상세 설명

온-디바이스 AI와 엣지 컴퓨팅 기술은 최근 산업 현장에서 실시간 데이터 처리와 신속한 의사결정이 요구됨에 따라 주목받고 있습니다. 본 연구실은 경량화된 딥러닝 모델을 활용하여 임베디드 보드 및 엣지 디바이스에서 기계 결함을 실시간으로 진단하는 시스템을 개발하고 있습니다. 이러한 시스템은 클라우드 서버에 의존하지 않고, 현장에서 직접 데이터를 분석함으로써 네트워크 지연과 보안 문제를 최소화할 수 있습니다. 특히, 본 연구실은 연속학습(continual learning) 알고리즘과 경량 CNN, Vision Transformer 등 다양한 딥러닝 모델을 실제 산업 환경에 적용하고 있습니다. 예를 들어, 라즈베리파이와 같은 저전력 엣지 디바이스에서 3ms 이내에 결함 진단이 가능한 시스템을 구현하였으며, 다양한 공개 진동 데이터셋을 활용해 알고리즘의 성능을 검증하였습니다. 또한, 실시간 모니터링과 데이터 시각화 기능을 통합하여 산업 현장에서의 활용성을 극대화하고 있습니다. 이러한 연구는 스마트 팩토리, 산업 자동화, 스마트 시티 등 다양한 분야에 적용될 수 있으며, 저비용·고효율의 지능형 유지보수 시스템 구현에 기여하고 있습니다. 앞으로도 본 연구실은 엣지 AI의 효율성과 신뢰성을 높이기 위한 모델 최적화, 하드웨어-소프트웨어 통합, 다양한 산업 도메인에 특화된 진단 솔루션 개발을 지속적으로 추진할 계획입니다.

키워드

관련 이미지

관련 자료