AI 인공지능 부능 자수 업계 효율과 녹색화 및 저탄소화 전환

과거에는 수공 한 사람이 한 땀 한 땀 티셔츠 한 벌을 수놓는 데 하루 정도 걸렸는데, 약간 번잡한 복식은 구도, 선 선택, 채색 단계에서 며칠이 걸렸다.이제 로봇 재단사 Sewbot은 22초 만에 Adidas의 티셔츠를 만들 수 있습니다.세우봇은 하루 동안 80만 개의 티셔츠를 생산할 수 있다.

카메라 렌즈와 바느질 조합을 이용하여 옷감의 위치를 정확하게 파악하면 Sewbot은 옷감 채취에서 완제품까지 전체 과정을 자동화할 수 있어 인간보다 효율이 몇 배 높다.

AI 수공이 갑자기 튀어나온 건가요?사실 그렇지 않다. 모두가 주목하지 않을 때, 그것은 방직업에 의해 공장과 의류의 경위 속으로 짜여졌다.AI가 시험장을 벗어나 방직업과 같은 전통 제조업에서도 유망하다.그리고 그것이 방직으로 나아간 역사를 거슬러 올라가면 40년이 된다.

인공지능과 방직의 결합은 사실 이 솜씨의 본질과 약간 비슷하며, 느린 작업으로 섬세한 일을 하고 유구한 과정을 거친다.그러나 AI는 이 길을 걸을수록 더 빨리 걸으면서 걸음마다 꽃을 피울 정도에 이르렀다.

산업과 수요는 오히려 전환을 강요한다

방직업은 무엇때문에 수지화전환을 진행해야 하는가?

한편으로 환경보호가 고압적이고 노동력이 업그레이드된 후 전통산업은 전환을 부른다.

력사적으로 로동집약형을 위주로 하는 방직업은 일찍 고오염, 고에너지소모, 저부가가치의 곤경에 직면했다.인구 보너스가 사라지고 원자재 가격이 상승함에 따라 손에 넣은 이윤이 점점 줄어들면서 대부분의 공장이 베트남, 인도 등 동남아시아 국가로 옮겨갔다.우리 나라 방직업은 산업의 업그레이드와 전환을 맞이했다.

"방직공업의 질제고승격 실시방안 (2023~2025년)"은 2025년까지 70% 의 규모이상 방직기업이 기본적으로 디지털화네트워크화를 실현할것을 제기하였다.탄소를 낮추고 오염물을 줄이며 록색을 확대하고 성장하는 목표하에 수지화에로 전환하는것은 방직업의 록색생존의 필연적인 길로 되였다.

다른 한편으로 수요측의 현대소비자들도 더욱 류행적인 방직공예를 부르고있으며 천편일률적인 설계는 이미 개성화의 수요를 만족시킬수 없다.

신세대 소비자들은 개성화, 빠른 패션과 지속가능한 소비를 추구하며, 전통적인 대량, 긴 주기의 생산 모델은 산업 업그레이드 중에 브랜드화, 지능화, 고급화 전환을 부르고 있다.

질검에서 판매, 창의적인 디자인에 이르기까지 AI는 방직이라는 솜씨를 슬그머니 이어받아 40년에 걸친 모색과 진화 속에서 자신의 금수강산을 찾았다.

점에서 면으로, 걸음마다 꽃이 핀다.

과학기술이 전통공예를 부여하는것은 단번에 이루어진것이 아니라 한걸음한걸음 꽃이 피는 과정이다.

일찍 20세기 80년대에 전 세계 방직기업은 전문가시스템을 채용하여 기계설계와 생산과정을 최적화하기 시작하였다.1970년 스위스에서 설립된 Datacolor는 방글라데시 섬유업계에서 가장 먼저 AI 기술을 적용해 색상 매칭과 품질 제어에 활용했다.이 시기의 AI 방직은 마치 방금 눈이 생긴 것과 같다. 사람의 눈이 비교적 고장난 리스트와 완제품의 차이에 비해 Datacolor는 피곤하지 않고 눈이 뻑뻑하지 않으며 효율을 높이는 동시에 정확도를 높인다.

