AI는 대형 포맷 인쇄에 어떤 혁명을 일으키고 있을까?

네산 클리어리는 인쇄 분야의 AI가 데이터 패턴 매칭에 어떻게 의존하는지에 대해 논의하며, 이는 이미 대형 포맷 인쇄업체의 소프트웨어를 강화하고 있습니다. 그는 이를 통해 워크플로 계획, 작업 대기열 관리, 색상 보정, 이미지 업스케일링, 그리고 센서와 비전 시스템을 통한 예측 유지 관리에 AI가 더욱 통합되어 궁극적으로 운영을 간소화하고 유연성을 높일 것으로 예측합니다.

전 세계 신문 헤드라인을 보면, 다국적 기업과 정부들이 인공지능(AI) 기술을 활용하여 생산량을 최적화하고 수익을 늘리는 방안을 공개적으로 논의하면서 인공지능에 대한 관심이 높아지고 있습니다. 하지만 이러한 흐름이 인쇄 업계, 특히 간판 및 디스플레이 시장에 서비스를 제공하는 여러 대형 인쇄 서비스 제공업체에는 어떻게 적용될까요?

아이러니하게도 AI에는 지능이 크게 관여하지 않습니다. 지능은 일반적으로 문제 해결을 위한 일정 수준의 인지적 추론을 의미합니다. 하지만 AI는 단순히 과거 추론 사례를 포함한 방대한 양의 데이터를 수집하고, 이를 해당 데이터에서 도출된 패턴과 매칭하는 것에 불과합니다. 어떤 상황에서든 대부분의 AI 시스템은 이용 가능한 데이터를 기반으로 최선의 추측을 할 뿐입니다(때로는 이러한 추측이 거짓을 만들어내기도 합니다). 이전에도 유사한 작업을 위해 알고리즘을 사용한 적이 있지만, AI를 진정으로 차별화하는 것은 이러한 시스템이 수집하는 방대한 양의 원시 정보 데이터셋입니다. 이러한 데이터셋은 원시 컴퓨팅 성능의 발전으로 가능해졌습니다.

현재 과대광고의 상당 부분은 시스템에 입력된 프롬프트를 기반으로 솔루션을 생성할 수 있는 생성 AI에 기반합니다. 그러나 이러한 시스템은 기존 데이터를 기반으로 사전 학습되어야 하므로, 생성적 사전 학습(Generative Pre-Trained, GPT)이라고 하는 것이 더 정확합니다. 이 중 가장 잘 알려진 것은 아마도 ChatGPT일 것입니다.

일반적으로 이러한 시스템은 견적서가 첨부된 편지의 초안이나 전체 판매 프레젠테이션을 작성하는 등 실용적인 용도로 활용될 수 있습니다. AI는 완벽하지 않기 때문에 최종본보다는 초안 작성에 사용하는 것이 가장 좋지만, 그럼에도 불구하고 사용자가 더 짧은 시간에 더 많은 작업을 수행할 수 있도록 충분히 활용할 수 있습니다.

일부 AI 변형은 이미지 제작에 더욱 집중하며, 일정 수준의 지식만 있으면 일반인도 감당하기 어려운 수준의 작업도 충분히 해낼 수 있을 만큼 뛰어납니다. 이를 통해 전문 디자이너를 고용하기 전에 간단한 목업을 제작하는 경우에도 아트워크 제작 비용이 크게 절감됩니다. 전시 부스용 그래픽이나 디지털 프린팅 의류 패턴 등이 여기에 포함될 수 있습니다.

하지만 AI가 모든 일을 대신해 줄 거라고 생각하지 마세요. 결과의 질은 시스템에 입력하는 프롬프트의 질에 따라 달라지며, 이를 위해서는 상당한 훈련이 필요합니다. 즉, AI 사용 훈련을 받은 사람은 같은 수준의 훈련을 받지 않은 다른 분야에서도 업무를 수행할 수 있다는 뜻입니다. 이러한 다재다능함은 "AI가 당신의 일자리를 빼앗지는 않겠지만, AI를 사용하는 누군가는 빼앗을 것이다"라는 말에서도 잘 드러납니다.

AI와 인쇄

AI가 인쇄에 지대한 영향을 미칠 수 있는 분야는 여러 가지가 있으며, 그중 일부는 이미 그 효과를 목격하고 있습니다. AI 기술은 일부 신문 기사 헤드라인에서 암시하는 것처럼 새로운 기술은 아닙니다. 이미 10년 넘게 사용되어 왔으며, 인쇄 업계에서 사용 가능한 일부 소프트웨어에 이미 적용되고 있습니다. 주목할 점은 이전에는 개별 제품에만 적용되었지만, 이제는 이러한 솔루션이 더욱 통합되고 생산 워크플로 전반에 걸쳐 AI 기반 자동화가 확대될 것이라는 점입니다.

캡션: Esko Phoenix는 자동화된 부과 및 중첩을 위해 AI를 사용합니다.

