Jay Schroeder는 CTO(최고기술책임자)로 근무합니다. 중국남방항공(CNH)회사의 글로벌 연구 및 개발 운영을 감독합니다. 그의 책임에는 기술, 혁신, 차량 및 도구, 정밀 기술, 사용자 경험 및 파워트레인과 같은 분야를 관리하는 것이 포함됩니다. Schroeder는 회사의 제품 포트폴리오와 정밀 기술 역량을 향상시키는 데 중점을 두고 있으며, 전체 장비 범위에 걸쳐 정밀 솔루션을 통합하는 것을 목표로 합니다. 또한 그는 CNH의 대체 추진 제품 제공을 확대하고 제품 개발 프로세스에 대한 거버넌스를 제공하여 회사의 제품 포트폴리오가 높은 품질 및 성능 표준을 충족하도록 보장합니다.
CNH는 다양한 사업을 통해 농업 기계 및 건설 장비를 생산 및 판매합니다. AI 및 첨단 기술 등 컴퓨터 비전, 머신러닝 (ML)과 카메라 센서는 이러한 장비의 작동 방식을 변화시키고 있으며, 농부가 작업에서 복잡한 문제를 해결하는 데 도움이 되는 AI 기반 자율 주행 트랙터와 같은 혁신을 가능하게 합니다.
CNH의 자율 주행 트랙터는 딥 뉴럴 네트워크와 실시간 추론으로 훈련된 모델로 구동됩니다. 이 기술이 농부들이 극도로 정밀하게 심기 등의 작업을 수행하는 데 어떻게 도움이 되는지, 그리고 운송과 같은 다른 산업의 자율 주행과 어떻게 비교되는지 설명해 주시겠습니까?
자율 주행 자동차가 헤드라인을 장식하는 동안 농업 산업은 20년 이상 조용히 자율 주행 혁명을 주도해 왔습니다. CNH와 같은 회사는 테슬라보다 훨씬 먼저 자율 주행 조향 및 속도 제어를 개척했습니다. 오늘날 CNH의 기술은 단순히 운전하는 것을 넘어 스스로 운전하는 동안 고도로 자동화되고 자율적인 작업을 수행합니다. 땅에 씨앗을 정확히 심고 정확히 필요한 위치에 심는 것부터 작물을 효율적이고 최적으로 수확하고 토양을 처리하는 것까지, 모든 것을 밭을 운전하는 동안 자율 농업은 자율 주행 자동차와 보조를 맞추는 데 그치지 않고 먼지 속에 남겨두고 있습니다. 교통의 미래는 자율일 수 있지만 농업에서는 미래가 이미 여기에 있습니다.
또한 CNH의 미래 지향적 기술 스택은 자율 주행 자동차가 달성할 수 있는 것보다 훨씬 더 뛰어난 자율 농업을 가능하게 합니다. 소프트웨어 정의 아키텍처는 광범위한 기술을 원활하게 통합하여 단순한 A-B 지점 탐색보다 훨씬 더 어려운 복잡한 농업 작업을 자동화할 수 있습니다. 아키텍처의 상호 운용성은 농부에게 CNH의 개방형 API를 통해 고도화된 기술을 레이어링할 수 있는 전례 없는 제어력과 유연성을 제공합니다. 폐쇄형 시스템과 달리 CNH의 개방형 API를 통해 농부는 기계를 사용자 지정할 수 있습니다. 필요할 때만 활성화되는 작물과 잡초를 구별하는 카메라 센서를 상상해 보세요. 이 모든 것이 차량이 자율적으로 작동합니다. 이러한 적응성과 험난한 지형과 다양한 작업을 처리할 수 있는 능력이 결합되어 CNH의 기술을 차별화합니다. Tesla와 Waymo가 발전하고 있지만 자율 혁신의 진정한 최전선은 도로가 아닌 들판에 있습니다.
“식물용 MRI 기계”라는 개념은 매혹적입니다. CNH가 합성 이미지와 머신 러닝을 사용하여 기계가 작물 유형, 성장 단계를 식별하고 표적 작물 영양을 적용하는 데 어떻게 도움이 됩니까?