2017년에 이르러 기계학습단계에 이르러 이 AI가 부여한 눈은 더욱 밝아졌다.기계시각AI 품질검사와 공업흐름선의 조합은 하자식별의 정확도를 제고시켰으며 계산법의 로봉성에 대한 요구가 높아 컴퓨터를 통해 프로그래밍결과에 따라 원소를 스캔할수 있다.

만약 이전 시기의 하자 식별이 아직 식자 인지 단계에 있다면, 이 시기의 식별은 마치 만천진주에서 그물이 새는 모래알을 찾을 수 있는 화안금정을 가진 것과 같다.

코그넥스 비디는 딥러닝 알고리즘을 이용해 직물 패턴 결함을 감지해 오보율을 크게 줄였다.Shelton Vision의 WebSpector 시스템은 방직품 표면의 오점과 흠집을 검출하는 데 집중하여 98% 가 넘는 자동 결함 검사를 실현하여 방직품 품질을 크게 향상시켰다.더욱 선진적인 기계시각을 가지게 되면 AI는 간단한 흠집을 위치확정할수 있을뿐만아니라 복잡한 도안을 식별할수 있으며 심지어 심하게 뒤틀리고 변형된 직물도안도 식별할수 있다.

그러나 눈이 있어도 부족하다. 방직업은 품질검사단계만 있는것이 아니다. 가장 관건적인 문제는 품질이 더욱 좋아지고 하자률이 더욱 낮아졌는데 공장건물에 쌓여있는 수천수만의 완제품은 어떻게 판매할것인가 하는것이다.

클라우드화 AI가 그 답을 내놓았다.

2018년, 복장대성 절강은 일찍 기세드높은"만기업상운"활동을 발동한적이 있다.상운을 통해 방직기업은 저비용으로 클라우드컴퓨팅, 빅데이터와 AI에 접속하여 공장건물에 잠든 데터를 깨울수 있다.

알리 클라우드 등 클라우드 컴퓨팅 제조업체의 조력 하에 방직업 공장은 규모화에서 개성화 맞춤화에 이르는 유연한 생산 모델을 실현하였다.2021년에 가흥 동향의 50여개 스웨터기업이 련합으로"공유공장"을 건립하여 모든 기업의 설비와 주문수치가 빅데터시스템에 입력되였다.클라우드 스케줄링 생산 설비를 통해 이들 기업의 공장 기계 가동률은 80% 로 높아져 주문 분배가 더욱 유연해졌다.

알리 산하 코뿔소 지조는 빅데이터를 통해 수요를 예측하고 스마트 생산과 분산 생산을 통해'100건 주문, 7일 납품'의 유연한 공급망 모델을 실현해 자라 등 패스트 패션 브랜드가 소량 주문을 빨리 할 수 있도록 지원했다.

클라우드 제조업체의 강력한 스토리지, 컴퓨팅 능력은 생산 데이터를 실시간으로 분석하여 공급망 관리 및 자원 구성을 최적화합니다.그러나 이 단계의 AI 능력은 여전히 공급 스케줄링 분야에 머물러 있으며, 진정으로 생산 단계로 나아가지 못하고 있다.

2023년에 이르러서야 큰 모형의 횡공이 방직업의 지능화전환에 또 하나의 불을 지폈고 비로소 AI수공의 임독2맥을 뚫었으며 방직업은 점에서 면까지의 지능화배치를 실현하였다.

큰 모델의 강화 학습 알고리즘은 AI로 하여금 깊이 사고하는 것을 배우게 하고, 설계에서 염색, 품질 검사에 이르는 각 부분을 커버하게 한다.생산단에서"50만 +"고품질 데이터를 기반으로 훈련된 마스터리스 꽃형 대형 모델은 10s 내에 스카프를 설계할 수 있다;무수 날염 올인원은 AI를 통해 염료 사용량을 정확하게 제어해 날염을 40% 절감한다.푸젠성 둥룽침방의'5G + 경편 레이스 하자 AI 시각인식'하자 인식 정확도는 95% 이상이다.

