<h4>[조선비즈] 손지인 기자 2024/08/06</h4>
<p><a href="https://biz.chosun.com/industry/industry_general/2024/08/06/A6BC3A3BEVH3JCIGHDSF4ZAJBE/?utm_source=naver&#x26;utm_medium=original&#x26;utm_campaign=biz">기사 원문</a>
산업용 딥러닝 컴퓨터 비전 솔루션 기업 아이브(AiV)가 210억 원 규모의 시리즈 C 투자를 유치했다. 이번 투자 라운드에서는 기존 주주인 LB인베스트먼트, 엠더블유앤컴퍼니, 제이엔엠파트너스가 추가 투자를 단행했으며, JB인베스트먼트, 키움인베스트먼트, 디티앤인베스트먼트, 알바트로스인베스트먼트, 플럭스벤처스, 미래에셋벤처투자, 삼성증권 등이 신규 투자자로 참여했다.</p>
<p>2020년 설립된 아이브는 엔드 투 엔드(End-to-End) 산업용 딥러닝 컴퓨터 비전 솔루션을 공급하는 전문 기업이다. 이 회사는 자체 개발한 인공지능 신경망과 광학계 엔지니어링 기술을 기반으로 제조업 내 품질 검사 자동화(머신비전) 영역에서 세계 최초로 양산 적용 사례를 확보하고 있다. 또한, 빠르게 사업을 확대하며 최근에는 국내 최대 협동 로봇 제조사와 협력하여 양산형 로봇 솔루션 제품 개발을 시작하고, 물류자동화 분야로의 진출을 가속화하고 있다.</p>
<p>아이브는 비전문가도 AI 모델을 생성 및 관리할 수 있는 산업용 영상 데이터 특화 MLOps 플랫폼을 개발하고, 검사 및 물류자동화 공정에서 획득한 데이터를 지식화하는 데이터 플랫폼을 완성했다. 이를 통해 산업계 전반에 딥러닝 컴퓨터 비전 솔루션을 공급하는 세계 최초의 기업으로 발돋움하고 있다.</p>
<p>성민수 아이브 대표는 “아이브는 산업용 딥러닝 기반 검사 및 물류자동화 영역에서 혁신을 주도해왔다”며, “이번 투자 유치를 통해 MLOps 플랫폼을 상용화하고, 제조 및 물류 산업 내 인공지능 기술 도입을 가속화할 계획이다. 또한, 지금까지 기술적 난제로 인해 자동화가 어려웠던 영역에서도 딥러닝 컴퓨터 비전 기술을 통해 자동화를 추진하며 글로벌 시장으로의 진출에도 박차를 가하겠다”고 말했다.</p>


산업용 AI 선도 기업 아이브, 210억 원 시리즈 C 투자 성공

<h4>[한국경제TV] 박준식 기자 2024/01/23</h4>
<p><a href="https://www.wowtv.co.kr/NewsCenter/News/Read?articleId=A202401230047&#x26;t=NN">기사 원문</a>
<img src="/images/news/news21-1.jpg" alt="Alt text">
산업용 딥러닝 컴퓨터비전 솔루션 업체 아이브(AiV)가 컴퓨터비전 세계 최고의 권위를 자랑하는 2023년 국제컴퓨터비전학회(ICCV, International Conference Computer Vision)에서 Out-of-Distribution(OOD) Detection 기술 논문 2건을 발표했다고 밝혔다.</p>
<p>아이브의 박재우 책임연구원은 이번 학회에서 주목할 만한 두 편의 논문을 발표했다. 첫 번째 논문 'Nearest Neighbor Guidance for Out-of-Distribution Detection'은 기존 분류기 기반의 이상 객체 탐지가 가진 과신(overconfidence) 문제와 KNN의 미세 탐지 능력 부족을 동시에 해결한 연구다. 이 연구는 Papers with Code와 OpenOOD 벤치마크에서 모두 최고 성능을 달성하며 주목 받았다.</p>
<p>두 번째 논문 'Understanding the Feature Norm for Out-of-Distribution Detection'은 이상 객체 탐지에서 Feature 벡터 길이의 이론적 기반을 탐구하고, 이를 통해 비지도 방식의 효율적인 이상 객체 탐지를 가능하게 하는 방법론을 제시한다. 이 연구는 특히 레이블링 작업이 까다롭고 비용이 많이 드는 메디컬 이미지 분석 및 자율 주행 시스템 분야에서 효과적으로 사용될 수 있다.</p>
<p>박재우 책임연구원은 "이러한 연구 성과를 바탕으로, 기존의 Segmentation방식과 OOD 탐지 기술을 조합하여 산업용 딥러닝 컴퓨터비전 검사에서 보다 효과적으로 사용될 수 있는 방법론을 개발할 계획이며, 이것은 아이브가 산업용 딥러닝 컴퓨터비전 검사 분야에서 기술 리더십을 확보하는 데 크게 기여할 것으로 기대된다" 라는 포부를 밝혔다.</p>
<p>아이브는 이 밖에도 AI 및 머신 비전 관련 특허 13건을 출원 및 등록하는 등 산업용 딥러닝 컴퓨터비전 솔루션 분야를 선도하기 위한 기술개발 및 연구수행에 지속적인 노력을 기울이며, 2023년 9월 KOREA AI STARTUP 100에 선정되는 등 그 기술력을 인정받고 있다.</p>


아이브(AiV), Out-of-Distribution(OOD) Detection 분야 1위 차지

<h4>[한국경제TV] 박준식 기자 2024/01/17</h4>
<p><a href="https://www.wowtv.co.kr/NewsCenter/News/Read?articleId=A202401170345">기사 원문</a>
산업용 딥러닝 컴퓨터 비전 솔루션 제공업체인 아이브(AiV)가 Out-of-Distribution(OOD) Detection 벤치마크에서 1위를 차지했다고 발표했다고 밝혔다.</p>
<p>OOD 감지 기술은 현재 자율주행 분야뿐만 아니라 산업 비전 분야에서도 적용되며, 기존의 지도 학습으로 해결하기 어려웠던 문제에 효과적인 솔루션을 제공하는 중요한 기술로 인정받고 있다.</p>
<p>아이브는 현재 가장 공정하고 엄격한 성능 측정 기준을 제시하는 AI Competition 플랫폼인 OpenOOD 벤치마크와 대중적인 리소스 공유 플랫폼인 Papers with Code에서 OOD Detection 분야에서 1위를 달성했으며 Papers with Code에서는 ImageNet 1k vs iNaturalist 등 6개의 벤치마크에서 1위를 차지하였고, OpenOOD에서는 ImageNet-1k의 2개의 벤치마크에서 우수한 성능으로 1위를 차지했다.</p>
<p>이러한 우수한 성과를 바탕으로 산업용 딥러닝 컴퓨터 비전 솔루션 및 물류 자동화 솔루션 프로젝트를 계속해서 추진 중에 있다.</p>
<p>아이브의 성민수 대표는 "OOD Detection 벤치마크 1위는 아이브의 기술력을 입증한 것으로, 앞으로도 다양한 양산 프로젝트를 통해 글로벌 산업용 딥러닝 컴퓨터 비전 솔루션 기업으로 성장하겠다"고 말했다.</p>


<h4>[IT비즈뉴스] 김민주 기자 2023/10/12</h4>
<p><a href="https://www.itbiznews.com/news/articleView.html?idxno=113639">기사 원문</a>
사람을 대체해 나가며 빠르게 성장하고 있는 AI산업, 그 중 딥러닝 머신비전 및 물류자동화 분야에서 창립 3년만에 양산 레퍼런스를 쌓고 있는 아이브의 성공비결은 다음과 같다.</p>
<p>AiV는 “AI+ Vision”의 약자이며, 사람의 뇌를 담당하는 AI와 눈을 담당하는 Vision을 통해 제조 및 물류산업에서 사람을 대체하는 영역의 제품과 솔루션을 공급하는 것을 비전으로 삼고 있는 기업이다.</p>
<p>창립 2년만인 22년도에 아기 유니콘 기업으로 선정되고, 투자 혹한기에도 160억에 달하는 투자를 이끌어 냈으며, 올해 매출액은 21년 대비 약 20배 성장이 예상된다고 관계자는 전했다.</p>
<p>아이브는 2020년 2월 창립 이래 퇴직자가 거의 제로에 가까울 정도이다. (아이브는 현재 약 70여명이 근무하고 있다.) 그 비결은 아이브만의 “자율과 책임, 그리고 즐거운 회사생활” 속에 있었다. 아이브의 성민수 대표는 업무 외 불필요한 스트레스를 최소화하기 위해 정말 많은 노력을 기울인다. 본인에게 부여된 업무에 대한 책임 외에 모든 활동들은 자율에 맡기고 최대한 즐거운 환경을 조성하기 위한 노력을 기울이고 있다. 그러한 환경에서 구성원들이 창의성을 발휘하고, 그것이 업무성과로 이어져 높은 수준의 성장세를 나타내고 있는 것이다. 또한 성민수 대표는 구성원과의 소통을 중요하게 생각하여 타운홀 미팅을 통한 소통 뿐만 아니라, 각 팀과 소통을 강화하기 위한 식사 프로그램을 별도로 운영하여 구성원들의 애로사항이나 희망하는 점을 즉시 반영하면서 구성원들이 마음 편히 일할 수 있도록 지원하고 있다.</p>
<p><img src="/images/news/news19-1.png" alt="Alt text"></p>
<p>아이브에서 인터뷰가 진행되는 3층에서는 업무시간 중임에도 필라테스 방에서는 필라테스 수업이 진행되고 있으며 라운지에서는 플레이스테이션과 탁구를 즐기고 있는 구성원들을 볼 수 있다.</p>
<p>아이브의 People&#x26;Culture 김한민 리더는 “근무시간은 11시~16시까지의 core time을 제외하고는 본인의 업무 상황에 따라 완전 자율에 맡기고 있습니다. 회사 출근을 하지 않아도 되는 때에는 재택근무를 할 수 있고, 연차도 개수 제한 없이 편하게 사용하실 수 있도록 지원하고 있어요. 아이브는 통제적 성격의 제도를 지양하는 Culture를 추구하며 구성원들이 편하고 즐겁게 회사생활을 할 수 있도록 만들어 나가고 있다"고 말했다.</p>
<p><img src="/images/news/news19-2.png" alt="Alt text"></p>
<p>아이브에서 믿고 있는 원칙 첫번째는 구성원에게 신뢰를 보이면 통제했을 때보다 주인의식을 가지고 회사를 위해 일한다는 것이다. 실제로 아이브는 개인별 월 50만원의 복리후생비를 사용 가이드만 준수하면 식사 및 커피 등에 자율적으로 이용하게 하고 있다.</p>
<p>두번째는 함께 일하는 동료에 대한 신뢰가 형성되면 스스로 동기부여를 가지고 일할 수 있다는 것이다. 아이브의 책임에는 업무성과에 대한 기대치가 포함되어 있고, 그러한 기대치를 잘 수행해 내고 있는지는 같이 일하는 동료들에 의해 피드백을 받게 된다. 피드백 과정을 통해 회사와 개인이 동반 성장하게 되는 시스템으로 만들어 나가고 있다.</p>
<p>아이브는 GPM(Growth-Performance Management)이라는 성장 중심의 성과관리 시스템을 운영하고 있다. 회사의 일을 통해 개인의 경력개발이 가능하도록 OKR(Objective and Key results)과 연계시키고, 회사의 핵심가치에 부합하는 행동여부에 대한 피드백을 통해 구성원들이 스스로 동기부여되고 자율과 책임이라는 큰 틀의 Culture를 효과적으로 유지 관리하고 있는 것이다.</p>
<p>그리고 아이브는 회사는 즐거운 곳이어야 된다고 믿는다. 언제나 즐거운 근무환경을 만들기 위해 매월 이벤트를 개최하거나, 구성원 간 랜덤으로 조를 편성하여 식사하는 하모니 데이를 운영하고, 보드게임, 볼링, 레포츠, 등산, 골프 등 다양한 동호회를 통해 구성원간 화합과 즐거움을 제공하고 있다. 올해 1월에는 한국성장금융에서 주관한 착한일자리 시상식에서 “최우수상”을 수상하며, 일하기 좋은 기업으로 인정받았고, 이러한 아이브만의 Culture가 구성원들의 높은 만족도로 이어져 낮은 이직율을 유지하고 있고, 구성원들의 업무 몰입을 높여 높은 성장을 이어가고 있다고 생각한다.</p>
<p>김한민 리더는 “아이브는 언제나 구성원과 함께 호흡하며 Culture를 만들어 나가고 있다. 구성원들의 의견은 빠르게 반영하고, 새로운 제도는 공감대를 충분히 형성한 후에 시행해 나가고 있다. 앞으로도 구성원들이 일하기 좋은 기업으로 성장해 나갈 수 있도록 아이브만의 Culture를 더욱 발전시켜 나가겠다.”라고 말했다.</p>
<p>한편 아이브는 2023년 9월 수원에 Technical center를 준공하고, 하반기 중 산업용 영상 데이터 특화 MLOps 플랫폼인 AiVOps를 출시하며 또 한번의 퀀텀점프를 준비하고 있다.</p>


