[비전 AI ①] AI가 세상을 보는 법, ‘비전 AI’

2025년 약 42조 원 시장 규모 전망…VLM, 트랜스포머로 기술 고도화

최근 인공지능(AI) 에이전트의 부상과 함께 다양한 분야에 AI가 적용되기 시작했다. AI가 작업을 수행하기 위해서는 데이터가 필요하며 실시간 정보 수집이 중요하다. 실시간 정보에는 시각, 청각, 촉각 등 사람이 갖고 있는 감각 정보가 포함되며, AI는 이러한 정보가 필요하다. 이중 시각을 담당하는 ‘비전 AI’는 자율주행, 관제, 산업공정 분야에서 핵심 기술로 활용되고 있으며 ‘비전 트랜스포머(Vision Transformer)’, ‘비전 언어모델(VLM)’ 등의 기술과 결합해 고도화되고 있다.

그동안 비전 AI 기술에 집중해 왔던 국내외 기업들도 이러한 기술 흐름에 대응하면서 변화하고 있다. 국내 시장은 특히 산업 특화 솔루션을 중심으로 발전 중이다. 비전 AI 시장의 현재 상황부터 산업 적용 현황, 미래 방향 등을 조명해 본다. 

VLM, 트랜스포머로 기술 고도화

최근 비전 AI 시장은 단순한 객체 인식을 넘어, 비전 언어모델(VLM)과 트랜스포머(Transformer) 기술을 기반으로 더욱 고도화되고 있다. 이러한 기술들은 AI가 이미지를 단순히 ‘보는’ 것을 넘어 ‘이해하고 설명하며’, 나아가 물리적 환경과 상호작용을 하는 ‘피지컬 AI(Physical AI)’로 진화하는 데 핵심적인 역할을 하고 있다.

비전 언어모델은 비전 AI의 핵심 기술로, 영상 속 객체와 상황을 텍스트로 설명하거나, 텍스트 질의에 맞는 영상 장면을 찾아내는 기술이다. 산업 현장에서 AI의 역할을 단순 분석을 넘어서 상황 판단과 행동 예측으로 확장할 수 있으며, 복잡한 영상 환경에서도 객체 인식과 맞춤형 이벤트 탐지가 가능하도록 비전 AI 솔루션을 고도화하는 데 활용된다.

(중략)

슈퍼브에이아이는 비전 언어모델을 활용해 보안 관제 등 다양한 영역에서 학습 없이 특정 이벤트를 쉽게 탐지할 수 있도록 한다는 목표다.


트랜스포머 기술은 2017년 구글 브레인(Google Brain) 소속 연구진이 발표한 논문에서 처음 제안된 자연어 처리(NLP)용 딥러닝 모델이다. 특히 기계 번역(machine translation) 분야에서 기존 순환 신경망(RNN), 장단기 메모리(LSTM) 기반 모델보다 성능이 우수해 널리 사용되기 시작했다. 기존의 단어 기반 해석 방식에서 벗어나, 문장 전체의 맥락을 파악해 의미를 해석하는 데 뛰어난 성능을 보였다. 이미지 처리 분야에서도 이러한 맥락 이해의 필요성이 주목받으면서 비전 트랜스포머 기술이 적용되기 시작했다.

기존의 합성곱 신경망(CNN) 기반 모델이 이미지에서 계층적으로 특징을 추출하고 이를 바탕으로 사물을 인식하는 방식이었다면, 비전 트랜스포머는 로컬 특징 중심의 분석을 넘어 전체 이미지의 글로벌 맥락(Global context)을 함께 고려해 사물을 인식한다. 이를 통해 각각의 픽셀에 대한 개별적인 분석뿐만 아니라, 이미지 속 객체와 주변 환경의 유기적인 관계를 이해할 수 있게 된다.

하지만 트랜스포머는 높은 성능을 얻기 위해 많은 하드웨어 리소스(연산량)를 필요로 한다. 경량화를 통해 CNN과 유사한 리소스를 소모하게 할 수도 있지만, 이 경우 성능이 크게 떨어질 수 있다.

(중략)

 

비전 AI 시장 지속 성장

AI 기술의 발전과 함께 비전 AI 시장은 크게 성장하고 있다. 최근 발표된 시장 조사 자료들을 종합하면 비전 AI는 자율주행, 제조, 헬스케어 등 다양한 산업 분야에 적용되면서 시장이 향후 10년간 폭발적인 성장을 기록할 것으로 예측된다.

글로벌 시장조사 및 컨설팅 기관 프리세던스 리서치(Precedence Research)에 따르면, 2024년 현재 글로벌 비전 AI 시장 규모는 약 229억 3천만 달러(약 32조 원)로 추산된다. 2025년에는 302억 2천만 달러(약 42조 원)로 성장할 것으로 예상되며, 2034년에는 약 3,304억 2천만 달러(약 430조 원) 규모에 이를 것으로 전망된다.

국내 시장 또한 정책적 수요와 기술 패러다임의 변화에 힘입어 크게 성장할 것이 확실시 된다. 기존에는 인력 중심의 관제 및 안전 관리 방식이 주를 이뤘으나, 이제는 영상 관제 자동화로 패러다임 전환이 가속화되고 있다. AI 기반 솔루션의 수요가 크게 늘어날 것이라는 얘기다.

국내 시장은 정부의 정책적 수요와도 밀접하게 연관돼 있다. 스마트시티 구현을 위한 공공 관제 시스템의 고도화는 물론, 산업 현장에서의 안전 관리 중요성이 강조되고 있다. 특히 중대재해처벌법은 비전 AI 솔루션 도입을 가속하는 중요한 요인으로 작용하고 있다.

엣지 디바이스, SoC 최적화 필요

비전 AI 기술이 산업 전반에 걸쳐 적용되면서, 엣지 디바이스에서의 효율적인 구동과 ‘시스템 온 칩(SoC)’ 최적화의 중요성이 강조되고 있다. 실시간 데이터 처리와 보안, 그리고 비용 효율성에 대한 요구 증가는 클라우드 의존성을 줄이고 현장 중심의 AI 솔루션 구현에 대한 필요성 증대로 이어지고 있다.

클라우드 기반의 AI 처리는 데이터 전송 지연 그리고 보안 우려 등의 문제가 발생할 가능성이 있다. 이런 이유로 클라우드 의존성을 줄이고 실시간 처리가 가능한 저자원 기반 엣지 운용 기술에 대한 수요가 증가했다. 예를 들어 관제 카메라가 습득한 정보를 서버를 통해 통합 시스템에 전달해 처리하는 경우, 카메라에서 시스템으로 전달되는 사이에 해킹이 발생하면 민감한 정보가 유출될 수 있다. 이러한 문제를 해결하기 위해서는 엣지 디바이스 단에서 민감한 정보를 필터링할 필요가 있다.

(중략)

엣지 디바이스에서의 효율적인 AI 구동은 시스템 온 칩(SoC) 최적화 기술과 관련이 있다. 특히 자동차 분야에서는 제한된 연산 능력과 전력 소모 내에서 최대한의 성능을 끌어내는 것이 중요하다.

(중략)

결론적으로 비전 AI의 시장 경쟁은 단순히 AI 모델의 성능을 넘어, AI 솔루션이 실제로 구동되는 엣지 디바이스와 이를 위한 SoC의 최적화라는 새로운 전장으로 확대되고 있다.