.png&blockId=4e7b9b19-2c98-47a2-928b-2797e486a70e&width=3600)
과로사를 부르는 분류작업, 노동력이 아닌 기술력으로 한국딥러닝이 해결합니다
코로나19로 온라인 쇼핑이 증가하고 있는 만큼 그에 따른 물류의 양도 대폭 증가하였습니다. 운송회사들은 택배를 분류함에 있어 자동화 시스템을 이용하는데 이때 바코드 인식에 오류가 있는 물품들은 따로 분리해 택배기사들이 수동으로 직접 분류하게 됩니다. 이러한 수작업에는 많은 시간이 소요되고 택배기사들의 업무 피로도 또한 높아질 수밖에 없습니다.
한국딥러닝은 물류 분류 자동화 기술에 딥러닝 기술을 접목시켜 ‘초고속 딥러닝 기반 물류 운송장 인식 시스템’을 개발한 기업입니다. 한국딥러닝의 인식 시스템은 저품질 운송장 이미지 인식률이 현저히 떨어지는 통계적 방식의 기존 ‘광학 문자인식’ 기술을 딥러닝으로 보완하기 위해 자사 기술 'DEEP OCR'을 활용해 만들어진 시스템입니다. 'DEEP OCR'의 뛰어난 이미지 예측 생성은 손상된 운송장도 인식 가능하며 특허받은 ‘이미지 초해상화 전처리 기술’을 이용해 저품질 이미지까지 인식할 수 있습니다.
이 인식 시스템을 통해 연간 약 2,600시간이 소요되는 택배기사들의 재분류 시간을 기존 대비 90% 감소한 260시간으로 줄일 수 있습니다. 또한 재분류 작업에 투입되는 인건비도 연간 약 4억 5,000만 원가량 절약할 수 있습니다. 이는 노사 양측의 고질적인 분류작업 문제가 한국딥러닝의 자동화 기술로 해결 가능한 것을 의미합니다.
한국딥러닝은 올해 안으로 성화기업택배 옥천 허브터미널 현장에 본 시스템을 구축할 예정입니다.
최신 인공지능 트렌드를 빠르게 파악하고 정확하게 적용해 대한민국 인공지능의 새로운 기준이 되는 것을 목표로 사업을 추진하고 있습니다.
<사업소개>
바코드의 인식 오류가 발생할 경우, 초고속 딥러닝 운송장 인식을 통해 미분류 물류를 최소화
•
핵심기술 : 문자인식, 이미지 및 영상 인식, 맞춤형 빅데이터 솔루션
•
이미지 예측 생성 기술을 통해 손상된 운송장 인식 가능
•
이미지 초해상화 전처리 기술을 통해 저품질 이미지 인식 가능
<기대효과>
•
업무 속도 향상 : 바코드 인식률을 높여 물류 처리속도 개선에 기여
•
비용 절감 : 오분류 처리 업무 감소로 인해 인건비 절감 가능
•
노동 강도 개선 : 택배기사의 재분류 업무 최소화(기존 대비 90% 감소 가능)
주요성과
Copyright 2023 경기창조경제혁신센터 All Rights Reserved.