산업용 딥러닝 솔루션 기업, 아이브(AiV)의 성공비결

<h4>[테크월드뉴스] 서용하 기자 2023/09/21</h4>
<p><a href="https://www.epnc.co.kr/news/articleView.html?idxno=236908">기사 원문</a></p>
<p>[테크월드뉴스=서용하 기자] 아이브(AiV, 대표이사 성민수)는 올해 하반기 산업용 영상 데이터 특화 엠엘옵스(MLOps, Machine Learning Operations) 플랫폼 ‘아이브옵스(AiVOps)’를 출시한다고 21일 밝혔다.</p>
<p>엠엘옵스(MLOps)는 머신러닝(Machine Learning)과 운영(Operations)을 합친 용어로, 개발 및 운영의 협업 체계를 머신러닝 시스템에 적용한 AI 플랫폼이다. 이를 통해 개발과 운영의 경계를 허물어 양측의 협업을 강화하고, 새로운 소프트웨어(SW)를 지속적으로 통합 및 배포함으로써 빠르고 안정적인 서비스 제공을 목표로 한다.</p>
<p>아이브옵스는 대용량 영상 데이터만을 위한 엠엘옵스를 지향점으로 삼는 장치다. 인공 지능 분야에 익숙하지 않은 비전문가도 마우스 클릭 한 번으로 인공 지능 모델을 생성하고 현장에 배포할 수 있도록 고안됐다.</p>
<p>데이터 저장과 레이블링, 인퍼런스(Inference: AI 모델의 추론)는 현장 및 사무실의 서버에서 구동 가능해 보안을 강화했으며, 클라우드 기반으로 서비스를 배포하여 사용성 극대화를 꾀했다.</p>
<p>아울러 AI모델 성능에 큰 영향을 미치는 레이블링의 기능을 고도화하기 위해 웹으로 다수 작업자가 동시 접속해 서로 간의 작업 진도를 모니터링할 수 있는 기능도 장착했다.</p>
<p>아이브옵스 개발을 담당하는 김기완 리더는 “이번에 선보인 아이브옵스를 통해 검사 및 물류자동화용 AI모델을 자유롭게 생성·배포하고, 현장에서 운영되는 AI모델 성능에 대한 지속적인 모니터링이 가능하다”며 “기존의 규칙 기반 알고리즘을 중심으로 하는 검사장비회사의 비전 SW 엔지니어, 대∙중견기업의 품질∙생산기술 담당자 등 광범위한 개발 직군의 인력에게 큰 도움이 될 것”이라고 전했다.</p>


아이브, 산업용 영상 데이터 특화 플랫폼 ‘아이브옵스’ 출시

<h4>[한국경제TV] 박준식 기자 2023/08/23</h4>
<p><a href="https://www.wowtv.co.kr/NewsCenter/News/Read?articleId=A202308230076&#x26;t=NN">기사 원문</a></p>
<p>아이브(AiV)가 자동차 부품 제조업체인 명화공업 둔포 공장의 인풋 샤프트(Input Shaft) 제조 공정에 딥러닝 검사 솔루션 공급을 완료했다고 밝혔다.</p>
<p>아이브의 딥러닝 검사 솔루션은 인풋 샤프트의 장/단축, 방탄부, 씰링부, 홀, 기타 외관의 찍힘, 이물, 칩 등 모든 비정형적 외관 불량을 딥러닝 알고리즘으로 육안검사자 대비 높은 정확도로 검출하는데 성공했다.</p>
<p>자체 개발한 검사용 인공지능 신경망 외에 머신비전 하드웨어 설계와 광학 엔지니어링분야의 원천 기술력을 보유하고 있으며, 개발된 유/무형의 모듈은 아이브에서 개발한 유연한 제어, 비전 소프트웨어 플랫폼을 통해 통합 운영이 가능하다. System Integration (시스템 통합: 사용자의 요구에 부합하는 HW, SW, Network 등 유형의 제품과 컨설팅, 설계 및 유지보수 등 무형의 서비스 기술을 통합, 사용자의 환경에 적합한 해결책을 제시하는 일)의 모든 요소를 아이브에서 직접 설계, 구현, 제어함으로써 고객사 상황에 맞는 세팅과 적시 대응이 가능했다. 이를 통해 최적의 성능을 구현했다.</p>
<p>명화공업 관계자는 "고객에게 안정된 품질을 공급하기 위해 아이브의 검사 솔루션을 도입하여 100% 불량 유출 방지를 달성하는 성과를 거두고 있다. 설비의 성능에 매우 만족하고 있으며 공장의 다른 라인에도 솔루션을 수평전개할 예정이다" 라고 밝혔다.</p>
<p>아이브 성민수 대표는 "최근 자동차 부품 및 2차전지 분야에서의 성공적인 검사 장비 도입을 통해 고객사에 생산효율을 높일 수 있다는 확신을 가지게 되었다. 이러한 기술력을 바탕으로 향후 국내 제조업 전반으로 아이브의 딥러닝 검사 솔루션을 확대 공급하고, 해외시장에도 적극적으로 진출할 계획이다" 라는 계획을 이야기했다.</p>


아이브, 명화공업에 '딥러닝 검사 솔루션' 공급

<h4>[조선일보] 이예은 객원기자 2023/06/12</h4>
<p><a href="https://www.chosun.com/special/special_section/2023/06/12/6GIC2KUIYJHANJHLCE3KFNMNNA/">기사 원문</a></p>
<p>아이브(대표 성민수)는 인공지능(AI) 분야에서 산업용 ‘딥러닝(deep learning: 컴퓨터가 스스로 외부 데이터를 조합·분석해 학습하는 기술) 컴퓨터비전 솔루션’을 개발·공급하는 기업이다. 지난 2020년 2월 설립된 이후 ▲AI 기반 품질 검사 ▲AI 기반 물류 자동화 ▲AI 기반 CCTV 영상 분석 등 3가지 영역에 주력하고 있다. 각 제조사에 딥러닝 알고리즘, 광학 솔루션과 함께 딥러닝 기반의 턴키(turn key·일괄 수주) 검사 장비를 제공하고 있다.</p>
<p>종래에는 대부분 제품의 ‘비정형적(非定型的·네모반듯한 박스형과 달리 유선형으로 이뤄진 형태) 외관’ 불량 검사가 육안(肉眼)으로 이루어졌다. 그러나 육안검사는 인건비 상승에 따라 비용이 많이 들고 검사자의 숙련도나 피로도가 데이터 정확도에 영향을 미치는 단점이 있었다. 결국 일정한 품질 관리에 차질을 빚고, 공정 개선을 위한 정량적 데이터 확보도 어려워 개선이 필요했다. 그리고 치수·색차(色差) 등 ‘불량 기준’을 수동으로 설정하는 머신비전(machine vision·사람이 눈으로 보고 뇌에서 판단하는 것을 카메라와 영상인식 알고리즘이 대체한 시스템)도 데이터의 확장성에 문제가 있었다. 이 검사 기법은 치수 등 기준을 설정할 수 있는 불량 항목 외에는 감지할 수 없다는 명확한 한계가 존재했다.</p>
<p>이런 상황에서 아이브의 기술력은 육안검사와 머신비전의 단점을 극복해 제조사들에 새로운 대안이 되고 있다.</p>
<blockquote>
<p>◇사람의 눈 대신 검사하는 ‘딥러닝 머신비전’…전용 플랫폼 개발에도 박차</p>
</blockquote>
<p><img src="/images/news/news16-1.jpg" alt="Alt text">
아이브가 선보인 전기차 배터리팩 ‘엔드 플레이트(End plate)’ 딥러닝 검사 시스템. / 아이브 제공</p>
<p><img src="/images/news/news16-2.jpg" alt="Alt text">
아이브의 전기차 배터리팩 ‘유프레임(U-Frame)’ 딥러닝 검사 시스템. / 아이브 제공</p>
<p><img src="/images/news/news16-3.jpg" alt="Alt text">
아이브의 고속 다면 ‘너트(Nut)’ 딥러닝 검사 시스템. / 아이브 제공</p>
<p>아이브는 제조업 검사용 인공지능신경망(convolutional neural network)을 자체 기술력으로 개발했다. 이를 통해 ‘비정형적 외관’ 불 량 검사를 육안 대신 기계로 자동화했다. 또한, 아이브는 머신비전 관련 기구 설계 및 광학 엔지니어링 분야 기술력도 보유하고 있다. 이로써 알고리즘 성능을 극대화하고 현장에서 즉시 사용할 수 있는 딥러닝 검사장비까지 공급할 수 있게 됐다. 현재 ▲검사 대상 영역별로 최적화된 구동계(驅動械) ▲대상물의 모양·색 등을 빨리 식별할 수 있게 ‘시인성(視認性) 최적화’에 기반한 광학 시스템 설계 ▲고객 맞춤형 장비 제작이 가능하다. 아이브의 딥러닝 머신비전 기반 기술은 비정형적 물체의 물류 자동화와 CCTV 영상 분석 등으로 확장되고 있다. 아이브는 이를 바탕으로 고객사에 실질적인 도움 및 가치를 선사할 수 있는 솔루션 개발뿐만 아니라 해당 분야 ‘양산(量産) 프로젝트’도 확대할 계획이다.</p>
<p>또한 아이브는 산업용 영상데이터 특화 MLOps(Machine Learning Operations) 플랫폼 ‘Metis’ 개발에 집중하고 있다. 딥러닝 모델을 현장에 적용하기 위해서는 세밀한 검출력(檢出力: 물체·방사선·화학 물질 등의 존재를 검출하는 힘) 확보가 무엇보다 중요하다. 따라서 딥러닝 모델의 가능성 평가 단계는 프로젝트의 첫 단추에 해당한다. 이를 수월하게 진행할수록 평가 항목이 다양해지며, 양산 프로젝트로서 성공 가능성도 커진다. 평가가 잘 진행되려면 ▲데이터 수집 ▲레이블링(labeling·각각의 주어진 상황에 정답을 부여하는 작업) ▲모델링(modeling·어떤 물리현상을 특정한 목적에 맞추어 이용하기 쉬운 형식으로 표현) 등 모든 과정이 사용자 편의를 기준으로 수행돼야 한다.</p>
<p>하지만 현재 소재·부품 제조사에는 컴퓨터공학과 딥러닝 관련 전문 교육을 받은 엔지니어들이 극소수이다. 이에 따라 소재·부품 제조사의 관리 및 현장 엔지니어들이 손쉽게 사용할 수 있는 ‘딥러닝 컴퓨터비전 플랫폼’이 필요하다. 아이브는 영상데이터 플랫폼 ‘Metis’를 통해 이 분야 산업 기술의 업그레이드에 나서고 있다.</p>
<blockquote>
<p>◇아이브, 눈부신 성과…올해 매출 80억원 이상 목표</p>
</blockquote>
<p>현재까지 아이브는 ▲AI 기반 품질 검사 ▲AI 기반 물류 자동화 ▲AI 기반 CCTV 영상 분석 등 3가지 영역에서 지난해에만 60여 건의 개념증명(PoC·Proof of Concept: 기존 시장에 없었던 신기술 도입 전, 이를 검증하기 위해 사용)을 수행했다. 자동차·2차전지·전자·소비재 등 다양한 산업 분야에서 양산 프로젝트를 가동하며 지난해 매출 40억원을 달성했다. 올해는 지난해보다 최소 2배 성장을 목표로 하고 있다.</p>
<p>성민수 대표는 “현재 아이브는 이미지 데이터 기반의 ‘산업용 인공지능 기술’ 가능성을 증명하고, 양산 확대까지 추구하고 있다”고 현황을 요약했다. 성 대표가 밝힌 아이브의 최종 목표는 이미지 데이터 기반 ‘산업용 인공지능’ 분야에서 세계 최고 기업이 되는 것이다. 그는 “턴키 검사 장비와 산업용 영상데이터에 특화된 MLOps를 제공하는 국내 기업은 아이브가 유일하다”며 “이를 통해 글로벌 시장에 진출해, 궁극적으로는 최고의 솔루션 프로바이더(solution provider·문제 해결 제공자)로 자리 잡기 위해 최선을 다하겠다”고 밝혔다.</p>


산업용 ‘딥러닝 컴퓨터비전 솔루션’ 제공… 육안검사·머신비전 단점 극복

<h4>[매일경제] 남궁선희 기자 2023/03/07</h4>
<p><a href="https://www.mk.co.kr/news/business/10671044">기사 원문</a></p>
<blockquote>
<p>기존 육안 불량검사를 AI검사로 대체해 제조 경쟁력 높여</p>
</blockquote>
<p>딥러닝 머신비전 전문기업 아이브(AiV, 대표이사 성민수)는 자동차 부품기업 ㈜풍강 휠너트 검사 자동화를 위한 딥러닝 검사 솔루션 공급을 완료했다고 밝혔다.</p>
<p>아이브가 풍강에 공급한 딥러닝 검사 솔루션은 자동차 부품인 휠너트의 불량 여부는 딥러닝을 통해 검사하는 장비로 인공지능 검사 소프트웨어, 광학계 및 기구부로 구성됐다.</p>
<p>인공지능 검사 소프트웨어에는 아이브가 자체 개발한 제조업 검사용 인공지능신경망에 휠너트 표면의 비정형 외관 불량 이미지 데이터를 학습시켰다. 또한 풍강의 자회사인 PKM과 기구부 공동 설계를 하였고, 아이브의 AI 기술과 광학 엔지니어링 기술을 접목하여 무인화 검사 솔루션 장비를 제작, 공급했다.</p>
<p>기존에는 휠너트 제품의 치수 계측과 나사산 유무 정도의 정형적인 불량을 검사하는 룰베이스 기반의 ‘너트 선별기’를 통하여 품질 관리를 하고 있었다. 이는 외관 표면의 황색/무색 변색, 액 고임 등의 도금 불량의 경우 육안 검사자에 의존할 수밖에 없는 상황이었다. 아이브의 딥러닝 검사 솔루션은 휠너트에서 발생할 수 있는 모든 불량(찍힘, 눌림, 스크래치, 편심, 액 묻음, 변색, 도금 불량 등)을 기존의 선별기와 육안 검사자보다 높은 정확도로 검출할 수 있어 더욱 엄격한 품질관리가 가능하게 됐다.</p>
<p><img src="/images/news/news15.jpeg" alt="Alt text"></p>
<p>아이브의 딥러닝 검사 솔루션은 휠너트 불량 검출 100%를 달성하였고, 과검율(양품을 불량으로 판정하는 비율)도 0.5% 이하로 달성함으로써 기존 육안검사 대비 정밀하고 정확한 불량 검출이 가능해졌다. 또한 불량 유형별 정확한 최종 검사 데이터를 확보함으로써 더욱 정확한 공정 개선 기회를 창출함으로써, 품질 향상뿐만 아니라 원가절감 효과를 거두었다는 평가를 받았다.</p>
<p>이 과정에서 아이브는 1분에 120개, 즉 0.5초에 제품 1개를 검사하는 사이클 타임을 만족할 수 있는 가볍고 빠른 딥러닝 검출 알고리즘을 적용했다. 또, 제품의 액 고임 등의 불량으로 제품 끼임 현상을 해결하는 등 기구 및 제어 SW 측면 기술적 노하우를 도입했다.</p>
<p>아이브는 이러한 양산 적용 경험을 기반으로 현장 최적화와 정밀 검출을 요구하는 소재부품업 고객 중심으로 검사 솔루션 사업을 확대하고, 시장 수요가 높아지고 있는 인공지능 검사 소프트웨어를 MLOps 형태로 제공하는 서비스도 대기업 및 장비 전문 회사들 중심으로 확장할 계획이다.</p>
<p>풍강의 윤홍준 품질 본부장은 “본 딥러닝 솔루션의 도입은 도금 상태를 확인하는 선별 요원을 감축하여 인건비 절감을 달성했으며 선별자의 컨디션에 따라 발생하던 불량 유출을 아이브 솔루션 도입으로 ZERO 화하였다”라면서 “현재 도금 원가의 상승으로 악화하였던 수익성을 선별 공정의 완전한 정확성으로 개선할 수 있게 되었다. 검사의 신뢰성과 고객만족도를 최대한 확보할 수 있어서 추후 영업력에 우위를 차지할 수 있을 것으로 기대된다”라고 밝혔다. 더불어 “처음 접한 딥러닝 기술과 검출력에 대한 만족과 신뢰로 타제품 수평 전개의 도입 계획을 가지고 현재 추진 중이다”라고 포부를 밝혔다.</p>
<p>성민수 아이브 대표이사는 “아이브의 딥러닝 검사 솔루션은 고객사 스마트팩토리 현장 상황에 따라 소프트웨어와 하드웨어 장비를 맞춤형으로 공급할 수 있는 장점이 있다”라면서 “자동차 부품, 디스플레이 장비를 비롯해 국내 제조업 전반의 스마트팩토리 시장으로 확대하고, 해외 시장에도 진출해 글로벌 딥러닝 머신비전 기업으로 도약하겠다”라고 밝혔다.</p>


