IBM이 ‘왓슨 사물인터넷(Internet of Things, 이하 IoT) 글로벌 본부’를 독일 뮌헨에 설립했다고 밝혔다.
IBM은 IoT를 구성하는 수십억개의 디바이스, 센서, 시스템에 코그너티브(Cognitive) 컴퓨팅 기능을 더해 경쟁력을 강화하고 다양한 새로운 서비스, 역량 및 생태계(Ecosystem) 파트너와의 협력을 발표했다. 이번에 발표한 새로운 서비스들은 IBM 왓슨 IoT 클라우드 플랫폼을 통해 제공되며 전세계 IoT 기업과 개발자들이 사용할 수 있게 된다.
IBM은 독일 뮌헨의 왓슨 IoT 글로벌 본부가 IBM 왓슨 IoT 사업부의 글로벌 본부뿐 아니라 유럽지역 최초의 왓슨 이노베이션 센터(Watson Innovation Center)로서의 역할을 동시에 수행하게 된다.
1000여명의 개발자, 컨설턴트, 연구원, 디자이너들이 한데 모여 근무하게 될 예정이며 고객 및 파트너들과 심도 있는 협업을 유지할 수 있는 환경을 갖췄다. 뿐만 아니라 데이터 과학자, 엔지니어, 프로그래머들이 코그너티브 역량과 IoT 역량을 결합해 새로운 차원의 차세대 솔루션을 개발하는 이노베이션 센터로도 운영되며 고객, 파트너, IBM 연구원, 데이터 과학자 간의 협력을 통해 새로운 비즈니스 기회와 IoT 성장을 견인해 나가는 역할을 하게 된다. 왓슨 IoT 글로벌 본부는 지난 20년간 IBM의 유럽 지역 투자 중 최대 규모다.
IBM은 왓슨 IoT 클라우드 플랫폼 상에서 왓슨 API 및 다양한 서비스를 제공해 코그너티브 IoT 솔루션과 서비스 개발을 촉진함과 동시에 빠르게 디지털화 되고 있는 방대한 데이터들을 고객과 파트너사들이 활용할 수 있도록 지원한다. IBM의 고객, 스타트업, 학술 기관, IoT 생태계 파트너사들은 차세대 코그너티브 IoT 애플리케이션, 서비스, 솔루션 등의 테스트, 개발, 생성을 위해 IBM의 개방형 클라우드 기반의 IoT 플랫폼에 직접적으로 접근할 수 있게 된다.
특히 인더스트리 4.0의 최전방에 위치한 자동차, 가전제품, 헬스케어, 보험, 산업 관련 세계적인 기업들은 이번 IBM 센터 설립의 최대 수혜자가 될 전망이다.
IBM은 서울(한국), 베이징(중국), 보블링겐 (독일), 상파울루(브라질), 도쿄(일본), 매사추세츠(미국), 노스캐롤라이나(미국), 텍사스(미국) 등 아시아, 유럽, 미국 등지에 8개의 새로운 왓슨 IoT 센터(Watson IoT Client Experience Center)를 설립했다. 이 센터들은 IBM의 고객 및 파트너사에 왓슨 IoT 클라우드 플랫폼의 코그너티브 기능을 활용한 신규 제품 및 서비스 개발에 필요한 기술, 툴, 역량 등에 직접 접근할 있는 서비스를 제공할 예정이다.
안전하고 에너지 효율적이며, 환경친화적인 빌딩 및 인프라 구축 시장을 선도하는 지멘스 빌딩 데크널러지스(Siemens Building Technologies)는 IBM과 협력해 빌딩의 디지털화와 관련된 혁신을 가속화할 것이라고 발표했다. 지멘스의 선진화된 분석 역량과 IBM의 IoT 솔루션을 통합하여 에너지 관리 및 지속가능성을 위한 내비게이터(Navigator) 플랫폼을 발전시킨다는 계획이다.
