JAL 워크플로우 간소화: 후지쯔와 헤드워터즈의 AI 혁신
후지쯔(Fujitsu Limited)와 선도적인 AI 솔루션 제공업체인 헤드워터즈(Headwaters Co., Ltd.)는 일본항공(Japan Airlines Co., Ltd., JAL) 객실 승무원의 인수인계 보고서 작성을 혁신하기 위해 생성형 AI를 활용한 현장 시험을 성공적으로 완료했습니다. 2025년 1월 27일부터 3월 26일까지 진행된 이 시험은 상당한 시간 절약과 효율성 향상의 잠재력을 명확하게 입증했습니다.
인수인계 보고서의 과제
JAL 객실 승무원들은 전통적으로 포괄적인 인수인계 보고서를 작성하는 데 상당한 시간과 노력을 할애합니다. 이러한 보고서는 후속 객실 승무원과 지상 직원 간의 정보 전달을 위한 중요한 통로 역할을 하며, 원활한 운영 흐름을 보장합니다. 이러한 프로세스를 간소화할 기회를 인식한 후지쯔와 헤드워터즈는 생성형 AI의 힘을 활용하기 위한 공동 노력을 시작했습니다.
혁신적인 솔루션: 오프라인 생성형 AI
지속적인 클라우드 연결에 의존하는 데 따른 제한 사항을 극복하기 위해 후지쯔와 헤드워터즈는 오프라인 환경에 맞게 세심하게 최적화된 소형 언어 모델(SLM)인 마이크로소프트의 Phi-4를 선택했습니다. 이러한 전략적 선택을 통해 태블릿 장치에서 액세스할 수 있는 채팅 기반 시스템을 개발하여 비행 중 및 비행 후 효율적인 보고서 생성을 촉진했습니다.
시험 결과, 이 혁신적인 솔루션을 통해 객실 승무원이 고품질 보고서를 생성하면서 보고서 생성에 투자하는 시간을 크게 줄일 수 있다는 강력한 증거가 나왔습니다. 이는 JAL 객실 승무원의 효율성을 향상시켜 궁극적으로 승객에게 개선된 서비스 제공에 기여합니다.
역할 및 책임
이 협력 이니셔티브의 성공은 각 파트너의 뚜렷한 전문 지식과 기여에 달려 있었습니다.
후지쯔: 후지쯔는 마이크로소프트 Phi-4를 객실 승무원 작업의 특정 요구 사항에 맞게 조정하는 데 중요한 역할을 수행했습니다. 후지쯔는 후지쯔 고즈치(Fujitsu Kozuchi) AI 서비스를 활용하여 JAL의 과거 보고서 데이터를 사용하여 언어 모델을 꼼꼼하게 미세 조정하여 최적의 성능과 관련성을 보장했습니다.
헤드워터즈: 헤드워터즈는 Phi-4로 구동되는 비즈니스 특정 생성형 AI 애플리케이션 개발을 주도했습니다. 양자화 기술을 사용하여 헤드워터즈는 오프라인 환경에서도 태블릿 장치에서 원활한 보고서 생성을 가능하게 했습니다. 또한 AI 컨설턴트는 AI 구현을 위한 워크플로우 분석, 시험 구현 및 평가, 민첩한 개발 진행 관리 등 프로젝트 전반에 걸쳐 귀중한 지원을 제공했습니다. 또한 AI 엔지니어는 후지쯔 고즈치를 위한 미세 조정 환경을 구축하고 고객의 고유한 사용 환경에 맞게 최적화를 위한 기술 지원을 제공했습니다.
산업 통찰력
후지쯔 글로벌 솔루션 비즈니스 그룹의 신이치 미야타(Shinichi Miyata) 교차 산업 솔루션 비즈니스 유닛장은 이 성과의 중요성을 강조하며 ‘일본항공 객실 운영에서 생성형 AI 활용의 예를 발표하게 되어 기쁩니다. 이 공동 개념 증명은 오프라인 환경에서 생성형 AI 발전에 기여하며 네트워크 액세스가 제한된 다양한 산업 및 역할에서 운영을 혁신할 수 있는 잠재력이 있습니다. 이 의미 있는 협업의 성공은 후지쯔의 기술 전문 지식과 결합된 헤드워터즈의 탁월한 제안 능력의 결과입니다. 앞으로도 고객의 사업 확장과 사회적 과제 해결을 지원하기 위해 파트너십을 강화하기 위해 노력하겠습니다.’라고 말했습니다.