아이브, 자동차 부품기업 ㈜풍강 휠너트 AI검사 상용화 완료

<h4>[헬로티] 함수미 기자 2023/02/13</h4>
<p><a href="https://www.hellot.net/news/article.html?no=75138">기사 원문</a></p>
<p>아이브가 오는 2023년 3월 8일부터 10일까지 서울 코엑스에서 열리는 스마트공장·자동화산업전 2023(Smart Factory+Automation World 2023, 이하 SF+AW 2023)’에 참가한다.</p>
<p>스마트팩토리·오토메이션월드 2023(Smart Factory+AutomationWorld 2023)는 국내 최대 스마트팩토리, 자동화 산업 전시회로, 스마트공장엑스포(SmartFactory Expo), 국제공장자동화전(aimex), 한국머신비전산업전(Korea Vision Show)의 세부 전시회로 구성돼 있다.</p>
<p>한국머신비전산업전(Korea Vision Show)에 참가하는 아이브가 이번 전시회에서 소개할 주요 솔루션과 올해 사업전략, 그리고 차별화된 경쟁력에 대해 들어본다.</p>
<h4>Q. 아이브는 어떤 회사인가?</h4>
<p>A. 아이브(AiV)는 산업용 딥러닝 컴퓨터비전 솔루션을 개발·공급하는 기업이다. 기존에 사람이 하던 수작업 검사를 자동화함으로써, 스마트팩토리의 핵심적 영역을 혁신해 나가고 있다.</p>
<h4>Q. 타경쟁사 대비 아이브만이 갖는 내놓을 만한 경쟁력은 무엇인가.</h4>
<p>A. 기존 머신비전은 비정형적 불량을 검사하기가 매우 어려우나, 아이브는 제조업 검사용 original neural network를 자체 기술력으로 개발해 비정형적 불량까지 검사영역을 확장할 수 있는 기술을 보유하고 있다.</p>
<p>또한 딥러닝 기술만 보유하고 있는 다수의 회사와는 다르게 아이브는 machine vision HW 및 optical engineering 분야 원천 기술력을 보유해 최적의 세팅과 적시 대응이 가능한 장점을 가지고 있다.</p>
<p>VAD(video anomaly detection) 및 3D metrology 기술을 기반으로 제조업 분야에서의 total deep learning computer vision 기술 기업인 것이 아이브의 경쟁력이다.</p>
<h4>Q. Korea Vision Show 전시회에서 소개할 제품 중 핵심 제품은?</h4>
<p>A. 이번 전시회에서 아이브는 2가지 솔루션을 소개하고자 한다. 첫 번째는 'Metis'라고 명명한 MLOps 솔루션이다. 검사기에서 검출된 결과에 대해 confidence level에 따라, 혹은 실제 영상을 보면서 미/과검 여부를 confirm 하면 해당 이미지들을 MLOps 데이터베이스에 자동 저장한다. 사용자는 언제 어디서든 클라우드 서비스에 접속해 학습을 위한 라벨링 과정을 진행하게 된다.</p>
<p>라벨링은 지도학습을 위해 반드시 필요한 과정이나 시간이 오래 걸린다는 단점이 있는데, 아이브는 동기화를 통해 여러 사용자가 동시 접속해 라벨링이 가능토록 한다. 라벨링된 데이터에 대해 다양한 알고리즘을 선택해 training, validation 과정을 거친 후 설비에 자동 적용해 고객이 딥러닝 과정에 익숙하지 않더라도 손쉽게 해당 솔루션을 활용할 수 있다.</p>
<p>특히 학습된 모델은 당사 UI platform을 이용할 경우 기존에 사용하던 다른 설비에서도 활용할 수 있다. 따라서 장비 제조업체, 혹은 완제품 제조업체 모두 손쉽게 공정에 적용할 수 있다.</p>
<p>두 번째 전시할 제품은 컨베이어 기반의 고속 품질 검사 및 물류 솔루션이다. F&#x26;B 등 공산품 제조업은 개당 0.1~0.2초의 속도로 생산되어 포장/적재 공정을 거치게 된다. 고속으로 생산되는 제품에 대한 품질 관리 솔루션이 부족한 상황이며 특히 포장/적재 시에는 아직도 사람에 의존하고 있다.</p>
<p>아이브는 현장과 동일한 속도로 이동하는 공산품에 대해 고속 딥러닝 검사가 가능하며 이렇게 생산된 작은 크기의 제품을 딥러닝 기반 컴퓨터 비전으로 정확히 좌표를 인식하고 해당 좌표를 바탕으로 path planning을 진행, 정확한 위치에서 로봇이 picking 후 적재하도록 한다. 특히 고속 검사 솔루션은 당사의 라운지에서 직접 테스트해볼 수 있다.</p>
<h4>Q. 2023년도 아이브의 사업, 관전 포인트는 무엇인가.</h4>
<p>A. 아이브가 타깃하고 있는 시장은 글로벌 머신비전과 물류자동화 분야다. 이 분야는 기술적 한계로 육안검사에 의존하고 있던 검사를 AI 머신비전이 대체하고, 비정형적 물체의 탐지 및 이송이 가능하게 돼 빠른 성장이 예상된다.</p>
<p>아이브는 비정형적 외관검사 및 물류자동화에 특화된 딥러닝 알고리즘과 기존의 룰베이스 알고리즘 기능을 양산용 비전 SW에 통합해 제공한다. 광학계 엔지니어링을 통해 영상의 시인성을 확보해 딥러닝 알고리즘이 최고의 성능을 발휘하게 하는 기술을 바탕으로 해당 분야에서 양산 프로젝트 판매를 대폭 확대하는 것이 목표다.</p>
<h4>Q. 마지막으로 국내 고객들이 왜 아이브를 선택해야 하나?</h4>
<p>A. 아이브의 AI 기반 검사 턴키솔루션은 딥러닝 알고리즘, 광학계 엔지니어링, 하드웨어 설계까지 내재화했으며, 검출력은 물론이고 검사 속도, 검사 전후단의 양산라인 연결까지 최적화했기 때문에 제조 생산라인에서 최적 성능을 구현할 수 있다.</p>
<p>이런 장점을 바탕으로 AI 기반 검사, 물류자동화, CCTV영상분석 등 3가지 영역에서 작년에만 60여 건의 PoC를 수행했고 자동차, 2차전지, 전자, 소비재 등 다양한 산업분야에서 양산 프로젝트를 체결했다. 각 제조사에 높은 검출력과 비용 효율화를 실현함으로써 호평을 받고 있다. 아이브는 검사에 필요한 시간과 비용을 줄이고, 회사의 경영 효율화를 가져오는 스마트한 선택이다.</p>


[SF+AW 2023 PREVIEW] 아이브 성민수 대표, “자체 기술력으로 머신비전과 물류자동화 스마트한 선택 이끈다”

<h4>[한국경제TV] 박준식 기자 2023/01/20</h4>
<p><a href="https://www.wowtv.co.kr/NewsCenter/News/Read?articleId=A202301200101">기사 원문</a></p>
<p>㈜아이브(AiV)가 한국성장금융과 은행권청년창업재단이 주관한 <code>착한 일자리 기업 시상식</code>에서 최우수상을 수상했다.</p>
<p>착한 일자리 기업 시상식은 안정적인 일자리 창출 능력, 일과 삶의 균형과 구성원들의 복리후생, 자기계발 기회 등에서 우수한 기업을 선발하는 시상식으로 총 116개 기업이 참가해 그 중 총 7개 사에 시상을 진행했다.</p>
<p>최우수상을 수상한 아이브(AiV)는 한국성장금융투자운용이 출자하고 위벤처스가 운용하는 "WE일자리펀드 1호"를 통해 투자 받은 회사로, 설립 후 매년 꾸준하게 일자리를 창출(`22년 고용 성장률 220%)하면서도 일과 삶의 균형의 중시와 자유로운 기업문화를 바탕으로 퇴직자는 거의 0%에 가까울 정도의 놀라운 고용유지율을 자랑했다.</p>
<p>성민수 대표는 "회사의 비전, 그리고 책임과 자율이 중시되는 문화를 같이 공감하는 좋은 동료들과 함께 일하고 성장하며, 구성원 개개인의 생각이 존중되고, 의사결정 과정에 참여의 기회를 열어주어 모두가 존중받는 곳이 착한 일자리라고 생각한다 구성원들의 업무 외 불필요한 스트레스를 최소화하고 쾌적하고 편안한 환경을 구축하여 업무 몰입도를 극대화하는 문화를 만들어 나가겠다"고 말했다.</p>


아이브, '착한 일자리 기업 시상식' 최우수상 수상

<h4>[thebell] 조영갑 기자 2023/01/19</h4>
<p><a href="https://www.thebell.co.kr/free/content/ArticleView.asp?key=202301131607012200101186">기사 원문</a></p>
<p>지난해와 올해 가요 차트에서 가장 핫한 여성그룹을 꼽는다면, 단연 '아이브(IVE)'다. 하지만 눈을 머신비전 산업군으로 돌린다면? 역시 '아이브(Aiv)'다. 성민수 대표(사진)가 이끄는 아이브는 2020년 2월 설립 이래 만 3년 만에 국내외 글로벌 메이커들의 눈길을 사로잡으며, 누적 투자액 160억원을 기록하는 저력을 보였다.</p>
<p>특히 지난해 말에는 LB인베스트먼트가 리드하는 시리즈B 펀딩에서 100억원 투자를 유치하면서 '투심 혹한기'에 뭇 스타트업들의 부러움을 사기도 했다. 이 투자에는 파라투스인베스트먼트, KT&#x26;G, 엠더블유앤컴퍼니, 제이엔앰파트너스 등의 FI(재무적 투자자)와 SI(전략적 투자자)가 고루 참여했다.</p>
<p>아이브는 AI(인공지능) 기반 머신비전 및 물류자동화 솔루션 개발 테크 스타트업이다. 비정형적 외관 불량 검사와 물류자동화 프로젝트에 특화된 딥러닝 알고리즘 기술력을 글로벌 시장에서 공인받고 있다. 국내외 약 50여 개의 기업과 산업 현장에 독자적인 솔루션 공급을 추진 중이다.</p>
<p>지난 13일 서울 서초구 아이브 본사에서 만난 성민수 대표는 고객사 및 투자자들의 러브콜이 쇄도하는 비결을 묻는 질문에 "비결은 달리 없다"면서도 "시장의 기존 솔루션에 실망한 고객들의 만족도와 과거에 투자자들에게 제시했던 약속을 얼마나 잘 달성했느냐, 그리고 앞으로의 성장 가능성을 얼마나 신뢰도 있게 제시했느냐가 핵심"이라고 말했다. SW 개발역량은 기본이라는 이야기다.</p>
<p>아이브는 지난해 영업손실을 기록했지만, 약 40억원의 매출액을 올리면서 선방했다. 영업손실은 상당 부분 SW 선행개발과 관련한 경상연구개발비 지출이다. 딥러닝 기술과 광학계를 지속적으로 고도화하는 과정에서의 선행 투자인 셈이다. 지난해 각 잠재 고객사 및 산업현장에 솔루션을 적용하는 이른바 'PoC(개념증명)' 구간을 거쳐 올해부터는 본격적으로 양산 공급을 이어간다는 방침이다.</p>
<p>고객사는 국내외를 가리지 않고 꾸준히 늘고 있다. 회사를 찾은 13일 역시 글로벌 전자부품 관련 회사의 관계자들이 아이브를 찾아 장시간 회의를 이어가고 있었다. 보통 아이브의 솔루션을 찾는 기업은 수율을 획기적으로 개선하거나 물류를 자동화해 제조 과정에서의 원가율을 대폭 낮추려는 니즈가 있다. 국내 톱티어 그룹 역시 잠재 고객사다.</p>
<p>최근에는 국내 굴지의 유통 대기업의 물류자동화 라인에 솔루션 공급 계약을 맺으면서 업계의 주목을 받았다. 물류자동화 설비 하드웨어 기업에 아이브가 개발한 AI 딥러닝 SW를 공급하는 방식이다. 성 대표는 "전자를 비롯해 철강, 식품 쪽으로 적용 도메인이 늘어나고 있다"면서 "적용 도메인을 순차적으로 늘려가고, 아이브의 솔루션에 대한 만족도를 바탕으로 기존 고객사 내에서도 수주를 확대할 계획"이라고 말했다.</p>
<p>시리즈B 투자 재원은 알고리즘 고도화, 광학계 개발 및 매출확대에 따른 운영자금에 투입된다. 현재 53명 수준의 임직원도 R&#x26;D 인력을 중심으로 70여 명까지 늘릴 계획이다. 성 대표는 "아이브 엔지니어들의 시간 중 30%는 선행연구에 투자한다"면서 "AI알고리즘 업계는 0.1 포인트 정확도를 두고 지속적으로 자웅을 겨루는 필드인 만큼 기존의 AI 알고리즘 뿐만 아니라 AI 모델의 운영효율화와 성능 고도화를 위해 MLOps(머신러닝오퍼레이션) 플랫폼 SW를 고도화해야 한다"고 말했다.</p>
<p>올해부터 본격적으로 진행되는 양산 프로젝트와 관련 고객사의 요청에 즉각 대응할 수 있는 '커스터마이징' 역량 역시 강화한다. 기존 시중의 광학계로는 시인성 확보가 어려운 부분이 있어, 조명 및 컨트롤러를 보강해 불량 검사 솔루션의 정확도를 끌어올리는 식이다. 아이브의 자장 안으로 들어온 고객사 군에게 AI 모델의 효율적 운영 및 고도화를 제공하기 위해 MLOps 기반 SW 제품화도 추진한다. 성 대표는 "비정형 불량 검사나 물류자동화 제작을 아이브가 모두 커버하기 힘들기 때문에 이를 SW 제품화해 제공하면 고객사 입장에서는 라인에서 이를 운영하기가 훨씬 수월할 것"이라고 덧붙였다.</p>
<p>향후 상장 계획에 대한 질문에는 신중했다. 성 대표는 "당장 증시 상장을 목표로 사업을 하지는 않을 것"이라며 "다만, 소위 업계에서 말하는 상장의 자격을 논할 수 있는 P&#x26;L(손익)은 2025년 경 마련될 것으로 본다"고 말했다.</p>
<p>한편, 아이브는 지난해 Si-Tech 이노베이션 어워드에서 과기부장관상을 수상한 데 이어 양질의 신규 일자리 창출과 관련, 공적을 인정 받아 17일 은행권청년창업재단이 시상하는 '착한 일자리 기업' 최우수상을 수상했다.</p>


