산업 현장에서 인공지능(AI) 도입을 가로막는 가장 큰 문제 중 하나는 데이터 품질이다. 실제 제조 환경에서는 정상 데이터만으로 학습 환경을 구축하기 어렵고, 불량 샘플이나 잘못된 데이터가 섞이는 경우가 빈번하다. 이러한 한계를 극복할 수 있는 산업용 AI 원천기술이 세계 최고 수준의 학술 무대에서 주목받았다.
산업용 피지컬 AI 기업 아이벡스는 자사 딥러닝 리서치 그룹이 개발한 이상 탐지(Anomaly Detection) 기술 연구가 세계적 AI 학회인 ICML 2026에 채택됐다고 12일 밝혔다.
ICML은 머신러닝 분야를 대표하는 국제 학술대회로, NeurIPS, ICLR와 함께 글로벌 3대 AI 학회로 평가받는다.
이번 연구는 ‘Memory-Distilled Selection for Noise-Robust Anomaly Detection’이라는 제목으로 발표되며, 제조 현장에서 흔히 발생하는 오염 데이터 환경에서도 안정적으로 결함을 탐지할 수 있는 새로운 알고리즘을 제시했다.
아이벡스 로고 (자료 제공: 아이벡스)
제조 현장의 현실 반영한 이상 탐지 기술
기존 산업용 비전 AI는 학습 데이터에 노이즈가 포함될 경우 성능 저하가 발생하는 문제가 있었다. 특히 정답 라벨이 없는 불량 데이터가 학습 과정에 포함되면 정상 패턴과 이상 패턴을 구분하기 어려워진다.
아이벡스 연구팀은 이러한 문제를 해결하기 위해 ‘MeDS(Memory-Distilled Selection)’ 알고리즘을 개발했다. 해당 기술은 학습 데이터 일부를 선별해 다수의 메모리 앙상블을 구성하는 방식으로 작동한다.
연구진은 서브샘플링 기반 필터링 과정에서 발생하는 희소성이 저주파 필터 역할을 수행하며, 높은 수준의 노이즈 환경에서도 정상 패턴을 효과적으로 구분할 수 있음을 수학적으로 입증했다.
또한 필터링된 정보를 학생(Student) 네트워크에 전달하는 지식 증류(Knowledge Distillation) 기법을 적용해 노이즈 과적합을 줄이고 정상 패턴 학습 능력을 향상시켰다. 여기에 모델이 스스로 깨끗한 데이터를 선택하며 반복 학습하는 구조를 더해 픽셀 단위의 정밀한 결함 위치 탐지까지 가능하도록 구현했다.
연구 결과는 산업용 비전 AI 분야 대표 벤치마크인 MVTec AD, VisA, Real-IAD 등에서 기존 최고 수준 성능을 뛰어넘으며 기술 경쟁력을 입증했다.
성민수 아이벡스 대표는 “이번 ICML 2026 논문 채택은 산업 현장의 실제 문제를 해결하기 위한 연구 역량이 국제적으로 인정받았다는 점에서 의미가 있다”며 “제조업이 필요로 하는 피지컬 AI 기술 개발을 지속해 글로벌 시장 경쟁력을 강화해 나갈 것”이라고 말했다.
한편 2020년 설립된 아이벡스는 AI 비전 검사와 AI 로보틱스, MLOps, 데이터 플랫폼 등을 기반으로 제조업 특화 산업용 AI 플랫폼을 제공하고 있다. 전체 인력의 80% 이상이 엔지니어로 구성돼 있으며, 국내외 등록 특허 53건을 포함해 80여 건의 특허 포트폴리오를 확보하고 있다.
The post 제조 AI의 난제 ‘오염 데이터’ 넘었다…아이벡스, ICML서 산업용 AI 원천기술 인정 appeared first on 벤처스퀘어.