일반뉴스 [산업지식인] 검사 위한 딥러닝 수행 시 필요한 데이터는 얼마나 될까요?

헬로티 서재창 기자 | 산업지식인은 실무자의 질문을 전문가가 자세하게 답변해주는 코너입니다. 산업지식인에는 MTV 웨비나에서 발표자와 질문자가 주고받았던 질의응답을 한 데 모아봤습니다. 산업 현장에서는 제조 공정에 딥러닝을 적용하기 위한 시도가 늘고 있습니다. 기업들이 고민하는 지점은 검사 속도, 비용 합리성, 사용 편의성 등이 있을 텐데요. 이러한 궁금증을 해소하기 위해 라온피플은 '딥-러닝 검사를 최적화하다, NAVI AI'라는 주제로 웨비나를 진행했습니다. 이 웨비나에서 라온피플은 당사의 솔루션인 NAVI AI Toolkit 4.0을 통해 딥러닝이 현장에 적용됐던 사례를 중심으로 검사 속도, 비용 합리성, 사용 편의성 등을 살펴봤습니다. Q & A Q : 딥러닝 기반의 검사방식에서 고려해야 할 사항은 무엇인가? A : 딥러닝 검사방식에서는 AI 기술과 마찬가지로 데이터의 유효성이 여전히 중요하다. 그 예로, 수량, 유효성, 새로운 데이터에 대한 처리 등이 있다. Q : 딥러닝 기반으로 검사했을 때 비정형 검사 위주로 하면 부하가 많이 걸리지 않나? A : 정형, 비정형에 따라 부하 차이는 크게 나타나지 않는다. 다만 정형, 비정형에 따라 학습량의

• 서재창 기자
• 2021-11-02 09:57