디플리, 로봇 체결 소리로 불량 잡는다…리슨 AI 자동차 양산라인 적용

(venturesquare.net)

벤처스퀘어2026년 9월 16일AI 산업

음향 AI 솔루션 기업 디플리가 자동차 로봇 조립 공정에 소리와 진동 데이터를 결합한 '리슨 AI'를 적용하여, 비전 검사의 한계를 넘어 커넥터 체결 불량을 99.9%의 정확도로 잡아내는 이중 검사 체계를 구축하며 제조 자동화의 정밀도를 혁신하고 있다.

이 글의 핵심 포인트

1디플리가 자동차 의장 공정 커넥터 체결 로봇 라인에 '리슨 AI' 공급
2비전 AI 검사와 음향·진동 분석을 결합한 '이중 검사 체계' 구축
3사람이 인지 가능한 진성 불량에 대해 99.9%의 탐지율 구현
4소음 환경 내 가성 불량 탐지율 99% 이상을 목표로 양산 적용 추진 중
5향후 분리 공정 검사 및 설비 예지보전 등 적용 범위 확대 계획

이 글에 대한 공공지능 분석

왜 중요한가?

제조 현장의 로봇 자동화가 단순 반복을 넘어 정밀 조립 단계로 진입함에 따라, 육안으로 확인 불가능한 미세 결함을 잡아내는 고도화된 검사 기술이 필수적이기 때문입니다. 소리와 진동이라는 물리적 신호를 데이터화하여 비전 기술의 사각지대를 보완한다는 점에서 공정 신뢰성을 획기적으로 높일 수 있습니다.

어떤 배경과 맥락이 있나?

기존에는 작업자의 숙련된 감각(촉각, 청각)에 의존하던 체결 검사가 로봇 자동화로 인해 데이터 기반의 자동화된 방식으로 전환되는 과도기에 있습니다. 특히 전장 부품의 비중이 커지는 자동차 산업에서 커넥터 체결 오류는 치명적인 결함으로 이어질 수 있어, 실시간 정밀 검사 수요가 급증하고 있습니다.

업계에 어떤 영향을 주나?

비전 AI 중심의 검사 시장이 멀티모달(Multimodal) 데이터 활용 시장으로 확장될 것임을 시사합니다. 이는 단순 이미지 분석을 넘어 소리, 진량, 압력 등 다양한 센서 데이터를 통합하여 분석하는 '센서 퓨전' 기반의 AI 솔루션 스타트업들에게 새로운 시장 기회를 제공합니다.

한국 시장에 어떤 시사점이 있나?

자동차 및 반도체 등 정밀 제조 강국인 한국 기업들에게, 기존의 하드웨어 자동화 기술에 소프트웨어적 지능(AI)을 결합하는 '스마트 팩토리 2.0' 전략의 중요성을 보여줍니다. 제조 공정의 디지털 트윈과 연계된 정밀 검사 솔루션 개발은 글로벌 경쟁력을 확보할 핵심 요소입니다.

이 글에 대한 큐레이터 의견

디플리의 사례는 제조 AI의 진화 방향이 '시각'에서 '멀티모달'로 이동하고 있음을 보여주는 매우 고무적인 사례입니다. 비전 AI가 가진 물리적 한계를 소리와 진동이라는 보완적 데이터로 해결하려는 접근은, 공정의 신뢰성을 극대화하려는 제조 기업들의 페인 포인트(Pain Point)를 정확히 타격했습니다. 특히 99.9%라는 구체적인 수치는 기술적 성숙도를 증명하며, 이는 향후 대규모 양산 라인 적용을 위한 강력한 레버리지가 될 것입니다.

다만, 이러한 멀티모달 솔루션의 확산에는 '데이터 노이즈 관리'라는 큰 기술적 난관이 존재합니다. 실제 양산 라인은 수많은 로봇과 설비가 동시에 작동하며 발생하는 복잡한 소음과 진동이 혼재된 환경입니다. 특정 체결음만을 정밀하게 분리해내는 신호 처리 기술의 완성도가 낮다면, 오히려 가성 불량(False Positive)을 높여 생산 효율을 저해할 위험이 있습니다. 따라서 스타트업들은 단순한 알고리즘 성능을 넘어, 극도로 열악한 산업 현장의 소음 환경에서도 강건하게 작동하는 '환경 적응형 AI' 모델을 구축하는 데 집중해야 합니다.

원문 보기 →