[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.]
AI(인공지능) 비전 기술 기업 슈퍼브에이아이가 한국토지주택공사(LH)에 AI 기반 하자 자동 분류 시스템을 공급했다. 사진 한 장만으로 균열, 누수, 파손 등 건축물의 하자 유형을 1초 이내에 분류하는 기술이다. 슈퍼브에이아이는 이를 통해 연간 약 400만장의 하자 이미지를 처리할 수 있는 체계를 구축했다.
슈퍼브에이아이는 LH의 비전언어모델(VLM) 기반 하자 자동 분류 시스템 구축 1차 사업을 완료하고 현재 2차 고도화 사업을 진행하고 있다고 2일 밝혔다.
LH는 매달 약 30만장의 하자 관련 민원을 접수하고 있다. 기존에는 상담원이 전화와 텍스트를 통해 하자 유형을 파악하고 분류하는 방식으로 업무를 처리했다. 특히 하자 분류 기준이 공간, 부위·자재, 하자 유형, 공종, 공사 유형 등 5개 항목으로 나뉘어 조합만 1만8000가지가 넘는다. 상담원의 경험에 따라 분류 결과에 차이가 발생하는 문제가 있었다.
슈퍼브에이아이는 이러한 문제를 해결하기 위해 VLM 기반 하자 자동 분류 시스템을 구축했다. VLM은 이미지와 텍스트를 함께 이해하고 분석하는 AI 모델이다. 기존에는 하자 위치를 탐지하는 모델과 유형을 분류하는 모델이 각각 필요했지만, 이번 시스템은 단일 모델로 두 작업을 수행하도록 설계됐다.
사진 한 장을 입력하면 AI가 공간, 부위·자재, 하자 유형, 공종, 공사 유형 등 5개 항목을 동시에 분석한다. 균열이나 누수, 파손, 곰팡이, 오염 등 주요 하자를 분류하고 판단 근거도 자연어 문장으로 제공한다. 사진만으로 원인을 특정하기 어려운 경우에는 학습된 데이터를 바탕으로 하자 유형을 추론한다.
시스템은 사진 한 장당 1초 이내에 분류 결과를 제공하도록 설계됐다. 검출 정확도 90% 이상, 오탐·미탐률 10% 이하를 목표로 구축됐으며 주기적인 모니터링과 검증을 통해 성능을 관리하고 있다.
이번 시스템 도입으로 LH는 하자 분류 업무를 표준화하고 상담 인력이 복잡한 민원 대응에 집중할 수 있는 기반을 마련했다. 하자 관련 데이터가 축적되면 단지별·자재별·시공연차별 발생 패턴을 분석해 반복적으로 문제가 발생하는 시설을 사전에 점검하는 데도 활용할 수 있다.
장기적으로는 노후시설의 교체·보수 시기를 예측하는 등 데이터 기반 시설물 유지관리에도 활용할 수 있을 것으로 기대된다. 슈퍼브에이아이는 현재 진행 중인 2차 사업에서 시스템 성능과 운영 체계를 고도화하고 있다.
김현수 슈퍼브에이아이 대표는 "이번 1차 사업은 복잡한 분류체계와 대량의 비정형 데이터라는 이중의 과제를 VLM 단일 모델로 해결한 사례"라며 "하자 분류를 넘어 시설물 점검, 민원 이미지 분석 등 공공 서비스 전반으로 기술 적용을 확대하고 데이터 구축부터 모델 운영, 성능 검증까지 산업 현장에 맞는 AI 도입을 지원하겠다"고 말했다.