Palmetto는 소프트웨어 개발자가 AI 빌딩 모델을 사용하여 미국을 Electrify하기를 원합니다.
만약 당신이 집에 태양광 패널이나 히트 펌프를 고려하고 있다면, "패널이 몇 개 필요할까?" 또는 "어떤 크기의 히트 펌프를 선택해야 할까?"라는 질문을 할 수 있습니다. 전통적으로 이러한 질문에 답하려면 계약자가 당신의 집을 방문해야 했습니다. 하지만 지난 10년 동안 태양광 설치 회사들은 이 과정을 크게 간소화했습니다. 테슬라와 같은 일부 회사는 고급 소프트웨어 솔루션 덕분에 현장 방문을 완전히 없애기도 했습니다.
이러한 소프트웨어 도구는 다양한 데이터 소스를 통합하여 가정에 필요한 태양광 패널의 수를 정확하게 예측합니다. 예를 들어, 태양광 설치 업체인 팔메토(Palmetto)는 태양광 매핑 스타트업인 맵드웰(Mapdwell)을 인수하며 개발한 자체 독점 도구를 사용합니다. 하지만 주거용 태양광 시장의 성장이 둔화되면서, 팔메토는 백업 배터리와 히트 펌프와 같은 다른 전기화 프로젝트로 초점을 확장했습니다. 위성 이미지가 볼 수 없는 실내 시스템을 위한 소프트웨어를 만드는 것은 독특한 도전 과제를 제시합니다.
이를 해결하기 위해 팔메토는 미국의 모든 주거용 건물의 데이터를 수집하고 가상 표현을 개발하는 프로젝트에 착수했습니다. 팔메토의 에너지 인텔리전스 사장인 마이클 브라차폴리스(Michael Bratsafolis)는 테크크런치(TechCrunch)에 이 노력을 "미국 전체 주거용 건물 재고의 디지털 트윈을 시뮬레이션하는 것"이라고 설명했습니다.
그들의 도구는 공공 및 민간 데이터를 모두 활용합니다. 특정 데이터가 없는 경우, AI가 벽 안에 숨겨진 것에 대해 교육된 추측을 합니다. 예를 들어, 1950년대에 지어진 집은 외벽에 2×4 목재 프레임을 사용했을 가능성이 높아 단열재의 양이 제한됩니다.

팔메토는 API가 개발자들에게 제공할 수 있는 기능의 일부를 보여주기 위해 데모를 개발했습니다. 이미지 제공: Palmetto 브라차폴리스는 그들의 기술이 집을 분석하여 60개 이상의 다양한 특성과 속성으로 분해할 수 있다고 설명했습니다. 이러한 모델의 정확성을 보장하기 위해 팔메토는 이미 그들로부터 태양광 패널을 구매하거나 임대한 집의 데이터를 사용합니다. 그는 "이를 통해 우리는 데이터를 익명화하고 집에 대한 실제 정보와 데이터를 사용하여 모델의 성능을 비교하고 모델을 더욱 훈련시키는 데 도움을 줄 수 있습니다"라고 말했습니다.
팔메토의 API와 개발자 접근
팔메토는 트윌리오(Twilio)에서의 브라차폴리스의 이전 경험에서 영감을 받아 외부 개발자들에게 도구를 개방하는 대담한 단계를 밟았습니다. 그는 "저는 개발자 중심, 마이크로 서비스 접근 방식을 통해 API 빌딩 블록을 제공하여 파트너와 개발자들을 강화하는 방식에서 왔습니다"라고 언급했습니다.
개발자들은 매달 500번의 무료 호출로 API에 접근할 수 있으며, 이후 호출당 5센트의 비용이 부과됩니다. 대규모 고객의 경우, 팔메토는 맞춤형 가격 협상에 열려 있습니다.
브라차폴리스는 개발자들이 미국 건물의 전기화를 가속화하는 도구를 만들기를 희망합니다. 이를 통해 팔메토는 새로운 시장 트렌드에 대한 귀중한 통찰력을 얻을 것입니다. 그는 "사용 사례가 무엇일지 정확히 알 수는 없습니다. 그리고 API 제품을 통해 수요와 시장에 대한 놀라운 통찰력을 얻을 수 있습니다"라고 말했습니다.
