌습니다."라고 말하며 다음과 같이 덧붙였습니다. "따라서 이제 연구원들이 5배 많은 실험을 진행할 수 있으며, 연구와 개발 프로세스 전체를 가속화하여 결과적으로 우리 제품에서 더 우수한 모델을 만들 수 있게 되었습니다."

이처럼 상당한 성과 개선을 달성한 트랙터블은 이제 그래프코어의 시스템을 더욱 광범위하게 배포하고 있습니다. "담당팀과 협조하여 나머지 워크로드의 이동도 마무리할 계획입니다."라고 Razvan Ranca는 설명했습니다.

기술과 재능

트랙터블에서 그래프코어의 시스템을 더 광범위하게 배포한다는 것은 혁신을 위한 회사의 노력을 의미합니다.               

트랙터블의 비즈니스는 컴퓨팅 요구 사항이 매우 까다롭기 때문에 고급 AI 모델의 사용과 지속적인 개발이 필요합니다. 그래프코어의 IPU는 미래를 대비한 아키텍처 덕분에 이러한 워크로드에서 탁월한 성능을 발휘할 수 있도록 설계되었습니다.

그래프코어는 과학을 폭넓게 해석할 수 있도록 유연한 차세대 인공지능 요구 사항을 기반으로 프로세서를 개발했습니다. 따라서 트랙터블과 같은 기업들을 도와 AI가 가장 널리 배포된 하드웨어(일반적으로 GPU)의 성능에 치우친 발전을 이루는 상황에서 벗어날 수 있게 합니다.

AI 개발자는 IPU를 통해 훨씬 더 넓은 팔레트로 그림을 그릴 수 있습니다. 트랙터블은 이미 이러한 이점을 누리고 있습니다.

Razvan Ranca는 "트랙터블의 본질은 머신 러닝 기업입니다."라고 말하며 다음과 같이 설명했습니다. "트랙터블의 기술력이 우리가 하는 모든 일의 중심이자 남들과 차별화되는 핵심 경쟁력이라고 믿고 있어요. 그러니 세계적인 수준의 팀을 구성하고 팀이 최대한 효율적으로 작업하도록 지원해야 합니다."

사고 및 재해 평가

트랙터블이 다양한 방식으로 해결하는 문제는 인공지능을 적용하기에 아주 적절합니다.

사고나 재해로 인해 차량, 건물 또는 기타 재산이 피해를 입은 경우 평가사는 일반적으로 사진을 찍고 피해 규모와 특징을 평가하며 수리, 교체 또는 보상 비용을 계산합니다.

최근까지도 이러한 프로세스는 아날로그 방식에 의존했기 때문에 여러 단계에서 인간의 철저한 조사가 필요했습니다. 이러한 개입은 종종 병목 현상을 일으키고 의사소통 과정에서 오해가 발생할 수 있습니다.

트랙터블의 AI는 인간 평가사와 비슷한 수준의 정확도로 프로세스 속도를 크게 개선합니다. 그리고 운전자가 도로에서 피해 차량을 스마트폰으로 찍어 사진을 제출하는 즉시 수리 부품 목록과 상세한 가격 견적이 생성됩니다.

학습 및 재학습

트랙터블 서비스의 본질은 모델을 한 번 학습시킨 후 사업을 수행하는 모든 시장에 동일한 솔루션을 배포하는 것이 아닙니다.

자동차의 경우 회사가 새로운 시장에 진입하면 동일한 제조사와 모델의 차량 사이에서도 디자인 특징이 다른 자동차들을 만나게 됩니다. 국가별로 차량 수리에 사용되는 다양한 방식을 포함하여 고려해야 하는 변형 모델도 있습니다. 이러한 모든 것을 트랙터블이 서비스를 제공하는 각각의 지역에서 AI가 학습하여 트랙터블의 모든 활동에서 학습 및 모델 개선이 이루어져야 합니다.

또한 새로운 모델을 개발하고 최적화하는 것은 반복적인 프로세스이기 때문에 그래프코어에서 제공하는 효율도 복합적으로 영향을 미칩니다. 개선된 성과를 보여주지 못하는 실험은 훨씬 짧은 시간 안에 종료하여 폐기되는 반면 모델에 대한 성공적인 조정을 훨씬 더 빠르게 테스트하고 구현할 수 있습니다.

기술의 경계를 빠르고 지속적으로 확장하는 것이 지금까지 트랙터블의 성공을 이끈 두 가지 핵심 요소였습니다. 이제 트랙터블은 그래프코어의 완벽한 파트너가 되었습니다.

------

트랙터블은 클라우드 컴퓨팅 제공업체 iomart 및 그래프코어 엘리트 파트너 Boston Limited와 협력하여 IPU-POD 시스템을 설치했습니다.