미래 궤적
현장 시험의 유망한 결과를 바탕으로 후지쯔와 헤드워터즈는 JAL의 생산 배포를 위한 길을 열기 위해 추가 테스트를 추진하기 위해 노력하고 있습니다. 궁극적인 목표는 솔루션을 JAL의 기존 생성형 AI 플랫폼에 원활하게 통합하는 것입니다.
또한 후지쯔는 후지쯔 고즈치 내에서 다양한 유형의 작업에 맞게 특별히 조정된 SLM을 통합하여 AI 서비스의 다양성과 적용 가능성을 더욱 향상시킬 계획입니다.
후지쯔와 헤드워터즈는 AI의 전략적 적용을 통해 JAL의 운영 혁신을 계속 옹호하고 중요한 과제를 해결하고 고객 서비스를 향상시키며 업계 전반의 문제를 해결할 것입니다.
더 깊이 파고들기: AI 구현의 뉘앙스 공개
후지쯔와 헤드워터즈 간의 협력은 AI를 통해 JAL의 운영 효율성을 향상시키는 것이 최첨단 기술이 실제 과제를 해결하는 데 어떻게 활용될 수 있는지 보여주는 설득력 있는 사례 연구입니다. 이 프로젝트의 성공을 뒷받침한 주요 요소와 항공 산업 및 그 이상에 대한 광범위한 의미를 분석해 보겠습니다.
1. 소형 언어 모델(SLM)의 전략적 선택
대형 언어 모델(LLM) 대신 소형 언어 모델(SLM)인 마이크로소프트의 Phi-4를 사용하기로 한 결정은 전략적인 뛰어난 선택이었습니다. LLM은 인상적인 기능을 자랑하지만 일반적으로 상당한 컴퓨팅 리소스와 클라우드 서버에 대한 지속적인 연결이 필요합니다. 이는 비행 중과 같이 네트워크 액세스가 불안정하거나 존재하지 않는 환경에서 심각한 문제가 됩니다.
반면에 SLM은 처리 능력과 저장 용량이 제한된 장치에서 효율적으로 작동하도록 설계되었습니다. 특히 Phi-4는 오프라인 환경에 맞게 세심하게 최적화되어 JAL 프로젝트에 이상적인 선택입니다. 이 접근 방식은 객실 승무원이 네트워크 가용성에 관계없이 AI 기반 보고서 생성 시스템에 액세스할 수 있도록 보장할 뿐만 아니라 값비싼 클라우드 인프라에 대한 의존도를 줄여줍니다.
2. 도메인 특정성에 대한 미세 조정
SLM은 오프라인 작동의 장점을 제공하지만 종종 더 큰 모델의 폭넓은 지식과 상황 이해가 부족합니다. 이러한 제한 사항을 해결하기 위해 후지쯔는 고즈치 AI 서비스를 사용하여 JAL의 과거 보고서 데이터를 사용하여 Phi-4를 미세 조정했습니다.
미세 조정은 특정 작업 또는 특정 도메인 내에서 성능을 향상시키기 위해 사전 훈련된 언어 모델을 특정 데이터 세트에서 훈련하는 것을 포함합니다. 이 경우 Phi-4를 JAL의 과거 보고서에 노출함으로써 후지쯔는 모델이 객실 승무원 보고의 뉘앙스, 특정 용어, 형식 규칙 및 비행 중 발생하는 일반적인 문제를 학습할 수 있도록 했습니다.
이러한 도메인별 미세 조정은 AI 생성 보고서의 정확성과 관련성을 크게 향상시켜 JAL의 운영 절차의 엄격한 요구 사항을 충족하도록 보장했습니다.
