인터엑스, 글로벌 최상위 학술지 '2연속' 게재…IPO 앞두고 제조 AX 원천기술 경쟁력 재입증 작성일 10-29 34 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">산업용 비전검사 자율 적응 기술 게재…서로 다른 제조 AI 분야서 독립 연구성과 연이어 확보<br>데이터 축소율 81.04%·AUROC 0.9990…Inspection.AI 핵심 기술 경쟁력 검증</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="zL2dPrfzmx"> <p contents-hash="48c7d2cc89ab7c204d0ae000e6c2a1b4c13295383f9de83fb7655d5dbcbd1ea4" dmcf-pid="qoVJQm4qmQ" dmcf-ptype="general">코스닥 상장을 앞둔 인공지능 전환(AX)·자율제조 전문기업 인터엑스(INTERX·대표 박정윤)가 산업AI 분야 글로벌 최상위권 국제학술지 'IEEE Transactions on Industrial Informatics(TII)'에 한 달 새 두 편의 제조AI 연구논문을 연이어 게재했다고 29일 밝혔다.</p> <p contents-hash="8d2dbfde305c39c87fcdba0730858911e9e396ab7b1f3b02f7602934ae5a4b53" dmcf-pid="Bgfixs8BEP" dmcf-ptype="general">이번에 게재된 논문은 사지드 알리(Sajid Ali) 연구원과 정하일 최고기술책임자(CTO)가 참여한 논문이다. 논문 주제는 '“산업용 시각 검사에서의 자율적 개념 드리프트 적응: 이중 메모리 능동 학습 MLOps 프레임워크(Autonomous Concept Drift Adaptation in Industrial Visual Inspection: A Dual-Memory Active Learning MLOps Framework)'로 지난 27일 IEEE TII Early Access에 게재됐다.</p> <p contents-hash="e0e2935c34e50b7765ba65c3de174bb50635942c05df7e57220ba035322c10b5" dmcf-pid="ba4nMO6bw6" dmcf-ptype="general">앞서 지난 8일에는 정찬영 선임연구원과 정하일 CTO가 참여한 'SegMIL: Long-Term Time Series Data Classification for Industrial AI Applications'이 같은 IEEE TII에 게재됐다.</p> <p contents-hash="9f7b6847688b370d6ce3907b025e314b127419a21b80f3c71f450ef477c2215e" dmcf-pid="KqYU1QHlE8" dmcf-ptype="general">IEEE TII는 산업AI와 지능형 자동화, 산업용 IoT 등을 다루는 산업정보학 분야 대표 SCI(E)급 저널20이다. 25년 저널 영향력 요소 9.8, Scopus 관련 세부 분야 상위 2% 수준의 글로벌 최상위권 학술지다.</p> <p contents-hash="57ab20e11e8cfe7156c0c5440bd1433982759e7ddc59d48bda638ddf4cfe8001" dmcf-pid="9BGutxXSm4" dmcf-ptype="general">인터엑스는 두 논문이 동일한 기술의 후속 연구가 아닌 서로 다른 제조AI 문제를 다룬 독립적인 연구성과라는 점에서 의미가 크다고 했다. SegMIL이 대규모 제조 시계열 데이터에서 짧은 이상 구간까지 효과적으로 포착하는 기술을 다뤘다면, 이번 연구는 산업용 비전검사 AI가 지속적으로 변화하는 제조환경에 스스로 적응하며 검사 성능을 유지하는 기술을 제시했다.</p> <p contents-hash="350c63bdc8fe9b4cd32dc96646dee18b43d556912decb6fcbcc59f969252e5a8" dmcf-pid="2bH7FMZvwf" dmcf-ptype="general">서로 다른 연구진과 기술영역에서 짧은 기간 내 글로벌 최상위 수준의 연구성과가 반복적으로 나오고 있다는 점은 인터엑스가 특정 기술이나 연구자 한 명에 의존하지 않고 지속적으로 원천기술을 만들어낼 수 있는 조직적 R&D 역량을 확보하고 있음을 보여준다.