[인더스트리뉴스 조창현 기자] 자동화 영역에서 인공지능(AI) 기술이 두각을 나타내고 있는 분야로는 ‘머신비전’이 있다. 반도체, 디스플레이 같은 산업에서 기술 성숙도를 높인 ‘AI 머신비전’은 차세대 산업으로 떠오르고 있는 이차전지 분야로까지 보폭을 넓히는 중이다. 업계 내 경쟁이 치열해지고 있는 가운데, 서울대학교 기술지주회사가 참여한 조인트벤처 기업 스누아이랩(대표 유명호, SNU AI LAB)이 응용 및 커스터마이징을 특색으로 내세운 ‘비전 AI 서비스’로 주목받고 있다.

유명호 대표는 “스누아이랩은 서울대학교 기술지주회사와 교수들이 지분 참여해 설립한 서울대 공식 자회사”라며, “비전 AI 기술을 적용하는 기반이 되는 머신러닝 응용 플랫폼을 개발했으며, 다양한 응용 솔루션을 고객에게 제공하고 있다”고 말했다.

실제로 스누아이랩 설립에는 컴퓨터 비전 기술 및 빅데이터 처리 분야 권위자인 서울대 교수진 6명과 삼성 출신 핵심 연구원들이 직접 참여했다. 이후 산업별 비전 응용 요구사항이 다양하다는 점에 주목, 서울대 보유 연구 인프라 및 석·박사 인력과 협업을 진행하고 있으며 기초 및 기반 기술을 확보해 플랫폼으로 연계하는 시도를 지속하고 있다.

이에 가시화된 성과도 남다르다. 올해는 중소벤처기업부 선정 ‘아기유니콘200’으로 성장했다. 유 대표는 “아기유니콘200 선정으로 세계적인 AI 회사가 되기 위한 첫걸음을 뗀 것 같다”며, “지금부터가 새로운 시작이라고 생각하며, 이제껏 준비하고 개발해온 제품 및 플랫폼을 통해 비전 AI에 대한 응용 솔루션을 확대해 나갈 것”이라고 소감을 전했다.

고품질 이미지 제공하는 ‘SIRNet’ 탑재 솔루션 공급

스누아이랩은 산업안전에 요구되는 세이프티비전(Safety Vision) 솔루션과 제조 현장 내 비전검사 장비에 필요한 머신비전(Machine Vision) 솔루션을 제공하고 있다. 현장 중심으로 다양한 비전 AI 솔루션을 제공할 수 있는 오토케어(AutoCare) 플랫폼도 공급하고 있다.

유 대표는 “딥러닝 AI 개발은 최종 모델 성능을 얻기 위해 데이터 정제 및 학습 등 반복적인 과정이 필요하다”며, “고객은 플랫폼을 기반으로 AI 모델을 개발해야 경제성을 확보할 수 있다”고 조언했다. 이어 그는 “스누아이랩은 고객 요구에 부응하는 솔루션을 공급하기 하기 위해 자체 개발한 SIRNet 기술을 기반으로 오토케어 플랫폼을 제공하고 있다”고 덧붙였다.

스누아이랩에서 제공하는 솔루션에는 ‘SIRNet(Snuailab Image Restoration Network)’이라는 이미지 복원 기술도 적용돼 있다. 실제 SIRNet은 불량 유무를 검사하는 과정에서 CT 같은 3D 촬영을 통해 촬영한 저해상도 이미지를 AI 기술을 활용해 고해상도로 바꿔주는 전처리 엔진이라고 스누아이랩은 부연했다.

유 대표는 “이미지 복원 모델인 SIRNet은 저품질 이미지와 고품질 이미지를 취합해 학습하는 과정을 거쳐 충분히 훈련된 모델에 저품질 테스트셋이나 새롭게 수집한 저품질 이미지를 제공하면, 복원된 고품질 이미지를 결과값으로 얻을 수 있는 기술”이라며, “기존 CNN 구조 및 트랜스포머(Transformer) 기반 거대 모델들이 가진 장점을 모두 취할 수 있으며, 기존 모델보다 가볍고 GPU 메모리 소모량이 적으면서도 높은 수준을 가진 결과물을 얻을 수 있다”고 자부했다.

