[인더스트리뉴스 최종윤 기자] 딥러닝 기반 비전 소프트웨어 전문기업 뉴로클(Neurocle, 대표 이홍석)이 딥러닝 비전 소프트웨어 뉴로티&뉴로알(Neuro-T & Neuro-R)의 3.0 버전을 들고 나왔다. 2019년 6월 출범한 뉴로클은 인공지능 영역이나 개발의 전문지식 여부에 상관없이 누구나 AI 딥러닝 모델을 만들고, 이미지를 분류할 수 있는 딥러닝 비전 소프트웨어를 제공해 시장의 주목을 받고 있다.

딥러닝 비전 소프트웨어 뉴로티&뉴로알(Neuro-T & Neuro-R)의 3.0 버전이 나왔다. [사진=뉴로클]

Neuro-T, Neuro-R, Neuro-X 세 종류의 딥러닝 비전 소프트웨어를 개발했으며, 기술을 앞세운 시장 장악력으로 가파른 성장세를 보이고 있다. 국내 유수의 기업들 및 기관과 협업하고 있으며, 아시아, 및 유럽 10개국 진출에 성공했다. 이러한 성과를 인정받아 2021년 4월에는 대한민국 임팩테크 대상을 수상, 2021년 5월에는 세계적인 글로벌 IT 기관 가트너에 의해 AI Computer Vision Cool Vendor 선정, 2021년 6월에는 미국 Vision Systems Design이 선정한 Innovators Awards를 수상했다.

전시회에 소개하는 귀사의 대표 출품작과 특장점은?

뉴로클의 소프트웨어인 산업 전문가용 딥러닝 모델 트레이너 Neuro-T, 실시간 판독 소프트웨어 Neuro-R, 딥러닝 전문가용 Neuro-X를 선보일 예정이다. 뉴로클의 소프트웨어는 뉴로클이 자체 개발한 Auto Deep Learning Algorithm(자동 최적화 알고리즘)을 통해 쉽고 빠르게 딥러닝 모델을 생성한다. Auto Deep Learning Algorithm을 통해 최적의 딥러닝 모델 구조와 학습 파라미터를 자동적으로 최적화할 수 있다.

이번에 선보이는 Neuro-T 3.0과 Neuro-R 3.0은 이에 더해 모델 설계를 가능하게 하고 레이블링 편의성을 강화했다. 딥러닝 프로젝트 진행시에 프로젝트 전반을 체계적으로 기획할 수 있으며, 이미지 전처리 및 레이블링 과정의 공수를 획기적으로 줄인 소프트웨어다.

신규 버전인 3.0의 핵심기능으로 먼저 Flowchart는 모델 설계를 통해 딥러닝 프로젝트 전반을 관리할 수 있는 기능이다. 딥러닝 프로젝트 전반 설계가 가능해 프로젝트를 계획적으로 진행할 수 있다. Auto Label은 기존 레이블을 기반으로 자동 추천 영역을 제공하는 기능이다. 딥러닝 프로젝트 전반 과정 중 인력 및 시간이 가장 많이 소요되는 이미지 레이블링은 과정에 노력과 시간을 대폭 줄임으로써 보다 빠르게 딥러닝 모델을 생성하고 프로젝트를 진행할 수 있도록 했다.

레이블링 시에 유저가 클릭한 픽셀의 색상값을 기준으로 비슷한 색상의 영역을 자동으로 선택하는 기능인 Magic Wand를 사용해 보다 효율적으로 레이블링도 진행할 수 있다. 추가적으로 탭간의 이동, 이미지 데이터 관리, 모델 학습 등이 모두 이전 버전 대비 빠르게 진행되며 동시에 높은 성능의 모델을 도출해 사용자에게 충분한 효율과 만족감을 줄 수 있는 버전으로 기대하고 있다.

올해 귀사 부스에서 주목해야 할 참관포인트는?

실제 제조 현장에서 이용 가능한 검사 솔루션을 소형화한 데모를 선보일 예정이다. 인공지능 딥러닝 모델 중, Classification 모델을 통한 면도날 불량 검사와 Segmentation 모델을 통한 배터리 불량 검사를 만나볼 수 있다. Classification은 불량, 정상 등과 같이 이미지를 단위로 분류하는 모델로 PCB 실장 전 회로 불량, IC 칩 파손 및 정렬 불량, 음료 내 이물 등 큰 범위의 불량을 감지할 수 있다.

Segmentation은 픽셀 단위로 이미지 내 대상의 정확한 형태 및 위치를 파악하는 모델로 정밀한 영역을 파악하고 검사하는 데에 강점을 가진다. 원통형 배터리 외관 불량 검사, LCD 패널 array 공정 불량 검사 등에 이용될 수 있다. 뉴로클의 검사 데모를 통해 뉴로클의 소프트웨어가 어떻게 비전 검사 솔루션에 활용될 수 있는지 알아볼 수 있다.

특히 뉴로클의 소프트웨어는 높은 실시간 판독 속도와 딥러닝 모델 자체의 정확도의 장점을 가지고 있기에 제조 영역에서 장점을 가지며 제품 품질 검수, 송장번호 OCR 검사, 구성품 내 누락 여부 등 다양하게 이용할 수 있다.

[최종윤 기자 (news@industrynews.co.kr)]

[저작권자 © FA저널 SMART FACTORY, 무단 전재 및 재배포 금지]