씨앤에이아이 "합성데이터 기술로 제조·검사설비 오탐률 획기적 개선"
- AI분류모델 위한 불량 합성데이터 프로젝트 통해 제품 검수장비 오탐률 약 13.3%P 개선
- “AI모델 탑재 검수 장비 학습위한 합성 데이터 유효성과 적용 가능성 확인, 제조분야 내 합성데이터 활용가치 높여나갈 것”
[디지털데일리 박기록 기자] 씨앤에이아이가 자사의 핵심기술인 생성AI 기술을 활용, 제품 검사 설비의 정확도를 향상시키며 향후 제조분야에서의 활용 가능성을 높였다.
국내 이미지영상 분야 생성AI 기업 CN.AI(이하 씨앤에이아이, 대표 김보형)는 최근 HL만도와 제품 외관 검사 설비의 정확도 향상을 위한 불량품 합성데이터 생성 프로젝트를 진행, 획기적인 오탐률 수치감소 결과를 확인했다고 25일 밝혔다.
회사측에 따르면, 이번 프로젝트는 불량제품에 대한 검사 설비 성능을 개선, 품질관리 프로세스를 강화하기 위한 HL만도의 AI분류모델(Classification Model)에 필요한 불량품 합성데이터 이미지 생성 차원으로 진행됐다.
이번 프로젝트에서 활용된 불량품 합성데이터는 디퓨전(Diffusion) 모델을 기반으로 한 씨앤에이아이의 이미지 생성AI 플랫폼인 티브(Tivv)로 만들었다.
씨앤에이아이는 HL만도가 제공한 기본 데이터세트를 기반으로 생성AI 기술을 활용, 불량품 이미지를 7000장 생성해 HL만도의 AI분류모델에 학습시킨 결과 오탐률이 기존 대비 약 13.3%P 개선됐다.
AI가 ‘불량’으로 예측했으나 실제 ‘정상’인 'False Negative'와 반대로 AI는 ‘정상’으로 예측했지만 실제로는 ‘불량’인 'False Positive' 등 외관 검사의 정확도에 있어 모든 지표가 향상됐다.
합성데이터는 실제 데이터의 통계적 분포에 따라 생성한 가상의 데이터로, 데이터 부족 및 편향 문제를 해결해 AI성능을 높이는데 적용된다.
특히 프로젝트 진행에 활용된 씨앤에이아이의 AI기반 이미지 생성 기술은 AI알고리즘이 기존 데이터세트를 분석해 수량이 부족한 부분을 파악한 뒤, 보완이 필요한 데이터를 자동 생성해 데이터의 양과 질을 높이는 기술로 이렇게 개선된 데이터세트를 활용해 AI성능을 향상시킬 수 있다.
김보형 씨앤에이아이 대표는 “통상적으로 제조업 경우 AI모델이 탑재된 제품 검사 장비를 학습시키기 위한 불량품 데이터가 100장이 안 돼 모델 성능을 확보하기 어렵다”면서, “이번 프로젝트를 통해 불량품 합성데이터의 유효성과 적용 가능성을 확인했다는 점에서 향후 다양한 제조분야 내 합성데이터의 활용가치가 높아질 것으로 기대한다”고 밝혔다.
공공행정 디지털전환 실현하려면…“특별법 제정·상시추진체계 구축해야”
2024-09-07 07:00:00오래된 취약점부터 제로데이 공격까지…랜섬웨어그룹 '기세등등'
2024-09-07 06:52:32삼양그룹이 개발자 인력난을 해결한 방법…“베트남 IT아웃소싱 활용”
2024-09-07 06:00:00이지서티, 국립중앙과학관에 '개인정보 관리 솔루션' 공급
2024-09-06 18:54:22