대구경북과학기술원(DGIST·총장 이건우)은 박상현 로봇및기계전자공학과 교수팀이 스탠퍼드대학 연구팀과 협력해 논리적 이상감지 기술을 개발했다고 14일 밝혔다.
인공지능(AI)을 활용한 이 기술은 산업용 영상에서 발생하는 논리적 이상을 정확하게 감지해 스마트 팩토리의 불량 검출 성능을 크게 향상시킬 것으로 기대된다.
논리적 이상은 이미지 내 구성요소의 개수·배열 등과 같은 기본 논리 제약을 벗어나는 데이터를 의미한다. 영상 내 일부분만 검사하면 비교적 쉽게 검출 가능한 구조적 이상과 달리 논리적 이상은 영상 전체 다양한 구성요소를 구분할 수 있어야 한다. 하지만 기존 AI모델은 논리적 이상감지률이 평균 90%를 넘지 못하는 한계가 있다.
연구팀은 제한된 성능을 극복하기 위해 각각의 부품을 정확하게 영역화하는 모델을 먼저 학습하고 이를 이용해 이상감지를 수행하는 모델을 제안했다. 이른바 '퓨샷(Few-shot)' 영역화 기법이다.
모델 학습에 사용된 영상들은 동일한 방식으로 조합돼 있어, 각 영상은 다르지만 부품 개수나 픽셀 수가 유사하기 때문에 히스토그램을 활용한 목적함수를 최소화해 영역화 모델을 효과적으로 학습했다. 결국 연구팀이 제안한 기법은 기존 영역화 기법들보다 우수한 정확성을 보였다.
박상현 교수는 “이번 연구는 논리적 이상감지 성능을 극적으로 향상시켰다는 점에서 의미가 있다. 스마트 팩토리에서 불량검출에 사용되는 비용을 획기적으로 줄일 수 있을 것으로 기대한다”고 말했다.
DGIST 일반사업과 대구디지털혁신진흥원(DIP) 지원으로 수행된 이번 연구결과는 최근 AI 분야 최상위 학회 'AAAI(Association for the Advancement of Artificial Intelligence)'에 발표됐다.
대구=정재훈 기자 jhoon@etnews.com
