차량 결함을 음성지문으로 감지할 수 있다면, 메르세데스-벤츠의 권리 보호 사고에 대해 여전히 불만을 제기할 필요가 있을까요?
차량 고장을 수동으로 진단하는 방법은 여러 가지가 있지만, 그 과정은 비교적 복잡하고 시간이 많이 걸립니다. 빅데이터를 기반으로 컴퓨터 비전 기술과 센서 모니터링 방법을 활용하면 차량 고장 진단을 통해 수동 작업 시간을 줄이고 감지 정확도를 높일 수 있습니다.
오늘 아침, 노트르담 대성당이 화재를 당했다는 소식이 즉시 화면에 떴고, 전 세계가 슬픔에 잠겼습니다.
하지만 지금 메르세데스-벤츠는 노트르담 드 파리의 화재로 인해 주목받지 못하게 된 것에 대해 감사하고 있을지도 모릅니다.
결국 핫스팟은 사라질 것이지만, 문제는 여전히 존재할 것입니다.자동차 소유자 권리 분쟁은 고립된 사례가 아닙니다.많은 소비자가 자동차 구매 경험이 부족하기 때문에 새 차를 구매한 지 얼마 되지 않아 문제점을 발견하는 경우가 많습니다.
이전 사건의 대부분은 비표준적인 차량 검사 절차와 소비자 정보의 투명성 부족으로 인해 발생했습니다.
현대 기술을 사용하면 이런 상황을 개선할 수 있을까?
66만원짜리 메르세데스-벤츠 구매, 매장 나가기 전 결함 발견
여성 메르세데스 소유자가 자신의 권리를 요구하며 울부짖었던 사건은 오늘날까지도 해결되지 않았습니다.
신차 고장 문제에 대해, 차 주인이 울면서 큰 소란을 피우고 구경꾼들에게 소식을 퍼뜨려 달라고 '간청'하지 않았다면, 아마도 비슷한 문제들이 아직도 빙산 아래에 숨겨져, 정중한 공식 발표로 은폐되었을 것입니다.
실제로 비용 절감을 위해 많은 4S 매장에서는 PDI 테스트를 진지하게 실시하지 않고, 그저 형식적으로만 진행합니다.
자동차가 제조업체에서 4S 매장으로 운송될 때, 수천 킬로미터를 이동하고 오랜 시간 주차되는 경우가 많습니다. 고객에게 신차의 원래 성능과 안전성을 보장하기 위해 PDI 테스트는 필수적입니다. 하지만 실제 매매 과정에서는 필수적이었던 검사가 불필요해지거나, 사람들이 검사 보고서에 있는 항목에 반복적으로 체크 표시를 하고 소유자가 계약서에 서명하는 형식적인 절차로 전락하고 있습니다.
그러면 우리는 이런 일을 그냥 넘길 것인가?
어쩌면 AI가 동의하지 않을 수도 있겠다.
차량 결함을 감지하는 수동 감지 방법은 오래 전부터 있었지만, 그 과정은 여전히 비교적 복잡하고 해석의 권리는 사용자에게만 있습니다.
만약 모든 사람이 AI 자동차 검사 소프트웨어를 가지고 있다면, 미래의 자동차 구매 과정은 다음과 같을 것이라고 상상해 보세요.
매장에 가서 차를 시운전해 보고, AI 차량 검사 소프트웨어를 켜서 다양한 잠재적 결함을 발견하거나 차량에 결함이 없음을 확인하세요. 이러한 방식으로 정보 투명성을 확보하고, 매장은 사기를 피할 수 있으며, 고객의 권리를 보호하고, 권리 보호 사고를 줄일 수 있습니다.
현재 많은 회사가 AI를 이용해 차량 고장을 진단하려 하고 있습니다.
청취를 통해 결함을 식별하는 딥러닝
3DSignals라는 회사'딥러닝' 기술을 활용하면 소리 감지를 통해 자동차 결함을 파악할 수 있습니다.이는 마치 숙련된 전문가가 장비가 작동할 때 듣는 것만으로 문제가 어디에 있는지 알아낼 수 있는 것과 같습니다.
이 회사의 창립자는 음성 인식을 제외한 사운드 데이터의 활용은 아직 충분히 발전하지 못했다고 말했습니다.
3DSignals는 초음파 센서가 수집한 사운드 데이터를 사용하여 자동차에서 발생하는 비정상적인 소음을 감지하고, 모니터링된 비정상적인 소리를 분류하고 레이블을 지정하여 특정 유형의 오류 문제를 판별합니다.
감지 과정은 매우 간단합니다. 자동차의 여러 핵심 부분에 센서를 배치하여 데이터를 수집하여 자동차의 주행 상태를 모니터링합니다.데이터는 정보처리 도구에 입력됩니다. 비정상적인 음향 데이터가 발생하면 신호 처리 도구는 운전자, 고객 및 기타 책임자에게 적시에 경고를 보낼 수 있습니다.
판단 분석에서 예측의 정확도를 높이기 위해서는 사전에 충분한 데이터를 수집하는 것이 필요하다.AI 모델을 효과적으로 훈련하여 특정 사운드에 정확한 라벨을 지정하고 해당 오류 문제를 구별합니다.이런 방식으로 소리를 수집하여 문제 영역을 조사하고 유지 관리하여 재난을 피할 수 있습니다.
보도에 따르면, 3DSignals의 딥러닝 알고리즘은 훈련 후 다음과 같은 성과를 달성할 수 있습니다. 98% 정확도.
