딥러닝은 이런 Task도 한다! – 4편: 산업 & 이상 탐지

하루에도 수천, 수만 개의 제품이 쏟아져 나오는 공장,
24시간 멈추지 않는 CCTV 모니터링,
사람이 일일이 보고 점검하기에는 불가능에 가까운 데이터량 속에서
AI가 이제 ‘현장 관리자’ 역할을 하기 시작했습니다.
이번 편에서는 공장, 보안, 품질관리 같은 현실 산업 현장에서 쓰이는 AI Task들을 조금 더 깊게 파헤쳐 보겠습니다.

---

 

Anomaly Detection – “정상”이 뭔지부터 배우는 AI

산업 현장에서 “이상”을 정의하는 건 생각보다 쉽지 않습니다.
불량은 종류가 다양하고, 모양도 제각각이기 때문이죠.
그래서 Anomaly Detection은 대부분 비지도 학습(unsupervised learning) 방식으로
정상 데이터만 가지고 학습하고, 정상과 다른 패턴이 나타나면
그걸 이상으로 판단합니다.

예를 들어 반도체 웨이퍼 검사 프로젝트에서는
하루에도 수십만 장의 이미지를 찍는데
사람이 그걸 일일이 볼 수는 없죠.
그래서 정상 패턴을 학습한 모델이
“이건 평소와 다르게 생겼는데?”라고 경고를 띄워주면
엔지니어가 그때만 집중해서 확인합니다.

이 방식은 보안 시스템에서도 많이 쓰입니다.
예를 들어 평소에 사람이 거의 없는 구역에서
갑자기 사람이 계속 배회하면
AI가 바로 “이상 행동”으로 플래그를 세우죠.

---

Defect Detection & Segmentation – “불량품”을 눈으로 보여주기

불량 감지는 사실 산업 AI에서 가장 돈 되는 분야 중 하나입니다.
특히 공장에서는 불량을 빨리 잡아내지 못하면
생산 라인을 멈추거나 대량 리콜로 이어지기도 하거든요.

딥러닝은 단순히 불량 여부만 알려주는 게 아니라
불량 위치를 픽셀 단위로 segmentation 해서 작업자에게 보여줍니다.
현장에서 모니터로 결과를 보면
문제가 된 부분이 빨간색으로 딱 표시되어 있어
“아, 여기서 스크래치 났구나” 하고 바로 알 수 있습니다.

제가 예전에 참여했던 프로젝트에서는
전기 패널 안에서 차단기 텍스트를 OCR로 읽고
위치까지 매핑한 뒤, 불량 상태인 차단기만 색깔을 바꿔서 표시했는데
엔지니어분들이 “이거 없으면 하루 종일 눈 빠지게 찾아야 할 걸 10분 만에 끝낸다”고 하시더라고요.

---

Change Detection – Before & After 비교로 미세 변화 캐치

Change Detection은 정말 강력합니다.
같은 장면을 시간 간격을 두고 촬영한 두 이미지를 비교해
변화가 생긴 부분만 강조해 주는 기술인데,
사람이 직접 눈으로 비교하면 못 보는 변화까지 잡아냅니다.

예를 들어 반도체 마스크 검사에서
같은 마스크를 두 번 촬영해 비교하면
진짜 머리카락 굵기의 결함까지 찾아내고
컬러맵으로 차이를 시각화해 줍니다.
이렇게 시각적으로 보여주면 엔지니어들이 훨씬 빠르게 문제를 판단할 수 있죠.

위성사진이나 보안 카메라에서도 이 기술이 활약합니다.
건물 옥상에 뭔가 추가되었는지, 창고에서 물건이 사라졌는지
사람이 다 볼 필요 없이 바뀐 부분만 자동으로 알려줍니다.

---

OCR & Layout Analysis – 문서도 AI가 읽어준다

산업 현장에는 여전히 종이 문서와 PDF가 많습니다.
작업 지시서, 스펙 시트, 회로도, 공정 점검표…
이걸 사람이 매번 읽고 입력하다 보면 실수가 생기기 마련입니다.

OCR 모델은 이제 단순 문자 인식을 넘어
문서의 레이아웃까지 분석해서
어느 칸이 사이즈인지, 어느 칸이 수량인지 구분할 수 있습니다.
이 데이터를 바로 DB로 보내면 사람이 손으로 입력할 필요가 없어지죠.

실제로 의류 제조 프로젝트에서
작업 지시서에 적힌 사이즈, 색상, 수량 정보를
OCR 모델이 읽어서 자동으로 정리해 주도록 했더니
직원들이 “이제 진짜 복붙만 하면 된다”며
야근 줄었다고 좋아했습니다.

---

Behavior Recognition – 위험 상황을 실시간으로 잡는다

CCTV에서 사람의 행동을 인식하는 기술은
단순히 “사람 있음”을 넘어서 “사람이 지금 쓰러졌다”까지 구분해 냅니다.
심지어 사람이 이상하게 오래 서 있거나
금지 구역에 들어왔을 때도 바로 알람을 보냅니다.

예를 들어 지하철 PSD(스크린도어) 사고 예방 시스템은
문 닫히는 순간 사람이나 물체가 끼어 있는 걸 감지하고
바로 문을 다시 열어 사고를 막습니다.
이런 시스템 덕분에 실제 사고가 크게 줄어들었습니다.

공장에서는 작업자가 안전모를 쓰지 않았거나
금지 구역에 들어가면 경고음을 울려
안전 사고를 미리 방지하기도 합니다.

---

오늘의 정리

산업 & 이상 탐지 AI는 그야말로 보이지 않는 안전 관리자입니다.
사람이 직접 확인하기 힘든 데이터 속에서
변화와 이상을 찾아내고,
작업자가 바로 대응할 수 있도록 시각적으로 알려줍니다.
이 덕분에 생산 품질은 높아지고, 사고는 줄어들고,
사람은 반복적이고 지루한 작업에서 벗어나
더 중요한 문제 해결에 집중할 수 있습니다.

---

다음 편 예고

다음 편에서는 오디오 & 멀티모달 Task로 넘어갑니다.
소리를 인식하고, 음성을 텍스트로 변환하고,
텍스트·영상·오디오를 한 번에 이해하는 모델들이
어떤 새로운 가능성을 여는지 이야기해 드리겠습니다.

 

 

https://machineindeep.tistory.com/107

딥러닝은 이런 Task도 한다! – 5편: 오디오 & 멀티모달, 이제 AI는 듣고 보고 말한다