네산은 이미 대형 포맷 공급업체를 위한 소프트웨어를 개선하고 있는 인쇄 분야의 AI가 데이터 패턴 매칭에 어떻게 의존하는지에 대해 명확하게 설명합니다. 그는 워크플로 계획, 작업 대기열 관리, 색상 보정, 이미지 업스케일링, 센서 및 비전 시스템을 통한 예측 유지보수에서 AI 통합이 증가하여 궁극적으로 운영을 간소화하고 더 큰 유연성을 제공할 것이라고 예측합니다.

전 세계 신문 헤드라인을 보면 다국적 기업과 정부가 이 기술을 사용하여 출력물을 최적화하고 더 많은 수입을 창출하는 것에 대해 공개적으로 이야기하면서 현재 인공지능(AI)에 대한 관심이 매우 높습니다. 하지만 인쇄 산업, 특히 간판 및 디스플레이 시장에 서비스를 제공하는 많은 대형 인쇄 서비스 제공업체에는 어떻게 적용될까요?

아이러니하게도 인공지능에는 지능이라는 개념이 별로 없습니다. 지능은 일반적으로 문제를 해결하기 위한 어느 정도의 인지적 추론을 의미합니다. 하지만 AI는 과거의 추론 사례를 포함한 방대한 양의 데이터를 수집하고 이를 데이터에서 나타나는 패턴과 일치시키는 것에 불과합니다. 주어진 상황에서 대부분의 AI 시스템은 사용 가능한 데이터를 기반으로 최선의 추측을 내릴 뿐입니다(때로는 잘못된 추론이 나오기도 합니다). 이전에도 비슷한 작업을 수행하기 위해 알고리즘을 사용했지만, AI의 진정한 차별점은 이러한 시스템이 수집하는 방대한 원시 정보 데이터 세트입니다. 이는 원시 컴퓨팅 성능의 발전으로 인해 가능해졌습니다.

현재 과대 광고의 대부분은 시스템에 입력된 프롬프트를 기반으로 솔루션을 생성할 수 있는 생성형 AI에 기반을 두고 있습니다. 그러나 이러한 시스템은 기존 데이터에 대한 사전 학습이 필요하므로 보다 정확한 명칭은 생성형 사전 학습 또는 GPT입니다. 이 중 가장 잘 알려진 것은 아마도 ChatGPT일 것입니다.

일반적인 수준에서 이러한 시스템은 견적서를 첨부하는 편지의 초안이나 전체 영업 프레젠테이션 초안을 작성하는 등 실용적인 방식으로 사용할 수 있습니다. AI는 완벽하지 않기 때문에 최종본보다는 초안 작성에 사용하는 것이 가장 좋지만, 그럼에도 불구하고 사용자가 짧은 시간에 더 많은 작업을 할 수 있도록 하는 데는 충분합니다.

일부 AI는 이미지 제작에 더 중점을 두고 있으며, 이미 어느 정도의 지식이 있는 사람이라면 그 이상의 작품을 제작할 수 있을 정도로 충분히 뛰어납니다. 따라서 전문 디자이너를 고용하기 전에 간단한 목업을 만들 때에도 아트웍 제작에 드는 비용을 크게 절감할 수 있습니다. 여기에는 전시 스탠드의 그래픽이나 디지털 인쇄 의류의 패턴과 같은 것들이 포함될 수 있습니다.

하지만 인공지능이 모든 작업을 자동으로 처리해 줄 것이라고 생각하지 마세요. 결과의 품질은 시스템에 입력하는 프롬프트의 품질에 따라 달라지며, 이를 위해서는 자체적으로 약간의 훈련이 필요합니다. 즉, AI 사용 교육을 받은 사람은 같은 수준의 교육을 받지 않은 다른 영역에서도 작업을 수행할 수 있습니다. 이러한 유형의 멀티 스킬은 “AI가 여러분의 일자리를 뺏지는 못하지만 AI를 사용하는 누군가는 아마도 뺏을 것입니다”라는 문구에 반영되어 있습니다.

AI 및 인쇄

AI가 인쇄에 큰 영향을 미칠 수 있는 분야는 여러 가지가 있으며, 그 중 일부는 이미 우리가 볼 수 있습니다. AI 기술은 일부 신문 헤드라인이 시사하는 것처럼 새로운 기술은 아닙니다. 이미 10년 이상 사용되어 왔으며 인쇄 업계에서 사용할 수 있는 일부 소프트웨어에서 이미 사용되고 있습니다. 새로운 점은 이전에는 개별적으로 고립된 제품에서 사용되었다면, 이제는 생산 워크플로우 전반에 걸쳐 AI를 통한 자동화를 통해 이러한 솔루션이 더욱 통합되는 것을 기대할 수 있다는 것입니다.

캡션: 에스코 피닉스는 자동 부과 및 중첩을 위해 AI를 사용합니다.