<br></p> <figure class="figure_frm origin_fig" contents-hash="925245b4c2f14c62361b3d1d1e4d05e47f27235fcde90c70ae0a744c075862ed" dmcf-pid="VKXz3R5TOV" dmcf-ptype="figure"> <p class="link_figure"><img alt="IEEE TII 논문 게재 내용 및 정하일 CTO(왼쪽)와 Sajid Ali 연구원. (제공: 인터엑스)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/29/etimesi/20261029074830879ylqs.png" data-org-width="700" dmcf-mid="7necoyJ6DM" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/29/etimesi/20261029074830879ylqs.png" width="658"></p> <figcaption class="txt_caption default_figure"> IEEE TII 논문 게재 내용 및 정하일 CTO(왼쪽)와 Sajid Ali 연구원. (제공: 인터엑스) </figcaption> </figure> <p contents-hash="854823b97e8e9e93b3267e594ba603221ae1dcf2be8915bb76f924202473e3b1" dmcf-pid="f9Zq0e1ys2" dmcf-ptype="general"><strong>검사환경이 바뀌어도 AI가 자율 대응…Inspection.AI 기술 진입장벽 강화<br></strong><br>이번 연구는 산업용 비전검사 AI가 실제 제조현장에서 장기간 운영될 때 발생하는 대표적인 난제인 '드리프트 컨셉트(Concept Drift)'에 주목했다.</p> <p contents-hash="b66c4f20fb06479beddd7313e2806b03d010eca1bb24efcc2f191cd6276be895" dmcf-pid="4V1bUJFYm9" dmcf-ptype="general">생산품목과 공정조건, 조명, 설비상태 등이 지속적으로 변화하면 기존에 학습된 AI 모델의 정확도가 낮아질 수 있다. 이를 보완하려면 새로운 데이터를 사람이 반복적으로 라벨링하고 모델을 재학습해야 해 운영비용과 관리부담이 커지는 한계가 있다.</p> <p contents-hash="7c7fa8993316bf567354cac2401e367a754571017c91fd69ff08a670afa5b746" dmcf-pid="8ftKui3GIK" dmcf-ptype="general">연구진은 이를 해결하기 위해 이중 메모리 능동학습(Dual-Memory Active Learning) 기반 자율 적응형 MLOps 프레임워크를 개발했다. 새롭게 유입되는 검사 데이터와 기존 기준 데이터의 분포 차이를 AI가 지속적으로 감지하고, 판단이 모호한 데이터만 선택적으로 사람에게 확인을 요청한다. 정상과 불량 정보를 이중 메모리 구조로 관리해 기존 지식을 유지하면서 변화한 제조환경에 적응할 수 있도록 설계했다.</p> <p contents-hash="44c60a62cd67f2dfa5da096579bbd799c61a2017c9f33f7c60fbce471ac035fb" dmcf-pid="64F97n0Hwb" dmcf-ptype="general">특히 전체 모델을 반복적으로 다시 학습하지 않고도 환경 변화에 지속 대응할 수 있다는 점이 핵심이다. 연구 결과 MVTec AD 기반 연속 변화 환경에서 데이터 축소율 81.04%, AUROC 0.9990, FPR95 0.0075를 기록했다. 활성 메모리 사용량도 1.19MB로 경량화했으며 엔비디아 Jetson Orin NX에서 39.07fps의 처리성능을 구현해 엣지 환경에서의 적용 가능성도 확인했다. 