산업용 피지컬 AI 기업 아이벡스(AIVEX)가 제안한 이상 탐지 기법이 컴퓨터 비전 국제 학회 BMVC 2026에 논문으로 채택됐다. 논문 제목은 ‘Memory-Bounded Continuation of Greedy Sampling for Continual Anomaly Detection’으로, 제한된 메모리 예산 안에서 기존에 저장된 핵심 특징과 신규 데이터 분포를 연속적으로 재구성하는 기법을 제안한다. BMVC는 British Machine Vision Association이 주관하는 학회다.
메모리 선형 증가 문제를 예산 안에서 해결
기존 이상 탐지 모델은 PatchCore와 같이 정상 데이터의 특징을 메모리 뱅크에 저장하는 방식을 쓴다. 문제는 학습 데이터가 쌓일수록 메모리 뱅크 크기가 선형적으로 커진다는 점이다. 엣지 디바이스는 메모리 용량 자체가 제한돼 있어, 과거에 학습한 지식을 유지하면서도 새로운 공정을 추가로 학습할 수 있는 기술이 필요했다.
아이벡스 연구진이 제안한 Memory-Bounded Continuation of Greedy Sampling 기법은 고정된 메모리 예산 안에서 기존 특징과 신규 데이터 분포를 재구성하는 방식으로 이 문제에 접근한다. 이를 통해 다품종 생산라인이나 엣지 디바이스에서도 전체 모델을 재학습하지 않고 이상 탐지 모델을 업데이트할 수 있다.
제조 현장 검사 플랫폼에 적용 예정
아이벡스는 이번 연구 결과를 자사 AI 검사 플랫폼 AIVision(아이비전)에 적용할 계획이다. 아이벡스는 산업용 피지컬 AI 분야에서 AIVision 외에도 AIVot(아이봇), AIVOps(아이브옵스) 등 제조 현장용 플랫폼을 운영하고 있다.
성민수 아이벡스 대표는 “이번 BMVC 논문 채택으로 아이벡스의 AI 검사 기술이 학술적 엄밀성과 현장 적용성을 함께 인정받았다”며 “연구 결과를 AIVision 등 자사 플랫폼에 적용해 제조 현장의 실질적인 문제 해결 속도를 높이겠다”고 말했다.
아이벡스의 이번 논문 채택은 CVPR 2025, ICML 2026에 이은 것이다. 딥러닝 기반 이상 탐지 기술을 다루는 주요 국제 학회에 잇따라 논문이 채택되면서, 스마트팩토리 현장에 투입되는 엣지 디바이스용 AI 비전 검사 기술의 완성도를 학계에서도 검증받은 셈이다.