챕터별 상세
01:21
비주얼 이상 탐지(VAD)의 정의와 활용 분야
비주얼 이상 탐지는 이미지 내에서 정상과 다른 부분을 찾아내는 기술이다. 제조 공정의 결함 검사, 의료 영상 진단, 보안 모니터링 등 다양한 산업 분야에서 폭넓게 활용된다. 특히 비정상 데이터를 수집하기 어려운 환경에서 정상 데이터의 특징을 학습하여 이상치를 감지하는 방식이 주로 사용된다.
02:40
VAD 모델의 발전 단계: Individual에서 Foundation으로
과거에는 각 제품이나 태스크마다 개별적인 모델을 학습시키는 방식이 주를 이루었다. 하지만 최근에는 하나의 거대한 파운데이션 모델을 사용하여 다양한 클래스의 이상을 동시에 탐지하는 방향으로 진화하고 있다. 이는 개별 모델 학습에 드는 비용과 시간을 획기적으로 줄여주는 효과가 있다.
07:34
단일 클래스(One-class) 및 다중 클래스(Multi-class) VAD의 한계
단일 클래스 모델은 특정 제품의 정상 특징만 학습하므로 클래스가 늘어날수록 모델 수도 비례해서 증가하는 단점이 있다. 이를 해결하기 위해 다중 클래스 모델이 제안되었으나, 여전히 학습 과정에서 보지 못한 새로운 클래스(Unseen class)에 대해서는 이상 탐지가 불가능하다는 한계가 존재했다.
10:24
제로샷(Zero-shot) VAD와 CLIP의 등장
CLIP과 같은 비전-언어 모델(VLM)을 활용하면서 학습 없이도 이상 탐지가 가능한 제로샷 기법이 활성화되었다. 텍스트 프롬프트를 통해 '정상'과 '결함' 상태를 정의하고 이미지와의 유사도를 측정하여 이상 여부를 판단한다. 하지만 텍스트 정보에 의존하기 때문에 프롬프트 엔지니어링이 복잡해지고 성능이 텍스트 품질에 좌우되는 문제가 있었다.
16:36
퓨샷(Few-shot) VAD와 레퍼런스 활용 기법
소량의 정상 데이터를 레퍼런스로 활용하는 퓨샷 기법은 제로샷의 한계를 보완한다. 입력 이미지와 레퍼런스 이미지 간의 특징 맵 차이를 계산하여 이상치를 더 정확하게 찾아낸다. 특히 객체가 사라지거나 위치가 바뀐 경우(Missing/Misplaced)처럼 텍스트로 설명하기 어려운 이상 상황에서 강력한 성능을 발휘한다.
24:00
UniADet: 텍스트 없는 범용 VAD 모델 제안
UniADet은 텍스트 정보 없이 비전 인코더만으로 제로샷 및 퓨샷 이상 탐지를 수행하는 모델이다. 기존 모델들이 CLIP의 텍스트 정렬에 의존했던 것과 달리, 강력한 비전 백본(DINOv2 등)에서 추출한 특징 맵을 직접 활용한다. 이를 통해 프롬프트 엔지니어링의 복잡성을 제거하고 모델 구조를 단순화했다.
30:00
UniADet의 핵심 구조: 디커플링과 계층적 특징 활용
이미지 전체의 이상 여부를 판단하는 분류(Classification)와 구체적 위치를 찾는 세그멘테이션(Segmentation)을 분리하여 처리한다. 비전 트랜스포머의 CLS 토큰과 패치 토큰이 서로 다른 공간적 특성을 가진다는 점을 이용해 레이어별로 별도의 분류기를 학습시켰다. 여러 레이어의 계층적 특징을 통합함으로써 정밀한 탐지가 가능해졌다.
35:20
실험 결과 및 성능 비교 분석
MVTec AD 및 VisA 데이터셋에서 실험한 결과, UniADet은 기존의 텍스트 기반 모델들보다 뛰어난 제로샷 및 퓨샷 성능을 기록했다. 특히 DINOv2와 같은 강력한 비전 백본을 사용할수록 성능이 선형적으로 향상됨을 확인했다. 텍스트 정보 없이도 이미지 특징만으로 충분히 범용적인 이상 탐지가 가능하다는 것을 입증했다.
38:18
결론 및 향후 연구 방향
비주얼 이상 탐지에서 텍스트 정보는 유용하지만 필수적인 것은 아니며, 강력한 비전 파운데이션 모델의 특징 맵을 잘 활용하는 것이 더 중요하다. 향후에는 이상 탐지 결과에 대해 이유를 설명해주는 리즈닝(Reasoning) 기능이나 멀티모달 정보를 더 효율적으로 결합하는 연구가 이어질 것으로 전망된다.
용어 해설
- 비주얼 이상 탐지(Visual Anomaly Detection)
- — 이미지 내에서 정상적인 패턴과 다른 희귀하거나 비정상적인 부분을 찾아내는 기술이다. 제조 공정의 결함 탐지, 의료 영상 진단, 보안 모니터링 등 다양한 산업 분야에서 핵심적으로 활용된다.
- 제로샷 학습(Zero-shot Learning)
- — 모델이 학습 과정에서 한 번도 보지 못한 새로운 클래스나 데이터에 대해 추가 학습 없이 즉시 추론을 수행하는 기법이다. 파운데이션 모델의 범용성을 평가하는 중요한 지표 중 하나이다.
- 퓨샷 학습(Few-shot Learning)
- — 매우 적은 수(보통 1~5개)의 데이터 샘플만을 사용하여 새로운 태스크에 적응하는 학습 방식이다. 데이터 수집이 어려운 이상 탐지 분야에서 정상 샘플 몇 장만으로 결함을 찾아내는 데 유용하다.
- 파운데이션 모델(Foundation Model)
- — 방대한 양의 데이터를 바탕으로 사전 학습되어 다양한 다운스트림 태스크에 적용 가능한 범용 인공지능 모델이다. CLIP, DINOv2 등이 대표적이며 최근 이상 탐지 분야에서도 백본으로 널리 쓰인다.
- 특징 맵(Feature Map)
- — 입력 이미지에서 모델이 추출한 고차원적인 특징 정보를 격자 형태로 나타낸 것이다. 이상 탐지에서는 정상 이미지의 특징 맵과 입력 이미지의 특징 맵을 비교하여 차이가 큰 부분을 이상치로 판단한다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 02. 15.수집 2026. 02. 21.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