성민수 아이브 대표 “SW 기술력 바탕 양산 공급 확대”

<h4>[한국경제TV] 박준식 기자 2022/12/09</h4>
<p><a href="https://www.wowtv.co.kr/NewsCenter/News/Read?articleId=A202212280216&#x26;t=NN">기사 원문</a></p>
<p>산업용 딥러닝 컴퓨터비전 솔루션 기업 <code>아이브(AiV)</code>가 약 100억원 규모의 시리즈B 투자 유치에 성공했다고 밝혔다.</p>
<p>아이브는 확보한 투자금으로 선행연구와 주요한 산업 영역에서 양산 프로젝트 가속화를 통해 국내외 시장에 공격적으로 진출할 계획이다.</p>
<p>26일 VC업계에 따르면 아이브의 이번 투자에는 LB인베스트먼트, 파라투스인베스트먼트, 주식회사 케이티앤지, 엠더블유앤컴퍼니, 제이엔앰파트너스 등 신규투자자와 엘앤에스벤처캐피탈, 산은캐피탈 등 기존 투자자들이 투자에 참여하였다. 최근 VC업계의 투자심리가 위축된 상황에서도, 아이브의 기술력 및 양산적용 레퍼런스를 높이 평가해 다수의 VC들 및 SI가 투자에 참여한 것으로 전해졌다.</p>
<p>아이브의 누적투자금액은 약160억원이다. 지난 2021년 엘앤에스벤처캐피탈, 산은캐피탈, K2인베스트먼트, 퀀텀벤처스, 위벤처스 및 다수의 SI들이 투자하였다. 아이브의 기술력 및 성장 잠재력을 바탕으로 2022년 아기유니콘200 선정 및 Si-Tech Innovation Award 2022 과학기술정보통신부 장관상을 수상하였다.</p>
<p>​2020년 설립된 아이브는 산업용 인공지능 분야에서 컴퓨터비전 솔루션 개발에 주력하고 있다. 아이브는 AI 기반 검사, AI 기반 물류자동화, 그리고 AI 기반 CCTV 영상분석 3가지 영역에서 빠르게 양산 적용 레퍼런스를 쌓고 있다. 2022년에만 60여건의 PoC(개념증명)을 수행하였고, PoC의 성공을 바탕으로 다수의 양산 프로젝트을 체결하였다. 지금까지 육안검사자에 의존하여 불량 유출 및 비용 효율화에 어려움을 겪던 제조사들에 기술력 인정을 받고 있는 것으로 전해졌다.</p>
<p>특히, 딥러닝 알고리즘, 광학계 엔지니어링, 하드웨어 설계까지 내재화하여, 검출력 뿐만 아니라 검사속도 및 검사 전후단의 양산라인 연결성까지 최적화한 AI 기반 검사 턴키솔루션을 통해 제조사의 생산라인에서 최적 성능을 구현할 수 있는 것이 특징이다. AI 기반 검사 뿐만 아니라, 제조사 및 물류사들의 스마트팩토리에 필수적인 비정형적 물체의 물류자동화를 가능하게 하는 딥러닝 알고리즘 및 광학계 엔지니어링 솔루션까지 제공하여 제조사 및 물류사의 실질적 스마트팩토리화를 이끌어 내고 있다.</p>
<p>아이브는 성민수 대표가 이끌고 있다. 성대표는 스탠포드대에서 MBA 취득 후 BCG에서 컨설턴트로 재직하였으며, 자동차부품사 대표로도 근무하였다. 2012년 실리콘밸리에서 머신러닝 분야 스타트업을 공동창업하기도 하였다. 인공지능, SW, HW, 광학 분야에서 석박사 학위 및 십여년 이상의 경험을 갖춘 엔지니어들이 성민수 대표와 팀을 이루어 아이브를 공동 창업하였으며, 제조업 및 물류업에 대한 도메인 지식 뿐만 아니라 각 기술 분야의 전문성을 갖추고 있다.</p>
<p>아이브가 타겟하고 있는 글로벌 머신비전과 물류자동화 시장은 각각 2021년 기준 15조원, 63조로추정되며, 연평균 8% 이상씩 성장해 2030년 각각 30조원, 126조원에 이를 것으로 전망된다.</p>
<p>회사의 경쟁력은 비정형적 외관 불량 검사 및 물류자동화 과제에 특화된 딥러닝 알고리즘, 이를 양산용 비전SW에 통합하여 기존의 룰베이스 알고리즘 기능까지 통합하여 제공하는 점이다. 또한, 과제 목표에 최적화된 광학계 엔지니어링을 통해 알고리즘이 최고의 성능을 발휘할 수 있도록 영상의 시인성을 확보해 낼 수 있는 것이 또다른 경쟁력이다.</p>
<p>이번 라운드를 리드한 LB인베스트먼트는 "아이브는 스마트팩토리 구축에 필수적인 AI 비전검사, 물류자동화 등의 영역에서 솔루션을 실전 배치하여 고객사들의 실질적인 생산성 증가 및 비용절감을 도와주며 딥러닝 기술력을 증명하였고 내년부터 본격적인 스케일업이 기대되어 투자를 진행하였다. LB는 내년에도 아이브와 같이 글로벌 경쟁이 가능한 기술력과 사업역량을 모두 보유한 테크기업에 투자를 확대 할 계획"이라고 말했다.</p>
<p>이번에 확보한 투자금으로 아이브는 딥러닝 알고리즘 고도화 및 비정형적 외관 불량 검사에 특화된 광학계 개발을 가속화하고, 전기차 2차전지, 전자 등 핵심 산업 영역에서 양산 프로젝트 판매를 대폭 확대할 계획이다. 또한, 제조사/물류사 및 기존 룰베이스 알고리즘 기반의 검사장비 회사들이 딥러닝을 빠르고 쉽게 적용할 수 있도록, MLOps 기반의 딥러닝 컴퓨터비전 온라인 플랫폼 소트트웨어도 제공할 예정이다.</p>


아이브(AiV), 100억원 규모 시리즈B 투자 유치 성공

<h4>[헬로티] 이창현 기자 2022/11/03</h4>
<p><a href="https://www.hellot.net/news/article.html?no=72532">기사 원문</a></p>
<p>한국정보과학진흥협회, 과학기술 혁신기업 발굴 지원하는 '싸이텍 이노베이션 어워드 2022' 개최</p>
<p>한국정보과학진흥협회(이하 KISE)는 한국머신비전산업협회와 지난 10월 31일 한국과학기술회관에서 과학기술 혁신기업을 발굴·지원하는 '싸이텍 이노베이션 어워드 2022'(창의과학신기술경진대회)를 개최했다고 밝혔다.</p>
<p>이번 대회는 3개 영역으로 구분된다. 미래인재를 양성하는 크리에이티브 싸이텍 분야는 (사)한국정보과학진흥협회가, 머신비전 테크 이노베이션분야는 (사)한국머신비전산업협회가, 디지털 테크 이노베이션분야는 (사)한국웹에이전시협회가 각각 맡아 공동으로 진행하고 있다.</p>
<p>이날 어워드는 머신비전 테크 이노베이션분야와 미래인재를 양성하는 크리에이티브 싸이텍 분야에 대한 시상이 진행됐다.</p>
<p>머신비전 테크 이노베이션 분야는 4차산업혁명 시대 스마트팩토리 구현을 위한 기술과 소프트웨어 및 하드웨어 기술역량을 평가하는 '스마트 공장 부문', 스마트 공장 이외에 적용되는 인공지능 딥러닝 기술을 이용한 비전 소프트웨어와 솔루션 기술능력을 평가하는 'AI 머신비전 부문'로 구분해 시상이 이뤄졌다.</p>
<p>머신비전 테크 이노베이션 분야에서는 5개 업체가 수상했다. 전자신문사장상은 스마트 공장 부문에서 산업용 임베디드 PC 'NUVO-10208GC-NX'를 출품한 넥스버가 수상했다.</p>
<p>이어지는 한국과학기술단체총연합회장상은 스마트 공장 부문의 오즈레이(열화상카메라 HK380)와 AI 머신비전 부문의 엠비젼(PCR 체외진단장비용 광학시스템 및 딥러닝 S/W)이 각각 수상했다.</p>
<p>대상인 과학기술정보통신부 장관상은 스마트 공장 부문에 아이코어(고휘도 정밀제어 Light 솔루션), AI 머신비전 부문에 아이브(딥러닝기반 검사장비 턴키솔루션)가 각각 수상했다.</p>
<p>이어서 진행된 크리에이티브 싸이텍 분야(학생부) 시상식에서는 ▲ 모빌리티 크리에이티브 섹터 하이스쿨 디비전: 인천재능고등학교(이학현, 이재명, 윤형호, 조승민, 이강일), 여수공업고등학교(이성원, 신재찬, 황선중) ▲ 크리에이티브 싸이텍 분야 대학부: 인천재능대학교 DDD드론동아리(박범찬, 최수인, 김태완, 배기덕), 한국항공대학교(강근모) ▲ 크리에이티브 싸이텍 분야 고등부 부문대상: 배민석이 각각 영예를 안았다.</p>
<p>박승진 KISE 이사장은 인사말을 통해 "선순환적 과학문화를 통해 기술이 발전하고 관련 산업분야가 혁신적인 성과를 만들어 갈수 있도록 최대한 발굴·지원해 대한민국 최고의 어워드로 만들어가겠다"고 말했다.</p>
<p>이진원 한국머신비전산업협회 회장은 "머신비전은 AI, 딥러닝의 융합으로 품질검사 뿐만 아니라 다양한 애플리케이션에서 활용되며 모든 산업에서 중요성이 날로 높아지고 있다"며 "이번 어워드를 통해 머신비전이 더욱 주목받는 기술로 자리잡기를 기대한다"고 말했다.</p>
<p>한편, 싸이텍 이노베이션 어워드 2022는 문화가 기술로, 기술이 산업으로, 산업이 경제를 떠받치는 선순환적 과학문화를 만드는 목적으로 한국정보과학진흥협회가 한국웹에이전시협회, 한국머신비전산업협회와 함께 개최하고 있다.</p>
<p>올해 어워드는 과학기술정보통신부, 과학기술단체총연합회, 정보통신기획평가원, 전자신문, 헬로티가 후원했다.</p>


