소매업체는 절도, 손상, 잘못된 배치로 인한 상품 손실인 "수축"으로 그 어느 때보다 어려움을 겪고 있으며 가장 큰 피해를 입은 소매업에 타격을 주고 있습니다. 에 따르면 National Retail Federation의 2022년 소매 보안 설문조사, Loss Prevention Research Council과 협력하여 실시한 소매 업계는 100억 달러 규모의 문제를 해결하기 위해 노력하고 있으며 약 65%가 도난으로 인한 것입니다. 많은 소매 식품 및 기타 생필품 가격 상승으로 최근 절도가 두 배 이상 증가했다고 보고하고 있습니다.
소매업체는 절도, 손상, 잘못된 배치로 인한 상품 손실인 "수축"으로 그 어느 때보다 어려움을 겪고 있으며 가장 큰 피해를 입은 소매업에 타격을 주고 있습니다. 에 따르면 National Retail Federation의 2022년 소매 보안 설문조사, Loss Prevention Research Council과 협력하여 실시한 소매 업계는 100억 달러 규모의 문제를 해결하기 위해 노력하고 있으며 약 65%가 도난으로 인한 것입니다. 많은 소매 식품 및 기타 생필품 가격 상승으로 최근 절도가 두 배 이상 증가했다고 보고하고 있습니다.
그러나 개발자는 NVIDIA Retail AI 워크플로를 사용하여 손실 방지 애플리케이션을 구축할 수 있습니다. 워크플로는 AI 애플리케이션을 구축하는 코드가 적거나 없는 방식인 NVIDIA Metropolis Microservices를 기반으로 구축됩니다. 마이크로서비스는 복잡한 AI 워크플로를 개발하기 위한 빌딩 블록을 제공하고 생산 준비가 된 AI 앱으로 빠르게 확장할 수 있도록 합니다.
손실 방지를 위해 설계된 소매 AI 워크플로
NVIDIA는 개발자가 도난을 방지하도록 설계된 애플리케이션을 신속하게 구축하고 출시하는 데 도움이 되는 세 가지 소매 AI 워크플로를 발표했습니다. 손실 방지 애플리케이션을 위한 노코드 또는 로우코드 빌딩 블록은 가장 많이 도난당한 제품의 이미지와 소프트웨어로 사전 학습되어 POS 기계용 기존 매장 애플리케이션에 연결하고 매장 전체에서 물건 및 제품을 추적합니다.
Loss Prevention Research Council의 이사인 Read Hayes에 따르면 다음과 같습니다.
“거시 역학으로 인해 소매 절도가 증가하고 있으며 업계를 압도할 위험이 있습니다. 기업은 이제 손실 방지 솔루션에 대한 투자가 중요한 요구 사항이라는 현실에 직면해 있습니다.”
NVIDIA Retail AI 워크플로는 다음을 통해 사용할 수 있습니다. NVIDIA AI 엔터프라이즈 소프트웨어 제품군 다음을 포함합니다.
- 소매 손실 방지 AI 워크플로: 이 워크플로의 AI 모델은 육류, 주류, 세탁 세제 등 도난으로 가장 자주 분실되는 수백 가지 제품을 인식하도록 사전 훈련되어 있습니다. 모델은 또한 제공되는 다양한 크기와 모양에서 모델을 인식하도록 사전 훈련됩니다. 소매업체와 독립 소프트웨어 공급업체는 NVIDIA Omniverse의 합성 데이터 생성을 사용하여 수십만 개의 매장 제품을 포함하도록 모델을 사용자 지정하고 추가로 교육할 수 있습니다. 이 워크플로는 NVIDIA Research에서 개발한 최첨단 퓨처샷 학습 기술입니다. 능동적 학습과 결합하여 모델 정확도를 개선하기 위해 체크아웃 중에 고객과 영업 사원이 스캔한 신제품을 식별하고 캡처합니다.
- 다중 카메라 추적 AI 워크플로우: 이 워크플로는 응용 프로그램 개발자가 매장 전체의 여러 카메라에서 개체를 추적하는 시스템을 보다 쉽게 만들 수 있는 MTMC(다중 대상, 다중 카메라) 기능을 제공합니다. 워크플로는 개체를 추적하고 카메라 전체에서 연결하며 각 개체에 대한 고유 ID를 유지합니다. 개인 생체 정보가 아닌 시각적 임베딩 또는 외관을 통해 개체를 추적하여 쇼핑객의 개인 정보를 완벽하게 보호합니다.
- 소매점 분석 워크플로: 컴퓨터 비전을 사용하여 맞춤형 대시보드를 통해 매장 트래픽 추세, 쇼핑 바구니가 있는 고객 수, 통로 점유율 등과 같은 매장 분석에 대한 인사이트를 제공합니다.
모델 통합
NVIDIA에 따르면 개발자는 모델을 통합하여 이러한 AI 워크플로를 쉽게 사용자 정의하고 확장할 수 있습니다. 마이크로서비스는 또한 POS 시스템과 같은 레거시 시스템과 새로운 제품을 더 쉽게 통합할 수 있도록 합니다.
Radis.ai의 CTO인 Bobby Chowdary는 다음과 같이 말했습니다.
“Metropolis Microservices를 기반으로 구축된 NVIDIA의 새로운 소매 AI 워크플로우를 통해 우리는 제품을 맞춤화하고, 계속 증가하는 고객의 요구에 더 잘 맞도록 신속하게 확장하고, 소매 공간에서 혁신을 계속 추진할 수 있습니다.
Infosys는 또한 NVIDIA의 워크플로를 활용하여 솔루션을 더 빠르게 배포하고 매장과 제품 라인 전반에 걸쳐 확장할 수 있도록 지원하는 최첨단 손실 방지 시스템을 개발하고 있습니다.
StorageReview에 참여
뉴스레터 | 유튜브 | 팟캐스트 iTunes/스포티 파이 | 인스타그램 | 트위터 | 틱톡 서비스 | RSS 피드
