일본산업뉴스요약

리코, 멀티모달 AI 개발 중
도면에서 치수 읽어내어 일반 공차 적용

도형이 복잡하게 겹쳐 있는 도면을 정확하게 해석하는 것은 인간이라도 숙련되지 않으면 어렵다. 이러한 도면이나 도표 등에서 정보를 정확하게 읽어내는 AI를 리코(Ricoh)가 개발하고 있다. 리코는 최근 개발한 멀티모달 AI 대규모 언어(LLM) 모델인 ‘Qwen3-VL-Ricoh-32B-20260227’(이하 리코 LLM-32B)의 적용 사례로, 도형이 복잡하게 얽힌 도면을 해석하는 예시를 제시했다.

용지의 우측 상단에 일반 공차(보통 공차, 개별 지시가 없는 경우에 적용하는 공차) 표가 기재된 도면에 대해 “중앙에 있는 대경(大径) 구멍의 직경과 공차를 제시하라”는 지시를 내리자, 개발된 모델이 정확하게 답변했다. 리코는 “공차표가 도면의 다른 페이지에 기재되어 있는 경우에도 동일한 답변이 가능하다”고 밝혔다.

이 모델은 표나 그래프, 차트 등을 직접 다루는 멀티모달성과 다단 추론(Reasoning) 기능을 갖추도록 개발된 것이다. 여러 페이지에 걸쳐 있는 도표를 서로 연계하여 이해할 수 있다. 벤치마크에서는 ‘Google Gemini 2.5-Pro’ 등 대형 상용 모델과 동등한 성능을 나타냈다고 설명했다.

개발된 모델은 AI 플랫폼이나 하드웨어에 내장된 시스템 형태로 제공될 전망이다. 경량화 버전인 ‘Qwen3-VL-Ricoh-8B-20260227’ 모델은 2026년 3월 30일부터 무상 공개를 시작했다. 이는 경제산업성과 신에너지·산업기술종합개발기구(NEDO)가 주도하는 생성형 AI 개발 역량 강화 프로젝트인 ‘GENIAC(Generative AI Accelerator Challenge)’ 제3기에 참여하여 개발하였다.

-- ‘일본의 문서는 복잡한 도표를 포함한다’ --
도표를 읽고 해석하는 모델을 개발한 이유는 “일본 기업의 사내에 있는 대량의 문서를 활용하기 위해서다”(리코 AI서비스사업본부 디지털기술개발센터 LMM 개발실의 하세가와(長谷川) 실장). 그는 “일본 기업의 문서는 정교하고 복잡한 도표를 많이 포함하고 있다. 물론 사람이 보기에는 편하지만 제대로 이해하려면 읽는 쪽에서 어느 정도 생각을 해야 하기 때문에 기계에게는 까다로운 영역이다”라고 설명했다. 베테랑이 도표에 담아낸 지식을 초보자도 정확하게 이끌어낼 수 있도록 하려면, 도표를 정확히 독해할 수 있는 AI 모델이 필요하다는 것이다.

리코는 이번에 공표한 모델에 앞서, 도표를 다룰 수 있는 멀티모달 AI 대규모 모델(리코는 이를 ‘대규모 멀티모달 모델(LMM)’이라 부른다)을 2025년 4월에 개발한 바 있다. GENIAC 제2기의 성과다. 그러나 하세가와 실장은 “더욱 복잡한 도표를 읽기 위해 무엇이 부족한지 고민했을 때, 다단 추론 기능이 더 필요하다고 느꼈다”라며, 다단 추론이 가능한 대규모 멀티모달 모델 개발을 GENIAC 제3기에서 추진했다.

기반 모델(Base Model)로는 ‘Qwen3-VL-32B-Instruct’(중국 알리바바 클라우드)를 이용했다. 모델 학습 시에는 질문에 대해 여러 가지 답변을 출력하게 한 뒤, 정답과 일치도가 높은 답변에 높은 점수(보상)를 부여하는 강화학습을 실시했다. 아울러 추론 과정을 일본어로 출력하도록 만들기 위해, “모델이 일본어로 추론 과정을 출력하면 높은 보상을 주는” 직관적인 방법을 병행했다.

-- 구멍의 선을 판별해 공차표의 기준 적용 --
실험에 사용된 부품 도면의 정면도는 직사각형 판의 중앙 왼쪽에 큰 관통 구멍과 약간 작은 관통 구멍이 나란히 뚫려 있고, 큰 구멍 주위에 작은 탭 구멍(나사 구멍) 4개가 있는 형태다. 대경 구멍의 실선과 주변 탭 구멍의 위치를 나타내는 가는 선(실험에 사용된 도면에서는 물결선으로 그려져 있음)이 헷갈리기 쉬운 구조였으나, 모델은 구멍을 나타내는 실선을 올바르게 인식하고 직경이 32.0mm임을 읽어냈다.

나아가 우측 상단의 공차표에는 호출 치수(기준 치수)가 30mm 초과 50mm 이하일 경우 공차가 ±0.25mm가 된다는 내용이 기재되어 있다. AI 모델은 도형에서 얻은 대경 구멍의 직경 32.0mm를 이 표에 대입하여, 공차가 ±0.25mm가 된다고 정확하게 해석했다. 리코는 도면 외에도 블록도에서 중요한 요소를 읽어내는 사례, 여러 그래프에서 정보를 추출해 비교하는 사례 등을 제시했다.

리코는 이번에 개발한 Qwen3-VL-Ricoh-32B-20260227 모델을 RAG(검색 증강 생성)와 결합해 AI 에이전트를 구동하는 AI 플랫폼 ‘Hi.DEEN(히덴)’에 탑재할 예정이다. 과거의 사내 문서를 바탕으로 설계를 개선하거나, 과거 판매 이력을 토대로 고객 접근 전략을 수립하는 등의 용도를 상정하고 있다. 개발된 모델은 기본 모델이므로, 도입 기업별로 튜닝을 거치면 실제 업무에서의 정확도를 더욱 높일 수 있다고 한다.

개발 모델도 기업별 계산 자원으로 쉽게 가동시킬 수 있도록 GPU(그래픽 처리 장치)의 메모리 사용량을 줄이는 기술적 조치도 적용했다. 온프레미스 도입을 희망하는 기업을 위해 비교적 소형인 GPU 하드웨어와 세트로 구성한 ‘RICOH 온프레미스 스타터 키트’를 제공할 예정이다. 향후 다단 추론 성능 평가에 특화된 리코 독자 개발의 벤치마크 툴도 공개할 계획이라고 밝혔다.

-- 끝 --

Copyright © 2026 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.