여기에는 견적을 생성하고 생산 경로를 계획하는 데 사용할 수 있는 가장 효율적인 작업 생산 방법을 계획하는 것이 포함됩니다. 작업 대기열을 관리하는 데에도 AI가 점점 더 많이 사용되고 있습니다. 여기에는 낭비되는 미디어의 양을 최소화하기 위해 서로 다른 작업을 시트나 롤에 함께 묶거나 서로 중첩하는 방식이 포함됩니다. 이는 레이아웃을 최적화하기 위해 프레스 시트에 페이지를 배열하는 임포지션에서 발전한 것입니다. Esko Phoenix와 같이 이미 임포지션에 AI를 사용하는 여러 기존 프로그램이 있으며, 이 기술은 이제 대형 포맷 작업 관리로 이어졌습니다. 다양한 작업을 완료하는 방법과 각 작업에 대해 합의된 배송 시간을 포함하여 고려해야 할 여러 가지 매개 변수가 있습니다. 물론 이러한 모든 요소는 더 많은 주문이 들어옴에 따라 하루 종일 지속적으로 변경됩니다. 하지만 주문 지연에 대처할 수 있는 능력은 오늘날 고객이 기대하는 빠른 처리의 온디맨드 주문에 필수적인 요소입니다.

이미 AI 기술의 혜택을 누리고 있는 또 다른 분야는 색상 관리입니다. 많은 고객 파일에는 잘못된 색 공간과 같은 색상 관리 실수가 포함되어 있으며, 이 중 일부는 쉽게 수정할 수 있습니다. 현재 많은 색상 관리 프로그램에서 AI를 사용하여 이러한 파일의 색상을 보다 자연스럽게 보이도록 조정하므로 인쇄된 색상에 대한 인식 때문에 고객이 작업을 거부하는 일이 줄어들 수 있습니다. 이러한 기능은 소프트웨어에 자동 향상으로 표시될 뿐 AI를 기반으로 하는 것으로 표시되지 않는 경우가 많습니다.

캡션: HP의 최신 라텍스 프린터인 830 시리즈에는 자동화된 AI 기반 색상 관리를 위한 분광 광도계가 내장되어 있습니다.

색상 관리에는 프린터의 선형화 및 보정부터 모든 다양한 용지에 대한 프로필을 만들고 모든 작업에 적합한 설정을 선택하는 것까지 다른 영역도 포함됩니다. 점차 대형 프린터에 분광광도계가 통합되어 최소한의 작업자 입력으로 이 모든 색상 관리를 자동화할 수 있는 제품이 늘어나고 있습니다. 이 역시 AI가 주도하고 있습니다.

AI는 이미지 품질의 다른 측면을 개선하는 데도 사용되고 있습니다. 여기에는 이미지 업스케일링이 포함될 수 있으며, 기본적으로 기존 픽셀을 분석한 후 AI를 사용하여 최적의 추측을 기반으로 이미지에 픽셀을 추가하는 방식입니다. 이는 대형 광고판을 제작하려는 모든 사람에게 분명한 이점이 됩니다. 또한 저해상도 파일을 전송하는 고객의 문제를 해결하는 데도 도움이 됩니다.

AI의 활용도가 높아짐에 따라 실제로 혜택을 보고 있는 분야 중 하나는 예측 유지보수 분야입니다. 팬데믹으로 인한 다양한 봉쇄 조치로 인해 대부분의 공급업체는 엔지니어의 현장 방문이 어려워지면서 서비스 제공 방식을 재고해야 했습니다. 그러나 이러한 공급업체는 AI를 통해 서비스 중단 사유와 관련하여 이미 보유하고 있는 데이터를 분석하여 각 구성 요소가 언제 고장날지 예측할 수 있게 되었습니다.

더 많은 자동화를 추가하기 위해 대형 프린터는 더 많은 데이터를 생성해야 합니다. 따라서 향후 몇 년 동안 대형 프린터에 잠재적인 문제를 감지하고 고장난 부품을 찾아내기 위해 더 많은 센서가 추가될 것이 거의 확실합니다. 대형 프린터일수록 인쇄된 내용이 고객의 기대와 일치하는지 확인하기 위해 더 많은 비전 시스템을 탑재하게 될 것입니다.

AI가 활용할 수 있는 또 다른 영역은 필요에 따라 더 많은 소모품과 예비 부품을 주문하는 등 재고 관리입니다. 비결은 과다 주문으로 자본이 재고로 묶이지 않도록 하는 동시에 생산에 지장을 줄 수 있는 물품이 부족해지는 위험을 감수하지 않는 것입니다.

또한 일부 프린터 공급업체가 도입한 많은 분석 서비스와 일부 MIS의 기반이 되는 것도 AI입니다. AI는 특정 영역의 매출 감소와 같은 패턴을 파악하고 다른 사람들이 성공적으로 시도한 아이디어를 기반으로 데이터를 기반으로 개별 사용자의 특정 상황에 맞는 솔루션을 제시하는 데 능숙합니다.

결론적으로 AI는 미래 기술이 아니라 이미 사용 중인 많은 자동화 소프트웨어에 이미 내장되어 있는 기술입니다. 그리고 이러한 자동화를 촉진하기 위해 센서, 분광광도계, 비전 시스템과 같은 더 많은 하드웨어가 프린터에 추가될 것으로 예상할 수 있습니다. AI는 서로 다른 공급업체 간의 솔루션 통합을 더 쉽게 만들어 줄 것입니다. 이를 통해 대형 포맷 사용자는 개별 요구 사항에 더 적합한 생산 워크플로우를 더 자유롭게 구축할 수 있을 것입니다.