AIVEX Industrial Physical AI Platform은 제조 산업을 위한 AI Vision Inspection, MLOps, AI Robotics 통합 플랫폼입니다.

제조 현장의 품질 검사, 데이터 관리, AI 모델 운영, 로봇 자동화를 하나의 플랫폼으로 연결하여 검사 데이터가 축적될수록 AI 성능이 지속적으로 향상되는 Closed-loop AI 구조를 제공합니다.

단순 불량 검출에 그치지 않고 데이터 수집, 분석, 모델 재학습, 로봇 제어까지 전주기를 통합 관리함으로써 제조 공정의 품질 향상과 생산성 극대화를 지원합니다.

AI Vision Inspection을 통해 다양한 제조 제품의 외관 검사 및 이상 탐지를 수행하며, MLOps 플랫폼을 통해 데이터셋 관리, 자동 학습, 모델 배포 및 성능 관리를 수행합니다.

또한 AI Robotics 플랫폼을 통해 비정형 물체 인식, 로봇 경로 생성, 정밀 조립 및 물류 자동화를 구현하여 제조 현장의 디지털 전환과 자율 제조 환경 구축을 지원합니다.

자동차 부품, 2차전지, 철강, 방산, 정밀가공, 식품, 물류 등 다양한 산업 분야에 적용 가능하며, 실제 양산 환경에서 검증된 AI 기반 품질검사 및 Physical AI 솔루션을 제공합니다.

■ 솔루션 개요

AIVEX Industrial Physical AI Platform은 AI 기반 비전 검사, 제조 데이터 관리, AI 모델 운영, 로봇 자동화를 하나의 플랫폼으로 통합한 제조 특화 AI 솔루션입니다. 제조 공정에서 발생하는 다양한 데이터를 활용하여 AI 모델의 성능을 지속적으로 개선하고, 이를 생산 설비와 로봇 제어에 반영함으로써 자율적인 제조 환경을 구현합니다.

■ 주요 구성

1. AI Vision Inspection
2. 딥러닝 기반 외관 검사 및 품질 판정
3. 비지도학습(Anomaly Detection) 기반 이상 탐지
4. 미학습 불량 검출(Open-set Recognition)
5. 생성형 AI 기반 불량 데이터 생성
6. 실시간 추론 및 검사 결과 제공
7. 산업용 카메라, 광학계, 조명 시스템 연동
8. 자동차 부품, 베어링, 금속 가공품, 2차전지, 방산 부품 등 다양한 제조 품목에 적용 가능하며, 적은 데이터 환경에서도 높은 검사 성능을 제공합니다.
9. MLOps 기반 AI 모델 운영
10. 데이터 수집 및 통합 관리
11. 라벨링 및 데이터셋 구축
12. 자동 학습 파이프라인 운영
13. Hyperparameter Auto Tuning
14. 모델 버전 및 성능 관리
15. GPU 자원 스케줄링
16. 현장 데이터 기반 지속적 재학습
17. 검사 결과 데이터를 단순 저장하는 것이 아니라 AI 모델 성능 향상을 위한 학습 데이터로 활용하여 운영 중에도 지속적으로 성능을 개선할 수 있습니다.
18. AI Robotics 및 Physical AI
19. ROS2 기반 로봇 통합 플랫폼
20. 제조사 독립형(Hardware Agnostic) 구조
21. 3D Vision 기반 객체 위치 인식
22. 6D Pose Estimation
23. Visual Servoing 기반 정밀 조립
24. 모방학습(Imitation Learning)
25. 강화학습(Reinforcement Learning)
26. No-Code 기반 로봇 프로그래밍
27. 디팔레타이징, 리팔레타이징, Pick & Place, 정밀 조립, 커넥터 체결, 방청 코팅, 자재 제거 등 다양한 제조 자동화 공정에 적용 가능합니다.