이는 최초 구축 시점의 검사 정확도를 넘어, 실제 제조현장에서 AI가 변화하는 데이터를 스스로 감지하고 적응하며 검사성능을 지속적으로 유지할 수 있는 기술 기반을 제시했다는 점에서 의미가 있다.</p> <p contents-hash="3d87cd653c1c433f2985bc5bb22579c0f678eaf4aca8c6adf4382cc6b2999c0e" dmcf-pid="P832zLpXDB" dmcf-ptype="general">인터엑스는 반도체를 비롯한 정밀 제조산업에 적용하고 있는 Inspection.AI 역시 이러한 기술을 기반으로 반복적인 라벨링과 재학습 부담을 줄이고 실제 생산환경에서 지속적으로 활용 가능한 검사 AI로 고도화할 수 있다고 했다.</p> <p contents-hash="4e256589eec43a7d53b389c71daa64a4bc8dd07e8fdc04d7c23e05434a492065" dmcf-pid="Q60VqoUZrq" dmcf-ptype="general"><strong>‘한 번의 연구성과’ 아닌 지속 가능한 R&D 역량<br></strong><br>회사측은 이번 IEEE TII 연속 게재는 개별 논문의 학술적 성과를 넘어 인터엑스가 축적해 온 기술자산의 구조를 보여주는 사례라고 평가했다.</p> <p contents-hash="975316c398e35b15161c661ac7549d39b0226297f74f850573e258d58970a4b4" dmcf-pid="xPpfBgu5Iz" dmcf-ptype="general">인터엑스는 2026년 상반기 기준 등록·출원을 포함해 총 158건의 지식재산권(IP)을 확보했다. 한국발명진흥회 Smart5 특허평가에서는 최상위 A등급 특허 2건을 인정받았으며, 평가 대상 특허 91건 가운데 B등급 이상도 32건에 달한다.</p> <p contents-hash="2897e556ef6aefca19ca3676e4712e9d400b4e3639d3861df2182a762e5a3ee0" dmcf-pid="yWkSspDgm7" dmcf-ptype="general">특히 A등급 특허 2건은 모두 Inspection.AI의 원천기술로, 각각 과학기술정보통신부 장관상과 특허청장상을 수상했다. 학술 연구에서 확보한 기술을 특허로 권리화하고, 이를 다시 상용 솔루션과 제조현장에 적용하는 구조가 인터엑스의 기술 진입장벽을 형성하고 있다. 또한 인터엑스는 Sajid Ali 연구원을 비롯한 글로벌 연구인재와 국내 연구진으로 구성된 100여명 규모의 R&D 조직을 운영하고 있다. 제조 데이터, 머신러닝, 비전AI, 생성형 AI, AI 에이전트, 디지털트윈, 피지컬 AI 등 자율제조에 필요한 핵심 기술을 자체 연구조직 안에서 연결하고 있다는 점도 경쟁력이다.</p> <p contents-hash="2de33e9bc32bef2ab68ae3b4666a4b1380f3c22698a043a163c1529c2ac69ba6" dmcf-pid="WYEvOUwaIu" dmcf-ptype="general">이번 두 편의 IEEE TII 논문 역시 장기 시계열 분석과 산업용 비전검사라는 서로 다른 기술영역에서 각각 독립적으로 진행됐다. 이는 인터엑스의 연구개발 역량이 특정 제품이나 하나의 기술에 집중된 것이 아니라 제조AI 전반에 걸쳐 다층적으로 축적되고 있음을 보여준다. 또한, 정하일 CTO는 지난 5월 제조공정 자율화를 위한 AI 원천기술 개발과 산업 적용에 기여한 공로로 제61회 발명의 날 대통령 표창을 받은 바 있다.</p> <p contents-hash="77200fc04f5eb9ca2c5df7934cc0eb88b5e33e268b3e8c30a843925f0f6cd7e3" dmcf-pid="YGDTIurNsU" dmcf-ptype="general"><strong>논문→IP→제품→현장…기술을 사업성과로 전환하는 구조<br></strong><br>회사측은 기술 경쟁력이 연구성과를 실제 제조현장의 사업성과로 연결하고 있다고 했다.