3. 효율성 향상을 위한 양자화 기술
프로젝트에 대한 헤드워터즈의 기여는 채팅 기반 애플리케이션 개발을 넘어 확장되었습니다. 또한 이 회사는 양자화 기술을 사용하여 태블릿 장치에서 Phi-4의 성능을 더욱 최적화했습니다.
양자화는 매개변수를 더 적은 비트를 사용하여 나타내어 신경망의 메모리 공간과 계산 요구 사항을 줄이는 기술입니다. 예를 들어 32비트 부동 소수점 숫자를 사용하는 대신 모델의 매개변수를 8비트 정수를 사용하여 나타낼 수 있습니다.
이러한 정밀도 감소는 정확성 측면에서 약간의 비용이 들지만 개선된 속도와 감소된 메모리 소비 측면에서 절충 가치가 있는 경우가 많습니다. Phi-4를 양자화함으로써 헤드워터즈는 AI 모델이 태블릿 장치의 제한된 리소스에서 원활하고 효율적으로 실행될 수 있도록 보장하여 객실 승무원에게 원활한 사용자 경험을 제공했습니다.
4. 민첩한 개발 및 협력 전문 지식
JAL 프로젝트의 성공은 또한 헤드워터즈가 채택한 민첩한 개발 방법론과 후지쯔-헤드워터즈 파트너십의 협력 정신에 기인합니다.
민첩한 개발은 반복적인 개발, 빈번한 피드백 및 이해 관계자 간의 긴밀한 협업을 강조합니다. 이 접근 방식을 통해 프로젝트 팀은 변화하는 요구 사항에 신속하게 적응하고 예상치 못한 문제를 해결할 수 있었습니다.
후지쯔와 헤드워터즈의 상호 보완적인 전문 지식도 프로젝트의 성공에 매우 중요했습니다. 후지쯔는 AI 기술과 고즈치 AI 서비스에 대한 깊은 이해를 가져왔고 헤드워터즈는 AI 애플리케이션 개발, 워크플로우 분석 및 민첩한 프로젝트 관리 전문 지식을 기여했습니다. 이러한 기술과 지식의 시너지는 팀이 진정으로 혁신적이고 효과적인 솔루션을 개발할 수 있도록 했습니다.
항공 산업에 대한 광범위한 의미
JAL 프로젝트는 항공 산업에서 AI의 미래를 엿볼 수 있게 해줍니다. 보고서 생성과 같은 일상적인 작업을 자동화함으로써 AI는 객실 승무원이 승객 안전 및 고객 서비스와 같은 더 중요한 책임에 집중할 수 있도록 해방할 수 있습니다.
또한 AI를 사용하여 다음과 같은 다양한 다른 영역에서 운영 효율성을 향상시킬 수 있습니다.
- 예측 유지 관리: AI는 항공기의 센서 데이터를 분석하여 유지 관리 시기를 예측하여 가동 중지 시간을 줄이고 안전성을 향상시킬 수 있습니다.
- 경로 최적화: AI는 기상 패턴, 교통 상황 및 기타 요인을 분석하여 비행 경로를 최적화하여 연료를 절약하고 이동 시간을 줄일 수 있습니다.
- 고객 서비스: AI 기반 챗봇은 승객에게 즉각적인 지원을 제공하고 질문에 답변하고 문제를 해결하며 개인화된 추천을 제공할 수 있습니다.
AI 기술이 계속 발전함에 따라 항공 산업을 혁신할 수 있는 잠재력은 엄청납니다. JAL 프로젝트는 AI를 사용하여 효율성을 개선하고 안전성을 높이며 승객 경험을 향상시키는 방법을 보여주는 귀중한 예입니다.
항공을 넘어: 오프라인 AI의 다재다능함
JAL을 위한 후지쯔-헤드워터즈 프로젝트의 성공은 다양한 산업 및 부문에 걸쳐 오프라인 AI 솔루션의 광범위한 적용 가능성을 강조합니다. 네트워크 연결이 제한적이거나 없는 환경에서 AI 모델을 배포할 수 있는 기능을 통해 원격 또는 까다로운 환경에서 AI의 힘을 활용하려는 조직을 위한 세계가 열립니다.