40년간 방직업에서의 AI의 진화는 마치 실을 뽑아 비단을 만드는 것과 같았다.만약 최초의 AI 응용이 산발적으로 장식된 바느질이었다면, 현재 큰 모델은 이미 업계에 전체 알고리즘으로 짜여진 비단인 디자인, 날염, 품질 검사가 서로 연결되어 점차 빛을 발하고 있다.

AI의 걸음걸이를 통해 우리는 마치 옷에 숨겨진 기술 금수를 보는 것 같다.

AI 속에 숨겨진 금수강산

현재 AI는 방직 작업장의 각 단계를 조용히 변혁하여 점에서 면까지의 전체 체인 커버를 실현하고 있다.

최초의 설계 도안 묘사에서 최종적으로 정교하고 아름다운 옷감 출하에 이르기까지 AI는 알고리즘으로 교묘하게 바늘구멍을 뚫었다.한편으로, 그것은 옷감 검사를 더욱 정확하게 하고, 결함을 정확하게 파악한다;다른 한편으로 염색공정을 더욱 균일하게 하고 색채를 자연적으로 전환시킨다.재단단계에서 그것은 옷감의 특성과 스타일수요에 근거하여 합리적인 방안을 계획하여 손실을 줄인다.

현재의"AI + 방직"은 총체적으로"선두가 앞서고 업종이 따르는"특징을 나타내고 있으며, 소수의 선두 기업은 이미 먼저 AIGC 설계, 무수 날염 등 최전방 기술을 탐색하였고, 대다수 기업도 자동화, 디지털화 개조 단계에서 어려움을 직접 극복하고 있다.

예를 들어, 방직업의 선두기업인 만사리는 이미 설계, 생산에서 공급망에 이르는 전면적인 침투를 실현했다.그것의 큰 모델에는 50만 + 꽃형 데이터베이스와 300여 종의 이미지 생성 알고리즘이 숨겨져 있으며, 대량의 데이터베이스는 전 세계 80억 명에게 1인당 10만 개의 무겁지 않은 스카프를 설계할 수 있다.전통적인 날염 500미터 주문, 15일 공사 기간의 패턴에 비해 마스터리스의 AI 디자인 + 디지털 스프레이 기술은 빠르면 2시간 안에 디자인에서 완제품까지의 전 과정 제작을 완료할 수 있다.

AI 부능방직업의 또 다른 특징은 생산단의 녹색화와 저탄소화 전환이다.

전통적인 날염 업계는 물 소모가 많고 오염이 높은 업종이지만, 마스터리스가 개발한 GBART 디지털 녹색 날염 기술은 AI를 통해 염료 사용량을 정확하게 계산하여 면, 마, 모, 실크 등 원단을 사용할 수 있으며, 상염률이 100% 에 가깝고, 상장과 물세탁 공법을 면제하며, 절수 99%, 무오수 배출이 가능해졌다.

전체 체인 생산과 저탄소화 전환은 AI가 대표하는 지능화 역량이 방직업의 주요 생산력이 되었다는 것을 의미한다.직물 공장에는 사람이 갈수록 적어지고 기계는 갈수록 많아질 것이다.생산 단계에서 아이돈테크놀로지가 출시한 아이브 로봇은 분당 60미터 옷감을 검사할 수 있는데, 이는 인공 검사 속도의 3배이며, 이미 각 공장의 품질 검사 단계에 광범위하게 배치되어 있다.공장에 들어서자 우리는 24h 쉬지 않는 기계와 생산 라인에서 해방된 기계를 지휘하는 노동자를 보았다.

이 정보들은 모두 드러나지 않는 것이 없으며, AI 방직은 밝은 전망을 가지고 있다.앞으로 AI의 힘을 빌려 금수강산을 수놓을 가능성도 없지 않다.