이 문서에서는 에지에서 얼굴 인식을 위한 산업용 PC(x86 기반) 즉, IPC를 최적의 상태로 구축하기 위한 주요 고려사항에 대해 자세히 살펴봅니다.
먼저, IPC(산업용 PC)부터 정의해 보겠습니다. IPC는 가혹한 작업 환경에서 뛰어난 회복력을 발휘하는 내구성이 뛰어난 컴퓨터입니다. IPC는 먼지, 액체, 고온 및 저온 등에 노출되어도 끄떡 없으며 연중무휴 24시간 가동할 수 있습니다. IPC는 다양한 유사 업종 또는 사용 사례에 대한 요구사항을 충족하기 위해 확장 가능하고 사용자 지정 가능하도록 설계되어 있습니다. 즉, 새로운 기능을 쉽게 수행할 수 있습니다. 또한 HDMI, D Sub, USB, 직렬 IO, GPIO와 호환 가능한 다양한 인터페이스를 갖추고 있습니다.
* Source: Advantech
산업계 전반에서 IPC는 일반적으로 얼굴 인식 작업을 수행합니다. 모든 시나리오에는 한 대 이상의 카메라(웹캠 또는 IP 캠)와 IPC 간에 지속적인 통신이 이루어집니다. IPC에서는 얼굴 인식 및 작동 규칙을 관리하기 위한 소프트웨어 및 알고리즘을 실행합니다. 다음은 오늘날 가장 보편적인 사용 사례 중 일부입니다.
얼굴 인식은 제조 산업 전반에서 운영, 보안 및 안전성에 여러 가지 이점을 제공합니다. 직원 출입문에 설치된 카메라는 직원의 출/퇴근 시간을 자동으로 기록할 수 있습니다. 또한 직원들이 마스크 착용 지침을 준수하는지 확인하거나 식별되지 않거나 권한이 없는 사람이 시설 내에 들어온 경우 보안 팀에 메시지를 보낼 수 있습니다. 또한 이 기술은 장비에 대한 접근에 활용하여 권한이 있는 사람만 특정 장비를 조작하도록 하고 자세한 로그를 보관할 수 있습니다. 창고 또는 공장 전체에서 이와 같이 다양한 얼굴 인식 응용 분야에서 항상 가동 중이고 엄청난 양의 데이터 로그를 관리할 수 있는 IPC는 최적 도구입니다.
얼굴 인식을 위해 장착된 패널 PC 또는 셀프 서비스 키오스크는 여러 비즈니스 환경에서 찾아볼 수 있습니다. 이러한 예에는 동의한 고객만 얼굴 인식을 사용하여 맞춤화된 품목 추천을 받을 수 있는 백화점의 터치스크린 키오스크가 있습니다. 또 다른 예에는 얼굴 인식을 통해 동의한 고객을 식별하여 충성도 멤버십 포인트 및 혜택에 연결해 주고, 결제 정보가 저장된 경우에는 즉시 결제를 진행하는 디지털 메뉴를 갖춘 패스트푸드 또는 패스트 캐주얼 주문이 있습니다.
리테일의 경우 얼굴 인식 기능을 탑재한 IPC는 계산대를 관리하는 직원을 식별하는 데 유용합니다. 결제 카운터를 열 준비가 되면 직원이 얼굴 인식을 통해 장치에 로그인할 수 있습니다.
eKYC(electronic Know Your Customer)와 같은 생체 기술은 다양한 사용 사례에서 금융 서비스에 점점 더 널리 사용되고 있으며, 그 중 하나가 ATM 인증입니다. 이 경우 작동 방식은 다음과 같습니다. 사전에 등록된 고객이 ATM으로 걸어오면 실제로 캡처한 얼굴 및 ID 및 PIN이 확인되고 IPC에서 관리하는 데이터베이스와 비교를 거친 후 접근 권한이 부여되어 거래를 수행할 수 있습니다.
얼굴 인식에 대한 전반적인 내용과 IPC 사용 사례는 에지 기반 얼굴 인식 - 상세 가이드를 살펴보십시오.
