LogicQA: 시각 언어 모델 기반의 논리적 이상 탐지의 혁신

권예진, 문다은, 오영제, 윤현수 연구원이 개발한 LogicQA는 시각 언어 모델 기반의 논리적 이상 탐지 프레임워크로, 훈련 데이터 없이도 높은 정확도를 달성하고 이상 현상에 대한 설명을 제공합니다. MVTec LOCO AD 벤치마크와 실제 산업 데이터에서 최첨단 성능을 입증하며 산업 현장 적용 가능성을 높였습니다.

LogicQA: 산업 현장의 눈과 이성을 깨우는 AI

이상 탐지(Anomaly Detection, AD) 는 제조업, 의료, 보안 등 다양한 분야에서 필수적인 기술입니다. 하지만 기존의 AD는 눈에 보이는 이상 현상만 탐지하는데 그쳤습니다. 예를 들어, 제조 라인에서 부품의 위치가 조금 어긋나더라도, 그 자체로는 이상으로 인식되지 않을 수 있습니다. 하지만, 이는 제품 결함으로 이어질 수 있는 논리적 이상입니다.

권예진, 문다은, 오영제, 윤현수 연구원 팀이 개발한 LogicQA는 이러한 한계를 뛰어넘는 혁신적인 프레임워크입니다. LogicQA는 시각 언어 모델을 활용하여 이미지 데이터를 분석하고, 자동으로 생성된 질문들을 통해 논리적 제약 조건 위반 여부를 확인, 이상 현상의 원인을 명확히 밝혀줍니다.

LogicQA의 핵심 강점:

• 설명 가능한 이상 탐지: 단순히 이상 여부만 알려주는 것이 아니라, 왜 이상인지 논리적으로 설명해줍니다. 산업 현장의 작업자들은 이를 통해 문제 해결에 필요한 정보를 신속하게 얻을 수 있습니다.
• 데이터 효율성: 훈련 데이터와 어노테이션이 필요 없으며(training-free, annotation-free), 소량의 데이터만으로도 높은 정확도를 달성하는 few-shot 학습을 통해 시간과 비용을 절약할 수 있습니다.
• 실제 산업 적용 가능성 검증: MVTec LOCO AD 벤치마크에서 **AUROC 87.6%, F1-max 87.0%**의 최첨단(SOTA) 성능을 달성했으며, 실제 반도체 SEM 기업 데이터에서도 뛰어난 성능을 검증했습니다. 이는 LogicQA가 산업 현장에 실제로 적용될 수 있음을 보여주는 강력한 증거입니다.

LogicQA는 단순한 기술이 아닌, 산업 현장의 문제 해결을 위한 혁신적인 도구입니다. 비전과 논리의 완벽한 조화를 통해, 보다 안전하고 효율적인 미래 산업을 만들어갈 것입니다. 이는 단순히 기술 발전을 넘어, 인간과 AI의 협력을 통한 새로운 시대의 시작을 알리는 신호탄입니다.