더욱이 이 기술은 중공업에도 재사용되었습니다. 예를 들어, 컴퓨터는 수력 발전소나 제철소와 같은 시설에서 비정상적인 문제를 '듣고' 진단하도록 훈련될 수 있습니다.
자동차 고장의 정확도에 관해서는, 더 나은 사용자 경험을 제공하기 위해 계속 개발하고 있습니다.
고급 SUV의 경우 컴퓨터를 사용해 기계적 문제를 "듣고" 진단할 수 있다고 상상해 보세요. 자동차를 판매할 때 구매자와 판매자 모두 실제적이고 신뢰할 수 있는 검사 보고서를 받을 수 있으므로 사기 행위가 발생하는 것을 방지할 수 있습니다.
소리를 듣는 것 외에도 사진을 보면서 손상 정도를 판단할 수도 있습니다.
차량 결함을 감지하는 것 외에도 컴퓨터 비전 기술을 적용하면 사고에 연루된 차량의 손상을 평가하여 손상 평가 프로세스를 더 빠르고 정확하게 만들 수 있습니다.
영국의 스타트업 Tractable은 최근 AI를 사용하여 차량 수리/교체 결정을 추정하고 수리 시간을 예측하는 기술을 발표했습니다.
컴퓨터 비전 원리를 기반으로 수억 장의 차량 손상 사진과 방대한 수리 경험을 바탕으로 학습된 AI 모델은 30초 이내에 차량 손상 평가 및 수리 비용 추정을 완료할 수 있습니다.
이 소프트웨어는 사용하기도 쉽습니다. 고객은 휴대폰으로 사진을 보낸 다음 컴퓨터에서 3D 애니메이션 모델을 사용하여 차량의 손상 정도를 확인할 수 있습니다.
예를 들어, 2013년형 쉐보레 크루즈 LT1, 현대, 아우디의 이미지가 시연 대상으로 선택되었습니다. 또한 Tractable은 운영 차량 평가 관리자인 리사 몬존을 초대하여 동시에 사진을 분석하여 AI 평가 결과와 수동 평가 결과를 비교했습니다.
위 사진의 주행거리가 짧은 2013년형 크루즈의 경우, 인사보험회사의 진단 평가에 따라 범퍼 커버, 오른쪽 헤드라이트, 펜더 라이닝 등 3개 부품을 교체해야 했습니다. 추정 보험금액은 1,568.80달러입니다.
전통적인 수동 진단을 사용하는 수리 회사에서는 범퍼 커버, 사이드 패시아, 헤드라이트, 후드 및 펜더(배기 스티커 포함)를 교체해야 하며 원래 예상했던 것보다 더 많은 작업이 필요하다는 결론을 내렸습니다. 추정 보험금액은 3,981.49달러입니다.
Tractable의 AI 평가에서는 Cruze의 펜더, 헤드라이트, 후드, 그릴을 교체해야 했습니다. 그 진단은 분명히 인간의 판단에 더 부합합니다.
또한 현대 사진의 문제도 해결합니다.
AI는 오른쪽 뒷문을 확대해서 보고 교체가 필요하다고 진단했습니다. 몬존은 문에 난 긁힌 자국은 수리가 가능해 보이지만, 움푹 들어간 부분이 있어서 문을 교체해야 한다고 말했습니다.
사진에는 인접한 차체 패널의 긁힌 자국이 포착되지 않았는데, 아마도 이미지 포착이 제한되어 있고 가장자리를 식별할 수 없기 때문일 것입니다.
아우디 사례 진단:
시스템은 아우디에 새로운 펜더가 필요하지만 범퍼 패널은 고칠 수 있다고 결론 내렸는데, 후자의 경우 신뢰 수준이 67%에 불과했습니다.
몬존은 시스템 평가에 동의하며 범퍼 패널의 "사소한 손상"은 수리가 가능하다고 말했습니다.
또한, 이 AI 시스템은 결함에 대한 예상 수리 시간을 제공하여 사용자가 이에 대응할 준비를 할 수 있도록 해줍니다.
AI는 세상을 더 나은 곳으로 만들까요?
인공지능을 이용해 차량 고장을 진단하는 것이 신뢰할 만할까요?
위에서 언급했듯이, 차량 고장 진단 소프트웨어의 청취 정확도는 98%에 도달할 수 있습니다. 동시에 인공지능 피해평가 소프트웨어가조사원과 손실 평가자의 업무 부담을 줄여줍니다 50%.더 중요한 점은 개인 자동차 보험 청구에 효과적으로 도움이 되고, 소비자와 4S 매장 간의 분쟁을 줄이고, 보험사 청구 누출 비율을 줄이는 것입니다.
데이터는 전반적으로 만족스러운 것으로 보이지만, 정확도와 보편성 측면에서는 아직 기술이 개선되어야 합니다. 가까운 미래에 AI 기술이 이러한 결함을 정확하게 판단하는 데 도움이 되기를 바랍니다.
메르세데스-벤츠 소유자 권리 보호 사건으로 돌아가 보겠습니다. 이렇게 긴 과정에서 정보의 투명성이 부족하면 권리 보호와 중재로 가는 길이 끝이 없어 보입니다. 아마도 기술의 발전으로 소비자와 매장 사이에 비밀이 존재하지 않는 정보 공유 시대가 올지도 모릅니다. 그 순간, 당신은 더 이상 엔진 후드에 앉아 당신의 권리를 지키기 위해 울부짖을 필요가 없을 것입니다.