여기에는 견적 생성 및 생산 경로 계획에 모두 사용할 수 있는 가장 효율적인 작업 생산 방식을 계획하는 것이 포함됩니다. AI는 작업 대기열 관리에도 점점 더 많이 사용되고 있습니다. 이러한 작업의 본질적인 부분은 용지 낭비를 최소화하기 위해 여러 작업을 용지나 롤에 함께 배치하거나 중첩하는 방식입니다. 이는 레이아웃을 최적화하기 위해 인쇄 용지에 페이지를 배열하는 조판에서 발전했습니다. Esko Phoenix와 같은 기존 프로그램에서 이미 AI를 조판에 사용하는 프로그램이 여러 개 있으며, 이 기술은 이제 대형 포맷 작업 관리에도 적용되었습니다. 다양한 작업의 완료 방식과 각 작업에 대한 합의된 납품 시간을 포함하여 고려해야 할 여러 가지 요소가 있습니다. 물론 이러한 모든 요소는 더 많은 주문이 들어오면서 하루 종일 끊임없이 변할 것입니다. 하지만 지연된 주문에 대처하는 능력은 오늘날 고객이 기대하는 신속한 주문 처리의 필수적인 요소입니다.

AI 기술의 혜택을 이미 누리고 있는 또 다른 분야는 색상 관리입니다. 많은 고객 파일에 색상 관리 오류가 포함되어 있으며, 잘못된 색 공간과 같은 오류는 쉽게 수정할 수 있습니다. 현재 많은 색상 관리 프로그램이 AI를 활용하여 파일의 색상을 조정하여 더욱 자연스러운 느낌을 구현합니다. 이를 통해 고객이 인쇄 색상에 대한 인식 때문에 작업을 거부하는 경우를 줄일 수 있습니다. 이러한 오류는 소프트웨어에서 자동 색상 향상 기능으로 표시될 뿐 AI 기반이라는 표시는 없는 경우가 많습니다.

캡션: HP의 최신 Latex 프린터인 830 시리즈에는 자동화된 AI 기반 색상 관리를 위한 분광기가 내장되어 있습니다.

색상 관리는 프린터의 선형화 및 보정부터 다양한 용지에 대한 프로파일 생성, 모든 작업에 적합한 설정 선택에 이르기까지 다양한 영역을 포괄합니다. 점차 더 많은 분광 광도계가 대형 프린터에 통합되어 작업자의 개입을 최소화하면서 모든 색상 관리를 자동화할 수 있게 되었습니다. 이 또한 AI가 주도하고 있습니다.

AI는 이미지 품질의 다른 측면을 개선하는 데에도 활용되고 있습니다. 여기에는 이미지 업스케일링이 포함될 수 있는데, 이는 AI가 기존 픽셀을 분석한 후 최적의 추정치를 기반으로 이미지에 픽셀을 추가하는 방식입니다. 이는 대형 광고판을 제작하려는 모든 사람에게 명백한 이점입니다. 또한 저해상도 파일을 보내는 고객과 관련된 문제를 해결하는 데에도 도움이 됩니다.

AI 활용 확대로 실질적인 혜택을 얻고 있는 분야 중 하나는 예측 유지보수입니다. 팬데믹과 여러 봉쇄 조치로 인해 엔지니어 현장 방문이 어려워지면서 대부분의 공급업체는 서비스 제공 방식을 재고해야 했습니다. 하지만 AI 덕분에 공급업체는 서비스 요청 사유에 대한 기존 데이터를 분석하여 각 구성 요소의 고장 발생 시점을 예측할 수 있게 되었습니다.

자동화를 강화하기 위해 대형 프린터는 더 많은 데이터를 생성해야 합니다. 따라서 향후 몇 년 동안 잠재적인 문제를 감지하고 고장 부품을 감지하기 위해 대형 프린터에 더 많은 센서가 추가될 가능성이 높습니다. 대형 프린터는 인쇄된 내용이 고객의 기대에 부합하는지 확인하기 위해 더 많은 비전 시스템을 도입할 것입니다.

AI가 활용될 수 있는 또 다른 분야는 재고 관리입니다. 필요에 따라 소모품과 예비 부품을 추가로 주문하는 것이 여기에 포함됩니다. 핵심은 재고에 자본이 고착되는 과잉 주문은 피하는 것이지만, 동시에 생산을 지연시킬 수 있는 재고 부족 위험을 감수하지 않는 것입니다.

AI는 일부 프린터 공급업체가 도입한 많은 분석 서비스와 일부 MIS(경영정보시스템)의 기반이기도 합니다. AI는 특정 지역의 매출 감소와 같은 패턴을 파악하고, 다른 업체들이 성공적으로 시도했지만 데이터를 기반으로 개별 사용자의 특정 상황에 맞춰 조정된 아이디어를 기반으로 솔루션을 제시하는 데 효과적입니다.

결론적으로, AI는 미래 기술이 아니라 이미 사용 중인 자동화 소프트웨어의 상당 부분에 내장되어 있습니다. 또한 이러한 자동화를 촉진하기 위해 센서, 분광 광도계, 비전 시스템 등 더 많은 하드웨어가 프린터에 추가될 것으로 예상됩니다. AI는 여러 공급업체 간의 솔루션 통합을 더욱 용이하게 해줄 것입니다. 이를 통해 대형 포맷 사용자는 각자의 요구 사항에 더 적합한 생산 워크플로를 구축할 수 있는 자유를 얻게 될 것입니다.