CNH는 AI, 컴퓨터 비전 카메라, 방대한 데이터 세트를 사용하여 작물과 잡초를 구별하고, 식물 성장 단계를 식별하고, 밭 전체에서 작물의 건강을 인식하여 작물 수확량을 최적화하는 데 필요한 정확한 양의 영양소와 보호를 결정하는 모델을 훈련하고 있습니다. 예를 들어 Augmenta Field Analyzer를 사용하면 컴퓨터 비전 애플리케이션이 밭을 빠르게 이동하는 동안(최대 20mph) 기계 앞의 지면을 스캔하여 밭의 작물 상태를 평가하고 어떤 영역을 어떤 속도로 처리해야 하는지, 해당 영역을 더 건강하게 만들지 평가합니다.
이 기술을 통해 농부는 문제가 발생하는 밭의 정확한 위치를 파악하고 처리할 수 있으므로 잡초를 죽이거나 해충을 방제하거나 작물의 건강을 증진하는 데 필요한 영양소를 추가하는 처리제로 밭 전체를 덮는 대신 AI와 데이터 기반 살포 기계가 자동으로 필요한 식물에만 살포합니다. 이 기술을 통해 필요한 정확한 양의 화학 물질을 정확한 위치에 적용하여 식물의 필요를 정확하게 해결하고 작물에 대한 위협을 차단할 수 있습니다. 작물 사이에서 자라는 잡초만(정확히) 식별하여 살포하면 결국 밭에서 화학 물질 사용을 최대 90%까지 줄일 수 있습니다. 동일한 몇 가지 위협에 도달하기 위해 밭 전체를 처리하는 대신 각 위협을 처리하는 데 소량의 화학 물질만 필요합니다.
사실적인 합성 이미지를 생성하고 데이터 세트를 빠르게 개선하기 위해 CNH는 생물물리적 절차적 모델을 사용합니다. 이를 통해 팀은 필요한 규모로 실제 이미지를 캡처하는 데 시간을 들이지 않고도 수백만 개의 이미지를 빠르고 효율적으로 생성하고 분류할 수 있습니다. 합성 데이터는 실제 이미지를 보강하여 모델 학습 및 추론 성능을 개선합니다. 예를 들어, 합성 데이터를 사용하면 다양한 조명 조건 및 하루 종일 움직이는 그림자와 같이 모델을 학습하기 위한 다양한 상황을 만들 수 있습니다. 절차적 모델은 매개변수를 기반으로 특정 이미지를 생성하여 다양한 조건을 나타내는 데이터 세트를 만들 수 있습니다.
이 기술은 전통적인 농업 방식과 비교해 얼마나 정확합니까?
농부들은 일년 내내 수백 가지의 중요한 선택을 하지만, 누적된 모든 결정의 결과는 수확기에 한 번만 볼 수 있습니다. 농부의 평균 연령이 증가하고 있으며, 대부분은 30년 이상 일합니다. 실수의 여지가 없습니다. 씨앗을 심는 순간부터 농부들은 작물이 번성하도록 최선을 다해야 합니다. 그들의 생계가 걸려 있습니다.
우리의 기술은 농부의 작업에서 많은 추측을 없애줍니다. 예를 들어 재배 작물을 돌보는 가장 좋은 방법을 결정하는 것과 같이 농부에게 전략적 사업 과제를 해결하는 데 집중할 수 있는 여분의 시간을 제공합니다. 결국 농부는 거대한 사업을 운영하고 있으며 이를 가장 효율적이고 생산적이며 수익성 있게 수행할 수 있도록 기술에 의존합니다.
