제조 현장에서는 오랫동안 숙련 작업자가 기계 소리를 듣고 제품과 설비의 이상 여부를 가늠해왔다. 음향 AI 기업 디플리는 사람의 청력과 경험에 의존하던 검사를 데이터 기반 공정으로 전환하는 기술을 앞세워 중소벤처기업부 팁스 일반트랙에 선정됐다. 향후 2년간 지원받는 연구개발비는 8억원 규모다. 제조 AI의 현장 확산에는 높은 탐지 정확도뿐 아니라 공장과 설비가 달라져도 일정한 성능을 유지하는 범용성이 요구된다. 디플리는 이번 과제를 통해 산업용 음향 AI 솔루션 ‘리슨 AI’를 여러 제조 환경에 적용할 수 있는 표준형 제품으로 고도화한다.
디플리, 중기부 팁스(TIPS) 선정 (자료 제공: 디플리)
리슨 AI는 구동부 부품이 작동할 때 발생하는 소리를 분석해 품질 이상을 판별하는 솔루션이다. 디플리에 따르면 검사 정확도는 99.87%이며, 작업자의 감각에 의존하던 검사 결과를 수치화해 공정 관리에 활용할 수 있도록 구성했다.
커넥터 체결 공정에도 음향 분석 기술을 적용했다. 체결 과정에서 발생하는 소리의 차이를 판별해 미체결과 불량 체결을 검사하는 방식이다. 현재 글로벌 완성차 제조사와 부품사의 국내외 생산라인에서 활용되고 있으며, 디플리는 적용 산업과 공정 범위를 추가로 확대하고 있다.
회사는 지난 6월 데브시스터즈벤처스, 수인베스트먼트캐피탈, 노틸러스인베스트먼트로부터 25억원 규모의 투자를 유치했다. 생산라인에서 축적한 적용 사례와 다른 산업으로 확장할 수 있는 사업성이 투자와 팁스 선정의 기반이 됐다.
소량 데이터로 학습하고 초음파까지 분석…현장 도입 기간 줄인다
팁스 연구개발 과제의 핵심은 제조 환경이 달라질 때마다 대규모 데이터를 새로 수집해야 하는 부담을 줄이는 데 있다. 디플리는 사전 학습 모델을 활용해 적은 양의 현장 데이터만으로도 설비와 공정에 맞는 분석 모델을 구축하는 기술을 개발한다. 이를 통해 로봇과 반도체, 모빌리티 등 서로 다른 제조 분야에서도 솔루션 도입 기간을 단축한다는 구상이다.
분석 대상은 사람이 들을 수 있는 가청 영역에서 초음파 영역까지 넓어진다. 설비에서 발생하는 미세한 음향 변화를 포착해 고장이나 노후화로 이어질 수 있는 초기 이상 징후를 찾아내는 기술이다. 디플리는 리슨 AI를 가스 누출 탐지와 항만 설비 노후화 분석 등에 적용하며 품질 검사 외 탐지 분야의 가능성도 점검하고 있다.
다수의 생산라인을 운영하는 기업을 위한 관리 기능도 강화한다. 고객사가 여러 현장에 설치된 음향 AI 모델을 직접 관리하고 운용할 수 있도록 운영 플랫폼을 고도화하고, 표준 모델을 기반으로 기업별 기능을 추가할 수 있는 구조를 구축할 예정이다.
디플리는 음향학과 머신러닝 관련 기술 12건을 특허로 출원하거나 등록했으며, 이 가운데 4건은 등록을 마쳤다. 이수지 디플리 대표는 “어느 현장에서나 리슨 AI를 쉽고 빠르게 도입하면서 일관된 성능을 유지할 수 있도록 제조 사운드 AI의 표준을 만들겠다”고 말했다.
현장마다 달라지는 소리 환경을 얼마나 빠르고 일관되게 데이터화하느냐가 제조 음향 AI의 활용 범위를 결정할 관건이 될 전망이다.
The post 기계가 내는 소리, 불량 판정의 기준으로…디플리, 8억원 팁스 선정 appeared first on 벤처스퀘어.