역사적으로 패스트푸드는 변화, 자동화, 혁신을 기꺼이 받아들이는 산업이었습니다. 일관된 제품을 효율적으로 만들고 제공하는 개념은 모든 패스트푸드 체인의 정신이며, 전 세계 소비자가 기대하는 바입니다.
따라서 패스트푸드 레스토랑이 업계에서 AI 애플리케이션 도입을 선도하고 있다는 것은 놀라운 일이 아닙니다. 이는 패스트푸드 프랜차이즈나 지점을 평가하는 두 가지 주요 성과 지표(KPI)인 '일관성'과 '효율성' 측면에서 특히 그렇습니다.
한 유명 피자 체인점은 품질 보증 절차를 최적화하고 브랜드 표준이 충족되는지 확인하기 위해 AI 기술을 활용하고자 했습니다. 또한 이 피자 레스토랑은 고객과의 투명성을 유지한다는 관점에서 이를 공개했습니다.
또 다른 패스트푸드 레스토랑은 드라이브스루 시스템의 효율성을 파악하고 개선 방법을 모색하기 위해 AI 솔루션을 찾았습니다.
패스트푸드의 가장 큰 과제 중 하나는 각 지점의 서비스, 미관, 그리고 물론 음식이 브랜드 전체가 설정한 표준을 따르는지 확인하는 것입니다. 따라서 고객이 어느 지점에 가든 자신이 주문한 음식이 익숙한 표준에 도달했다고 확신할 수 있는 것이 이상적입니다.
그러나 문제는 이것이 모든 지점에서 항상 가능한 것은 아니라는 점입니다. 한 프랜차이즈 지점은 기업 지침을 철저히 따를 수 있지만, 다른 지점은 최종 제품 생산과 관련하여 더 느슨할 수 있습니다. 또한 프로세스, 보관, 주문 및 제공되는 음식의 전반적인 표준과 관련된 정기적인 품질 보증 없이는 조직이 특정 지점, 팀 또는 직원의 성과를 완전히 평가할 수 없습니다.
패스트푸드 레스토랑의 효율성을 위협하는 두 가지 큰 요인은 직원 조직과 드라이브스루입니다. 지점에 직원이 충분하지 않으면 음식 대기 시간이 길어질 수밖에 없으며, 이는 레스토랑의 성과와 전반적인 브랜드 명성에 영향을 미칠 수 있습니다. 이는 드라이브스루 병목 현상과 관련하여 가장 명확하게 나타납니다.
드라이브스루를 운영할 때 효율적이고 빠른 서비스를 유지하려면 레스토랑은 정보가 필요합니다. 이 정보는 다양한 작업 스테이션 간의 동료 간 의사소통, 긴 대기 줄과 주문 누락을 방지하기 위한 시간 기반 KPI 등 여러 형태로 나타납니다.
이 유명 피자 체인점은 NVIDIA® Jetson™ TX2 NX로 구동되는 BOXER-8233AI 컴팩트 팬리스 임베디드 BOX PC를 활용한 식품 품질 검사 애플리케이션을 도입했습니다. 여기에는 재료 추가부터 오븐 조리 시간, 포장 전 품질 보증 검사까지 피자 만들기 과정의 모든 부분을 추적하는 4대의 고해상도 카메라가 포함되었습니다.
IP 카메라로 피자 만들기 과정을 기록함으로써 이 데이터는 실시간으로 제공될 뿐만 아니라 내장된 NVIDIA Jetson TX2 NX AI 가속기를 사용하여 후속 분석을 위해 전송됩니다. AI 추론 훈련을 통해 BOXER-8233AI는)는) 소프트웨어가 훈련된 항목을 인식하는 ’눈’ 역할을 하게 됩니다. 이 프로세스를 통해 장치는 시각적 이미지를 기반으로 특정 항목이 있는지 없는지를 추론할 수 있습니다.
예를 들어, 첫 번째 단계에서 AI 훈련 소프트웨어는 피자가 있는지 여부를 감지합니다. 두 번째로, 추가된 특정 재료를 식별하여 재료와 양이 주문과 일치하는지 확인합니다. 그런 다음 완제품을 평가하여 고객에게 전달하거나 제공하기 위한 최소 표준을 충족하는지 확인합니다. 이 과정이 진행되는 동안 고객도 앱을 통해 실시간으로 과정을 추적할 수 있습니다.
드라이브스루 레스토랑은 특정 메뉴 항목의 러시를 이해하기 위해 하루 중 다른 시간에 드라이브스루 차선을 통과하는 차량 수를 분석하는 시스템과 재고 수준 분석을 사용했습니다.
BOXER-8221AI를)를) 사용하여 드라이브스루 레스토랑은 줄 서 있는 차량 수, 주문에서 서비스까지의 평균 시간, 병목 현상으로 인한 매출 손실 수에 대한 실시간 데이터를 기록할 수 있었습니다. IP 카메라를 BOXER-8221AI의)의) '눈'으로 사용하여 시각적 데이터는 컴퓨터의 AI 가속기인 NVIDIA Jetson Nano™를 사용하여 실시간으로 분석되었습니다. 이는 쿼드코어 ARM® Cortex®-A57 MPCore 프로세서와 128개의 NVIDIA CUDA® 코어를 갖춘 NVIDIA Maxwell™ GPU 아키텍처를 결합하여 엄청난 처리 속도를 제공합니다. 이는 또한 여러 고해상도 이미지를 동시에 처리할 수 있음을 의미하며, 이는 드라이브스루 레스토랑이 필요로 했던 바로 그 사양입니다.
BOXER-8233AI의)의) 구현으로 인해 레스토랑의 품질 보증 조치가 고객에게 완전히 투명해졌으며, 이는 긍정적인 언론 반응을 불러일으켰습니다. 또한 레스토랑은 이후 품질 보증 실패로 인한 매출 손실을 방지하고 음식물 쓰레기 양을 줄일 수 있었습니다.
또한 이 장치는 다른 직원 및 팀의 성과를 측정하기 위한 의미 있는 관리 정보 데이터를 제공합니다. 예를 들어, 이 장치를 통해 경영진은 하루 종일 피자 만들기 과정의 속도, 효율성, 위생 습관 및 정확성을 측정할 수 있으며, 가장 성과가 좋은 교대 근무와 가장 성과가 좋은 직원을 식별할 수 있습니다.
패스트푸드 드라이브스루에 배포된 차량 인식 애플리케이션의 영향은 아무리 강조해도 지나치지 않습니다. 줄 서 있는 차량 수, 주문에서 서비스까지의 평균 시간, 지연으로 인한 매출 손실에 대한 실시간 데이터를 기록함으로써 레스토랑은 드라이브스루 인력 요구 사항을 더 잘 계획할 수 있었습니다.
또한 레스토랑이 특정 메뉴 항목의 러시를 예측하고 사전에 계획할 수 있는 데이터를 확보함으로써 재고 및 음식 준비를 더 효율적으로 만들 수 있어 메뉴 항목이 품절되거나 음식물 쓰레기로 인해 돈을 잃을 가능성이 줄어듭니다.