JCB, 인공지능 무인계산대 '원더레지스터' 본격 운영
JCB, 인공지능 무인계산대 '원더레지스터' 본격 운영
  • 최창현 기자
  • 승인 2019.04.25 08:31
  • 댓글 0
이 기사를 공유합니다

이미지 인식 기술을 탑재한 인공지능(AI) 무인계산대 '원더레지스터'가 상품이나 도시락을 식별 후 구입 금액을 산출하고, JCB의 전자화폐 퀵페이(QuicPay) 결제를 실시하는 것으로, 그 편리함과 실용성을 검증
기존 POS 계산대와 인공지능(AI) 무인계산대 '원더레지스터'의 비교 이미지(사진:본지편집)
기존 POS 계산대와 인공지능(AI) 무인계산대 '원더레지스터'의 비교 이미지(사진:본지편집)

최근 이미지 인식 기술을 이용하여 카메라에서 유통되는 상품을 인식하고 소매점의 결제를 간소화 시키거나 무인화를 위한 노력이 진행되고 있으나 기존의 이미지 인식 기술은 농산물 등의 자연물과 패키지 제품 등은 각 제품의 특성이 다르고 비정형으로 그 다양한 상품을 일률적으로 인식하는 어려움과 더불어 여러 상품을 동시에 인식하는 데는 더욱 어려운 과제였다.

국제 카드 브랜드인 JCB를 관리하고 있는 여신 금융 업체인 JCB(Japan Credit Bureau)가 자사 JCB카드 가맹점의 업무 효율화 지원과  매장 지원 솔루션의 일환으로 '인공지능(AI) 무인계산대' 실증 실험을 성공적으로 마치고 JCB 다카다 노바바(Takada nobaba) 빌딩 내 매점 등에서 4월부터 본격 적용했다. 이 시스템은 사인 포스트(Signpost Corporation)가 2018년 개발한 AI가 탑재된 '원더레지스터(Wonder Register)'를 적용했다.

 

JCB는 JCB 다카다 노바 빌딩 매점, 식당, 도시락 판매점 등에서 지난해 9월 28일부터 지난 3월 29일까지 진행된 실증 실험에서 센서나 전자 태그를 필요로하지 않는 이미지 인식 기술을 탑재한 인공지능(AI) 무인계산대 '원더레지스터'가 상품이나 도시락을 식별 후 구입 금액을 산출하고, JCB의 전자화폐 퀵페이(QuicPay) 결제를 실시하는 것으로, 그 편리함과 실용성을 검증했다.

JCB는 실증 실험의 결과, 이용자 중 80 % 이상이 원더 계산대를 이용하여  계산대 대기 시간을 대폭 단축하고, 매장 직원의 업무 대폭 감소했으며, 판매 직원 부재시에도 상품 구매가 가능해 매출이 약 40 % 증가했다고 밝혔다. 또 업무를 경감하여 매장 운영의 효율성과 인력 부족 등의 과제 해결에 기여할 것으로 기대하고 있다.

원더래지스터의
원더래지스터의 결제 시연이미지로 JCB의 전자화폐 퀵페이(QuicPay)로 결제하고 있다

한편, 이번 JCB와 사인포스트는 인공지능(AI) 무인계산대 '원더레지스터(Wonder Register)'에 적용된 구체적인 AI기술은 밝히지 않았으나 이와 유사한 AI 기술인 NEC의 딥러닝과 특징점 매칭 기술을 적용해 농산물과 같이 개체마다 모양의 차이가 큰 자연물이나 비정형 상품에서부터 공산품까지 다양한 상품을 동시에 정확하게 인식하는 AI 다중 인식 기술을 들어본다.

NEC는 슈퍼나 편의점 등 소매점에서 결제시에 필요한 상품 읽기를 크게 간소화 하는 기술로 농산물에서 패키지 제품까지 모든 유통 상품을 인식하는 다양한 물체 인식 기술을 지난해 3월 개발했으며, 이 기술로 소매점에서 결제 무인화에 기여할 것이라고 밝혔었다. 

A" 딥러닝 기술과 B" 특징점 매칭 기술 개요(사진:본지편집)
A" 딥러닝 기술과 B" 특징점 매칭 기술 개요(자료:NEC, 사진:본지편집)

이 NEC 기술은 인공지능(AI) 딥러닝 기술과 특징점 매칭 기술을 융합시키는 것으로, 농산물과 같이 개체마다 모양의 차이가 큰 자연물이나 비정형 상품에서부터 공산품까지 다양한 상품을 정밀하게 인식한다. 또 개발된 상품 이미지 인식 기술은 바코드와 RFID를 필요로 하지 않고, 소매점에서 취급하는 다양한 제품 등을 정확하게 인식하고 고객이 계산대에서 다수의 구매 상품 가격을 동시에 정확히 정산한다.

다중 및 비정형 상품까지 동시에 정확하게 인식(사진:본지편집)
다중 및 비정형 상품까지 동시에 정확하게 인식(사진:본지편집)

한편 적용된 기술은 상품에 대해 딥러닝 기술 및 특징 매칭 기술을 각각 적용했을 때의 인식 정도를 추정하고 인식 정확도가 극대화 될 수 있도록 각 기술을 적용 배분율을 조정해 각 기술의 인식 결과를 통합한다. 청과물 등의 농산물과 같이 개체마다 모양의 차이가 큰 자연물에 대해서는 개체마다의 차이를 판별할 수 있는 딥러닝 기술을 적용하고 음료, 과자, 컵라면, 잡화 등의 패키지 물건처럼 디자인이 비슷한 공산품에 대해서는 각 디자인 차이를 상세하게 판별할 수 있는 AI 특징점 매칭 기술이 적용됐다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.