IEEE 연구성과 게재로 업계 주목, 차세대 V2 버전 출시로 10% 성능향상

사진=엘로이랩

AI 초분광 검사 분야의 선도기업인 엘로이랩이 개발한 첨단 기술은 식품 산업의 안전성과 효율성을 획기적으로 향상시키며 업계의 주목을 받고 있다. 이 회사의 대표적인 솔루션인 'SPECTRAL AI'는 초분광 기술과 맞춤형 인공지능을 결합하여 식품 공정 중 발생하는 다양한 이물질을 실시간으로 검사하고 추출하는 기능을 제공한다. 특히, 자체 개발한 딥러닝 모델 'ELROINET' 과 초분광 기술의 융합을 통해 검출 정확도를 97~99% 수준으로 끌어올렸으며, 이는 사람의 육안 검출보다 20~30% 더 높은 성능을 자랑한다.

'SPECTRAL AI'는 초당 최대 80프레임 이상의 속도로 실시간 검출이 가능하며, 나무, 곤충, 헝겊, 종이, 금속, 돌, 플라스틱, 유리, 고무 등 농식품 생산에 치명적일 수 있는 다양한 이물질을 감지할 수 있다. 이러한 기술은 기존 X-ray나 금속 검출기 등으로는 탐지하기 어려운 비슷한 색상과 재질의 이물질까지도 정확히 검출할 수 있어 식품 제조 공정의 품질을 크게 개선한다. 이 기술의 핵심 알고리즘인 PA2E는 정상 데이터 학습 기반으로 새로운 오염물질을 식별할 수 있는 이상탐지 능력을 갖추고 있다. 2024년 특허 출원과 함께 미국 전기전자공학협회 IEEE(institute of Electrical and Electronics Engineers)에 연구 성과 논문을 게재하며 업계에서 주목받았다.

최근 발표된 PA2E V2 알고리즘 논문은 기존 PA2E의 업그레이드 버전이다. 이 알고리즘은 정상 데이터 학습을 기반으로 새로운 오염물질을 식별할 수 있는 이상탐지 능력을 갖추고 있다. 기존 대비 2.8배 빠른 추론 속도 0.53m/s를 달성하며 전반적 이물 검출 성능을 10% 향상시켰다. 이로써 실시간 추론 최적화 기술을 통해 AI 모델의 병목현상을 해결하며 더 넓은 범위의 고객 요구를 충족시킬 수 있는 성능 개선을 이루었다.

초분광에 더욱 특화된 레이어와 학습기법이 적용되어 다양한 불순물이 포함될 수 있는 식품안전 검사 분야에 매우 이상적이다. 보다 구체적으로는 부분-통합 오토인코더(Partial and Aggregate Autoencoder) 구조를 도입해, '국소성(Locality)'을 놓치지 않으면서도 기존 합성곱 신경망이 지니는 '변환 불변성(Transform Invariance)' 문제를 극복했으며, 마스킹(Masking), 레이어 퓨전(Layer Fusion), ReLU Culling 등 GPU 효율을 극대화하는 최적화 기법을 통해, 실시간 분석이 가능한 짧은 추론 시간을 달성했다. 다음은 대표적인 이상탐지 AI 알고리즘들과의 PA2E의 비교로, 이상탐지의 대표지표인 AUPR(가로축)이 높으면서 빠른 속도(낮은 Inference time, 세로축)로 검출이 가능한 것을 볼 수 있다.

엘로이랩의 솔루션은 국내 주요 식품 기업들에 도입되며 시장에서 큰 반향을 일으키고 있다. 도입 기업들은 이 기술을 통해 생산량 증가와 품질 개선은 물론 비용 절감 효과를 얻고 있다. 예를 들어, 특정 기업은 연간 약 3억~5억 원의 절감 효과를 경험했으며, 작업 인력을 줄이고 소비자 클레임을 대폭 감소시키는 성과를 거두었다. 이러한 사례들은 엘로이랩 기술이 농·식품업계의 디지털 품질 관리와 효율성 극대화에 중요한 역할을 하고 있음을 입증한다.

엘로이랩은 초분광 기술과 인공지능의 결합을 통해 식품 안전성 및 제조 효율성을 높이는 데 앞장서고 있으며, 이를 기반으로 글로벌 시장에서도 경쟁력을 강화하고 있다. 특히 CJ, 풀무원 등 식품 대기업과 우리은행, 농협은행 등으로부터 투자 유치를 통해 사업 확장 및 추가 연구 개발에 박차를 가하고 있으며, 재활용, 반도체, 2차전지, 광물, 의료 등 다양한 분야로 기술 활용 가능성을 확대하고 있다. 앞으로도 엘로이랩은 지속적인 혁신을 통해 제조업의 품질 향상에 기여할 것으로 기대된다.

서희원 기자 shw@etnews.com

Copyright © 전자신문. 무단전재 및 재배포 금지.