아이벡스, BMVC 2026 논문 채택…제조 AI 이상 탐지 기술 고도화

테크월드뉴스 · 2026년 9월 2일

✦ AI 요약

아이벡스는 제한된 메모리 환경에서 신규 데이터의 지속 학습이 가능한 AI 이상 탐지 기술 연구 성과를 인정받아, 참여 논문이 BMVC 2026에 채택됐다고 밝혔다.

채택된 논문명은 '지속적 이상 탐지를 위한 메모리 제한 연속 탐욕적 샘플링(Memory-Bounded Continuation of Greedy Sampling for Continual Anomaly Detection)'이다.

이번 연구는 제조 공정·엣지 AI 환경의 비전 기반 이상 탐지 모델 지속 학습에서 메모리 사용량 감소에 초점을 뒀다.

아이벡스는 제한된 메모리 환경에서 신규 데이터의 지속 학습이 가능한 AI 이상 탐지 기술 연구 성과를 인정받았다고 발표일 기준 2일 밝혔다. 이에 따라 아이벡스가 참여한 논문이 'BMVC 2026'에 채택됐다.

채택된 논문명은 '지속적 이상 탐지를 위한 메모리 제한 연속 탐욕적 샘플링(Memory-Bounded Continuation of Greedy Sampling for Continual Anomaly Detection)'이다. BMVC는 영국 머신비전학회(BMVA) 주관의 컴퓨터 비전·패턴 인식 분야 국제 학회다.

아이벡스는 지난해 CVPR 논문 채택에 이어 올해 ICML 논문 채택과 올해 BMVC 논문 채택으로 컴퓨터 비전·AI 분야 연구를 지속하고 있다.

이번 연구는 제조 공정·엣지 AI 환경의 비전 기반 이상 탐지 모델 지속 학습 시 메모리 사용량 감소에 초점을 맞췄다. 환경 조건은 새로운 제품·공정 추가 상황이다.

기존 방식은 패치코어 기반 이상 탐지다. 패치코어는 정상 데이터 주요 특징의 메모리 뱅크 저장을 바탕으로 하며, 탐욕적 샘플링 기반 검사에 활용된다.

그러나 연속 학습 환경에서는 신규 데이터 지속 추가 시 저장 특징 수 증가가 나타난다. 그 결과 메모리 사용량 동반 증가 문제가 발생한다.

이에 아이벡스 연구진은 메모리 제한 연속 탐욕적 샘플링(Memory-Bounded Continuation of Greedy Sampling)을 제안했다. 이 기법은 제한된 메모리 자원으로 기존 학습 정보와 신규 데이터 동시 활용을 목표로 하며, 정해진 메모리 용량 내 기존 저장 특징과 신규 유입 데이터 분포 재구성을 통해 필요한 정보 선별 유지를 수행한다.

해당 기술은 과거 데이터 학습 정보 유지를 바탕으로 새로운 공정 특징 추가가 가능하도록 설계됐다.

이에 따라 메모리 자원 제한된 엣지 디바이스에서 이상 탐지 모델 지속 운영 활용 가능하며, 여러 종류 제품 생산 제조라인에서 이상 탐지 모델 지속 운영 활용 가능하다.

아이벡스는 연구 결과를 AI 비전 검사 플랫폼 '아이비전(AIVision)' 등 자사 제품에 적용할 계획이며, AI 로보틱스 '아이봇(AIVot)'·MLOps 플랫폼 '아이브옵스(AIVOps)'를 포함해 제조 AI 사업을 확대할 계획이다. 성민수 아이벡스 대표는 BMVC 채택을 통해 아이벡스 AI 검사 기술의 학술적 엄밀성과 현장 적용성이 입증됐다고 밝혔고, 연구 결과를 아이비전 등 자사 플랫폼에 접목해 제조 현장 문제 해결에 활용할 방침이라고 전했다.

출처: 테크월드뉴스 · 김승기 기자
원문: https://www.epnc.co.kr/news/articleView.html?idxno=406397