RTC
BLK360
BLK2GO
BLK ARC
BLK2FLY
BLK3D
액세서리
임무: 업계를 정의하는 기술을 사용하여 이전에는 볼 수 없었던 정확도과 일관성 수준으로 세계 인테리어를 문서화하여 글로벌 부동산을 변화시키는 것입니다. 더 큰 투명성, 더 정확한 가치 평가, 더 효율적인 거래를 제공하기 위해 보다 친환경적인 산업을 구축하는 데 기여합니다.
우리는 사람들이 건설된 세계를 거래하고, 점유하고, 참여하는 방식을 완전히 점검하고 업데이트할 수 있다고 믿습니다. 그리고 우리는 정확한 공간 데이터 세트를 적용하여 이를 실현하고 있습니다.
이는 야심 찬 사명 선언문이자 런던에 본사를 둔 공간 데이터 회사인 Pupil이 혁신적인 기술과 데이터 캡처 기능을 통해 한 번에 하나의 자산을 입증하는 선언문입니다. 비록 2019년 6월에 주거용 부동산 마케팅 브랜드인 Spec을 공식 출시했지만 Pupil 자체는 5년간의 시장 조사, 제품 개발 및 테스트의 결과입니다. 현재 런던에서 주거용 부동산을 위한 선도적인 가상 여행 제공업체이며, 사업의 국제적 잠재력은 엄청납니다.
Pupil은 소비자의 편의성과 효율성을 높이고, 최초 현장 방문을 가상 투어로 대체할 수 있도록 이 투어를 설계했습니다. 이는 부적합한 부동산을 보기 위해 여행하는 사람이 줄어들면서 교통량과 탄소 배출량을 줄입니다. 실제로 효과도 확인되었습니다. Pupil의 가상 투어는 전 세계의 잠재적 주택 구매자가 하루에 수천 번 시청합니다. 투어는 레이저 스캐너의 정확한 3D 데이터를 기반으로 하며, 이는 거래 과정에서 부동산을 정확하게 측정하고 평가할 수 있다는 의미이기도 합니다.
그렇다면 Pupil의 여정의 다음 단계는 무엇이며, 이 풍부한 자산 데이터를 어떻게 활용할 수 있을까요?
Pupil의 설립자이자 CEO인 James D. Marshall은 "우리는 건설 세계의 디지털 트윈을 만들고 싶습니다."라고 말했습니다. "이것은 점점 더 정확한 부동산 평가부터 보다 정확한 모기지 및 보험 견적에 이르기까지 다양한 이점을 가져올 것입니다. 부동산은 지구상에서 가장 가치 있는 자산 클래스이며 우리는 Leica BLK 시리즈 스캐너가 리얼리티 캡처 도구에 대한 액세스를 민주화했다는 것을 알고 있습니다. 우리는 주거용이든 상업용이든 모든 단일 부동산에 이러한 도구를 사용하여 거래 방식을 개선함으로써 민주화를 더욱 촉진하고 싶습니다."
빛의 속도로 부동산을 디지털 방식으로 문서화
더 좋고 더 정확한 데이터를 통해 부동산 거래를 개선하기 위한 학생들의 여정은 복잡하지만 숙제는 해냈습니다. Pupil의 창립자이자 회장인 Oliver Breach는 “초기 시장 조사 과정에서 기존 측정 및 평면도에서 놀라운 부정확도를 발견했습니다.”라고 말했습니다. "우리는 이 문제가 얼마나 널리 퍼져 있는지를 강조하는 포괄적인 연구를 수행했습니다. 이는 특히 공간이 부족한 인구가 많은 도시에서 주거용 부동산의 가치 평가가 거의 전적으로 신뢰할 수 없는 데이터를 기반으로 하고 있음을 의미합니다. 모든 부동산을 측정하기 위해 Pupil의 산업 정의 기술과 결합된 보다 정교한 레이저 스캐닝을 사용하면 전 세계 부동산 시장에 알리는 데이터의 품질, 일관성 및 투명성이 대폭 향상될 것입니다."
