주식 투자에 크게 관심이 없는 사람에게도 계속 들려오는 그 종목, ‘엔비디아’ 모르시는 분 없으시죠? AI, 반도체 강세의 가장 큰 수혜자이자 최강 포식자인 ‘엔비디아’는 지난주 애플과 마이크로소프트를 제치고 세상에서 가장 가치 있는 기업으로 자리 잡았습니다. 엔비디아의 최근 주가 상승은 AI와 머신러닝에 대한 수요 증가와 더불어 인공지능의 핵심 부품인 GPU 시장에서의 지배적인 위치가 가장 큰 이유였습니다. 끝을 모르고 치솟는 주가가 증명하듯 최근 모든 테크 기업의 화두에 올라와 있는 쟁점은 누가 뭐라 해도 ‘AI’입니다. 

AI는 다양한 산업과 분야에서 혁신을 주도하며 경제, 사회, 문화 등 우리의 일상 깊숙이 큰 영향을 미치고 있습니다. AI를 이용한 이미지 생성, 음악 작곡, 카피라이팅, 포스팅 작성 같은 창의적 업무부터 금융, 의료, 농업, 교통, 물류 등 다양한 산업에 적용되기까지, 이제 AI가 없던 불과 몇 년 전이 어땠는지 기억이 나지 않는다는 분들도 더러 있는데요. 그렇다면 지도 산업에서는 AI를 어떻게 활용하고 있는지, 생각해보신 적 있나요? 

지난달 2024 구글 I/O에서는 AI를 적용한 구글지도 기능을 소개하며 지도가 AI를 만났을 때 얼마나 더 똑똑해질 수 있는 지 소개했습니다. 오늘 포스팅에서는 구글맵스플랫폼 국내 유일 프리미어 파트너사인 SPH가 구글 Gemini가 지도와 만나 추가된 새로운 기능에 대해 완벽 정리해 드리겠습니다🤓

AI를 만나 더욱 새로워진 구글의 Places API

구글 지도 API를 제공하는 구글맵스플랫폼은 지도(Maps), 경로(Routes), 장소(Places), 환경(Environment) 크게 4가지 부문으로 API를 구분합니다. 이 중에서도 장소 API(Places API)는 구글 지도가 가진 2억 개가 넘는 장소 정보를 앱/웹으로 호출할 수 있는 API입니다.

이번 업데이트에서 구글은 Gemini 모델을 적용한 새로운 장소 API, 일명 new Places API를 공개하며 많은 기능을 동시 다발적으로 소개했습니다. Gemini 모델이 적용된 Places API의 핵심 기능은 크게 3가지로 구분할 수 있는데요, 바로 생성형 장소 요약(Generative Summary), 생성형 지역 요약(AreaSummary), 그리고 문맥 기반 검색(ContextualResult)입니다.

생성형 장소 요약(places.generativeSummary)은 사용자가 장소를 파악하는데 도움이 될 수 있는 장소 요약을 제공합니다. 장소 요약은 영문 기준 100자 내외의 짧은 요약 또는 400자 내외의 긴 요약 기능을 제공하며 현재 문화, 엔터테인먼트, 음식, 음료, 쇼핑, 스포츠 카테고리 등의 장소 정보에 적용됩니다. 

‘뉴욕 근처 식당’을 검색하면 각 식당에 대한 정보만 뜨는 게 아니라 사용자 리뷰 및 별점을 종합적으로 요약하여 어느 곳을 방문하면 좋을지 빠르게 판단할 수 있습니다.

생성형 지역 요약(places.areaSummary)은 특정 지역의 도보 거리 내에 어떤 즐길 거리가 있는지 개요를 제공합니다. 쇼핑, 레스토랑, 인기 있는 명소 등 구글 지도에서 장소 데이터를 가져와서 사용자가 현지인처럼 지역을 돌아다니고 어디를 방문할지, 어디서 숙박하고 거주할지 결정하는데 유용한 정보를 제공합니다. 

예를 들어 ‘산호세 숙소 근처에서 할만한 활동’을 검색하면 AI가 지역의 특성을 요약해서 어디를 가면 좋을지 추천할 수 있습니다.

마지막으로 문맥 기반 검색(contextualContents)은 텍스트 검색을 장소 정보로 반환합니다. 검색 시 문맥 검색 결과를 추가하면 장소 정보에서 리뷰, 사진 등을 분석하여 문맥에 맞는 장소를 대답할 수 있습니다.

뉴욕 근처에서 애견 동반이 가능한 식당을 찾는다고 가정해볼까요? 문맥 기반 검색을 이용하면 검색 결과에 왜 이 장소가 나왔는지 보여주며 사용자의 요구에 가장 적합한 장소를 찾는 것을 돕습니다.

Gemini가 적용된 구글의 Places API를 직접 경험해보고 싶다면 다음 Demo사이트를 방문해보세요!

