DGIST, AI로 스마트 팩토리 불량검출 성능↑기술 개발
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.
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.
이 글자크기로 변경됩니다.
(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.
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
Copyright © 전자신문. 무단전재 및 재배포 금지.
- 中 알리도 국내법 적용…정부, 역차별 없앤다
- 기재부, 예타 거친 대형 공공 SW사업 예산 30% 삭감…'저품질' 원인 지목
- 삼성전자 '인공지능 TV' 시대 선언
- 한강·낙동강·반도체 '3대 벨트' 대진표 확정…국힘 탈환이냐 민주 수성이냐
- 홈쇼핑 시장 '메기효과' 나타날까…재승인제 폐지 방안에 '반신반의'
- 암 투병 남편 대신 새벽 배송 뛰는 25살 러시아 아내 [숏폼]
- AI 로봇, 생방송 중 여기자 성추행?… 비난 폭주
- 기아 'K8', 8월 첫 부분 변경 출시...6만 5000대 생산
- 민주당, '올드보이' 박지원·정동영 귀환… '1989년생' 모경종, 현역 둘 꺾고 본선행
- 日, 1급 발암물질 묻은 고양이 '비상'