는 BLK360 올인원 이미징 LiDAR 시스템을 Pupil의 캡처 생태계에 추가했으며, 여기서 얻은 데이터는 부동산 중개인 및 부동산 소유자에게 제공되는 Spec 제품을 확립, 성장 및 개선하는 데 도움이 되었습니다. 훨씬 더 정확한 측정과 더 빠른 캡처 프로세스를 제공합니다.
설립자이자 최고 디자인 책임자인 David Mullett는 이에 대해 자세히 설명합니다. "우리는 BLK360를 제품을 시장에 출시하는 데 필요한 하드웨어로 파악했지만 대규모 임무를 달성하기 위한 핵심은 효율성을 향상하고 캡처를 빠르게 전달할 수 있는 장치라는 것을 항상 알고 있었습니다. 이것이 바로 BLK360를 만든 이유입니다. BLK2GO 정말 신난다.”
BLK360가 사양의 도약을 도왔다면 BLK2GO는 실제로 속도와 정확도의 한계를 뛰어넘고 있습니다. Pupil은 휴대용 스캐너를 사용할 때 각 캡처에 소요되는 시간을 줄이는 데 있어 큰 도약을 이룬 BLK2GO의 최초이자 최대 채택자 중 한 명입니다. 모델과 평면도를 작성하는 데 몇 주가 걸릴 수 있는 기존 측량 회사와 준공 회사에 비해 Pupil의 자산 캡처 프로세스는 이제 단 몇 분만에 완료됩니다. 런던의 일반적인 부동산 가격은 £100 미만이며, 알고리즘은 최종 제품을 고객에게 24시간 이내에 배송합니다.
BLK2GO는 Spec의 중요한 진전이며, 앞으로의 확장성을 가능하게 하는 자연스러운 전환입니다. Oliver는 "우리는 건설된 세계를 매핑하는 데 엄청난 어려움을 겪고 있습니다. 하지만 우리가 얻은 속도는 게임 체인저입니다."라고 말했습니다.
주거용 부동산의 경우 Spec의 전제는 간단합니다. 디지털 측량사의 한 번의 방문으로 각 부동산에 대한 전문 사진, 가상 투어 및 "사양 검증" 평면도를 모두 제공합니다. Spec은 기존 제공업체보다 저렴한 비용으로 이를 제공하지만 정확도, 기술 및 프로세스가 실제로 경쟁업체와 차별화되는 요소입니다. 캡처가 완료되면 클라우드의 AI 알고리즘이 자동으로 정확한 치수 데이터와 디지털 트윈을 생성합니다. 이는 부동산 중개인과 부동산 소유자에게 부동산에 대한 가장 정확한 문서를 제공합니다.
사양 검증 평면도는 레이저 스캐너를 사용하여 부동산에서 수백만 개의 원시 데이터 포인트를 수집하는 것부터 시작됩니다. 그런 다음 이러한 데이터 포인트는 클라우드에 있는 Pupil의 AI 시스템을 통해 실행되어 부동산 실제 크기의 99% 정확도로 평면도를 생성합니다. 이는 일관되지 않고 부정확한 측정값을 생성하는 기존 기술에 비해 상당한 개선입니다. 또한 Spec은 집을 찾는 사람들이 편안하게 소파에 앉아 잠재적인 집에 대한 디지털 탐색을 할 수 있도록 부동산에 대한 고해상도 가상 투어를 제공합니다.
“우리의 비전은 항상 전 세계적으로 자산 측정에 대한 업계 표준이 되는 것이었습니다.”라고 James는 덧붙였습니다. "BLK2GO의 효율성과 비즈니스 모델이 결합되어 이 비전을 실현할 수 있습니다."
전기 오토바이를 타는 디지털 측량사는 BLK2GO를 사용하여 런던의 자산을 포착합니다.
BLK2GO가 Pupil의 전체 프로세스를 얼마나 가속화했는지 확인하기 위해 Spec의 디지털 측량사 중 한 명인 Abdul Rouf와 함께 확인했습니다. 그는 2년 동안 회사에 근무하면서 회사 발전의 다양한 단계를 직접 목격했습니다. 그는 부동산을 확보하기 위해 전기 오토바이를 타고 런던 전역을 여행하는 빠르게 성장하는 팀의 일원입니다.