아이코어·아이브, 머신비전 테크 이노베이션부문 장관상 수상

<p>[스포츠경향] 엄정한 특허법인 BLT 파트너 변리사 2022.04.13</p>
<p><a href="https://sports.khan.co.kr/bizlife/sk_index.html?art_id=202204130700003&#x26;sec_id=564001&#x26;pt=nv">기사 원문</a></p>
<p>산업혁명은 무엇일까? 많은 사람들이 제4차 산업혁명을 이야기 하지만, 그것을 왜 해야하는지에 대해서는 깊이 논의되지 않고있다. 왜 18세기 중반이라는 시점에 영국이라는 장소에서 제1차 산업혁명이 일어났는지에 대해서 이야기하는 사람도 많지 않다. 그저, 구글의 인공지능 컴퓨터가 인간 이세돌을 이겼고, ’제4차 산업혁명’이 일어나고 있으니 빨리 기회를 잡아야 한다는 말들만 회자될 뿐이다. 제1차 산업혁명은 약 1760년에서 1820년 사이의 영국에서 시작된 기술혁신과 제조공정의 비약적 발전과 그로 인한 사회구조의 변화를 말한다. 당시 면직물의 수요가 급증하면서 발명된 방적기에 제임스 와트의 증기기관이 결합되면서 새로운 기계들이 산업에 투입된 것이다. 짧은 시간에 농촌과 도시의 인구 구성이 뒤바뀌었고 계급투쟁이 벌어졌다. ‘인간의 일’이었던 것들을 기계가 대신하면서 사회의 구조가 완전히 뒤바뀌었고, 이를 산업혁명이라고 한다.</p>
<p>우리는 오늘도 무언가를 만들고 있다. 무언가를 만들어가는 과정에서 가장 문제가 되는것은 역시나 ‘불량’이다. 잘못 만들어진 제품을 시장에서 판매했다가는 소비자들의 원성을 살 수 있고, 잘못 만들어진 부품을 완제품 회사에 납품했다가는 영업선을 영원히 잃을 수도 있다. 하지만 대부분의 공장에서 부품들의 품질을 모니터링하는 과정은 여전히 사람의 ‘눈’에 의해서 이루어지고 있다. 반도체, 회로기판 기업들의 경우에는 인공지능 스타트업들의 이미지 분석기술을 적용한 비전검사가 적용되기 시작하였으나, 자동차, 생활용품, 전자제품, 의료기기 등 수 많은 제품들의 조립과정에서 필요한 부품들의 불량은 여전히 그렇다. 부품의 불량유형은 너무나 다양하기 때문에, 조건을 기반으로 프로그램이 처리하기는 어렵고, 인간의 눈으로 직접 확인하기에는 너무 피곤한 일인 것이다.</p>
<p>아이브(Aiv. 대표 성민수)는 세계 최고 수준의 인공지능 비전검사 스타트업이다. 아이브의 인공지능 비전검사 장비는 부품의 불량을 알아서 선별해준다. 생산이 완료된 부품들을 아이브 장비에 있는 컨베이어 벨트에 투입시키면, 고해상도 카메라와 영상처리기술을 이용하여 정해진 불량 항목기준에 맞게 제품 외관을 검사한다. 기준에 맞지 않는 부품들은 제거되며, 양품만 선별한다. 모든 과정은 미리 학습된 인공지능이 알아서 판단하여 진행하며, 부품을 생산하는 기업은 생산라인에 아이브의 검사장비를 추가하기만 하면 될 정도로 쉽고 간단하다. 알루미늄 소재의 부품을 만드는 다이캐스팅 과정에서 발생할 수 있는 기포, 제품 찍힘, 변형 등을 찾아내기도 하고, 볼트, 너트 등 부품을 고속으로 생산하는 과정에서 발생하는 제품의 녹, 변색 불량을 신속하게 찾아낼 수 있다. 인간이 하기에는 너무 고생스러운 일들이 이제 인공지능(딥러닝)으로 가능하게 되는 것이다.</p>
<p>아이브가 개발한 딥러닝 부품불량 검사장비에서 취득되는 이미지는 클라우드 서버로 전송된다. 서버에서 소재, 부품별 및 불량유형 별로 데이터베이스가 연속적으로 쌓이며, 마치 사람이 어제 공부했던 내용을 기반으로 오늘 새로운 내용을 학습하는것과 같이, 추가로 학습이 필요한 이미지를 추출하여 학습한다. 아이브의 불량선별 인공지능 컴퓨터는 계속해서 전문성이 높아지는 것이다. 사람의 전문성은 그 사람에게 종속되지만, 아이브는 네트워크로 연결되어 있기 때문에 학습능력과 판단능력의 발전이 가능하다. 검사장비의 운영 대수가 증가할 수록 데이터의 정확도는 높아지며, 불량률은 낮아지는 것이다. 아이브는 이러한 딥러닝 기반 불량검사 기술을 보호하는 국내외 특허 포트폴리오를 구축한 상태이며, 이미 30개 가까운 기업들의 개념증명(PoC) 및 양산 적용 프로젝트를 수행하고 있다. 투자자들의 러브콜도 이어져, 50억원 규모의 시리즈A 투자도 작년에 마친상태다.</p>
<p>삼성, LG 외에도 한국기업들의 제조능력은 이미 세계적으로 유명하다. 한국기업들의 SW능력도 여러모로 인정받고있다. 소프트웨어 기술력을 기반으로 제조업을 한 차원 높여줄 인공지능 스타트업 아이브가 유니콘이 되기를 기원해본다.</p>


[혁신, 스타트업을 만나다] 불량을 잡아내는 딥러닝 기반 검사장비 - 아이브

<h4>[헤럴드경제] 도현정 기자 2022.03.16</h4>
<p><a href="http://news.heraldcorp.com/view.php?ud=20220314000929">기사 원문</a></p>
<h4>제조 全과정 스마트팩토리 솔루션 제공 목표</h4>
<h4>머신비전·인공지능 기반으로 불량품 잡아내</h4>
<h4>자체 딥러닝 기술력 바탕 글로벌 1위 하기도</h4>
<p>인공지능(AI)은 가전·의료·커머스·IT서비스 등 다방면에서 혁신의 보증수표가 되고 있다. 유독 제조업에서 아직 AI와 딥러닝이 발붙일 공간이 적다. 각종 규제 대응, 인건비 급증, 개도국의 도전 등 발등의 불끄기에도 급급한 탓이다.</p>
<p>아이브(대표 성민수)는 산업계의 난제 중 하나인 제조업의 디지털 전환을 돕는 기업이다. 첫 단계는 불량품 검사다.</p>
<p>성민수 아이브 대표는 “하드웨어와 소프트웨어를 모두 활용해 제조업체에 산업자동화 솔루션을 제공하는 게 회사의 소명”이라며 “산업자동화의 첫 단계로 불량품 여부를 판단하는 검사 영역에 집중하고 있다”고 설명했다.</p>
<p>아이브는 하드웨어(머신비전 검사장비)와 소프트웨어(딥러닝 알고리즘)를 모두 이용해 제조업체의 최종 결과물이 불량품인지 양품인지를 판별하는 솔루션을 만든다. 기존에는 공장에서 불량품 여부를 판별할 때 사람에 의존하거나 단순한 기계의 힘을 빌리는 단계가 대부분이었다. 검사인력이 육안으로 불량 여부를 확인하기도 했고, 제품의 무게나 크기를 측정하는 수준의 기계공정으로 불량품을 걸러내기도 했다. 검사 과정에서 디지털 전환을 시도하는 경우도 있었지만 대부분 소프트웨어 개발에 치중해 하드웨어까지 뒷받침하기가 어려웠다.</p>
<p>성 대표는 “제조업은 글로벌 시장 여러 곳에 생산기지를 두기도 하는데, 인력에 의존하는 비중이 많다 보니 검사 수준이 일관되지 못했다”며 “일정한 수준을 유지하려면 머신비전이 필요하고, 기존 알고리즘으로는 안되니 인공지능이 해야 하는 것”이라 설명했다.</p>
<p>아이브의 솔루션은 고객사의 최종 결과물을 광학기술을 이용해 촬영, 결과물의 상태를 인식하는 것부터 시작한다. 촬영 영상을 토대로 결과물이 불량인지 양품인지를 판별하는 데에는 AI가 동원된다. 정상데이터와 이상데이터를 학습한 딥러닝이 양품 여부를 판단한다.</p>
<p>글로벌 시장의 경쟁기업들은 룰베이스 알고리즘을 기반으로, 제조업 결과물의 불량 여부를 판별하는데 주력해 왔다. 아이브는 룰베이스 알고리즘의 한계를 넘기 위해 딥러닝의 수준을 높이는데 집중했다.</p>
<p>성 대표는 기존 룰베이스 알고리즘은 불량과 양품을 판별하는 함수를 사람이 다 설계해야 해서 할 수 있는 것이 색상, 치수 등 제한적인 분야 뿐이라 지적했다.</p>
<p>“룰베이스 알고리즘은 사람이 규칙을 다 만들어 줄 수가 없습니다. 이물, 찍힘, 도금부 변색 등 계속 룰이 바뀌니까요. 우리는 딥러닝으로 스스로 알고리즘화 할 수 있게 했습니다. 사람은 패턴을 인식하니까 다음에도 양품이 아닌 패턴을 찾아내 불량이라 인식합니다. 이런 것들을 구분하는 인공지능 신경망을 우리가 다 만들어줘야 하는데, 검사에 특화된 신경망 만들어 개발했습니다.”</p>
<p>성 대표는 제조업에 적용되는 AI는 정확도가 99.99%가 아니면 의미가 없다고 말한다. “제조업은 처음부터 끝까지 수율 싸움입니다. 논문에 나오는 ‘정확도 80%’ 같은 것은 상업화, 양산을 해야 하는 제조업에서 별 의미가 없어요.”</p>
<p>AI 경쟁력을 높이기 위해 2년을 공들인 끝에 아이브가 개발한 알고리즘은 지난해 머신비전 기술 분야의 선두업체인 MVTec에서 주관하는 글로벌 AI챌린지에서 산업분야 데이터셋 기준 비지도적 이상 탐지 항목에서 전 세계 1위에 오르기도 했다. 기술이 곧 경쟁력인 사업인데, 아이브는 독특하게도 최고기술책임자(CTO)가 없다.</p>
<p>성 대표는 “저희가 다루는 기술 분야가 여럿인데 워낙 이종(異種)이다. 광학 엔지니어링부터 기구 설계, 소프트웨어 설계까지 다양한데 이를 다 이해할 수 있는 CTO를 구할 수 없다”며 CTO 없는 테크 기업의 배경을 설명했다.</p>
<p>성 대표 역시 기술 기반 최고경영자(CEO)는 아니다. 연세대 경영학과를 나와 미국 스탠퍼드대에서 MBA를 마쳤고, 액센츄어와 보스턴컨설팅그룹 등 컨설팅 기업에서 이력을 쌓았다. 테크와의 접점은 2002년 실리콘밸리에서 머신러닝 기업 퀵소(Qeexo)를 창업했다는 점. 여기에 부친이 자동차 부품회사를 창업해 중견기업으로 키워내는 과정에서 국내 제조업의 상황을 면밀히 지켜봤다는 것도 아이브 창업에 영향을 줬다.</p>
<p>아이브는 현재 불량품 검사 과정에만 집중하고 있지만 향후 원재료 투입부터 가공, 조립 등 전 과정을 점검하는 스마트팩토리 종합 솔루션으로 나갈 계획이다.</p>
<p>성 대표는 “세계에서 스마트팩토리에 대한 수요나 기술이 가장 절박한 곳이 한국, 그 다음이 독일이다. 양국은 제조업 비중이 높은데, 인건비가 급격히 상승하기 때문”이라며 ”모든 제조업 경영진이 비용 때문에 자동화에 매달리고 있다”고 전했다.</p>
<p>국내에서는 대기업의 1차 협력사로 연매출 6000억원을 올리는 중견기업도 단순 검사인원만 1500명을 두고 있을 정도다. 최근에는 원청사나 주력 수출시장의 동향에 맞춰 외국에도 생산기지를 두고 있다보니 외국에서도 인건비 고민은 비슷하다.</p>
<p>성 대표를 제조업의 이런 고민을 기회로 파고들고 있다. 아이브는 현재 고객사들과 20여개의 프로젝트를 진행 중. 지난해 50억원 규모의 시리즈A 투자를 유치한데 이어 올해는 30여명인 직원을 50명까지 늘릴 계획이다.</p>
<p>“국내에 일부 생산기지를 두고 있는 기업들 중 당사 솔루션을 써보고 만족하면 외국공장까지 추가 발주하겠다는 곳들이 많습니다. 국내에서의 성과를 바탕으로 자연스럽게 글로벌 진출을 할 수 있는 것이죠. 자체 플랫폼으로 해외 진출을 한다면 한국과 비슷한 고민을 안고 있는 독일을 최우선 시장으로 보고 있습니다.”</p>


성민수 아이브 대표 “제조업 디지털전환, 불량품 검사부터 시작”

<h4>[매일경제] 나현준 기자 2022.02.23</h4>
<p><a href="https://www.mk.co.kr/news/it/view/2022/02/169893/">기사 원문</a></p>
<p>'데이터 중심이냐, 알고리즘 중심이냐.' 인공지능(AI) 기술 고도화 과정에서 산업계는 이 같은 고민에 빠지게 된다. 특정 분야에 한해 데이터를 모아 AI의 성능을 탁월하게 만들지, 아니면 AI 알고리즘을 고도화해서 어느 데이터를 넣어도 AI가 작동하게 만들지 여부다. 구글이나 아마존 같은 세계적인 빅테크는 모델 중심의 후자에 초점을 맞추면서 '인간 같은 AI'를 만드는 데 집중한다. 반대로 의료·교육·금융 등 특정 분야의 데이터를 모아 기존 일을 효율화하는 데 AI를 이용하기 위해 구슬땀을 흘리는 기업도 많다.</p>
<p>특히 '데이터 불모지'로 치부되는 중소·중견 제조사를 상대로 공장의 데이터를 모아 불량품 검사를 크게 혁신하고 있는 스타트업이 있어 눈길을 끈다. 제조업 현장에서 이미지 데이터를 모으고, 이를 비전AI(사람의 눈·두뇌 역할)에 접목하고 있는 설립 3년 차 스타트업 '아이브'가 그 주인공이다.</p>
<p>지난 18일 경기도 용인시 상현역 인근 지식산업센터에서 만난 성민수 아이브 대표는 "현재 국내 제조 업체 20여 곳과 불량품 검사를 위한 PoC(양산 전 실증) 사업을 하고 있다"며 "이 중 절반(10여 곳)은 이미 아이브 솔루션을 탑재한 불량 검사장비를 양산하는 단계까지 나아갔다"고 설명했다. 아이브에 따르면 현대차·제너럴모터스(GM)·포르쉐 등에 자동차 부품인 '볼조인트'를 납품하는 센트랄은 아이브 검사장비를 도입한 뒤 스크래치, 찍힘, 핀홀 등 불량 상태 검사 작업에서 불량률 검사 100%와 과검률(양품을 불량으로 판정하는 비율) 0.5% 이하를 달성했다. 그간 완제품 사후 검사를 육안에 의존해 진행해온 센트랄로서는 놀라운 결과다.</p>
<p>고도의 불량률 검사 방식은 특수제작한 장비(몸)를 통해 고정밀 광학 기술로 제품을 '제대로' 찍고(눈), 이에 기반한 딥러닝을 통해 '불량 검사'를 하는 비전AI(두뇌)가 있었기에 가능했다. 실제 불량품 검사 시연 영상을 보니 육안으론 확인되지 않는 미세한 균열 지점도 초정밀 카메라가 포착하고 있었다. 성 대표는 "기존 비전AI 기업은 비전AI(두뇌)만 고도화하는 경우가 많은데, 우리는 광학 기술과 장비기기 설계까지 전반을 두루 갖췄다"며 "각 분야 전문가가 모였기 때문에 가능한 일"이라고 강조했다.</p>
<p>사실 그는 부친이 영위하던 제조업체를 물려받아 이끌었다. 이 과정에서 한국 제조업의 열악한 현실을 누구보다 뼈저리게 인식했다. 미국 스탠퍼드대 MBA를 졸업한 후 세계적인 컨설팅사 보스턴컨설팅그룹(BCG) 등에서 일한 인재이기도 하다. 그의 비전을 믿고 서울대, 카이스트 등 국내 유수 대학 출신의 다양한 전문가 30여 명이 지금의 아이브를 만들었다. 기술 성과가 입소문을 타면서 지난해 6월 시리즈A에서 60억원의 투자를 받았다.</p>
<p>성 대표의 다음 목표는 '3D 검사' 연내 도입이다. 현재까지 아이브는 2D와 딥러닝 기반 비전AI를 접목해서 불량품을 검사하고 있다. 평평하게 디자인된 제품들은 현재 정밀 카메라를 통해 불량품 검사가 가능하다. 다만 디자인상 굴곡이 많거나, 복잡하게 설계돼 있어 카메라로 다 검사하지 못하는 '사각지대'가 있는 제품이 있을 수 있다. 그는 "기존 제품설계안을 기반으로 미리 3D화해 놓은 뒤, 추후 검사를 할 때 검사 제품을 딥러닝 방식으로 3D화하면 3D 공간에서 서로를 대조해볼 수 있다"며 "이를 통해 현재 불량 검사가 어려운 분야까지 검사를 할 수 있게 된다"고 밝혔다.</p>