</p> <p contents-hash="de3dbd66adc4e4f0b6643c8d74e4c767f8aa3541db18699b6018d1fe36d5dcd4" dmcf-pid="GHwyC7mjEp" dmcf-ptype="general">회사는 자동차·반도체·이차전지·전자·식품 등 주요 제조산업에서 200건 이상의 제조AI 구축실적을 확보했다. 올해 10월 기준 누적 신규 수주액 역시 지난해 연간 신규 수주액의 3배를 넘어서는 등 기술개발이 실제 고객 확보와 사업 성장으로 이어지고 있다.</p> <p contents-hash="5fdfe0fc96bb2857786c4a629692782841570bff8ef859c0d12da455b7895c2d" dmcf-pid="HXrWhzsAD0" dmcf-ptype="general">즉 인터엑스의 경쟁력은 개별 논문이나 특허의 숫자보다 '원천기술 연구 → 글로벌 학술 검증 → IP 확보 → 제품화 → 제조현장 적용 → 수주 확대'로 이어지는 기술사업화 체계에 있다.</p> <p contents-hash="2c5aa97b070d8fa9174d9bc4aca60f955c022814956c30cf4edcc3342ae7bfbe" dmcf-pid="XM769jqFD3" dmcf-ptype="general">특히 제조AI 기업의 경쟁력이 연구인력의 질과 기술자산의 축적 속도, 현장 상용화 능력에 의해 좌우되는 가운데, 글로벌 수준의 학술성과와 158건의 IP, 100여명 규모의 R&D 인력, 200건 이상의 현장 구축실적이 하나의 체계로 연결되고 있다는 점은 인터엑스의 기술 기반 성장성을 뒷받침하는 핵심 요소다.</p> <p contents-hash="13ac9e5a4614345c99c99aa0dd575b474acfe77fd2124baae9be8b9c1addc5bc" dmcf-pid="ZRzP2AB3mF" dmcf-ptype="general">인터엑스는 코스닥 상장예비심사를 통과한 데 이어 증권신고서를 제출하고 상장 절차를 진행하고 있다. 회사는 공모를 통해 확보한 재원을 자율제조 원천기술 연구개발과 제품 고도화, 제조 데이터스페이스 플랫폼 구축, 글로벌 사업기반 확대 등에 활용할 계획이다.</p> <p contents-hash="2fdb9db1e1ed7477a1d7c2e84a062bac235a0858f2cb2e65fe4f927ff54805f1" dmcf-pid="5eqQVcb0Dt" dmcf-ptype="general">상장 이후에도 제조현장에서 확보한 데이터와 글로벌 R&D 인력을 기반으로 제조AI 원천기술을 지속적으로 축적하고, 이를 자율제조와 Enterprise AX 영역으로 확장해 기술 경쟁력과 사업 성장 기반을 동시에 강화한다는 전략이다.</p> <p contents-hash="f7cedeca243bcb8ddf446fed8e667ff4d21b6604b29053331c92b1d39b4a5c6e" dmcf-pid="1dBxfkKpO1" dmcf-ptype="general">정하일 인터엑스 CTO는 “서로 다른 제조AI 분야의 독립적인 연구가 연이어 IEEE TII에서 인정받았다는 점은 인터엑스가 제조현장의 다양한 문제를 원천기술로 해결할 수 있는 연구역량을 지속적으로 축적하고 있다는 의미”라며 “글로벌 연구인재와 제조현장에서 확보한 데이터를 기반으로 연구성과를 IP와 제품, 현장 성과로 연결해 글로벌 제조AX 시장에서 기술 경쟁력을 더욱 높이겠다”고 말했다.</p> <p contents-hash="f427db211738efe915cf63b2f44b4d9ca01f751369c860a60e3f9913f511137d" dmcf-pid="tJbM4E9Um5" dmcf-ptype="general">이경민 기자 kmlee@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 보로노이, 임상 환자 35% 줄였는데…추가 자금 조달 나선 이유 10-29 다음 [해킹 도미노]②IT비전공자도 뚫었다…AI시대의 이면 10-29 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