“각 건물 사이의 경로는 최대한 효율적으로 운영될 수 있도록 사전에 최적화되고 계획되었습니다. 모페드를 사용하면 속도가 훨씬 빨라집니다.”라고 Abdul은 말하며 그의 전체 하드웨어 설정이 일반 크기의 배낭에 어떻게 들어가는지 설명했습니다.
"우리는 부지에 도착하여 카메라를 조립하여 광구와 참조 사진을 캡처한 다음 측정을 위해 스캔합니다." 그는 필요한 모든 스캔, 사진 및 데이터를 가지고 30분 이내에 800제곱피트 규모의 아파트에 출입할 수 있습니다. 그러나 BLK2GO를 사용하면 약 5분 내에 아파트 전체를 스캔할 수 있으므로 나머지 작업을 수행하는 데 약 25분이 소요됩니다. "그런 다음 해당 데이터는 Pupil의 독점 Vertex 앱을 통해 원격으로 클라우드에 업로드됩니다. Pupil의 기계 학습 알고리즘이 대신합니다."라고 Abdul이 말했습니다.
Abdul이 스캔하러 올 때 아파트에 살 수도 있는 사람들은 어떻습니까? "때때로 그들은 스캔할 때 찬장을 모두 열어야 하는 이유와 같이 프로세스에 대해 궁금해합니다. 그래서 가능한 가장 정확한 데이터를 얻는 방법을 설명해야 합니다."라고 그는 말했습니다. 이는 Spec이 BLK2GO로 수행하는 작업, 즉 수백만 개의 측정 지점을 통해 속성의 모든 차원을 캡처하는 작업을 뒷받침합니다.
Abdul은 일반적으로 하루에 5개의 작업을 수행하며 Pupil이 데이터를 캡처하기 위해 매일 전 세계로 보내는 디지털 측량사의 수를 고려하면 이는 많은 자산에 대한 많은 데이터입니다. 이 프로세스를 통해 Pupil은 부동산의 내부를 완벽하게 문서화하고 이에 대한 막대한 수준의 정보를 제공할 수 있으며, 그 정확도은 전 세계적으로 부동산의 가치를 평가하고 거래하는 방식을 변화시킬 것입니다.
이제 부동산을 캡처할 수 있는 속도는 비즈니스에 큰 도움이 됩니다. 압둘은 웃으며 “그냥 미친 짓이에요”라고 말했다. "삼각대 기반 스캐너를 사용하면 집 전체를 스캔하는 데 1시간, 1시간 30분이 걸릴 수 있습니다. BLK2GO를 사용하면 같은 집을 약 10~15분 안에 스캔할 수 있습니다. 이는 이 장치를 사용하게 되면서 수행할 수 있는 캡처 양이 크게 늘어납니다. 그리고 곧 하루에 6, 7, 심지어 8개로 늘어날 것입니다."
기계 학습을 개선하는 데 필요한 방대한 양의 데이터를 수집하는 학생
학생의 임무와 측량 작업을 염두에 두고 우리는 레이저 스캐닝의 핵심 부분인 데이터와 데이터 사용 방법에 대해 더 알고 싶었습니다. 우리는 Pupil의 기술 이사인 Divia Bhatnagar와 이야기를 나눴습니다.
"BLK2GO가 우리에게 하는 일은 부동산 업계에 대규모로 제공할 수 있는 정확한 측정을 통해 데이터 투명성을 제공하는 것입니다."라고 Divia는 말하며 간단한 비교를 꺼냈습니다.
"자동차를 구입한다고 상상해 보세요. 자동차를 구입하기 전에 자동차에 대한 모든 것을 알고 있지 않습니까? 내부와 외부의 모든 것을 알려주는 사용 설명서도 얻을 수 있습니다."라고 그녀는 주택 구입이 인생을 바꾸는 구매에 훨씬 더 가깝다고 지적했습니다.