관련 기사
OpenAI, 법원 명령에 따라 ChatGPT 데이터 보유, 알트만 CEO, 'AI 특권' 제안
이 글의 작성자를 포함한 많은 일반 ChatGPT 사용자들은 '임시 채팅' 기능을 사용해 보셨을 것입니다. OpenAI의 인기 챗봇에서 제공하는 이 옵션은 세션이 종료되는 즉시 세션 중에 교환된 모든 정보를 자동으로 삭제하도록 설계되었습니다.또한 사용자는 웹, 데스크톱, 모바일 애플리케이션의 사이드바에서 과거 ChatGPT 대화를 수동으로 삭제할 수 있습니
IBM: 기업, AI에 '모든 것'을 배포하고 이제 LLM에서 사용 사례까지 도전에 직면하다
지난 세기 동안 IBM은 수많은 기술 트렌드가 등장하고 사라지는 것을 목격했습니다. 지속되는 접근 방식은 유연성과 선택권을 제공하는 접근 방식이었습니다.VB 트랜스폼 2025에서 IBM의 AI 플랫폼 담당 부사장인 아르망 루이즈는 제너레이티브 AI에 대한 회사의 관점과 기업 고객이 이 기술을 실제로 구현하는 방법에 대해 설명했습니다. 루이즈 부사장은 현재
엔터프라이즈 AI 비용: 배포 시 GPT보다 20~30% 높은 가격의 클로드 모델
모델 제품군마다 서로 다른 토큰화 도구를 사용할 수 있다는 것은 널리 알려져 있습니다. 그러나 실제 토큰화 프로세스가 이러한 시스템마다 어떻게 다른지에 대한 연구는 제한적이었습니다. 모든 토큰라이저가 동일한 입력 텍스트에 대해 동일한 수의 토큰을 생성할까요? 그렇지 않다면 이러한 차이는 얼마나 클까요? 이러한 차이에는 어떤 실질적인 의미가 있을까요?이 글에
관련 특별 주제 추천
의견 (27)
0/500
Die KI-basierten Lösungen von Palmetto klingen vielversprechend, aber ich frage mich, wie präzise solche Modelle wirklich sind. Eine virtuelle Bewertung mag Kosten sparen, aber bei individuellen Gebäuden (Dächer, Isolierung) sind Vor-Ort-Inspektionen oft unersetzlich. Das könnte für manche Hauseigentümer ein zu großes Risiko sein. Andererseits: Wenn die Software gut genug ist, wäre das ein echter Durchbruch für die Branche. 🏠
Finde es total praktisch, dass man jetzt per KI Solaranlagen planen kann! 😊 Endlich muss nicht immer jemand vorbeikommen, um alles zu vermessen. Aber frage mich, ob das wirklich genau genug ist – bei unserem alten Haus würde ich trotzdem lieber auf Nummer sicher gehen und einen Experten konsultieren. Trotzdem, coole Sache!
Cool to see AI helping size solar panels and heat pumps! Makes me wonder if it’ll cut costs or just make contractors lazy. 😅 Anyone tried this yet?
This AI building model stuff from Palmetto sounds cool! 😎 Makes me wonder if it’ll really simplify picking solar panels or just overcomplicate things with tech jargon.
This AI building model stuff is wild! Palmetto’s making it so easy to figure out solar panels without a contractor trekking to your house. Bet it saves a ton of time, but I wonder if it’s as accurate as an in-person check. Still, super cool tech! 🌞
만약 당신이 집에 태양광 패널이나 히트 펌프를 고려하고 있다면, "패널이 몇 개 필요할까?" 또는 "어떤 크기의 히트 펌프를 선택해야 할까?"라는 질문을 할 수 있습니다. 전통적으로 이러한 질문에 답하려면 계약자가 당신의 집을 방문해야 했습니다. 하지만 지난 10년 동안 태양광 설치 회사들은 이 과정을 크게 간소화했습니다. 테슬라와 같은 일부 회사는 고급 소프트웨어 솔루션 덕분에 현장 방문을 완전히 없애기도 했습니다.
이러한 소프트웨어 도구는 다양한 데이터 소스를 통합하여 가정에 필요한 태양광 패널의 수를 정확하게 예측합니다. 예를 들어, 태양광 설치 업체인 팔메토(Palmetto)는 태양광 매핑 스타트업인 맵드웰(Mapdwell)을 인수하며 개발한 자체 독점 도구를 사용합니다. 하지만 주거용 태양광 시장의 성장이 둔화되면서, 팔메토는 백업 배터리와 히트 펌프와 같은 다른 전기화 프로젝트로 초점을 확장했습니다. 위성 이미지가 볼 수 없는 실내 시스템을 위한 소프트웨어를 만드는 것은 독특한 도전 과제를 제시합니다.
이를 해결하기 위해 팔메토는 미국의 모든 주거용 건물의 데이터를 수집하고 가상 표현을 개발하는 프로젝트에 착수했습니다. 팔메토의 에너지 인텔리전스 사장인 마이클 브라차폴리스(Michael Bratsafolis)는 테크크런치(TechCrunch)에 이 노력을 "미국 전체 주거용 건물 재고의 디지털 트윈을 시뮬레이션하는 것"이라고 설명했습니다.
그들의 도구는 공공 및 민간 데이터를 모두 활용합니다. 특정 데이터가 없는 경우, AI가 벽 안에 숨겨진 것에 대해 교육된 추측을 합니다. 예를 들어, 1950년대에 지어진 집은 외벽에 2×4 목재 프레임을 사용했을 가능성이 높아 단열재의 양이 제한됩니다.

