[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 ‘데이터랩’에서 볼 수 있습니다.]
산업용 피지컬AI(인공지능) 스타트업 아이벡스가 머신비전 국제 학회인 'BMVC 2026'에서 '메모리 제약 조건이 있는 탐욕적 샘플링의 연속성을 활용한 지속적 이상 탐지' 논문을 발표한다고 2일 밝혔다.
BMVC는 영국 머신비전학회(BMVA)가 주관하는 국제 학회다. 컴퓨터 비전 및 패턴 인식 분야의 주요 국제 학회다. 올해 학회 행사는 11월 영국 랭커스터에서 열린다. BMVA는 매년 알고리즘의 학술적 독창성과 실제 문제 해결 성능, 이론적 엄밀성 등을 심사해 논문을 채택하고 행사에서 연구 결과를 소개하도록 하고 있다.
아이벡스의 연구는 비전 기반의 이상 탐지를 실제 제조 공정 등에 적용할 때 발생하는 메모리 효율성 문제를 해결하기 위해 진행됐다. 패치코어 등 산업용 이상 탐지 모델은 정상 데이터의 핵심 특징을 메모리뱅크에 저장하고 대표성 있는 데이터만 골라내는 '탐욕적 샘플링(Greedy Sampling)'으로 성능을 유지한다.
문제는 새로운 제품이나 공정이 지속해서 추가될 때다. 이런 연속 학습(Continual Learning) 환경에서는 메모리 사용량이 급증하는 한계가 발생한다. 이에 아이벡스 연구진은 제한된 메모리 예산 내에서도 기존에 저장된 핵심 특징과 신규 데이터의 분포를 연속적으로 재구성하는 기술을 제안했다.
아이벡스 측은 논문에서 "이 기법을 적용하면 과거 데이터에 대한 지식 망각 현상 없이 새로운 공정의 특징을 효율적으로 흡수할 수 있다"며 "다품종 생산 라인이나 메모리 자원이 제한된 엣지 디바이스 환경에서도 안정적인 AI 검사 성능을 유지할 수 있다"고 전했다.
성민수 아이벡스 대표는 "이번 BMVC 채택은 아이벡스의 AI 검사 기술이 학술적 엄밀성과 현장 적용성을 동시에 갖추고 있음을 보여주는 성과"라며 "연구 결과를 AIVision 등 자사 플랫폼에 접목해 제조 현장의 실질적인 문제 해결을 가속화하겠다"고 말했다.