제조업 해결사 '비전AI' …불량품 다 잡아낸다

<p>[비즈월드] 정재훈 기자 2022.02.16</p>
<p><a href="http://www.bizwnews.com/news/articleView.html?idxno=32748">기사 원문</a></p>
<h4>현대차그룹 비롯해 GM·벤츠 등에 납품하는 ㈜센트랄의 조향장치 부품 볼조인트의 불량 검사 위한 솔루션</h4>
<h4>기존 육안 불량검사를 AI검사로 대체해 불량 검출률 100%, 과검율 0.5% 이하 달성</h4>
<p>딥러닝 머신비전 전문기업 ‘아이브(AiV, 대표 성민수)’는 자동차 부품기업 ㈜센트랄에 볼조인트의 불량 검사를 위한 딥러닝 검사 솔루션 공급을 완료했다고 16일 밝혔다. AI검사를 마친 볼조인트는 현대차그룹을 비롯해 GM과 포드, 벤츠, 포르쉐 등에 전량 납품된다.</p>
<p>아이브가 센트랄 측에 공급한 딥러닝 검사 솔루션은 자동차 조향장치의 핵심 부품인 볼조인트의 불량 여부를 딥러닝을 통해 검사하는 장비로 인공지능 검사 소프트웨어와 검사 솔루션 장비로 구성됐다고 업체 측은 설명했다.</p>
<p>인공지능 검사 소프트웨어에는 아이브가 자체 개발한 제조업 검사용 인공지능신경망에 볼조인트 표면의 비정형 외관불량 이미지 데이터를 학습시켰다. 또 고객사 현장 상황에 맞춰 하드웨어를 설계하고 광학 엔지니어링 기술을 접목한 무인화 검사 솔루션 장비를 직접 제작·공급했다고 한다.</p>
<p>아이브의 딥러닝 검사 솔루션은 볼조인트를 구성하는 금속 가공 제품 및 고무 제품에서 발생할 수 있는 찍힘, 이물, 변형 등 모든 불량을 육안 검사자 보다 높은 정확도로 검출할 수 있다. 이와 함께 기계적으로 타각된 영문·숫자를 딥러닝으로 인식하면서 영문·숫자의 미세한 겹칩 현상도 검출할 수 있다. 이 외에도 6축 다관절 로봇과 회전체 검사 방식을 활용해 3D 형상의 제품 전면을 검사할 수 있도록 설계됐다는 것이다.</p>
<p>아이브 측은 “딥러닝 검사 솔루션은 볼조인트의 불량 검출을 100% 달성했고, 과검율(양품을 불량으로 판정하는 비율)도 0.5% 이하로 달성함으로써 기존 육안검사 대비 정밀하고 정확한 불량 검출이 가능해졌다. 게다가 생산 효율성 증대뿐만 아니라 공정 효율화를 개선하고 품질향상 및 비용 절감 등의 효과를 거두었다는 평가를 받았다”라고 강조했다.</p>
<p>아이브는 이런 성공적인 양산 적용 경험을 기반으로 현장 최적화와 정밀 검출을 요구하는 소재부품업 고객 중심으로 검사 솔루션 사업을 확대할 계획이다. 시장 수요가 높아지고 있는 인공지능 검사 소프트웨어 제공 서비스도 대기업 및 장비 전문 회사들 중심으로 확장을 목표로 하고 있다. 또 복잡한 형상의 제품 외관 치수 검증을 위한 물리적 검사구를 대체할 수 있는 범용적 3D 계측장비 개발도 진행 중이라고 업체 관계자는 전했다.</p>
<p>강상우 ㈜센트랄 총괄대표는 “금속 가공 및 고무 압출 등 다양한 서브 파트로 구성된 볼조인트의 찍힘, 이물, 변형 등 불량 검사 과정에 아이브의 딥러닝 검사 솔루션을 도입해 검사 정확도를 획기적으로 개선했다”면서 “전사 차원의 검사 정확도 향상과 원가 경쟁력 확보를 위해 센트랄 그룹 산하 계열사에서 다수의 딥러닝 검사 솔루션 도입을 진행하고 있다”라고 말했다.</p>
<p>이에 대해 성민수 아이브 대표이사는 “아이브의 딥러닝 검사 솔루션은 고객사 스마트팩토리 현장 상황에 따라 소프트웨어와 하드웨어 장비를 맞춤형으로 공급할 수 있는 장점이 있다”면서 “자동차 부품, 디스플레이 장비를 비롯 국내 제조업 전반의 스마트팩토리 시장으로 확대하고, 해외 시장에도 진출해 글로벌 딥러닝 머신비전 기업으로 도약하겠다”고 말했다.</p>


아이브, 글로벌 자동차에 납품하는 조향장치 부품의 AI검사 상용화 완료

<h4>[테크월드뉴스] 조명의 기자 2022/01/18</h4>
<p><a href="https://www.epnc.co.kr/news/articleView.html?idxno=219008">기사 원문</a></p>
<p>[테크월드뉴스=조명의 기자] 아이브(AiV)는 전기차 전문 부품기업 삼기EV에 전기차 배터리팩 부품의 검사 자동화를 위한 딥러닝 검사 솔루션 공급을 완료했다고 밝혔다.</p>
<p>아이브가 삼기EV에 공급한 딥러닝 검사 솔루션은 전기차 배터리팩을 외부 충격으로부터 보호하는 역할을 하는 엔드플레이트의 불량 여부를 딥러닝을 통해 검사하는 장비로 인공지능 검사 소프트웨어와 검사 솔루션 장비로 구성됐다.</p>
<p>인공지능 검사 소프트웨어에는 아이브가 자제 개발한 제조업 검사용 인공지능신경망에 엔드플레이트 표면의 비정형 외관불량 이미지 데이터를 학습시켰다. 또한 고객사 현장 상황에 맞춰 하드웨어를 설계하고 광학 엔지니어링 기술을 접목한 무인화 검사 솔루션 장비를 직접 제작, 공급했다.</p>
<p>아이브의 딥러닝 검사 솔루션은 알루미늄 고압주조품에서 발생할 수 있는 모든 불량(예: 기포, 찍힘, 흑피, 블리스터 등)을 육안 검사자 보다 높은 정확도로 검출할 수 있을 뿐만 아니라, 6축 다관절 로봇을 활용해 3D 형상의 알루미늄 고압주조품의 전면을 검사할 수 있도록 설계됐다.</p>
<p>아이브의 딥러닝 검사 솔루션은 엔드플레이트의 불량 검출을 99.9% 이상 달성했고, 과검율(양품을 불량으로 판정하는 비율)도 3% 이하로 달성함으로써 기존 육안검사 대비 정밀하고 정확한 불량 검출이 가능해졌다. 또한 생산 효율성 증대뿐만 아니라 공정 효율화를 개선하고 품질 향상, 비용 절감 등의 효과를 거뒀디는 평가를 받았다.</p>
<p>아이브는 이런 성공적인 양산 적용 경험을 기반으로 현장 최적화와 정밀 검출을 요구하는 소재부품업 고객 중심으로 검사 솔루션 사업을 확대하고, 시장 수요가 높아지고 있는 인공지능 검사 소프트웨어 제공 서비스도 대기업·장비 전문 회사들 중심으로 확장할 계획이다.</p>
<p>김치환 삼기EV 대표이사는 “알루미늄 고압주조 제품의 기포, 찍힘, 흑피 등 불량 검사 과정에 아이브의 딥러닝 검사 솔루션을 도입해 검사 정확도를 획기적으로 개선했다”라며 “전사 차원의 검사 정확도 향상과 원가 경쟁력 확보를 위해 삼기 본사·계열사에서도 다수의 딥러닝 검사 솔루션 도입을 진행하고 있다”라고 밝혔다.</p>
<p>성민수 아이브 대표이사는 “아이브의 딥러닝 검사 솔루션은 고객사 스마트팩토리 현장 상황에 따라 소프트웨어와 하드웨어 장비를 맞춤형으로 공급할 수 있는 장점이 있다”면서 “자동차 부품, 디스플레이 장비를 비롯 국내 제조업 전반의 스마트팩토리 시장으로 확대하고, 해외 시장에도 진출해 글로벌 딥러닝 머신비전 기업으로 도약하겠다”고 밝혔다.</p>


아이브, 삼기EV 전기차 배터리팩 AI검사 상용화 완료

<h4>[서울경제] 오승현 기자 2021.09.08</h4>
<p><a href="https://www.sedaily.com/NewsView/22RDW3HLTL">기사 원문</a></p>
<p>'스마트공장·자동화산업전 2021'이 개막한 8일 서울 강남구 코엑스에서 관람객들이 아이브(AiV)의 딥러닝 기반 검출 모델을 활용해 결함을 찾는 제품을 살펴보고 있다. 스마트공장, 머신비전, 자동화 관련 500여개 기업이 참가한 이번 전시는 '디지털 뉴딜의 미래'를 주제로 오는 10일까지 열린다.</p>