기계에서 생성된 데이터는 농부가 더 나은 결과를 얻기 위해 더 나은 정보에 입각한 결정을 내릴 수 있도록 할 뿐만 아니라, 기계 자체의 높은 수준의 자동화와 자율성은 인간이 할 수 있는 것보다 더 잘, 더 큰 규모로 작업을 수행합니다. 살포 기계는 인간의 눈보다 수천 에이커의 작물에서 문제 지점을 더 잘 “볼” 수 있으며 위협을 정확하게 처리할 수 있습니다. 자율 경운과 같은 기술은 힘들고 시간이 많이 걸리는 작업의 부담을 덜어주고 인간보다 더 정확하고 효율적으로 규모를 수행할 수 있습니다. 자율 경운에서 완전 자율 시스템은 센서와 딥 신경망을 결합하여 센티미터 수준의 정밀도로 이상적인 조건을 만들어 토양을 경운합니다. 이를 통해 토양을 준비하여 종종 한 밭에서 극적으로 토양이 변하더라도 매우 일관된 행 간격, 정확한 종자 깊이 및 최적화된 종자 배치가 가능합니다. 종종 인간이 작동하는 기계에 의존하는 기존 방법은 일반적으로 작업자 피로, 덜 일관된 탐색 및 덜 정확한 위치 지정으로 인해 결과의 변동성이 더 큽니다.
수확기에는 CNH의 콤바인 기계가 엣지 컴퓨팅과 카메라 센서를 사용하여 작물 품질을 실시간으로 평가합니다. 이 신속한 의사 결정 프로세스는 어떻게 작동하며, AI는 낭비를 줄이고 효율성을 개선하기 위해 수확을 최적화하는 데 어떤 역할을 합니까?
콤바인은 수확, 탈곡, 수집 등 여러 공정을 단일 연속 작업으로 수행하는 매우 복잡한 기계입니다. 바로 이런 이유로 콤바인이라고 불립니다. 여러 대의 기기였던 것을 바퀴 달린 단일 공장으로 통합하기 때문입니다. 한 번에 많은 일이 일어나고 오류가 발생할 여지가 거의 없습니다. CNH의 콤바인은 20초마다 수백만 개의 신속한 결정을 자동으로 내리고 이를 기계의 가장자리에서 바로 처리합니다. 카메라 센서는 수확된 작물의 자세한 이미지를 캡처하고 처리하여 수확되는 작물의 각 알갱이의 품질을 판단합니다. 즉, 수분 수준, 곡물 품질, 잔해물 함량을 분석합니다. 이 기계는 이미지 데이터를 기반으로 자동으로 조정하여 최적의 결과를 얻기 위한 최상의 기계 설정을 배포합니다. 현재 보리, 쌀, 밀, 옥수수, 콩, 카놀라에 대해 이를 수행할 수 있으며 곧 수수, 귀리, 밭콩, 해바라기, 식용 콩에 대한 기능을 추가할 것입니다.
엣지 AI는 작물 상태의 패턴을 인식하도록 훈련된 딥 러닝 모델을 사용하여 이 프로세스를 최적화하는 데 중요합니다. 이러한 모델은 콤바인의 속도를 변경하거나 탈곡 설정을 수정하여 곡물과 나머지 식물을 더 잘 분리하는 것과 같이 조정이 필요한 수확 영역을 빠르게 식별할 수 있습니다(예: 모든 옥수수 알갱이만 유지하고 이삭과 줄기의 모든 조각을 제거합니다). 이 실시간 최적화는 작물 손상을 최소화하고 고품질 작물만 수집하여 낭비를 줄이는 데 도움이 됩니다. 또한 효율성을 개선하여 기계가 이동 중에 데이터 기반 의사 결정을 내려 농부의 작물 수확량을 극대화할 수 있고, 운영 스트레스와 비용을 줄일 수 있습니다.
AI와 ML로 구동되는 정밀 농업은 투입 낭비를 줄이고 수확량을 극대화할 것을 약속합니다. CNH의 기술이 점점 더 어려워지는 농업 환경에서 농부들이 비용을 절감하고 지속 가능성을 개선하며 노동력 부족을 극복하는 데 어떻게 도움이 되는지 자세히 설명해 주시겠습니까?
