건물관리에 인공지능을 제대로 활용하려면?

건물 관리자는 자신이 담당하는 시설에 고급 자동화 시스템을 도입하는 것이 항상 편하지는 않습니다. 그러나 컴퓨터 기술의 발전, 전염병으로 인한 작업, 특히 공중 보건 및 직장 경험에 대한 사용자 기대의 변화로 인해 업계는 전례 없는 속도로 새로운 기술을 수용하게 되었습니다.

건물 관리자는 전례 없는 효율성을 달성할 수 있는 기회를 인식하지만 관련된 기술 결정은 그들의 능력을 훨씬 뛰어넘습니다. 그들의 전문 지식은 일반적으로 IoT, 네트워킹, 인공 지능이 아닌 HVAC, 조명 제어 및 냉동 분야입니다.

인공 지능은 특히 판도를 바꾸는 기술이지만, 복잡성과 결정 방법에 대한 가시성 부족으로 인해 특히 위협적일 수도 있습니다. 건물 자동화를 위해 인공 지능을 채택하는 첫 번째 과제는 다음과 같은 기본적인 질문에 답하는 것입니다.

오늘날 인공 지능은 건물을 더욱 에너지 효율적이고, 건강하고, 자율적이고, 안전하고, 사람들에게 유익하게 만드는 데 사용됩니다. 사용자의 요구에 부응하여 이 기술은 원래 클라우드 컴퓨팅 기술이었습니다. 이러한 시스템 뒤에 있는 기계 학습 알고리즘에는 알고리즘을 훈련하고 이를 호출하여 통찰력을 제공하는 추론이라는 프로세스를 수행하는 데 상당한 컴퓨팅 성능이 필요합니다. 최근까지 실내 인프라에는 이러한 작업을 효율적으로 수행할 수 있는 리소스가 거의 없었습니다.

그러나 원격 데이터 센터 외부에서 스마트 빌딩 애플리케이션을 실행하는 데에는 고유한 제한 사항이 있습니다. 연결, 대역폭 비용, 보안 및 대기 시간(클라우드에 데이터를 보내고 다시 보내는 데 걸리는 시간)은 모두 시스템 효율성에 영향을 미칠 수 있습니다. 기계 또는 전체 건물 자동화 시스템이 고장날 경우 경보 및 자동화된 대응은 최대한 시기적절해야 합니다.

신세대 엣지 컴퓨팅 기술은 이 문제를 크게 완화합니다. 인프라는 컴퓨팅 집약적인 워크로드에 필요한 처리 능력을 갖춘 시설에 설치됩니다.

7년 전에 설립된 FogHorn과 같은 회사는 건설 운영의 디지털 혁신을 위한 새로운 가능성을 창출하는 Edge AI 기술을 개발했습니다. Johnson Controls는 2022년 초에 FogHorn을 인수했으며 이제 OpenBlue 빌딩 자동화 플랫폼에 엣지 기술을 통합했습니다.

로컬 기능 격차를 해소함으로써 이러한 엣지 장치는 건물을 최대한 효율적으로 운영한다는 목표에 중요한 건축 구성 요소를 제공합니다. 이러한 가용성으로 인해 스마트 자동화 기술 구현을 고려하는 건물 관리자는 이제 AI를 온프레미스에 배포할지 클라우드에 배포할지에 대한 질문에 거의 필연적으로 직면하게 됩니다. 이 문제에 직면한 사람들이 고려해야 할 몇 가지 간단한 경험 법칙이 있습니다.

이미 언급했듯이 실시간 또는 거의 실시간으로 수행해야 하는 작업은 일반적인 엣지 사용 사례입니다. 운영 문제를 감지하고 자동으로 경고하거나 대응할 수 있는 지능형 자동화 시스템은 지연이 최소화될 때 가장 잘 작동하는 경향이 있습니다.

시스템에 대한 로컬 제어를 원할 때는 언제든지 엣지에서 수행하는 것이 가장 좋습니다. 클라우드에서 시스템을 종료하거나 제어 시스템을 조정하면 보안 및 대기 시간 문제가 발생하는 경우가 많습니다.

그리고 고려해야 할 데이터 전송 및 저장 비용도 있습니다. 예를 들어 컴퓨터 비전 AI 모델을 사용하여 널리 사용되는 AI 애플리케이션인 여러 카메라의 고화질 이미지를 분석하는 비디오 감시 시스템을 생각해 보십시오. 모든 데이터를 클라우드로 보내고 저장하는 데 비용이 빨리 들 수 있습니다.