아이브(AiV), 딥러닝 활용한 머신비전 기술

<h4>[포브스] 김영문 기자·사진 신인섭 기자</h4>
<p>아이브는 스마트팩토리를 도입해도 정복하지 못한 ‘불량’ 잡기에 사활을 걸었다. 성민수 대표는 “반도체, 2차전지, 자동차부품 등 하루에도 수천 수만 개의 정밀한 부품·제품이 생산되는데 사람이 일일이 불량을 찾아내는 건 불가능하다”며 “앞으로 많은 기업이 앞다퉈 사람의 ‘눈’을 대신해 딥러닝 알고리즘으로 불량을 인지하고 판단하는 딥러닝 머신비전 솔루션을 도입하게 될 것”이라고 말했다.
“마누라와 자식 빼고 다 바꿔라.” 1993년 6월 고(故) 이건희 삼성전자 회장이 독일 프랑크푸르트에서 날린 일갈이다. 하지만 이듬해에도 삼성전자 무선사업부 불량률은 11.8%까지 치솟았다. 신경영 선언 이후에도 휴대전화에서 불량이 계속 나오자 특단의 조치를 감행했다. 이른바 ‘애니콜 화형식’이다. 1995년 3월 임직원 2000여 명이 지켜보는 가운데 구미공장에 쌓아둔 5000만 달러어치 휴대전화를 태워버렸다. 이후 불량률은 2%대로 떨어졌고, ‘품질 경영’은 한국 제조업의 자존심이 됐다.</p>
<p>‘품질 경영’은 한국 제조업에 ‘자동화’ 바람을 일으켰다. 대량생산라인 구축에 컴퓨터와 로봇이 본격적으로 도입됐고 막대한 자금이 투자됐다. 정보통신기술(ICT)이 발전하면서 제품 기획부터 설계, 생산, 유통, 판매, 검수 등 전 과정을 통합했고 생산 과정에서 무인화와 자동화는 더 고도화됐다. 국내 스마트팩토리(스마트공장) 도입 열풍도 여기서 시작됐다.</p>
<p>그래도 정복하지 못한 ‘것’이 있으니 바로 ‘불량’이다. 공장 자동화에서 빼놓을 수 없으면서도 완벽하지 않은 분야가 불량을 잡아내는 일이다. 지금도 상당수 제조 공장에서 숙련 근로자가 육안 검사 과정에 투입돼 사투를 벌인다. 반도체, 2차전지, 자동차 부품 등 하루에도 수천 수만 개의 정밀한 부품·제품이 생산되는데, 그 과정에 사람이 투입돼 일일이 불량을 찾아내는 건 불가능한 일이다. 기업들이 앞다퉈 사람의 ‘눈’을 대신해 컴퓨터가 사물을 인지하고 판단하는 머신비전 솔루션을 도입하려는 까닭이다.</p>
<p>“하지만 그것도 한계가 있었습니다. 기존의 룰베이스 알고리즘 기반의 머신비전 솔루션은 사전에 입력한 ‘공식’ 범위에서만 움직입니다. 비정형적인 형상의 불량은 잡아내기 어려울뿐더러 지속적으로 룰을 설정·수정해야 하기에 안정화에만 수개월이 소요되기도 합니다. 머신비전을 도입하고도 담당 엔지니어가 상주하는 경우가 많습니다. 인공지능(AI)·머신비전·광학엔지니어링 기술을 한데 엮은 딥러닝 머신비전 솔루션이 필요한 이유죠.”</p>
<p>지난 8월 10일 경기도 수원 광교 아이브 본사에서 만난 성민수(43) 대표가 한 말이다. 그는 “스마트팩토리가 흔한 단어처럼 여겨지지만, 자금 때문에 아직까지 제조공정을 자동화하지 못한 공장이 많은 게 현실”이라며 “과거 룰베이스 알고리즘 기반의 검사 솔루션을 도입한 경우에도 비정형적인 불량을 판별하지 못하고 단순 검사나 측정에 그치는 예가 많았다”고 덧붙였다.</p>
<p>수요는 공급을 쫓는 법이다. 아이브의 출발도 순조로웠다. 지난해 5월 시드 투자 유치 이후 지난 6월 50억원 규모의 시리즈A 투자 유치에도 성공했다. 벌써 열 군데가 넘는 국내 유수 제조기업과 파트너십을 맺고 양산에 들어갔거나 개념 실증(PoC) 사업에 돌입한 상태다. ‘PoC’는 개발하려는 시스템의 콘셉트가 정말 실현 가능한지 검증하는 작업으로, 고객사의 불량 시료나 이미지를 취합해 검출력을 평가하고, 검사장비 제작에 필요한 밑그림을 그리는 과정이다. 이 모든 것이 창업한지 불과 1년 반 만에 거둔 성과다.</p>
<p>짧은 시간에 보수적인 제조기업을 파트너로 둘 수 있었던 데는 나름의 배경이 있다. 성 대표는 연쇄창업가이자 제조업 CEO다. 미국 제너럴일렉트릭(GE)에서 재무 관련 업무를 하다가 스탠퍼드대학 MBA 졸업 후 글로벌컨설팅사인 보스턴 컨설팅그룹(BCG)에서 일했다. 2011년 실리콘밸리에서 모바일 디바이스의 터치스크린 인식 기술을 개발하는 퀵소(Qeexo)의 공동 창업자로 나선 적도 있다. 부친이 설립한 자동차 부품사의 대표직을 맡아온 덕에 한국 제조업의 현실을 누구보다 잘 알고 있었다. 제조업과 AI 접목을 꿈꾸며 뜻을 모은 아이브의 멤버들도 검사장비, 공학 엔지니어링, SW 개발, AI 알고리즘 분야에서 10년 넘게 일해온 베테랑 엔지니어들이다. 물론 국내에서 제조기업을 위한 딥러닝 머신비전 업체가 손에 꼽을 정도로 관련 시장은 ‘극초기’ 상태다. 성 대표의 설명이 이어졌다.</p>
<h4>머신비전을 도입하는 제조사가 꽤 늘지 않았나.</h4>
<p>늘긴 늘었다. 맨눈으로 검사하는 것보다 인력 투입이 줄기도 했다. 하지만 새로운 불량 유형이나 비정형적인 불량에서는 검사 정확도가 떨어졌다. 작업 환경이 자주 바뀌고 발주사의 품질 기준도 한층 까다로워졌기 때문이다. 기준 수치가 바뀔 때마다 상주하는 엔지니어가 검사장비를 새롭게 설정해야 한다.</p>
<h4>딥러닝 머신비전 기술을 표방하는 기업도 늘고 있다.</h4>
<p>그렇다. 산업용 비전 검사에 딥러닝 알고리즘을 도입하는 회사가 늘고 있다. 하지만 대다수가 소프트웨어 개발에 집중한다. 검사 소프트웨어 개발과 공장 내 장비에서 돌아가는 건 완전히 다른 문제다. 그만큼 현장 변수가 많은 곳이 공장이다. 머신비전 시스템 하나만 봐도 카메라, 렌즈, 센서, 조명, 소프트웨어, 프로세서 등 요소가 복잡한 데다 현장 상황이 열악한 탓에 안정화 작업에 애를 먹기도 한다. 이래도 완벽을 장담할 수 없다.</p>
<h4>그런데도 제조사들이 머신비전을 도입하려고 애쓴다.</h4>
<p>이유가 있다. 일단 육안 검사만으로는 불가능한 공정이 많다. 자동차 부품 조립 검사, 고품질 플라스틱 사출품 검사, 알루미늄·스틸 제품의 표면 검사도 품질 기준이 점차 까다로워지고 있다. 고해상도 디스플레이 패널 검사 공정에서는 현미경을 이용해 불량을 찾아낼 정도다. 다음으로 꼽는 이유는 역시 비용이다. 당장 머신비전을 도입해 육안 검사 공정에 있던 인력을 다른 라인에 배치하거나 줄이면 비용도 그만큼 줄어든다. 더 큰 문제는 불량 때문에 생기는 파급력이다.</p>
<h4>시장 신뢰가 떨어지겠다.</h4>
<p>그렇다. 난 아이브 창업자이자 제조업 경영자다. 직접 제조업을 경영하다 보니 가장 고통스러운 부분이 불량 이슈다. 아무리 자동화를 적용해도 불량은 지속적으로 발생한다. 게다가 불량 제품 일부가 유출되기라도 하면 기업 이미지 손상을 피할 수 없다. 아이브의 고객 입장에서 10년 넘게 일했기에 불량을 잡는다는 게 얼마나 중요한 의미인지 잘 알고 있다.</p>
<h4>제조기업들이 딥러닝 머신비전에 거는 기대가 크겠다.</h4>
<p>너무 커서 문제다. 관련 스타트업도 난감해한다. 딥러닝 머신비전 분야에서 진행되는 프로젝트 대다수가 ‘세계 최초’라고 부를 정도로 처음 시도하는 것이 많다. 하지만 보수적인 제조업 특성상 첫 시도임에도 우리에게 완벽에 가까운 성능을 요구한다. 개념 실증에서도 이미 기대치보다 높은 수치를 기록했음에도 양산까지 가려면 추가로 검증해달라고 요구하는 곳도 많다. 그래서 처음 프로젝트를 계획하고 기업들을 설득할 때 성능 목표치를 어디에 둘지 고민이 많다. 너무 높게 잡으면 실망이 클 것이고, 너무 낮게 잡으면 아마 프로젝트 자체를 시도조차 하지 않을 것이다.</p>
<h4>실제 어떤 공정에 적용해봤나.</h4>
<p>알루미늄 주조품, 조향장치 부품을 포함하여 여러가지 사례가 있다. 알루미늄 주조품의 경우 수십명이나 되는 육안 검사자가 있는데도 불량이 계속 유출되어 로봇 팔을 연동한 장비로 외관 불량을 잡았다. 조향장치 부품은 찍힘이나 찢어짐 같은 표면 불량을 육안으로 잡기 어려웠다. 15개 외관 불량을 딥러닝으로 검출해 고객사의 불량 데이터베이스도 구축했다. 볼트와 너트는 분당 100개나 검수해야 해서 녹이나 변색 불량을 자주 놓쳤다. 이걸 자유낙하 방식으로 떨어뜨려 분당 100개를 검사할 수 있게 검사장비를 설계했다.</p>
<h4>특히 자동차 부품에 강해 보인다.</h4>
<p>머신비전 활용도가 높은 곳이 자동차 부품과 전기·전자 분야다. 특히 기술적으로 초정밀을 요구하는 반도체, 디스플레이 등 전기·전자 분야에서 딥러닝 머신비전의 장래가 매우 밝다. 하지만 당장 사업적인 측면에서는 제품 생산주기가 6개월 정도인 전기·전자 분야보다 5년 이상인 자동차 분야가 유리하다. 게다가 자동차 부품은 100년이 넘은 산업이라 제조 분야에서 할 수 있는 시도는 거의 다 해봤고 대응 매뉴얼도 헤아릴 수 없을 정도로 많다. 불량 데이터를 축적해야 하는 우리로서는 상당히 매력적인 분야다. 지금의 쏠림 현상은 어느 정도 감수하고 한 분야라도 제대로 뿌리내려야 한다는 생각도 있다. 생산 공정에서 겪는 기술적 허들을 제대로 풀어주기만 하면 시장이 획기적으로 커질 수 있다.</p>
<h4>아이브만의 강점이 있다면.</h4>
<p>대다수 업체가 딥러닝 검사 알고리즘이 중심인 소프트웨어에 집중한다. 하지만 제조업 현장을 10년 넘게 지켜본 입장에서 말하면, 소프트웨어만으로는 시장 선점이 어렵다. 우리가 딥러닝 검사 알고리즘뿐만 아니라 고객사 생산현장에 맞춘 검사장비를 설계·제작하고, 제품 품질 데이터까지 쌓아 관리하는 이유다. 한마디로 딥러닝 검사 알고리즘이 탑재된 장비 솔루션 전체를 공급한다고 보면 된다. 사실상 국내에서 유일하다고 자부한다.‘하드웨어소프트웨어’ 통합 능력이 강점이다.</p>
<h4>멤버 구성이 화려하더라</h4>
<p>팀 구성에만 2년이나 걸렸다. 그만큼 창업 전부터 공을 들였다. 딥테크 기업 특성상 핵심 엔지니어가 누구냐에 따라 앞으로 합류할 팀원들의 면면이 달라질 수 있기 때문이다. 첫 단추가 중요하다. 아무리 제조기업 CEO라도 난데없이 딥러닝 머신비전을 한다고 하니 다니던 대기업에 사표를 내고 오겠다는 이는 없었다. 뜻밖에도 고등학교 친구인 김건희 서울대 컴퓨터공학부 교수가 길을 열어줬다. 사업계획을 듣던 김 교수가 업계의 소문난(?) 인재를 수소문해줘 만날 수 있었다. 물론 설득은 온전히 내 몫으로 남았다. 딥러닝 머신비전 프로젝트를 수차례 설명하는 것은 물론 제조공장 투어도 같이 다녔다. 그렇게 6개월이 지나고 나서 합류하겠다는 전화를 받았다. 인재는 삼고초려를 해서라도 모셔와야 한다.</p>
<h4>본인도 GE, BCG에서 일했고 창업도 해봤다.</h4>
<p>원래 창업이 꿈이었다. 하지만 더 많이 배워야겠다는 생각에 직장생활을 시작했다. 미국 GE에서 일하면서 운 좋게도 GE의 재무 전문 리더십 프로그램(FMP)을 이수했고 본사의 회계감사, 컴플라이언스(법규 준수) 등의 업무를 맡으며 글로벌 기업의 활동 전반을 경험할 수 있었다. MBA를 마친 후에 컨설팅이 창업에 도움이 되겠다 싶어 BCG에 지원했다. 혁신이나 변화를 원하는 고객사를 위해 많은 양의 도메인 날리지(Domain Knowledge, 해당 분야의 전문지식)와 시장 트렌드를 분석하고 가설에 맞춰 답을 찾아가는 과정이었다. 가설이 틀리면 다시 찾고, 맞으면 세부 가설을 세워 파고드는 식이다. 하지만 결국 의사결정을 하고 책임지는 건 기업 몫이다. 컨설팅의 한계를 느꼈고, 창업이 주는 매력은 더 크게 다가왔다. 미국 퀵소를 공동창업해보고, 한국에서 제조 관련 스타트업을 차리기에 이르렀다.</p>
<h4>창업 후 언제가 가장 힘들었나.</h4>
<p>아이브를 창업한 후 두 가지 측면에서 아주 힘들었다. 앞서 말한 대로 고객사에 제시할 성능 목표치를 정하는 것이 무척 어려웠다. 애써 정한 목표치가 현장에서 제대로 구동되지 않을 때도 마찬가지였다. 시쳇말로 ‘쫄리는’ 상황이 연출된 것이다. 뭐만 하면 첫 프로젝트나 다름없는데 실패하면 큰일인 상황. 테스트하는 날이면 나를 비롯해 몇몇 엔지니어는 스트레스 탓에 밥도 거르기 일쑤였다. 현장은 그만큼 변수가 많고 한 치 앞을 장담할 수 없는 곳이다. 지금도 고객사 공장에 갈 때면 엔지니어와 꼭 동행한다.</p>
<h4>마지막으로 하고 싶은 말이 있다면.</h4>
<p>힘든 점을 하나 더 꼽고 싶다. 사람을 찾는 일이다. 아이브에서 일한 것보다 멤버를 구성하는 데 더 많은 시간을 쏟아서인지도 모르겠다. 누군가 대기업과 스타트업 운영을 퍼즐게임에 비유한 적이 있다. 대기업과 스타트업의 차이도 퍼즐 조각의 차이 정도로 봤던 것 같다. 퍼즐을 완성하는 마지막 피스는 뭘까. 그는 인재라고 했다. 그 피스가 채워지면 퍼즐 판은 더 커진다고도 했다. 정말 그런 것 같다. 아이브도 AI 알고리즘 및 소프트웨어 개발, 광학 엔지니어링, 하드웨어 설계 등 전 분야에 걸쳐 공격적으로 채용에 나설 계획이다. 제조업 난제를 풀고 싶은 엔지니어라면 주저 없이 아이브의 문을 두드려달라!</p>


