포스로직(대표 송종현)이 머신비전 통합 라이브러리 '에프엘이미징'(FLImaging)에 객체 증강(Object Augmentation) 기술을 적용했다고 30일 밝혔다.
제조 현장에서는 불량 데이터 부족과 클래스 불균형 등으로 고품질 학습 데이터를 구축하는 데 많은 시간과 비용이 소요된다. 기존의 이미지 증강(Image Augmentation) 방식 역시 이미지 전체의 회전이나 밝기·노이즈 변경에 그쳐, 현장에서 발생하는 객체의 위치·자세·배치 변화를 입체적으로 반영하는 데 한계가 있었다.
반면 이번에 적용된 객체 증강 기술은 이미지 내 객체를 개별 분리해 변형·증식한다. 객체 단위의 회전과 크기 변경, 위치 이동은 물론 다채로운 배치를 자동으로 구현함으로써 실제 생산 환경에 최적화된 고품질 학습 데이터를 효율적으로 구축할 수 있다고 업체 측은 설명했다.
이 기술은 학습 과정에서 새로운 객체 조합을 동적으로 생성한다. 데이터 다양성을 높이고 과적합(Overfitting)을 방지해 모델의 실전 대응력을 높인다. 적용 분야는 객체 검출(Object Detection), 객체 분할(Segmentation), 이상 탐지(Anomaly Detection), 광학문자인식(OCR·Optical Character Recognition), AI(인공지능) 기반 치수 측정(Measurement) 등이다.
포스로직 관계자는 "실제 제조 현장의 변수를 반영한 고품질 객체 데이터를 생성해 AI 모델의 성능과 신뢰성을 높이는 기술"이라며 "현장 중심의 데이터 효율화 기술을 지속 개발하겠다"고 말했다.
에프엘이미징은 2D 비전, 3D 비전, AI 등 머신비전 개발 기능을 하나의 환경에서 제공하는 통합 라이브러리다.