=서울대 컴퓨터공학부 김건희 교수 연구실과 공동 연구
=인포시즈의 도면 인식 솔루션 ‘델타플로우’ 기반
=AI가 도면 읽는 ‘Image-to-Graph' 파운데이션 모델 개발


온톨로지 기반 엔터프라이즈 인공지능(AI) 기업 인포시즈는 서울대학교 컴퓨터공학부 김건희 교수 연구실과 함께 글로벌 AI 업계에서 기술적 난도가 높다고 평가되는 '산업 도면 전체 인식 AI 기술’ 공동 연구에 착수했다고 12일 밝혔다.

인포시즈는 자체 개발한 도면 인식 및 온톨로지 자동 전환 기술을 통해 반도체·에너지·정유·화학·금융 등 다수 산업 기업의 인공지능 전환(AX)을 지원하는 기업이다. 인포시즈가 자체 개발한 도면 인식 솔루션 ‘델타플로우(DELTAflow)’에는 비정형 설계 도면에서 설비와 배관의 연결 관계, 공정 흐름 등을 추출하고, 이를 구조화된 데이터로 전환하는 기술이 적용돼 있다.

기업들은 실제 산업 현장에서 신규 장비 도입에 따른 공정 영향도 분석, 설계 검토 등 업무에 델타플로우를 활용하고 있다. 이번 연구는 인포시즈의 현장 적용 경험과 서울대학교의 연구 역량을 결합해 산업 도면 인식 특화 AI 기술을 한 단계 더 발전시키기 위해 추진됐다.

기존에 산업 현장에서는 도면 분할 인식 방법이 주로 사용돼 왔다. 해당 방식은 도면 전체에 걸친 설비 간 연결 관계를 파악하는 데 한계가 있다. 산업 도면 인식 기술의 핵심은 수많은 설비와 배관, 계측기를 개별 객체로 인식하는 것뿐 아니라 객체 간 연결 관계를 읽고 도면 전체의 맥락을 이해하는 데 있다. 이는 범용 AI나 멀티모달 AI를 통해서도 풀기 어려운 숙제로 거론돼 왔다.

인포시즈와 서울대학교 연구팀은 도면 전체를 하나의 입력으로 처리하는 '전체 단위(Whole-scale)' 접근법을 활용해 '이미지 투 그래프(Image-to-Graph)' 파운데이션 모델을 개발할 예정이다. 고해상도 도면의 세부 정보를 보존하면서 전체 구조와 맥락을 분석하고, 도면 내 심볼 및 심볼 간 연결 관계를 파악해 그래프 데이터로 변환하는 방식이다.

양 측은 핵심 AI 모델 개발과 함께 산업 도면에 특화된 학습 데이터 구축도 병행한다. 인포시즈는 약 2만장 규모의 실제 산업 도면 데이터를 활용해 다양한 도면 구조와 설비 간 연결 관계를 AI 모델에 학습시키고 있다. 이를 통해 실제 제품에 적용 가능한 인식 정확도와 처리 효율을 갖춘 AI 모델을 개발하는 데 집중할 예정이다.

이번 연구의 목표는 산업 도면의 구조적 특성을 학습해 복잡한 연결 관계를 인식하는 산업 도면 전용 AI 모델을 개발하고, 산업 특화 AI 원천기술을 확보하는 데 있다. 특히, 초기 연구 대상인 배관계장도(P&ID)를 시작으로 단선 결선도(SLD), 제어 로직 다이어그램 등 다양한 엔지니어링 도면까지 분석할 수 있도록 기술을 고도화할 예정이다.

인포시즈는 연구 결과를 자사 솔루션인 델타플로우에도 단계적으로 적용할 계획이다. 대규모 도면의 자동 분석과 검색, 설비 간 연결 관계 탐색, 도면 개정 이력 비교 등 기능을 강화하고, 장기적으로는 도면에서 추출한 그래프 데이터를 기업의 설계·설비·운영 데이터와 연결해 AI 에이전트 기반 업무 자동화로 활용 영역을 넓힐 계획이다.

인포시즈 탁정수 대표는 "산업 도면 전체의 구조와 연결 관계를 AI가 정밀하게 이해하는 일은 아직 해결되지 않은 글로벌 기술 난제로 꼽힌다"며 "이번 서울대학교와의 공동 연구를 통해 산업 도면 인식 분야에 새로운 기술적 기준을 제시하고, 자사 솔루션인 델타플로우에도 이를 적용해 도면 기반 업무에 혁신을 가져올 것"이라고 밝혔다.

서울대학교 김건희 교수는 "제조업 중심의 국내 산업 구조에서는 산업 도면 인식 기술의 활용 범위가 매우 넓고 파급효과도 크다"며 "이 분야의 AI 원천기술 확보는 국내 산업의 경쟁력 강화와 기술 자립을 위해 매우 중요한 일"이라고 말했다.

이정선 중기선임기자