농부들은 숙련된 노동력을 찾는 데 엄청난 장애물에 직면합니다. 이는 특히 경작의 경우 더욱 그렇습니다. 경작은 대부분 농장에서 겨울을 대비해 토양을 준비하여 봄에 더 나은 심기 조건을 만드는 데 필요한 중요한 단계입니다. 경작에는 정밀도가 필수적이며, 최적의 작물 성장 조건을 만들기 위해 10분의 1인치까지 측정된 정확도가 중요합니다. CNH의 자율 경작 기술은 고도로 숙련된 작업자가 경작 도구를 수동으로 조정할 필요가 없습니다. 버튼을 누르면 시스템이 전체 프로세스를 자동화하여 농부가 다른 필수 작업에 집중할 수 있습니다. 이를 통해 생산성이 향상되고 정밀도로 연료가 절약되어 운영 효율성이 높아집니다.
작물 유지 관리와 관련하여 CNH의 분무기 기술은 125개 이상의 마이크로프로세서를 장착하여 실시간으로 통신하여 물, 영양소, 제초제 및 살충제 사용의 비용 효율성과 지속 가능성을 향상시킵니다. 이러한 프로세서는 현장 조건을 분석하고 이러한 영양소를 언제 어디에 적용할지 정확하게 결정하여 오늘날 최대 30%, 가까운 미래에 최대 90%까지 화학 물질의 과잉을 제거하여 투입 비용과 토양에 들어가는 화학 물질의 양을 대폭 절감합니다. 노즐 제어 밸브를 사용하면 기계가 분무기 속도에 따라 자동으로 조정하여 제품을 정확하게 적용할 수 있으므로 작물에 정확한 물방울을 전달하기 위해 일관된 속도와 압력을 보장하여 각 물방울이 작물의 건강에 필요한 곳에 정확히 떨어집니다. 이러한 수준의 정밀도는 빈번한 재충전의 필요성을 줄여 농부가 하루에 한 번만 분무기를 채우면 되므로 상당한 물/화학 물질 보존으로 이어집니다.
마찬가지로 CNH의 카트 자동화는 수확 중에 콤바인을 작동하는 복잡하고 스트레스가 많은 작업을 간소화합니다. 정밀성은 콤바인 헤더와 곡물 카트가 한 번에 몇 인치 이내로 주행하면서 수 시간 동안 충돌하는 것을 피하는 데 중요합니다. 또한 작물 손실을 줄이는 데 도움이 됩니다. 카트 자동화는 원활한 이동 중 적재 프로세스를 가능하게 하여 수동 조정의 필요성을 줄이고 콤바인이 멈추지 않고도 작업을 계속 수행할 수 있도록 합니다. CNH는 생리학적 테스트를 수행하여 이 보조 기술이 콤바인 운전자의 스트레스를 약 12%, 트랙터 운전자의 스트레스를 18% 줄이는 것으로 나타났으며, 이는 운전자가 수확기에 하루에 최대 16시간 동안 이 기계에 있을 때 합산됩니다.
CNH 브랜드, New Holland는 최근 Bluewhite와 파트너십을 맺었습니다. 자율 트랙터 키트용. 이 협업은 농업에서 자율성을 확대하기 위한 CNH의 광범위한 전략에 어떻게 들어맞습니까?
자율성은 CNH의 미래이며, 우리는 고객의 가장 시급한 요구에 따라 이 기술을 개발하는 데 목적이 있고 전략적인 접근 방식을 취하고 있습니다. 당사의 내부 엔지니어는 옥수수와 콩과 같이 넓고 열린 들판에서 자라는 작물을 재배하는 농부인 대규모 농업 고객 세그먼트를 위한 자율성을 개발하는 데 집중하고 있습니다. CNH의 또 다른 중요한 고객 기반은 다음과 같은 농부입니다. 우리는 과수원과 포도원에서 자라는 “영구 작물”이라고 부릅니다. 과수원과 포도원에서 자율성을 구현하는 데 입증된 리더인 Bluewhite와 협력함으로써 우리는 대규모 농업 및 영구 작물 고객 세그먼트에 절실히 필요한 자율성을 제공할 수 있는 규모와 시장 출시 속도를 확보할 수 있습니다. Bluewhite와 함께 우리는 영구 작물에 완전 자율 트랙터를 제공하여 과수원과 포도원에서 자율 솔루션을 제공하는 최초의 OEM(Original Equipment Manufacturer)이 되었습니다.
