이수지 디플리 대표 (사진=디플리)

제조 현장은 AI와 로봇의 도입으로 어느 산업군보다 빠르게 자동화되지만 소리로 부품의 결함을 판단하는 영역은 여전히 인간의 '귀'에 의존하고 있다.

이러한 산업계 난제를 독자적인 음향 AI 기술로 풀어낸 '머신 히어링' 분야 대표 디플리의 이수지 대표를 만났다.

■ 비전 AI보다 까다로운 음향 AI, 제조 현장은 여전히 '인력' 중심

소리를 통한 불량 판별은 기술적 난이도가 높아 비전 AI보다 상대적으로 진입 장벽이 높다는 설명이다.

이수지 대표는 "포르쉐, BMW 같은 글로벌 기업들도 최근에야 연구소 단위에서 시도할 만큼 음향 AI는 이제 막 걸음마 단계"라며 "방대한 데이터와 실제 양산 라인에서의 적용 경험을 모두 갖춘 기업은 전 세계적으로도 극히 드물다"라고 말했다.

그동안 제조 현장은 부품 불량을 확인하기 위해 막대한 비용을 들여 무향실을 구축하거나 전문 검사원이 필요했다. 이 때문에 막대한 시간과 인력 소모로 생산성 저하의 주요 원인으로 지적됐다.

이러한 고질적인 문제를 해결한 것이 디플리의 '리슨 AI 인더스트리얼(Listen AI Industrial)'이다. 자체 AI 음향 분석 모델을 기반으로 액추에이터, 모터, 기어 등 핵심 부품의 구동음과 체결음을 정밀 분석해 불량 여부를 즉각 판별한다.

이 대표는 "외관상 멀쩡해 보일지라도 미세한 소리에 숨겨진 결함은 비전 AI가 잡아낼 수 없는 고유한 영역"이라며 개발 배경을 밝혔다.

■ 자체 AI 음향 분석 모델로 최대 99.78%까지 정확도 구현

디플리의 기술력은 크게 세가지다. 

가장 먼저 제조 특화 데이터셋 기반 자체 AI 음향 분석 모델이다. 특히 오픈소스에 의존하지 않고 수십만개의 현장 데이터를 딥러닝해 독자 모델을 구축했다. 

여기에 이상 감지(Anomaly Detection)와 디노이징 기술이 결합해 AI가 정상 패턴을 벗어나는 비정상 신호를 탐지, 주변 소음(노이즈)을 효과적으로 제거해 정확도를 높였다.

이를 통해 주변 잡음 대비 특정 소리를 타겟하는 신호대잡음비(SNR) 식별 역량이 곧 기술력의 척도라고 강조했다.

AI 음향 분석 모델 구동 예시 (사진=디플리)

리슨 AI 인더스트리얼은 제품당 최대 1초 이내에 판별을 마치며 검사 정확도는 99.78%에 달한다. 이를 통해 도입 기업은 운영 비용을 60% 이상 절감하며 실질적인 투자 대비 효율(ROI)을 거둘 수 있다는 설명이다.

이 대표는 "공장 내부 소음은 평균 100dB(데시벨)에 육박하는데, 그에 반해 부품 불량 신호는 100분의 1 수준인 1.77dB"이라며 "리슨 AI 인더스트리얼은 미세한 차이까지 식별 가능한 독보적인 솔루션"이라고 소개했다.

■ 별도 설비 구축 없이 턴키 도입 가능...스마트팩토리 앞당길 것

디플리 솔루션의 또 다른 강점은 도입 편의성이다. 복잡한 설비 공사 없이 음향 센서와 디바이스 연동만으로 생산 라인에 즉각 설치가 가능하다. 기존 시스템과 유연하게 연동되며 공정 변경이나 라인 확장 시에도 빠르게 대응할 수 있다는 설명이다.

작동 방식도 직관적이다. 컨베이어 벨트 위 마이크 센서가 음향 데이터를 수집하면 전용 AI 서버가 이를 분석해 공장 관리 시스템(MES)이나 자동 제어 시스템(PLC)으로 결과를 전송한다. 관리자는 디스플레이를 통해 24시간 모니터링이 가능해 무인화를 통한 스마트 팩토리 구현을 앞당길 수 있다고 덧붙였다.

리슨 AI 인더스트리얼 작동 방식 (사진=디플리)

이 대표는 "처음에는 특정 공정에만 시범 도입했던 고객사들이 실제 성능을 확인한 후 모터 부품부터 완성품 라인까지 전 공정으로 확대하는 경우가 많다"라며 "최근에는 국내를 넘어 해외에서도 도입 문의가 이어지고 있다"라고 말했다.

현재 디플리는 효성전기, 코레일 등 대기업을 포함한 국내 다수 제조 현장에 솔루션을 공급 중이며 미국, 태국 등 글로벌 시장에도 진출한 상황이다.

이 대표는 "머신 히어링은 단순히 불량을 잡는 것을 넘어 제품 품질과 기업 신뢰도를 책임지는 피지컬 AI의 핵심 분야"라며 "글로벌 산업 현장에서 음향 분석의 표준을 세우는 전문 기업으로 도약하겠다"라고 밝혔다.

<관련 기사>

이수지 디플리 대표 "사람 귀로 잡지 못하는 부품 불량, 음향 AI로 판별"