검사·로보틱스·운영·데이터를 연결한 산업용 피지컬 AI(Physical AI) 풀스택(Full-stack)으로 난공정 자동화를 겨냥한다. 아이벡스가 자신들이 구축한 양산 데이터 순환 구조를 ‘2026 산업AI EXPO’에서 공식화한다.
‘2026 산업AI EXPO’는 실제 산업 현장을 움직이는 AI 기술·솔루션을 한자리에서 선보이는 산업 AI 전문 전시회다. 제조를 비롯한 다양한 산업의 AI 활용 사례를 짚고, 관련 생태계가 AI를 활용해 기술 혁신과 새로운 비즈니스를 추진하는 과정을 참관하도록 기획됐다.
검사 장비가 결함을 찾는고 작업자는 판정을 확정한다. 선별된 데이터는 재학습과 배포 단계로 돌아간다. 검사 결과를 일회성 기록으로 남기지 않고 AI 학습 자산으로 순환시키는 구조다. 이것이 아이벡스가 이번 박람회에서 공개할 데이터 방법론이다.
회사는 이 자리에서 산업 특화 머신러닝(Machine Learning) 운영 플랫폼 ‘아이브옵스(AIVOps)’와 품질 데이터 운영 엔진 ‘아이브데이터(AIVData)’를 선보인다. 회사 관계자는 품종이 다양하고 형상이 복잡해 기존 비전으로는 대응이 어려웠던 제품의 검사부터 정밀 조립 등을 핵심 적용 대상으로 꼽았다. 두 제품은 검사 ▲데이터 수집 ▲작업자 확인 ▲모델 재학습 ▲양산 라인 배포 등 과정을 통합했다.
이때 아이브데이터는 검사·로봇 라인에서 발생한 품질 데이터를 구조화한다. 결함의 위치·크기·종류·확신도 등을 검사 레시피, 모델 버전, 품종 정보에 연결하는 과정이다. 이어 흩어진 검사 결과를 품목·모델·공정 등으로 추적 가능한 데이터로 바꾸는 역할이다.
작업자의 판정 결과도 같은 흐름에 들어간다. 인공지능(AI) 판단의 확신도가 낮은 데이터와 새롭게 발생한 결함을 선별하고 현장 판정을 결합한다. 확정된 데이터는 아이브옵스로 전달돼 다음 모델의 학습 자료가 된다. 추론·확인·재학습·배포를 반복하는 순환 구조다.
아이브옵스는 AI 모델의 학습·검증·배포·재학습 전주기를 담당한다. 데이터 라벨링과 생성형 AI(Generative AI) 기반 결함 합성, 검사 장비 배포 기능을 하나의 작업 흐름에 담았다는 게 사측 설명이다.
이 가운데 기술 배포 기준은 검사 핵심성과지표(KPI)다. 미검률·과검률 목표에 맞춰 초매개변수(Hyperparameter)를 자동 조정하는 것인데. 검증 결과가 설정된 목표를 충족한 모델만 생산 라인에 배포하는 조건부 구조다. 양산 중인 기존 모델을 유지하면서 검증된 신규 모델로 전환하는 무중단 배포도 지원한다.
이러한 기술을 보유한 아이벡스는 광학 설계, AI 모델과 검사 장비, 로봇 제어, 운영 플랫폼까지 공급 범위를 확장하고 있다. AI 비전 검사 시스템 ‘아이비전(AIVision)’, AI 로봇 제어 시스템 ‘아이봇(AIVot)’, 아이브옵스, 아이브데이터가 전체 제품군을 이룬다.
이러한 기술의 핵심은 결함 생성(Defect Generation)과 개방형 인식(Open-set Recognition) 등 산업용 이상 탐지 알고리즘이다. 제조 현장에서 부족한 결함 데이터를 합성하고, 학습 과정에 없던 이상 유형을 판별하는 데 초점을 맞췄다.
회사 관계자는 “그동안 자동화가 어렵다고 분석된 여러 공정을 양산 현장에서 증명해왔다”고 강조했다. 그러면서 “AI의 판정 결과를 로봇 동작과 장비 제어로 넘기는 풀스택 구조가 기반”이라고 덧붙였다.
전시 현장에서는 검사, 로보틱스, AI 운영, 데이터 관리로 이어지는 제품군을 공개한다. 마지막으로 관계자는 “이번 전시를 통해 더 많은 제조 현장의 난제 공정을 함께 풀어가겠다”고 밝혔다.
한편, ‘2026 산업AI EXPO’는 오는 10월 21일부터 23일까지 경기 고양시 일산서구 소재 전시장 킨텍스(KINTEX)에서 개최된다. 산업통상부가 추진하는 국가대표 산업 AI 플랫폼 ‘K Connect AI’와 연계해 산업 AI 기술·솔루션 전시를 기획했다. 여기에 콘퍼런스, 수출상담회, 투자·오픈이노베이션 등 기술과 시장을 연결하는 다양한 비즈니스 프로그램도 운영할 예정이다.
헬로티 최재규 기자 |