지금까지 주요 사용 사례를 살펴보았으므로 얼굴 인식을 위해 IPC를 설계하는 경우 주요 고려사항에 대해 논의해 보아야 합니다. IPC는 완전히 사용자 지정 가능하고, 성능 요구사항, 비용, 전력 사용량 등과 같은 요소를 모두 고려해야 합니다.
얼굴 인식용 IPC에 필요한 컴퓨팅 성능을 파악하기 위해서는 먼저 지정된 기간 내에 감지 및 인식해야 하는 얼굴 수와 얼굴 인식 프로세스가 얼마나 빨리 완료되어야 하는지를 알아야 합니다. 분당 얼굴 감지 및 인식 작업 수가 적은 경우에는 성능이 낮은 IPC를 고려할 수 있습니다. 매초 여러 개의 얼굴을 감지해 인식해야 하는 경우에는 고성능 컴퓨터가 필요합니다. 뛰어난 성능이 필요한 경우에는 NVIDIA GPU 칩셋이 적당합니다.
다음으로 고려해야 할 항목은 비용입니다. 높은 성능을 발휘하기 이해서는 NVIDIA GPU 칩셋 등과 같은 고가의 프로세서가 필요할 수 있습니다. Intel Movidius 등과 같은 기타 솔루션은 보다 합리적인 가격으로 좋은 성능을 제공합니다.
예상대로, 높은 컴퓨팅 성능이 필요할수록 장치에서 사용하는 전력량이 늘어납니다. NVIDIA GPU는 전력 사용량이 많은 프로세서 중 하나로, 정말 많은 분야에서 뛰어난 칩셋입니다.
폼 팩터에 대해 생각해 보아야 할 사항은 모양과 크기입니다. IPC를 설치할 위치와 해당 위치의 모든 크기 고려사항을 생각해야 합니다.
다음으로 중요한 고려사항은 확장 가능성입니다. 일회용 솔루션을 여러 번 사용할 수 있는 다중 채널 솔루션으로 확장할 필요가 있는 경우 확장 가능성이 뛰어난 솔루션 즉, 잠재적으로 더욱 강력한 IPC 또는 모듈식 배포 아키텍처가 필요합니다.
마지막으로 고려해야 할 사항은 유연성입니다. IPC에서 얼굴 인식 이외에 다른 소프트웨어 및 애플리케이션을 실행하려는 경우 더욱 뛰어나고 유연한 CPU가 필요합니다. Intel Core는 강력하고 유연한 솔루션입니다.
다음은 얼굴 인식을 위한 가장 일반적인 5가지 IPC 구성으로, 성능 및 비용이 가장 낮은 것부터 높은 순으로 정렬되어 있습니다.
가장 경제적이고 튼튼한 구성입니다. Atom CPU는 OpenVINO DLBoost와 VNXI를 탑재해 안면인식 등 딥 러닝 알고리즘을 높은 성능으로 작동시킬 수 있습니다. 이 CPU는 얼굴 인식 작업을 2배 빠르게 수행합니다. IPC가 얼굴 인식 이외에 다른 애플리케이션을 실행해야 하는 경우 더욱 뛰어난 컴퓨팅 능력을 갖춘 강력한 CPU가 필요합니다. Atom은 많은 열이 발생하지 않고 팬리스(Fan-Less) 시스템에서 실행할 수 있어 전력 사용량이 줄고 진동이 발생하지 않습니다.
Intel Celeron CPU는 성능 및 비용 측면에서 훌륭한 중급 솔루션으로, Atom처럼 팬리스(Fan-Less) CPU입니다. 처리 가능한 성능 요구사항은 Atom보다는 높지만 Core i3(아래 설명 참조)보다는 낮습니다. 얼굴 인식 작업의 경우 Celeron은 Atom보다 초당 더 많은 얼굴 인식 프레임을 처리할 수 있습니다. 또한 실행하려는 다른 소프트웨어 및 애플리케이션도 처리할 수 있는 반면에 Atom은 처리할 수 없습니다. 예를 들어, 디지털 디스플레이 솔루션에는 콘텐츠 관리 애플리케이션 및 광고 실행을 위한 미디어 플레이어가 필요합니다. 대화식 키오스크의 사용자 인터페이스에는 내장된 비디오, 사진 및 애니메이션 효과를 표시하기 위해 적절한 양의 처리 역량이 필요할 수 있습니다.
