'피지컬AI 기업' 아이벡스, 글로벌 3대 AI 학회 논문 채택

"오염된 데이터서도 안정적 결함 검출 알고리즘 제안"

산업용 피지컬 인공지능(AI) 기업 아이벡스(AIVEX)가 세계 최고 권위 AI 학회 ICML(International Conference on Machine Learning) 2026에 연구논문이 채택됐다고 12일 밝혔다. 

ICML은 NeurIPS(Neural Information Processing systems), ICLR(International Conference on Learning Representations) 등과 함께 글로벌 3대 AI 학회로 꼽힌다. 최신 머신러닝 연구 성과가 발표된다. 

이번에 채택된 아이벡스 논문은 '오염된 데이터에 강한 이상 탐지를 위한 메모리 증류 선택 기법'(Memory-Distilled Selection for Noise-Robust Anomaly Detection)이다. 실제 산업 현장에서 발생하는 오염된 학습 데이터(noisy data) 환경에서도 안정적으로 결함을 검출할 수 있는 새로운 이상 탐지(anomaly detection) 기술을 제안한다. 

(사진=아이벡스)

아이벡스는 "제조 현장에서는 완벽하게 깨끗한 학습 데이터를 구하기 어렵고, 이는 산업용 AI 도입을 위해 해결해야 할 과제"라며 "이를 위해 학습 데이터에 정답 라벨이 없는 불량(노이즈) 샘플이 섞여 있어도 이미지·픽셀 수준에서 결함을 안정적으로 찾는 MeDS(Memory-Distilled Selection) 알고리즘을 개발했다"고 설명했다. 

이어 "전체 특징 데이터 중 일부를 무작위 추출해 다수의 메모리 앙상블을 구성하는 서브 샘플링 기반 필터링 기법을 도입했다"며 "이때 발생하는 희소성이 저주파 필터 역할을 수행해 높은 수준 노이즈가 존재하는 환경에서도 정상 패턴을 효과적으로 선별할 수 있다는 점을 수학적으로 증명했다"고 부연했다.

아이벡스는 필터링한 메모리 점수를 학생 네트워크에 전달하는 지식 증류 과정에서는 신경망이 단순한 패턴을 먼저 학습하는 '조기 학습 성향'(early-learning bias)을 활용했다. 노이즈 과적합(noise overfitting)을 막고, 정상 패턴 판별 성능을 높였다. 모델이 증류된 모델 점수를 바탕으로 깨끗한 샘플만 스스로 선택해 학습하는 과정을 반복해 픽셀 단위의 정밀한 결함 위치 탐지가 가능하도록 했다.

아이벡스는 지난 2020년 설립됐다. AI 비전 검사와 AI 로보틱스, MLOps, 데이터 플랫폼 등을 기반으로 산업용 AI 플랫폼을 제공하고 있다. 직원 80% 이상이 엔지니어다. 국내외 특허 80여건을 보유하고 있다.

성민수 아이벡스 대표는 "ICML 2026 논문 채택으로 AI 원천기술 연구역량이 세계적 수준에서 인정받았다"며 "제조 현장의 실제 문제를 해결할 수 있는 산업용 피지컬 AI 기술 개발과 연구를 지속해 경쟁력을 강화하겠다"고 밝혔다.