■ 차별화 요소

1. AI Vision, MLOps, Robotics를 통합한 End-to-End 플랫폼
2. Closed-loop AI 구조를 통한 지속적인 성능 개선
3. 비지도학습 기반 이상 탐지 기술 보유
4. 생성형 AI 기반 제조 불량 데이터 생성 기술 보유
5. 제조사 종속 없는 로봇 제어 플랫폼 제공
6. 실제 제조 현장 적용 및 양산 운영 경험 보유
7. 국내외 특허 및 AI 연구 성과 기반 독자 기술 확보

■ 기대효과

1. 검사 정확도 향상 및 불량 유출 최소화
2. 품질 데이터 기반 공정 최적화
3. 검사 및 생산 인력 의존도 감소
4. 생산성 및 수율 향상
5. AI 모델 운영 자동화
6. 제조 현장의 자율화 및 스마트팩토리 고도화
7. Physical AI 기반 자율 제조 환경 구축

■ AI/Deep Learning

1. PyTorch
2. CUDA
3. TensorRT
4. OpenCV

■ MLOps

1. Docker
2. Kubernetes
3. ML Pipeline Framework
4. Hybrid GPU Resource Scheduler

■ AI Vision

1. Object Detection
2. Classification
3. Segmentation
4. Anomaly Detection
5. Open-set Recognition
6. Foundation Model
7. Defect Generation Model

■ Robotics

1. ROS2
2. Visual Servoing
3. 6D Pose Estimation
4. Imitation Learning
5. Reinforcement Learning

■ Data Platform

1. PostgreSQL
2. REST API
3. Web 기반 Dashboard Framework

■ 시스템 아키텍처

[Data Acquisition Layer]

산업용 카메라 / 3D 센서 / PLC / 생산설비

↓

[AI Vision Layer]

AIVision

1. 이미지 수집
2. 실시간 추론
3. 이상 탐지
4. 품질 판정

↓

[Data Management Layer]

AIVData

1. 검사 결과 저장
2. 품질 데이터 관리
3. 데이터 분석
4. Active Learning

↓

[MLOps Layer]

AIVOps

1. 데이터셋 관리
2. 모델 학습
3. 모델 배포
4. 성능 모니터링
5. 자동 재학습

↓

[Physical AI Layer]

AIVot

1. 3D Vision
2. Robot Control
3. Visual Servoing
4. Motion Planning
5. Pick & Place
6. Precision Assembly

↓

[Manufacturing System Layer]

MES / ERP / PLC / Robot Controller

■ Architecture Type

1. Closed-loop AI Architecture
2. Edge AI + On-Premise Architecture
3. Microservice 기반 확장형 구조
4. Hardware Agnostic Robotics Architecture

본 솔루션은 한국정보통신기술협회(TTA) 정보통신시험인증연구소를 통해 제3자 공인시험기관의 객관적인 성능 검증을 수행하였습니다.

■ Model Compression 성능 검증

1. 레퍼런스 모델(YOLOv7-W6) 기준 파라미터 수 97,018,292개
2. 모델 압축 적용 후 파라미터 수 37,207,344개
3. 파라미터 수 61.6% 감소
4. 압축 전 F1-Score : 76.68
5. 압축 후 F1-Score : 76.73
6. 모델 경량화 수행 후에도 성능 저하 없이 동일 수준의 검출 성능 유지 검증 완료

■ MLOps 플랫폼 기능 검증

한국정보통신기술협회(TTA) 시험을 통해 MLOps 플랫폼의 주요 기능에 대한 정상 동작을 검증하였습니다.

1. 학습 클러스터 지원
2. 사용자 및 권한 관리
3. 데이터 업로드 및 레이블링
4. 하이퍼파라미터 자동·수동 설정
5. 모델 학습 및 검증
6. 예측 결과 시각화
7. 다중 사용자 동시 접속

총 12개 기능 항목에 대해 100% 정상 동작을 확인하였으며, 구현 기능 검증 결과 100% 적합 판정을 획득하였습니다.

■ 실증 및 운영 결과

1. 제조업 특화 AI Vision 검사 데이터 기반 학습 및 검증 수행
2. 실제 산업 현장 데이터 활용 검증
3. AI Vision, MLOps, Physical AI 연계 운영 환경 구축
4. 지속적인 데이터 축적 및 재학습 기반 성능 개선 구조 확보

※ 한국정보통신기술협회(TTA) 시험성적서 번호 : TTA-24-2431

※ 시험기간 : 2024.11.19 ~ 2024.11.22