자율성에 대한 당사의 접근 방식은 고객이 기계가 작업을 완료하고 노동 부담을 제거하기를 간절히 바라는 작업과 과제에서 겪는 가장 중요한 과제를 해결하는 것입니다. 자율 경작은 일년 중 여러 가지 다른 일도 일어나야 하는 엄격한 시간 제약 기간 동안 오랜 시간이 걸리는 힘든 작업이기 때문에 당사의 내부 작업 자율성 개발을 이끕니다. 이 경우 기계는 인간 작업자보다 작업을 더 잘 수행할 수 있습니다. 영구 작물 농부도 극심한 노동력 부족에 직면하고 있으며 틈을 메울 기계가 필요하기 때문에 자율성이 절실히 필요합니다. 이러한 작업을 위해서는 트랙터가 계절마다 과수원이나 포도원 줄을 20~30번 통과해야 하며, 나무에 영양분을 공급하고 포도나무 사이의 풀을 깎고 잡초를 제거하는 것과 같은 중요한 작업을 수행해야 합니다.
CNH 솔루션 중 다수가 과수원과 포도원 운영자에게 채택되고 있습니다. 이러한 환경은 자율 및 AI 기반 기계에 어떤 고유한 과제를 제시하며, CNH는 이러한 특수 애플리케이션에 기술을 어떻게 적용하고 있습니까?
수확 시기가 바뀌고 있으며, 숙련된 노동력을 찾는 것이 더 어려워졌습니다. 기후 변화로 인해 계절이 더 예측 불가능해지고 있습니다. 농부들이 작물 수확에 최적일 때 정밀성과 효율성을 구동하는 기술을 준비하는 것은 임무에 매우 중요합니다. 농사에는 항상 정밀성이 필요하지만 포도나 견과류처럼 작고 섬세한 것을 수확할 때는 특히 필요합니다.
대부분의 자동 주행 기술은 GPS를 사용하여 기계를 경로로 안내하지만 과수원과 포도원에서는 이러한 GPS 신호가 나무와 포도나무 가지에 의해 차단될 수 있습니다. 비전 카메라와 레이더는 GPS와 함께 사용되어 기계를 최적의 경로로 유지합니다. 그리고 과수원과 포도원에서 수확은 균일한 줄의 에이커가 아니라 종종 구릉 지형에서 개별적이고 다양한 식물과 나무에 관한 것입니다. CNH의 자동화 시스템은 각 식물의 높이, 지면 수준 및 필요한 따기 속도에 맞게 조정되어 작물을 손상시키지 않고 양질의 수확량을 보장합니다. 또한 불필요한 입력을 절약하기 위해 비생산적이거나 죽은 나무 주변에서 조정됩니다. 이러한 로봇 기계는 식물을 따라 자동으로 이동하여 작물을 안전하게 걸터앉히면서 나무나 포도나무에서 농산물을 조심스럽게 제거합니다. 작업자는 원하는 따기 헤드 높이를 설정하고 기계는 지형에 관계없이 식물당 해당 설정을 유지하도록 자동으로 조정됩니다. 또한 일부 과일의 경우 수확하기 가장 좋은 시기는 당 함량이 밤새 최고조에 달할 때입니다. 적외선 기술이 장착된 카메라는 가장 어두운 환경에서도 작동하여 과일을 최적의 상태로 수확할 수 있습니다.
점점 더 많은 자율 농업 장비가 배치됨에 따라, CNH는 특히 다양한 글로벌 농업 환경에서 이러한 AI 기반 시스템의 안전성과 규정 준수를 보장하기 위해 어떤 조치를 취하고 있습니까?