IBM은 코그너티브 분석 역량을 IoT와 결합해 왓슨 IoT 분석 서비스의 일환으로 4개의 왓슨 API(Application Programming Interface, 특정 응용 프로그램을 수행할 수 있는 인터페이스) 서비스를 발표했다. IoT 기기와 시스템으로 대표되는 물리적 세계가 급속하게 디지털화됨에 따라 고객, 파트너, 개발자들은 코그너티브 분석 역량과 IoT 역량의 결합을 통해 해당 데이터를 이해하고, 비정형 데이터와의 상관관계에 대한 통찰력을 발견할 수 있다.
4개의 신규 API 서비스는 ▲자연어 처리(NLP, Natural Language Processing) API ▲기계 학습 왓슨 API ▲비디오 및 이미지 분석 API ▲텍스트 분석 API다.
자연어 처리 API는 사용자로 하여금 간단한 자연어를 사용하여 시스템 및 IoT 기기와 상호작용할 수 있도록 한다. 자연어 처리는 언어의 의도와 목적을 이해하기 위해 여러 상황에서 사용하는 언어와의 연관관계를 파악한다. 예를 들어 기계 작업 중인 한 기술자가 기계의 진동 현상을 발견하고 ‘진동을 유발하는 것은 무엇인가?’라고 시스템에 물어볼 수 있다.
시스템은 자연어 처리와 기타 센서 데이터를 활용하여 질문의 의미와 의도에 따라 단어를 자동 연결해 기술자가 사용하고 있는 기계를 결정하고 가장 가능성이 높은 진동의 원인을 찾기 위해 최근의 유지보수 작업과 연관시킨다. 그 후 진동을 감소시키기 위한 솔루션을 제안한다.
기계 학습 왓슨 API는 데이터 처리를 자동화하며 신규 데이터와 사용자의 상호작용을 지속적으로 모니터링해 학습 우선순위에 따라 데이터와 결과를 정렬한다.
기계 학습은 IoT 기기 및 센서로 들어오는 모든 데이터에 적용될 수 있으며 이를 통해 현재 상태, 예상되는 트렌드, 모니터링이 필요한 특성들, 문제 발생시 제안 활동 등을 이해한다. 예를 들어 플랫폼은 정상적 및 비정상적 상황을 학습하기 위해 수신되는 데이터를 관찰하고 이를 통해 각 장비 특유의 환경 및 생산 프로세스 등을 포함하는 각 IoT 기기별 차이를 이해하도록 기계적 학습을 해 각 디바이스의 독특한 조건을 관찰하기 위해 시스템을 설정한다.
비디오 및 이미지 분석 API는 비디오 피드 및 이미지 스냅샷 등 비정형 데이터들의 모니터링을 지원하며 이를 통해 장면과 패턴을 인식한다. 이러한 지식은 기계 데이터와 통합되어 과거 사건들과 발생할 상황들을 보다 잘 이해할 수 있도록 한다.
예를 들어 비디오 분석 모니터링 보안 카메라는 지게차가 제한 구역에 침입한 것을 인식할 수 있다. 3일 뒤 해당 제한구역의 특정 자산이 감소된 성능을 보이기 시작했다. 이 두 개의 사건들은 상호 연결돼 기계의 데이터 혹은 비디오 장면으로부터 명백해 보이지 않을 수 있는 지게차와 자산 간의 상관관계를 확인할 수 있다.
텍스트 분석 API는 고객 콜센터 사본, 정비 기술자 로그, 블로그 코멘트, 트윗 등을 포함한 비구조적 텍스트 데이터 마이닝을 통해 방대한 양의 데이터 간의 상관관계와 패턴들을 발견한다.
예를 들어 비구조적 채널을 통해 보고된 구문들 ‘제 브레이크에서 소리가 나요’ ‘제 차의 제동에 문제가 있는 것 같아요’, ‘페달을 밟는 느낌이 이상해요’ 등은 특정 자동차 모델의 맥락 내에서 잠재적인 현장 문제들을 파악하기 위해 상호 연결될 수 있다.
