인포시즈-서울대, ‘산업 도면 전체 인식 AI’ 연구 착수…도면 특화 파운데이션 모델 개발

인포시즈는 서울대학교 컴퓨터공학부 김건희 교수 연구실과 '산업 도면 전체 인식 AI 기술' 공동 연구에 착수했다고 12일 발표했다. 기사 제목상 개발 대상은 도면 특화 파운데이션 모델이다. 산업 도면 전체 인식 AI 기술은 글로벌 AI 업계에서도 기술적 난도가 높은 분야다.

인포시즈는 자체 개발한 도면 인식·온톨로지 자동 전환 기술을 보유하고 있으며, 반도체·에너지·정유·화학·금융 등 다수 산업 기업의 AX를 지원해 왔다. 또한 인포시즈는 도면 인식 솔루션 '델타플로우(DELTAflow)'를 자체 개발했다. 이 솔루션은 비정형 설계 도면에서 설비·배관 연결 관계와 공정 흐름을 추출하고, 이렇게 추출한 정보를 구조화 데이터로 전환하는 기술이 적용돼 있다.

이번 연구는 인포시즈가 축적한 현장 적용 경험과 서울대학교의 연구 역량을 결합해 추진됐다. 이를 통해 양측은 기술 난도가 높은 산업 도면 전체 인식 AI 기술을 한 단계 더 발전시키는 방향으로 고도화를 추진한다.

인포시즈는 산업 현장의 기존 주류 도면 인식 방식이 도면 분할 인식이라고 설명했다. 다만 도면 분할 인식은 도면 전체 설비 간 연결 관계를 파악하는 데 제약이 있다고 밝혔다.

산업 도면 인식 기술의 핵심은 설비·배관·계측기 다수 객체의 개별 인식과 객체 간 연결 관계 판독, 도면 전체 맥락 이해에 있다고 제시됐다. 이 과제는 범용 AI·멀티모달 AI로도 해결이 어려운 과제로 거론된다.

이에 인포시즈와 서울대학교 연구팀은 '전체 단위(Whole-scale)' 접근법을 활용할 예정이라고 밝혔다. 또 '이미지 투 그래프(Image-to-Graph)' 파운데이션 모델을 개발할 예정이라고 설명했다.

'전체 단위(Whole-scale)' 접근은 도면 전체를 하나의 입력으로 처리하는 방식이다. 이 모델 방식은 고해상도 도면의 세부 정보를 보존하고, 전체 구조·맥락을 분석하며, 도면 내 심볼 및 심볼 간 연결 관계를 파악해 그래프 데이터로 변환하는 것이다.

양측은 핵심 AI 모델 개발과 산업 도면 특화 학습 데이터 구축을 병행하고 있다. 인포시즈는 실제 산업 도면 데이터 약 2만장을 활용해 다양한 도면 구조와 설비간 연결 관계를 학습하고 있다. 양측은 실제 제품 적용 가능한 인식 정확도 확보와 실제 제품 적용 가능한 처리 효율 확보를 목표로, 해당 수준의 AI 모델 개발에 집중할 방침이다.

인포시즈는 연구 목표가 산업 도면의 구조적 특성 학습에 있다고 밝혔다. 또한 복잡한 연결 관계를 인식 가능한 산업 도면 전용 AI 모델 개발과 산업 특화 AI 원천기술 확보도 연구 목표라고 설명했다.

초기 연구 대상은 배관계장도(P&ID)다. 인포시즈는 이를 시작으로 단선 결선도(SLD) 분석과 제어 로직 다이어그램 분석이 가능하도록 기술을 고도화하고, 다양한 엔지니어링 도면까지 분석 범위를 확대할 계획이다.

인포시즈는 연구 결과를 델타플로우에 단계적으로 적용할 계획이다. 이를 통해 델타플로우의 대규모 도면 자동 분석·검색, 설비간 연결 관계 탐색, 도면 개정 이력 비교 기능을 강화한다는 구상이다. 장기적으로는 도면 추출 그래프 데이터와 기업의 설계·설비·운영 데이터를 연결하고, AI 에이전트 기반 업무 자동화로 활용 영역을 확대할 계획이다.

탁정수 인포시즈 대표는 산업 도면 전체 구조·연결 관계의 AI 정밀 이해가 미해결 글로벌 기술 난제라고 설명하며, 이런 배경에서 서울대학교와 공동 연구를 추진하고 있다고 밝혔다. 탁 대표는 공동 연구로 산업 도면 인식 분야의 새로운 기술적 기준 제시를 목표로 하고 있으며, 자사 솔루션 델타플로우에 연구 성과를 적용할 계획이라고 말했다. 이어 델타플로우 적용을 통한 도면 기반 업무 혁신을 기대하고 있다고 밝혔다.

출처: 테크월드뉴스 · 이광재 기자
원문: https://www.epnc.co.kr/news/articleView.html?idxno=409627

참고자료

• https://www.epnc.co.kr/news/articleView.html?idxno=409627