일본산업뉴스요약

Nikkei X-TECH_2022.5.23

도시바, 인프라 점검 AI 기술 개발
여러 장의 정상 이미지에서 이상 검출

도시바는 22년 5월 23일 여러 장의 정상 이미지를 분석해 이상 부위를 특정하는 인공지능(AI) 기술을 개발했다고 발표했다. 인프라 점검용을 상정한 것으로 현장학습이 필요 없다. 균열이나 녹, 누수, 이물질 부착, 부품 탈락 등 발생 빈도가 낮고, 학습하지 않은 이상 부위라도 고정밀도로 검출할 수 있다고 한다. 23년도의 실용화를 목표로 한다.

교량의 고가 밑이나 산악지의 철탑, 태양광 패널의 뒷면과 같은 장소는 점검원이 출입할 때 위험이 따른다. 점검 장소를 촬영한 이미지를 기본으로 AI가 이상 유무를 판단할 수 있으면 위험을 무릅쓰지 않고도 작업을 효율화할 수 있다. 그러나 사람이 출입하기 어려운 그러한 장소에서는, AI의 학습이나 판단에 사용하는 이미지를 대량으로 촬영하기가 어렵다.

또한 AI 기술 자체에도 과제가 있었다. 도시바에 따르면, 촬영한 점검 이미지와 미리 준비한 정상 이미지와의 사이에 차이가 있으면, 정상 상태임에도 불구하고 AI가 비정상이라고 잘못 판단하는 경우(과검출)가 있었다고 한다. 때문에 기존에는 과검출 발생을 감안하여 사람이 육안으로 재차 점검 이미지를 확인하는 번거로움이 발생했었다.

이번에 개발한 AI 기술에서는 점검 이미지의 이상 정도를 스코어 맵으로 표시한다. 도시바는 우선, 공개된 이미지 데이터베이스 ‘ImageNet’의 사진을 기본으로 심층학습 모델을 구축한다. 이 심층학습 모델을 이용해 점검 이미지와 정상 이미지의 심층 특징량을 도출한다.

다음으로 점검 이미지와 특징량이 비슷한 정상 이미지를 자동으로 선택, 비교하여 차이를 파악해 스코어 맵을 계산한다. 이 방식을 통해 적은 매수의 정상 이미지만으로도 이상 스코어 맵을 계산할 수 있다.

이 스코어 맵의 계산까지는 이미 알려진 기술이다. 하지만 그대로는 앞에서 서술한 바와 같이 정상이라 하더라도 비정상이라고 판단하는 과검출이 생기기 쉽다. 그래서 도시바는 여러 장의 정상 이미지에서 같은 특징 부분을 차감하고, 도출한 스코어 맵을 보정하는 기술을 개발했다.

이를 통해 기존의 과제였던 과검출을 억제한다. 공개 데이터 세트를 이용해 이상 유무를 판단하는 정밀도를 검증한 결과, 기존의 89.9%에서 91.7%로 향상, “세계 최고 정밀도의 성능을 달성했다”(도시바).

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.