다양한 래퍼런스 기반 검사 효율화 지원

스누아이랩이 제공하는 오토케어 플랫폼은 △딥러닝 기반 객체 검출 및 인식 모델을 서빙할 수 있는 ‘검출기(DX)’ △검출기에 대응해 현장 재학습이 이뤄질 수 있도록 자기주도 재학습을 지원하는 ‘학습기(TX)’ △영상 채널 생성과 스트리밍, 모니터링 및 분석 결과 표시가 가능한 ‘영상관리 기능’을 제공하고 있다.

고객은 원하는 비전 AI 솔루션에 따라 세이프티비전이나 트래픽비전 등 스누아이랩에서 사전 패키징한 오토케어 래퍼런스앱(Reference Apps)을 기반으로 추가적인 커스터마이징을 요청할 수 있다. 커스터마이징은 기존에 제공되는 유사 앱이 있는 경우, 고객 공정 내 검출 정확도를 높이기 위해 현장 데이터를 활용한 추가 학습을 진행하거나 사용자 이벤트를 추가할 수 있다.

제공되는 래퍼런스에 유사 앱이 없다고 하더라도 커스터마이징은 가능하다. 다만 고객 임의로 솔루션을 적용하는 것은 어렵다고 스누아이랩은 전했다. 유 대표는 “유사 앱이 존재하지 않을 시에는 솔루션에 따라 추가 모델 개발 및 초기 학습, 튜닝이 필요하다”며, “이때는 오토케어 래퍼런스앱을 기준으로 커스터마이징 범위를 결정해 별도 신규 앱을 개발해야 한다”고 설명했다.

이어 그는 “커스터마이징이 중요한 이유는 개발된 모델을 실제 검사에 투입하는 시간을 줄일 수 있다는 것”이라며, “기존에는 검사 모델을 공정에 투입하기까지 수백장에 달하는 이미지를 학습시켜야 했다면, 스누아이랩이 제공하는 래퍼런스를 기반으로 학습에 필요한 이미지 몇장만을 더해 고객 현장에 적합한 검사 모델을 만들어낼 수 있다”고 피력했다.

플랫폼 확장 및 고도화 계획

스누아이랩은 올해 하반기 산업안전과 머신비전 검사영역에 필요한 오토케어 플랫폼을 기반으로 솔루션 확대를 진행할 계획이다. 구체적으로 산업안전 분야는 공장 내 작업자 안전과 관련된 위험물 접근 경보 및 안전장치 착용 유무 식별을 제공하는 형태가 될 예정이다. 특정 지역 내 진출입 카운팅 및 히트맵을 활용한 공간 복잡도 분석 등도 확대 적용할 방침이다.

머신비전 분야는 딥러닝 모델을 통해 고품질 이미지를 복원하는 초해상도(Super Resolution) 전처리 엔진을 활용, 이차전지 배터리셀 인라인 적용 및 세그멘테이션(Segmentation)을 적용한 배터리셀 비전 검사 전용 소프트웨어 제공 등을 중심으로 솔루션을 확대할 예정이다.

오토케어 플랫폼 고도화에도 나선다. 고객 현장 내에서 안정적인 재학습이 이뤄지도록 하면서도 고객이 직접 유지보수할 수 있도록 돕겠다는 것이다. 이에 제반 솔루션 기능을 확대하는 한편, 다양한 솔루션에 활용될 수 있도록 오토케어 래퍼런스 앱(Reference App)을 확대할 복안이다. 또 클라우드 SaaS 서비스 형태로 비전 AI 앱 개발 및 배포가 이뤄지도록 하는 것을 목표로 하고 있다.

유 대표는 “AI 기술 발전이 지속되고 있고, 특히 비전 AI 관련 기술은 발전 속도가 더 빠르기에 새로운 기술을 받아들이고 접목해 응용하는 것이 중요하다”며, “학교 캠퍼스에 기반을 두고 있는 스누아이랩은 오토케어 플랫폼과 서울대 연구실에서 연구한 내용을 활용해 제조 현장에서 활용할 수 있는 제품 및 솔루션을 만드는 노력을 지속할 것”이라고 강조했다.

조창현 기자 다른기사 보기