최대의 난제, 경로 최적화(Route Optimization)

경로 최적화는 흔히 수하적 도전이자 가장 큰 난제 중 하나로 일컬어집니다. 노드(도착지)의 수가 증가함께 따라 경로의 수가 기하급수적으로 증가하고 실시간 계산, 자원과 동적 계산 제약, 시간과 거리 고려 등 부수적으로 고려해야 할 조건 역시 많아 차량 경로 문제(VRP;Vehicle Routing Problem)를 정확하게 해결할 수 있는 완벽한 알고리즘은 알려지지 않습니다. 

그러나 난제라고 해서 더 나은 답안이 전혀 없는 것은 아닙니다. 최근에는 인공지능의 강화학습을 이용해 화물기사를 똑똑한 ‘베테랑 화물기사’로  둔갑시켜 한계점을 극복하고 있습니다. 구글은 VRP 해결을 위해 RHIP(Receding Horizon Inverse Planning) 알고리즘을 적용하는데요, 이는 하나의 경로를 일정한 범위로 나누어 반복적으로 해결해 나가는 방법을 의미합니다. GPS, 속도, 방향 같은 주행 데이터를 전세계 범위에 걸쳐 학습시키고 실시간 교통 데이터를 가져와 혼잡한 도로를 피하고 최단 거리, 최소 예상 도착시간을 계산하여 경로를 생성합니다.

MoE 병렬화, 그래프 압축 및 RHIP를 사용한 IRL(Inverse Reinforcement Learning) 보상 모델 훈련.

RHIP 알고리즘 적용후 개선된 구글 지도 경로 일치율

구글의 360만 개(!) 파라미터 모델은 특정 구글 지도 경로를 개선하는 데 큰 도움이 되었습니다. 예를 들어 밑의 사진을 살펴보면 영국 노팅엄의 해당 경로는 대형 게이트 때문에 때때로 도로가 폐쇄될 수 있는 관계로 적합 경로로 표시되지 않고 빨간색의 더 긴 우회 경로를 안내했습니다. 그러나 실제 운전자들의 패턴에 따르면 게이트는 거의 닫히지 않았고 대부분 사용자는 문제없이 선호 경로를 이용하고 있었습니다. 따라서 구글 지도 경로는 해당 구간에 더 큰 보상을 제공하고 운전자에게 선호 경로를 안내하도록 학습하게 됩니다.

다음은 SPH에서 제안하는 물류 최적화 솔루션 예시입니다. 각 비즈니스가 가진 요구사항과 고객의 워크 플로우에 맞춰 경로를 최적화할 수 있습니다🤓 

먼저 싱글 라우팅입니다. 배차 후 한번에, 한 대의 차량에, 다중 경유 경로를 최적화한다고 가정했을 때 최단 거리 경로를 찾는 예시입니다.

두번째는 멀티 라우팅입니다. 차량 배차 프로세스를 효율적으로 만들고자 하는 고객의 요구사항을 반영하여 각 차량의 경로뿐 아니라 차량의 배송 할당 역시 고려했습니다. 이미지는 10대의 차량으로 100개의 배송지를 최적화하는 방법을 보여줍니다.

마지막으로 특정 조건부 차량 라우팅입니다. 특정 물품을 배송하거나 작업하기 위해서 특정 운전자나 차량이 필요할 때도 있습니다. 예를 들어 3대의 급수 차량, 2대의 냉동 탑차, 10대의 중형 차량이 있다면 차량별로 방문해야 하는 배송지가 달라지고 경로에 이러한 조건을 부여해야 할 것입니다.

‘AI와 지도의 만남’, 어떻게 보셨나요? 더욱 더 빠르고 신속한 지도 업데이트가 가능하게 되었으며 앞으로 물류, 자율주행, 도시 계획 등 다양한 분야에서의 효율성 극대화가 기대됩니다. 나아가 우리의 일상과 산업 역시 많은 영향을 받을텐데요, 더 똑똑해진 지도가 우리를 어떤 곳으로 안내할 것인지 기대가 됩니다.

본 포스팅은 지난 <2024 Google Cloud NEXT Recap in Seoul>에서 발표된 내용을 토대로 작성되었습니다. 지난 <2024 Google Cloud NEXT Recap in Seoul>에서 발표한 Maps with AI 세션과 다른 세션들이 궁금하다면 아래의 링크를 통해 다시 보기 및 관련 자료를 다운로드하실 수 있습니다💚

✅2024 Google Cloud NEXT Recap in Seoul 후기 포스팅은 여기에: https://www.sphinfo.com/blog/read/553 

✅2024 Google Cloud NEXT Recap in Seoul 다시보기는 여기에: https://www.youtube.com/@sph_info/videos 

✅2024 Google Cloud NEXT Recap in Seoul 자료 다운로드는 여기에: https://www.sphinfo.com/seminar/read/51 

SPH는 Google Maps, SuperMap, Maxar Technologies 등 다양한 제품군을 가지고 있으며, 고객의 사례에 꼭 맞는 무료 세미나 및 인적 컨설팅을 제공하고 있습니다. 더욱 자세한 이야기를 나누고 싶으시다면, 여기에서 문의 주시길 바라며, SPH에서 발행하는 GIS / 로케이션인텔리전스 관련 최신 소식을 받아보고 싶으신 분들은 페이스북 페이지 또는 뉴스레터를 구독해주시길 바랍니다