아트랙랩, 현장 이미지로 점검로봇 AI 추가학습하는 서비스 출시

일본 아트랙랩이 현장 점검 이미지로 AI 모델을 로컬 학습시켜 로봇에 적용하는 서비스를 시작했다.

Tue Aug 18 2026

일본 로봇 기업 아트랙랩이 AI 점검 로봇 제어 플랫폼 'AT-SYNAPSE'의 옵션으로, 현장에서 수집한 점검 이미지를 활용해 AI 모델을 최적화하는 'AT-SYNAPSE 추가학습 서비스'를 시작했다.

현장마다 다른 이상 탐지 문제

플랜트나 공장, 인프라 설비에서는 녹이나 부식 등 이상 여부를 사람이 눈으로 확인하는 점검 작업이 여전히 많이 남아 있다. 설비 재질과 도장, 조명, 오염, 촬영 각도 등 조건이 현장마다 다르고 같은 종류 설비라도 구조와 설치 환경에 따라 발생하는 결함이 달라, 범용 AI 모델만으로는 정확한 검출이 어려운 경우가 있다. 아트랙랩은 이런 문제에 대응해 수백~수천 장 규모의 현장 이미지를 수집·정리하고 LoRA(저순위 적응) 등 기법으로 AI를 추가 학습시키는 서비스를 마련했다. 점검 대상에 따라 VLM(이미지·언어 처리 AI), 이미지 분류, 물체 검출 중 적절한 방식을 선택한다.

외부 클라우드 전송 없는 로컬 처리

점검 이미지에는 설비 구조나 배치 등 외부로 보내기 어려운 정보가 포함되는 경우가 많다. 이에 따라 이 서비스는 NVIDIA DGX Spark의 연산 성능과 대용량 메모리를 활용해 추가 학습부터 추론까지 전 과정을 로컬 환경에서 처리하며, 보안 요구에 따라 외부 네트워크와 분리된 환경 구축도 지원한다. 기밀성이 높은 설비 이미지를 클라우드에 보내지 않고도 AI를 운용할 수 있는 셈이다.

로봇 연동과 지속 개선

AT-SYNAPSE는 UGV, 레일드론, 크롤러 로봇 등과 연동해 설정된 경로를 이동하며 이미지를 수집하고, 추가 학습된 모델이 이상 부위를 검출한다. 검출 결과는 위치 정보와 함께 기록돼 점검 이력 관리와 경년 변화 확인에 활용된다. 아트랙랩은 초기 모델 도입 후에도 실제 운용 중 축적된 이미지와 확인 결과를 반영해 모델을 단계적으로 개선할 수 있다고 설명했다.

*출처: ロボスタ (2026-08-18)*

Tags: #로봇 #피지컬AI #AI #인프라점검 #일본