사진. 뉴로클

AI 딥러닝 비전검사 소프트웨어 전문기업 뉴로클이 오토딥러닝 비전검사 소프트웨어 Neuro-T(뉴로티)와 런타임 라이브러리 Neuro-R(뉴로알)의 신규 5.0 버전을 10월 공식 출시했다. 이번 업데이트는 지난 7년간 다양한 제조 현장에서 축적한 기술력과 고객 경험을 바탕으로 AI 모델 개발부터 성능 최적화, 실제 검사 환경 적용까지 제품 전반의 활용성과 효율성을 높이는 데 초점을 맞췄다.

주요 업데이트 사항은 △VLM 기반 Prompt Labeler △Oriented Object Detection 모델 추가 △학습 시간 최대 79% 및 추론 시간 최대 28% 단축 △Multi-GPU 동시 학습 △Result Tab 개선 △Intel OpenVINO 기반 런타임 최적화 등이다.

먼저 데이터 구축 과정의 효율성을 높이기 위해 비전언어모델(VLM) 기반 Prompt Labeler를 새롭게 도입했다. 사용자는 텍스트나 이미지 형태의 프롬프트를 입력해 레이블링할 객체를 지정할 수 있으며, 두 가지 방식을 함께 활용하는 것도 가능하다. 이를 통해 언어나 이미지로 명확하게 정의하기 어려운 검사 대상도 직관적으로 묘사하고 탐색할 수 있어 복잡한 객체의 레이블링 작업을 보다 정확하고 신속하게 수행할 수 있다.

검사 모델에는 Oriented Object Detection(회전 객체 검출) 모델이 추가돼 총 11가지 모델을 제공한다. 기존 수평 바운딩 박스 방식과 달리 객체의 회전 각도와 방향까지 반영해 위치와 크기를 정밀하게 검출하는 것이 특징이다. 이에 따라 일정하지 않은 각도로 배치된 부품도 실제 방향에 맞춰 식별할 수 있다. 특히 객체의 위치와 방향 정보가 중요한 로봇 피킹, 부품 조립, 얼라인먼트 검사 등에 활용할 수 있어 로봇 자동화 공정에서의 적용 가능성을 넓힐 것으로 기대된다.

AI 모델의 학습 및 추론 엔진도 최적화했다. 주요 모델의 학습 시간은 최대 79%, 추론 시간은 최대 28% 단축해 반복적인 모델 학습과 검증, 인라인 생산 공정의 검사 처리 효율을 높였다. 여러 GPU에서 학습 작업을 동시에 수행하는 Multi-GPU 기능도 지원한다. 이를 통해 GPU 자원 활용도를 높이고 여러 모델을 반복적으로 학습하거나 성능을 비교하는 과정에서 작업 효율을 개선할 수 있다.

모델 성능 분석 기능인 Result Tab도 개선했다. 이미지 테이블과 분석 결과를 한 화면에서 확인할 수 있도록 구성했으며, Accuracy, Precision, Recall, F1 Score 등 4가지 핵심 지표를 제공한다. 사용자는 개별 이미지와 성능 지표를 연계해 모델 결과를 분석하고, 성능 저하 원인과 개선 방향을 보다 구체적으로 파악할 수 있다.

실제 제조 현장의 하드웨어 선택 폭을 넓히기 위한 런타임 최적화도 진행했다. Neuro-R 5.0에 인텔의 AI 추론 최적화 툴킷인 OpenVINO를 연동해 Intel CPU와 내장 GPU(iGPU), NPU 등 다양한 하드웨어 아키텍처에서 AI 모델을 실행할 수 있도록 했다. 이를 통해 고성능 외장 GPU에 대한 의존도를 낮추고 기존 설비나 엣지 디바이스를 활용한 비전검사 시스템 구축을 지원한다.

뉴로클 이홍석 대표는 “이번 5.0 버전은 다양한 제조 현장에서 고객과 함께 축적해 온 경험과 기술력을 집약한 결과물”이라며 “단순한 기능 추가를 넘어 데이터 구축부터 실제 현장 적용까지 고객이 겪는 어려움을 줄이는 데 집중했다”고 밝혔다. 이어 “앞으로도 제조 현장의 요구에 최적화된 기술과 지속적인 혁신을 통해 AI 딥러닝 비전검사의 새로운 표준을 제시해 나가겠다”고 말했다.

관련 기사

서울공대 오성회 교수팀, 따로 배운 이동·조작 연결하는 휴머노이드 AI 개발

씨넥스존, 정수글로벌과 제63회 전국도서관대회서 ‘센스로봇 고와 체스’ 선보여

다우기술, 166개 팀 참여 ‘AI 활용 경진대회’ 개최… 현업 AX 확산

댓글 0