안전과 규정 준수는 CNH의 AI 기반 시스템의 핵심이므로 CNH는 다양한 지역의 지방 자치 단체와 협력하여 회사가 자율 시스템을 안전 표준, 환경 규정 및 데이터 개인 정보 보호법을 포함한 지역 요구 사항을 충족하도록 조정할 수 있습니다. CNH는 또한 모든 인정되고 새로운 표준과 요구 사항을 충족하도록 보장하기 위해 표준 기구에서 활동합니다.
예를 들어 자율 안전 시스템에는 실시간 모니터링을 위한 카메라, LiDAR, 레이더 및 GPS와 같은 센서가 포함됩니다. 이러한 기술을 통해 장비는 장애물을 감지하고 앞에 무언가가 감지되면 자동으로 멈출 수 있습니다. 또한 기계는 복잡한 지형을 탐색하고 환경 변화에 대응하여 사고 위험을 최소화할 수 있습니다.
농업에서 AI 기반 기술의 광범위한 채택에 대한 가장 큰 장벽은 무엇이라고 생각하십니까? CNH는 농부들이 이러한 새로운 시스템으로 전환하고 그 가치를 입증하도록 어떻게 돕고 있습니까?
현재 가장 큰 장벽은 비용, 연결성, 농부 교육입니다.
하지만 더 나은 수확량, 더 낮은 비용, 더 낮은 신체적 스트레스, 그리고 자동화를 강화하여 더 나은 시간 관리를 통해 총 소유 비용을 상쇄할 수 있습니다. 소규모 농장은 사료 시스템이나 사후 업그레이드 키트와 같은 더 제한된 자율 솔루션의 혜택을 누릴 수 있습니다.
특히 농촌 지역에서의 부적절한 연결성은 문제를 야기합니다. AI 기반 기술은 일관되고 항상 연결된 연결이 필요합니다. CNH는 이를 해결하는 데 도움을 주고 있습니다. Intelsat과의 파트너십을 통해 그리고 근처에 있는 모든 네트워크(와이파이, 셀룰러 또는 위성)에 연결되는 범용 모뎀을 통해 도달하기 어려운 위치에 있는 고객에게 현장에 바로 연결 가능한 연결을 제공합니다. 많은 고객이 CNH의 시장을 선도하는 글로벌 모바일 가상 네트워크로 인터넷 연결에 대한 이러한 필요성을 충족하지만, 기존 셀룰러 타워는 보편적인 연결을 가능하게 하지 않습니다.
마지막으로, AI 기술과 관련된 인식된 학습 곡선은 벅찰 수 있습니다. 전통적인 관행에서 벗어나려면 교육과 사고방식의 변화가 필요하므로 CNH는 고객과 긴밀히 협력하여 고객이 기술에 익숙해지고 시스템의 모든 이점을 얻을 수 있도록 합니다.
앞으로 10년 동안 CNH의 AI 및 자율 솔루션이 어떻게 발전할 것으로 생각하시나요?
CNH는 증가하는 인구를 위해 더 적은 자원을 사용하여 지속 가능하게 더 많은 식량을 생산하기 위한 최첨단 기술을 개발하여 중요한 글로벌 과제를 해결하고 있습니다. 우리의 초점은 AI와 자율성이 중심 역할을 하는 혁신적인 솔루션을 통해 농부들이 생계와 사업을 개선할 수 있도록 지원하는 것입니다. 데이터 수집, 센서의 경제성, 연결성 및 컴퓨팅 성능의 발전은 AI 및 자율 시스템 개발을 가속화할 것입니다. 이러한 기술은 정밀 농업, 자율 운영, 예측 유지 관리 및 데이터 기반 의사 결정의 진전을 촉진하여 궁극적으로 고객과 세계에 이익을 줄 것입니다.
훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자는 다음을 방문하세요. 중국남방항공(CNH).
게시물 CNH의 CTO인 Jay Shroeder – 인터뷰 시리즈 처음 등장 유나이트.AI.