브라차폴리스는 그들의 기술이 집을 분석하여 60개 이상의 다양한 특성과 속성으로 분해할 수 있다고 설명했습니다. 이러한 모델의 정확성을 보장하기 위해 팔메토는 이미 그들로부터 태양광 패널을 구매하거나 임대한 집의 데이터를 사용합니다. 그는 "이를 통해 우리는 데이터를 익명화하고 집에 대한 실제 정보와 데이터를 사용하여 모델의 성능을 비교하고 모델을 더욱 훈련시키는 데 도움을 줄 수 있습니다"라고 말했습니다.
팔메토의 API와 개발자 접근
팔메토는 트윌리오(Twilio)에서의 브라차폴리스의 이전 경험에서 영감을 받아 외부 개발자들에게 도구를 개방하는 대담한 단계를 밟았습니다. 그는 "저는 개발자 중심, 마이크로 서비스 접근 방식을 통해 API 빌딩 블록을 제공하여 파트너와 개발자들을 강화하는 방식에서 왔습니다"라고 언급했습니다.
개발자들은 매달 500번의 무료 호출로 API에 접근할 수 있으며, 이후 호출당 5센트의 비용이 부과됩니다. 대규모 고객의 경우, 팔메토는 맞춤형 가격 협상에 열려 있습니다.
브라차폴리스는 개발자들이 미국 건물의 전기화를 가속화하는 도구를 만들기를 희망합니다. 이를 통해 팔메토는 새로운 시장 트렌드에 대한 귀중한 통찰력을 얻을 것입니다. 그는 "사용 사례가 무엇일지 정확히 알 수는 없습니다. 그리고 API 제품을 통해 수요와 시장에 대한 놀라운 통찰력을 얻을 수 있습니다"라고 말했습니다.
OpenAI, 법원 명령에 따라 ChatGPT 데이터 보유, 알트만 CEO, 'AI 특권' 제안
이 글의 작성자를 포함한 많은 일반 ChatGPT 사용자들은 '임시 채팅' 기능을 사용해 보셨을 것입니다. OpenAI의 인기 챗봇에서 제공하는 이 옵션은 세션이 종료되는 즉시 세션 중에 교환된 모든 정보를 자동으로 삭제하도록 설계되었습니다.또한 사용자는 웹, 데스크톱, 모바일 애플리케이션의 사이드바에서 과거 ChatGPT 대화를 수동으로 삭제할 수 있습니
IBM: 기업, AI에 '모든 것'을 배포하고 이제 LLM에서 사용 사례까지 도전에 직면하다
지난 세기 동안 IBM은 수많은 기술 트렌드가 등장하고 사라지는 것을 목격했습니다. 지속되는 접근 방식은 유연성과 선택권을 제공하는 접근 방식이었습니다.VB 트랜스폼 2025에서 IBM의 AI 플랫폼 담당 부사장인 아르망 루이즈는 제너레이티브 AI에 대한 회사의 관점과 기업 고객이 이 기술을 실제로 구현하는 방법에 대해 설명했습니다. 루이즈 부사장은 현재
엔터프라이즈 AI 비용: 배포 시 GPT보다 20~30% 높은 가격의 클로드 모델
모델 제품군마다 서로 다른 토큰화 도구를 사용할 수 있다는 것은 널리 알려져 있습니다. 그러나 실제 토큰화 프로세스가 이러한 시스템마다 어떻게 다른지에 대한 연구는 제한적이었습니다. 모든 토큰라이저가 동일한 입력 텍스트에 대해 동일한 수의 토큰을 생성할까요? 그렇지 않다면 이러한 차이는 얼마나 클까요? 이러한 차이에는 어떤 실질적인 의미가 있을까요?이 글에
Die KI-basierten Lösungen von Palmetto klingen vielversprechend, aber ich frage mich, wie präzise solche Modelle wirklich sind. Eine virtuelle Bewertung mag Kosten sparen, aber bei individuellen Gebäuden (Dächer, Isolierung) sind Vor-Ort-Inspektionen oft unersetzlich. Das könnte für manche Hauseigentümer ein zu großes Risiko sein. Andererseits: Wenn die Software gut genug ist, wäre das ein echter Durchbruch für die Branche. 🏠
Finde es total praktisch, dass man jetzt per KI Solaranlagen planen kann! 😊 Endlich muss nicht immer jemand vorbeikommen, um alles zu vermessen. Aber frage mich, ob das wirklich genau genug ist – bei unserem alten Haus würde ich trotzdem lieber auf Nummer sicher gehen und einen Experten konsultieren. Trotzdem, coole Sache!
Cool to see AI helping size solar panels and heat pumps! Makes me wonder if it’ll cut costs or just make contractors lazy. 😅 Anyone tried this yet?
This AI building model stuff from Palmetto sounds cool! 😎 Makes me wonder if it’ll really simplify picking solar panels or just overcomplicate things with tech jargon.
This AI building model stuff is wild! Palmetto’s making it so easy to figure out solar panels without a contractor trekking to your house. Bet it saves a ton of time, but I wonder if it’s as accurate as an in-person check. Still, super cool tech! 🌞





집