Atom과 Celeron은 둘 다 폼 팩터(모양 및 크기)가 유사합니다. 그러나 Celeron의 전력 사용량이 Atom보다 많습니다. 약 20~30 와트가 필요한데, 이는 Atom 전력 사용량의 약 2~3배입니다.
Core i3 CPU는 Celeron 및 Atom보다 훨씬 더 높은 컴퓨팅 및 성능 요구사항을 처리할 수 있습니다. 따라서 전력 필요량이 높고, 발생하는 열이 많으며, 비용이 더 비쌀 수 있습니다. 여러 애플리케이션을 원활하게 실행할 수 있는 IPC가 필요한 경우 Core i3은 강력한 솔루션이자 가격이 아깝지 않은 옵션입니다.
Intel Core i와 NV GPU의 결합은 가장 뛰어난 성능을 자랑하는 IPC 솔루션 중 하나를 구성합니다. GPU 칩셋 덕분에 여러 비디오 채널과 함께 다양한 애플리케이션을 전부 동시에 실행할 수 있습니다. 테스트에서 비디오 채널을 20개 이상 지원했는데, 각 채널에서는 시간당 걸어 들어 오는 500명이 넘는 사람을 캡처합니다. 성능이 높기 때문에 전력 사용량이 많고 가격이 비쌀 뿐만 아니라 폼 팩터의 크기도 커집니다. 그러나 대규모 환경 및 시나리오에서 효율적으로 실행할 수 있는 솔루션이 필요하다면 최적의 솔루션입니다.
NVIDIA의 그래픽 카드를 지원하는 IPC는 Advantech와 Super Micro 등에서 출시되고 있습니다.
FaceMe®는 현재 출시되어 있는 가장 유연한 최고의 얼굴 인식 도구입니다. FaceMe®는 가장 뛰어난 성능을 발휘하기 위해 최적화된 시스템 아키텍처와 함께 위에서 설명한 구성을 비롯하여 업계에서 가장 포괄적인 칩셋 지원을 제공합니다. 아래에서는 FaceMe®의 VH(Very High) 모델을 사용하여 주요 구성요소(CPU, GPU, VPU)에 대한 얼굴 인식 성능을 확인합니다. CyberLink의 정밀도 모델에 대해 알아보려면 에지에서의 얼굴 인식 - 상세 가이드의 3.4 섹션을 참조하십시오.
얼굴 인식용 IPC와 호환 가능한 기본 운영 체제 2가지는 Windows 및 Linux(Ubuntu)입니다. 어떤 OS가 적절한지 선택할 때 구체적인 사용 사례의 요구사항을 고려해야 합니다. FaceMe®는 가장 다재 다능한 얼굴 인식 엔진 중 하나로, Windows 및 Linux 둘 다와 광범위한 CPU, VPU 및 GPU 칩셋을 지원합니다. Windows와 Linux 간의 몇 가지 주요 차이점은 다음과 같습니다:
얼굴 인식을 위한 시스템을 구축할 때 엔지니어 및 개발자가 선택할 수 있는 IPC 구성이 많습니다. 그렇다고 해서 구성을 복잡하거나 버겁게 느낄 필요가 없습니다. 구성 옵션을 평가할 때 가장 먼저 사용 사례를 파악하는 것이 가장 중요합니다. 그런 다음 성능 요구사항, 폼 팩터, 확장성과 예산을 생각하면 됩니다.
사용 사례에 맞는 빌드 및 설계를 구성했다고 생각하면 실제로 사용하기 위해 애플리케이션을 설치하기 전에 POC(개념 증명) 프로젝트를 수행하는 것이 좋습니다. 그러면 완전히 실행하기 전에 필요한 개선 사항을 파악하고 적절하게 조정할 수 있습니다.
얼굴 인식의 작동 원리, 배포 방법과 이 기술에 대한 전반적인 내용을 살펴보려면 에지 기반 얼굴 인식 - 상세 가이드를 읽어보십시오.
2022에는 얼굴 인식이 어떻게 사용될지 궁금하다면 얼굴 인식 – 2022년에는 어떻게 사용됩니까?를 읽어보십시오.
세일즈팀에