1. 원격 지역의 의료
농촌 또는 소외된 지역 사회에서 의료 제공자는 종종 안정적인 인터넷 연결에 대한 제한된 액세스와 관련된 문제에 직면합니다. 오프라인 AI 솔루션은 안정적인 인터넷 연결이 없는 경우에도 진단 도구, 치료 권장 사항 및 환자 모니터링 기능을 제공하여 이러한 제공자를 지원할 수 있습니다.
예를 들어 AI 기반 이미지 인식 알고리즘을 휴대용 장치에 배포하여 의료 종사자가 X선 또는 CT 스캔과 같은 의료 이미지에서 질병을 식별하는 데 도움을 줄 수 있습니다. 마찬가지로 AI 기반 의사 결정 지원 시스템은 전문 지식에 대한 액세스가 제한된 지역에서도 환자 증상 및 병력을 기반으로 치료 프로토콜에 대한 지침을 제공할 수 있습니다.
2. 개발 도상국의 농업
개발 도상국의 농부들은 종종 최신 농업 정보와 기술에 대한 액세스가 부족합니다. 오프라인 AI 솔루션은 인터넷 액세스 없이도 농부에게 작물 선택, 관개 기술 및 해충 방제 전략에 대한 개인화된 권장 사항을 제공하여 이러한 격차를 해소할 수 있습니다.
AI 기반 이미지 분석 도구를 사용하여 작물 건강을 평가하고 식물 질병을 식별하고 해충 침입을 감지하여 농부가 적시에 조치를 취하여 수확량을 보호할 수 있도록 합니다. 또한 AI 기반 기상 예측 모델은 농부에게 정확하고 지역화된 기상 예측을 제공하여 심기, 수확 및 관개에 대한 정보에 입각한 결정을 내리는 데 도움이 됩니다.
3. 재해 구호 및 비상 대응
지진, 홍수 또는 허리케인과 같은 자연 재해 발생 후 통신 인프라가 종종 중단되어 구조 작업자가 노력을 조정하고 도움이 필요한 사람들에게 지원을 제공하기가 어렵습니다. 오프라인 AI 솔루션은 상황 인식, 피해 평가 및 자원 할당 도구를 구조 작업자에게 제공하여 이러한 상황에서 중요한 역할을 할 수 있습니다.
AI 기반 이미지 인식 알고리즘을 사용하여 위성 이미지 또는 드론 영상을 분석하여 피해 정도를 평가하고 지원이 가장 필요한 영역을 식별할 수 있습니다. 마찬가지로 AI 기반 통신 플랫폼을 통해 구조 작업자는 셀룰러 또는 인터넷 연결이 없는 경우에도 서로 및 피해를 입은 커뮤니티와 통신할 수 있습니다.
4. 제조 및 산업 자동화
제조 공장 및 산업 시설에서는 특히 원격 지역이나 전자기 간섭이 있는 환경에서 안정적인 인터넷 연결이 항상 보장되는 것은 아닙니다. 오프라인 AI 솔루션을 통해 제조업체는 안정적인 인터넷 연결 없이도 품질 관리, 예측 유지 관리 및 재고 관리와 같은 다양한 프로세스를 자동화할 수 있습니다.
AI 기반 비전 시스템을 사용하여 제품에 결함이 있는지 검사하여 고품질 품목만 고객에게 배송되도록 할 수 있습니다. 마찬가지로 AI 기반 예측 유지 관리 모델은 장비의 센서 데이터를 분석하여 유지 관리 시기를 예측하여 가동 중지 시간을 줄이고 생산성을 향상시킬 수 있습니다.
JAL을 위한 후지쯔-헤드워터즈 프로젝트는 오프라인 AI 솔루션의 힘과 다재다능함을 보여주는 설득력 있는 시연입니다. AI 기술이 계속 발전함에 따라 다양한 산업 및 부문에서 오프라인 AI의 훨씬 더 혁신적인 응용 프로그램을 기대할 수 있으며, 조직이 인터넷 연결에 대한 액세스에 관계없이 실제 문제를 해결하고 사람들의 삶을 개선할 수 있도록 지원합니다.