“하지만 부동산에 대해 생각해 보세요.” Divia가 말했습니다. “사용자는 얼마나 정말 아파트나 주택을 구입하기 전에 전체 구조와 공간에 대해 알고 계십니까? LiDAR 및 BLK2GO를 사용하면 Spec이 이러한 속성에 대한 누락된 데이터 통찰력을 얻는 데 도움이 됩니다. 그래서 자동차의 스펙은 매뉴얼이고, 우리는 데이터 인사이트를 바탕으로 부동산의 스펙을 제공하고 있습니다.”
Divia와 그녀의 팀에게 가장 중요한 요소 중 하나는 수집된 데이터의 양과 분산입니다. 이는 Pupil의 기계 학습 모델을 개발하는 데 도움이 됩니다. Pupil의 데이터 대부분은 지금까지 2베드룸 및 3베드룸 아파트에 중점을 두었지만 다양한 모양과 크기의 더 큰 부동산을 캡처하는 것이 필요하며 매우 유익합니다.
"BLK2GO는 BLK360의 정확도를 잃지 않으면서 추가되는 속도 때문에 훌륭합니다."라고 Divia는 말했습니다. Pupil의 워크플로는 정확도 요구 사항을 고려하여 BLK2GO에 즉시 적응할 수 있었지만 하루에 훨씬 더 많은 속성을 캡처할 수 있는 능력은 Pupil에게 또 다른 이점을 제공합니다.
Divia는 "우리의 기계 학습 모델에 입력하려면 대량의 다양한 데이터가 필요합니다. 따라서 훨씬 짧은 시간 내에 큰 주택과 작은 아파트를 캡처할 수 있으면 이 프로세스의 속도가 실제로 빨라질 것입니다."라고 말했습니다.
캡처된 구조의 변화는 Pupil의 주요 프로젝트 중 하나인 컴퓨터 비전에 중요합니다. 엔지니어링 팀은 일반적으로 단일 데이터 세트(등록이 필요한 여러 스캔이 아님)인 원시 BLK2GO 포인트 클라우드를 얻습니다. 이를 통해 Divia 팀은 소비자가 마땅히 받아야 할 표준인 사양 인증을 받은 측정값과 모델을 더욱 빠르게 생산할 수 있습니다. 원시 포인트 클라우드의 다양한 유형과 크기는 Pupil의 기계 학습 모델이 컴퓨터 비전을 구축하는 데 도움이 됩니다.
“생물학적 시력에 대해 생각해 보세요.” Divia가 말했습니다. "방에 들어가면 이미 그 방에 있는 모든 것을 분류할 수 있습니다. 의자는 의자이고, 창문은 창문이며, 다양한 유형의 의자와 창문을 알고 있으며 이는 매우 빠르게 발생합니다." Divia는 컴퓨터가 공간 환경을 완전히 이해하는 것은 거대한 프로젝트이며 그녀의 팀은 이를 달성하기 위해 경쟁이 치열한 두 개의 영국 정부 보조금을 확보했다고 설명했습니다. “이 프로세스와 우리가 사용하는 하드웨어는 이러한 공간 관계를 이해하고 장면 이해를 달성하기 위한 획기적인 컴퓨터 비전을 갖추는 데 도움이 됩니다.”
Divia는 장면 이해의 두 가지 구성 요소인 의미론적 분할과 인스턴스 수준 분할을 설명했습니다. "의미론적 분할은 방에 있는 의자를 이해하여 그것이 무엇인지 분류할 수 있는 것입니다. 인스턴스 레벨은 두 의자의 차이를 분류하는 것입니다." 이 모든 것이 Pupil의 핵심 기능인 장면 이해에 기여합니다.
"BLK2GO에서 얻은 데이터는 컴퓨터가 유사한 객체의 다양한 유형을 이해할 수 있도록 기계 학습 모델과 알고리즘에 입력하기 때문에 중요합니다. 더 많은 데이터를 입력할수록 기계가 더 빨리 학습합니다."라고 Divia는 말했습니다. “우리는 컴퓨터가 이해할 수 있도록 발전하고 있습니다. 모든 것 공간에 대한 많은 통찰력을 얻기 위해 방과 관련된 위치를 파악합니다.”