다른 사용 사례는 명확하지 않습니다. 건설 관리자는 AI 분석을 기반으로 운영 방식을 더 깊이 이해하거나 시설의 "디지털 트윈" 버전에 대한 시뮬레이션 연습을 실행하려는 경우가 많습니다. 이러한 종류의 엄격한 데이터 분석은 일반적으로 실시간으로 수행할 필요가 없으므로 고객이 가장 강력한 하드웨어 및 소프트웨어 도구를 활용하여 모든 규모의 작업을 수행할 수 있는 클라우드에서 가장 잘 수행됩니다.

여러 건물을 운영하고 건물 간의 정보를 연관시켜야 하는 경우 엣지에서 AI를 실행하는 것이 최선의 선택이 아닐 수도 있습니다. 이 경우 클라우드는 중앙 집중식 데이터 센터 및 명령 센터를 허용합니다. 실제로는 Edge AI를 통해 단일 건물에서 일부 초기 처리가 수행된 다음 클라우드 AI가 여러 건물의 집계된 데이터에서 실행되고 다른 데이터 소스와 결합되는 하이브리드 접근 방식이 종종 채택됩니다.

이러한 결정은 건설 관리자가 혼자 내릴 필요가 없다는 점을 기억하는 것이 중요합니다. 기술 제공업체는 AI가 귀하의 고유한 요구 사항을 가장 잘 충족하는 곳에 배치되도록 귀하와 협력해야 합니다. 그리고 건설 관리자는 AI와 그 기본 기계 학습 알고리즘의 복잡성에 노출될 필요가 없으며 오히려 AI가 뒤에서 작업하도록 놔두어야 합니다.

대규모로 "업무 복귀" 정책을 시작하는 많은 조직과 마찬가지로 Oracle은 팬데믹의 여파를 스마트 빌딩 시스템을 도입하는 독특한 순간으로 보고 있습니다. 수년간의 전염병으로 인한 폐쇄 이후 직원들은 편의 시설을 쉽게 이용할 수 있고, 협업 도구가 어디에나 있고, 공기 질이 모니터링되고, 혼잡이 제한되고, 회사가 지속 가능성 목표를 달성하고 있는 손이 닿는 곳에 있는 실제 직장에서 일할 것을 고집하고 있습니다. 에너지와 물 사용 및 폐기물 감소 측면에서. 건물 점유율이 여전히 사상 최저 수준인 상황에서 실행할 필요가 없는 시스템을 종료하면 효율성을 크게 향상시키는 데 도움이 될 수 있습니다.

이러한 변화하는 직장 ​​역학과 기대는 사물 인터넷(IoT) 기술, 이를 연결하는 고급 네트워크, 점유율, 직원 경험 요구 사항, 소유권을 기반으로 이를 제어하는 ​​인공 지능 시스템에 대한 새로운 투자를 평가할 기회가 될 수 있습니다. 위치와 그 중요성(예: 연구실과 사무실 공간)을 기준으로 결정을 내립니다.

과거와 달리 건물 관리자는 자동화 제어 시스템에 투자할 때 주요 고려 사항으로 일정보다 활용도 지표를 우선시하고 있습니다. 그들은 모든 사람이 돌아올 것이라는 것을 당연하게 여길 수 없습니다. 많은 회사가 하이브리드 근무 정책을 채택하고 있으며 처음으로 사무실은 매력적이고 생산적인 업무 환경으로서 가정과 경쟁해야 합니다.

경험이 풍부한 건설 관리자들이 이러한 현대적인 운영에 필요한 새로운 기술을 배우기 위해 안간힘을 쓰고 있습니다. 그들은 엣지에서 실행하든 클라우드에서 실행하든 인공 지능의 지원을 통해 직원들이 사무실로 복귀하도록 장려하고 동료 및 고객을 직접 만날 수 있는 안전하고 지속 가능한 환경을 제공하는 데 이점이 있을 수 있다는 것을 알고 있습니다. -얼굴 의사소통하고, 실제 물 냉각기 주위에 모이고, 회의에 카메오로 출연하는 고양이와 아이들이 줄어듭니다.

위 내용은 건물관리에 인공지능을 제대로 활용하려면?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!