불량률 0%에 도전하는 딥러닝 검사 솔루션

<h4>[월간인물] 유지연 기자</h4>
<p><a href="https://www.monthlypeople.com/news/articleView.html?idxno=198476">기사 원문</a></p>
<p>[월간인물 유지연 기자] 산업 전반의 디지털화가 주요 화두로 떠오른 가운데 스마트팩토리는 주변 환경 변화에 대응하기 위한 대안으로 주목받는다. ㈜아이브는 진정한 의미의 스마트팩토리 구축을 통한 제조업의 혁신에 도전하는 기업이다. 스타트업 창업과 제조업 경영 경험 위에 제조업과 AI의 융합이라는 아이디어를 찾은 성민수 대표를 만났다.</p>
<h4>50억 원 규모 투자 유치로 성장 동력 마련한 ㈜아이브</h4>
<p>2020년 2월에 설립한 딥러닝 머신비전 솔루션 전문 스타트업 ㈜아이브가 최근 50억 원 규모 시리즈A 투자 유치 소식을 알렸다. 2020년 5월 시드 투자 유치 이후 두 번째 투자 유치다. ㈜아이브는 딥러닝 기반의 머신비전 기술을 통해 제조업 제품의 불량품 검출 공정을 자동화하는 제조업용 AI 솔루션을 제공하는 기업이다. 기존 머신비전이 기술적 한계로 인해 적용되지 못하던 검사 분야에 적용 및 문제 해결을 통한 스마트팩토리의 실질적 구현을 목표로 한다. 딥러닝 머신비전의 핵심기술인 인공지능·머신비전·광학엔지니어링 기술 분야에서 경력을 쌓은 엔지니어들이 창업팀을 이뤘다. 창업 후 1년이라는 짧은 시간 동안 핵심 기술의 내재화 및 고도화, 다수의 개념 증명(Proof of concept) 및 양산 적용 프로젝트를 수행해내며 투자사들로부터 높은 점수를 받았다.</p>
<p>최근 DT(Digital Transformation)가 제조업 경쟁력 향상의 핵심으로 부각되는 가운데 부정확한 육안검사에 의존하던 최종 검사공정을 자동화하고자 하는 시장의 요구가 높아진다. 그러나 검사장비 하드웨어와 소프트웨어의 통합 역량이 내재화되어 있지 않은 제조사들의 다양한 니즈를 충족시킬 수 있는 AI 검사 솔루션은 부재한 상황이었다. ㈜아이브는 이러한 답답함을 해소할 수 있는 딥러닝 기반의 통합 머신비전 솔루션을 제공함으로써 부품 제조사들의 원가·품질 경쟁력 향상에 가시적 성과를 창출해냈다. 특히 검사공정인 비주얼 인스펙션에 AI 기술을 접목하는 데 집중한다.</p>
<p>“㈜아이브는 기존의 검사 방식으로는 자동화가 불가능했던 제조업의 문제를 해결할 수 있는 딥러닝 알고리즘, 머신비전 하드웨어, 데이터 플랫폼의 결합을 통한 종합 비전 솔루션을 제공하는 기업입니다. 디스플레이를 예로 든다면 현재까지는 완제품의 불량 여부를 판단하기 위한 픽셀 검사를 육안으로 수행하고 있습니다. 현미경을 사용한 방식이 정확하지 않은 데다 사람의 퍼포먼스가 일관되지 않다는 등의 이유로 불량이 유출되는 경우가 많았죠. 이는 제조업의 신뢰와 관련한 문제이기도 합니다. 통합 머신비전 솔루션은 이러한 부분에 도움을 드리고 있습니다.”</p>
<p>성민수 대표는 딥러닝 영상처리 기술이 파이널 인스펙션뿐 아니라 다양한 영역에 도움이 될 수 있다고 설명했다. 대규모 공장에 딥러닝 영상처리 기술을 적용할 경우 CCTV를 통해 작업자의 이상 행동 발견 시 알람을 띄우는 방식으로 사고를 사전에 방지할 수 있다. 그는 딥러닝은 이상데이터와 정상데이터를 학습함으로써 유사한 사례가 이상인지 정상인지 판단하는 모델이라며, 고객사 제조 현장에 최적화된 하드웨어를 결합한 머신비전 솔루션을 통해 기존 검사장비로는 검사가 어려웠던 외관 불량의 검사 자동화를 수행한다고 설명했다.</p>
<p><img src="/images/news/news02-1.jpeg" alt="Alt text"></p>
<h4>제조업의 품질 이슈 해결하는 딥러닝 기술</h4>
<p>미국에서 재무 관련 업무를 수행하던 성민수 대표는 스탠퍼드대학 MBA 졸업 후 실리콘 밸리에서 첫 창업에 도전했다. 부친이 설립 후 운영해온 자동차 부품사의 대표를 역임하고 있기도 하다. 그는 실리콘 밸리에서 머신러닝과 관련한 회사를 창업 및 운영한 경험과 더불어 제조업 회사를 경영하는 동안 제조업과 AI를 접목하기 위한 고민을 이어왔다며, 제조업의 파이널 인스펙션을 AI로 혁신한다는 아이디어에 도전하게 되었다고 설명했다. 여기에 뜻을 모은 ㈜아이브 창업팀은 성 대표를 제외하고는 전원이 엔지니어 출신으로 업계에서 15년 가까이 검사장비나 머신비전, AI 알고리즘 관련 전문성을 쌓아온 인재들이다.</p>
<p>“제조업을 경영하다 보면 가장 고통스러운 부분이 바로 품질 이슈에요. 아무리 자동화하더라도 미세한 차이로 불량이 발생할 수밖에 없죠. 불가피한 부분이지만 불량이 유출되었을 때 돌아오는 타격은 상당합니다. 불량률 관리가 무엇보다 중요한 이유죠.”</p>
<p>지금까지 머신비전 산업에 걸리는 기대가 커져가는 상황이었지만 다양한 변수 속 이미지적 룰을 정하는 것은 난제로 여겨져 왔다. 하나의 사례를 불량이라 설정했을 때 사람은 다양한 불량 여부를 판단할 수 있지만 기계는 이를 판단하는 것이 불가능했던 탓이다. 성 대표는 딥러닝 기술이 현실화되면서 머신비전이 사람을 대체할 수 있게 된 셈이라 말했다. 이에 ㈜아이브는 창업 후 반년간 고객 접촉을 완전히 매제하고 솔루션의 신경망이라 할 수 있는 딥러닝 핵심 알고리즘을 완성하는 데 집중했다. 성 대표는 대표로서 어떤 제조업 회사들이 ㈜아이브의 고객이 되면 좋을지 꾸준히 검토하며 소개하는 작업을 병행했다고 설명했다. 이러한 노력의 결과 업력 1년을 갓 넘긴 ㈜아이브는 현재 두 고객사와 후속 발주를 논의 중이다. 성 대표는 비용 절감이나 검사 정확도 측면에서 만족도가 높다고 귀띔했다. 또한, 딥러닝 기술 우수성을 입증하기 위해 글로벌 AI 챌린지에도 참여하여 국내외 유수의 연구기관을 따돌리고 세계 1위에 랭크되기도 했다.</p>
<p>“현재 국내에 머신러닝과 딥러닝을 하는 업체는 손에 꼽을 정도로 극초기 시장이라 할 수 있습니다. 이는 전 세계적으로도 비슷한 단계인데, 제조 강국인 우리나라는 스마트팩토리에 대한 높은 수요로 해당 분야의 기술 우위를 차지하고 있죠. 그중에서도 ㈜아이브는 소프트웨어와 하드웨어를 모두 다룬다는 점이 특징입니다.”</p>
<p>제품의 불량을 AI를 활용해 판단하는 솔루션을 개발하는 것은 전 세계적으로도 이제 초기 단계에 접어든 만큼 ㈜아이브가 수행하는 프로젝트 또한 세계 최초인 경우가 대다수다. 성 대표는 첫 번째 프로젝트에서부터 난관을 겪었다고 말했다. 난이도가 높기도 했지만, 예상보다 낮은 성능을 보인 탓이다. 몇 달간 밤을 지새우며 문제 해결에 매달렸다. 성 대표는 당초 기대하던 성능이 구현하는 순간 팀이 느끼는 쾌감은 어느 것에도 비할 수 없다며 당시를 떠올렸다.</p>
<h4>㈜아이브의 성장 동력, 팀워크과 자유로운 기업문화</h4>
<p>현재 ㈜아이브는 18명의 구성원들이 의기투합해 기업을 이끌어가고 있다. 성민수 대표는 한 명의 엔지니어가 훌륭하다고 해서 성과를 낼 수 있는 분야가 아니라며, 팀으로 문제를 해결하는 데 초점을 맞췄다고 전했다. 인재 채용에 있어서도 역량평가와 함께 컬쳐 인터뷰가 진행된다. 기본적인 실력도 중요하지만, 기존 구성원들과 잘 어우러져 팀워크를 발휘할 수 있는 사람인가에 중점을 둔다는 설명이다. 회사가 좋은 성과를 내기 위해서는 무엇보다 그룹워크가 잘 형성되어야 한다는 성 대표의 말을 뒷받침하듯 ㈜아이브는 사업 아이템 구상 후 2년을 창업팀을 모으는데 할애할 정도로 인재와 팀워크에 비중을 싣고 있었다.</p>
<p>“엔지니어들은 자신이 더 많은 것을 배울 수 있는 사람과 일하기를 원합니다. 보상에 대한 문제도 있지만, 실력 있는 사람과 팀을 이루는 것을 선호하죠. 인재를 채용할 때면 이런 점을 강조하는 것과 더불어 회사의 자유로운 분위기를 어필하곤 합니다. 별도의 출퇴근 시간이 정해져 있지 않고, 사내에 필라테스 강사가 방문해 레슨을 진행하는 등 편안하고도 건강한 분위기를 만들어가고 있습니다.”</p>
<p>무엇보다 팀워크를 강조하는 성 대표는 인재 채용 시에도 자연스러운 식사 자리를 갖는 것을 선호한다고 말한다. 기업문화를 말로 설명하기보다 한 번 어우러져 보는 것이 더욱 효과적이라는 생각에서다. ㈜아이브라는 사명 또한 구성원과의 논의 끝에 결정된 이름이다. 이러한 노력에도 불화가 생기기도 한다. 그럴 때면 팀워크를 해치지 않는 선에서 해결책을 찾고자 고심한다는 그다. 특히 대표로서 중심을 잡으며 구성원들에게 적당한 긴장감과 해방감을 주고자 노력하는 모습이다.</p>
<p>“기술도 결국 사람이 하는 일이에요. 좋은 사람들을 채용하는 것이 가장 어렵고도 중요한 일입니다. 출중한 실력을 갖춘 인재 유치를 위한 경쟁이 치열한 가운데 우리와 컬쳐핏도 잘 맞는 인재를 찾는 일이 쉽지만은 않죠. 저희와 좋은 팀워크를 이룰 수 있는 인재들을 영입하는 데 집중하고자 합니다.”</p>
<p>성 대표는 ㈜아이브가 이제 개념 증명을 끝내고 사업화 초기 단계에 접어들었다고 평가했다. 최근 투자를 유치한 만큼 본격 성장 단계를 향해 나아갈 것이라 내다보는 그다. 이와 함께 본격적 채용을 계획 중이다. 성 대표는 현재의 팀만으로는 의뢰받은 일들을 빠른 속도로 해결하는 데 한계가 있는 만큼 AI 알고리즘 및 소프트웨어 개발, 광학엔지니어링, 하드웨어 설계 등 전 분야에 걸친 공격적 채용을 통해 성장 단계로 빠르게 진입하고자 한다고 말했다.</p>
<p><img src="/images/news/news02-2.jpeg" alt="Alt text"></p>
<h4>고객의 문제 해결하는 기업, 세상이 필요로 하는 솔루션 제공할 것</h4>
<p>기업이 존재하는 유일한 이유는 고객의 문제를 해결하는 데 있습니다. 분야에서 고객의 문제를 기술적으로 누구보다 잘 해결하는 기업으로 성장하고자 합니다.</p>
<p>㈜아이브는 국내에서의 양산 적용 실적에 힘입어 글로벌 진출을 준비 중이다. 부품 제조업 허브로서의 위상을 가진 한국에서 다양한 제품의 딥러닝 머신비전 솔루션에 특화된 경쟁력을 갖춘 만큼 충분한 승산을 가졌다는 판단에서다. 아울러 적은 수량의 데이터로도 검출 모델 성능을 극대화하기 위한 Few Shot Learning, Unsupervised Anomaly Detection 등 딥러닝 기술 고도화에 나섰다. 이외에도 빠르고 정확한 검사가 가능한 2.5D 광학계의 개발에도 박차를 가할 예정이다.</p>
<p>성민수 대표는 무엇보다 즐거운 직장을 만들고 싶다고 말했다. 아침에 눈을 떴을 때 출근하고 싶은 회사를 만들고자 한다며, 자신의 적성에 맞는 업무를 수행하고, 그 결과에 따른 충분한 보상을 제공하는 등 여러 가지 요소가 복합될 때 ‘일하고 싶은 회사’가 만들어질 것이라 전하는 그다. 또한, 회사의 성장에 발맞춘 개개인의 역량 성장을 지향한다. 성 대표와 CSO, 프로젝트 매니저 등 비엔지니어 출신 구성원들 또한 솔루션에 대한 기술적 이해를 토대로 엔지니어와 고객을 잇는 역할을 수행하고 있다. 엔지니어들 또한 새로운 프로젝트에 도전하고, 컴퓨터공학 관련 학위 취득을 병행하는 등 역량 강화에 집중하는 모습이다. 성 대표는 지금은 낯선 업무일지라도 5, 10년 후에는 세상에 반드시 필요한 업무들이 될 것이라며, 구성원 개개인의 전문성을 확보해간다는 계획을 전했다.</p>
<p>“무엇보다 시장이 필요로 하는 일을 한다는 자부심을 갖고 있습니다. 누구도 원하지 않는 기술을 만들어가는 것은 사업가가 아닌 발명가죠. 딥러닝 기반의 통합 머신비전 솔루션의 엄청난 성장이 기대되는 만큼 연구개발에 집중하며 시장을 선도하는 기업으로 성장하고자 합니다.”</p>


제조업의 난제 해결할 딥러닝 컴퓨터 비전 기반의 통합 머신비전 솔루션

<h4>[플래텀] 김민정 기자 2021/06/23</h4>
<p><a href="https://platum.kr/archives/165471">기사 원문</a></p>
<p>딥러닝 머신비전 솔루션 전문 스타트업 아이브가 50억원 규모 시리즈A 투자 유치를 했다.
이번 시리즈A 투자에는 산은캐피탈, L&#x26;S벤처캐피탈, 퀀텀벤처스코리아, K2인베스트먼트파트너스, WE벤처스 등의 재무적 투자자(FI)가 참여했다.
앞서 아이브는 2020년 5월 시드 투자 유치를 한 바 있다. 당시 투자자로 센트랄, 삼기, 태양금속, 오토닉스 등 소재부품 전문 중견 제조사들이 참여했었다.
아이브는 딥러닝 기반의 머신비전 기술을 통해 제조업 제품의 불량품 검출 공정을 자동화하는 제조업용 AI 솔루션을 제공하고 있다.</p>
<p>아이브는 딥러닝 머신비전의 핵심기술인 인공지능ㆍ머신비전ㆍ광학엔지니어링 기술 분야에서 경력을 쌓은 창업팀 엔지니어들의 역량을 바탕으로, 창업 후 1년간의 짧은 시간 동안 핵심 기술의 내재화 및 고도화, 다수의 개념증명(Proof of concept) 및 양산 적용 프로젝트를 수행한 점이 투자사들의 높은 평가를 받았다.</p>
<p>최근 DT(Digital Transformation)가 제조업 경쟁력 향상의 핵심으로 부각되고, 부정확한 육안검사에 의존하던 최종 검사공정을 자동화하고자 하는 시장의 요구가 높아지고 있는 상황이다. 하지만, 검사장비 하드웨어와 소프트웨어의 통합 역량이 내재화되어 있지 않은 대ㆍ중견ㆍ중소 제조사들의 다양한 니즈를 충족시킬 수 있는 AI검사 솔루션이 부재한 현실에서 아이브가 딥러닝 기반의 통합 머신비전 솔루션을 제공함으로써, 부품 제조사들의 원가ㆍ품질 경쟁력 향상에 실질적 성과를 창출해 내고 있다는 점이 투자사들의 이목을 끌었다.</p>
<p>부품 제조업 허브로서의 위상을 가진 한국에서 다양한 제품의 딥러닝 머신비전 솔루션에 특화된 경쟁력을 갖춘 아이브는 국내에서 양산 적용 실적을 바탕으로 글로벌 진출도 추진할 예정이다. 아울러 적은 수량의 데이터로도 검출 모델 성능 극대화를 위한 Few Shot Learning 및 Unsupervised Anomaly Detection 등 딥러닝 기술 고도화와 함께, 빠르고 정확한 검사가 가능한 2.5D 광학계의 개발에도 박차를 가할 예정이다. 또한 성장 동력을 확보하기 위해 AI 알고리즘 및 소프트웨어 개발, 광학엔지니어링, 하드웨어 설계 전 분야에서 우수한 인력을 적극 채용할 계획이다.</p>
