슈퍼브에이아이, LH에 VLM 기반 하자 자동분류 시스템 공급... 18,000가지 유형 이미지 한 장으로 처리
슈퍼브에이아이가 한국토지주택공사(LH)에 VLM 기반 하자 자동분류 시스템을 구축하는 1차 사업을 완료했습니다. 1만 8천여 가지 조합에 이르던 분류 체계를 단일 모델로 압축해, 사진 한 장으로 다섯 항목을 동시에 분류합니다. 연간 400만 장 규모를 검출 정확도 90% 이상, 1초 이내로 실시간 처리합니다.
- 1차 사업으로 월 약 30만 장, 연간 400만 장 규모의 하자 이미지를 실시간 자동 분류하는 시스템 구축... 현재 2차 고도화 진행 중
- 검출 정확도 90% 이상, 사진 한 장당 1초 이하 실시간 분류로 예방
정비·장기수선계획기반 마련 - 복잡한 분류체계와 비정형 데이터로 AI 도입을 망설이던 공공기관에 실질적 해법 제시
비전인텔리전스(Vision Intelligence) 기업 슈퍼브에이아이는 한국토지주택공사(LH)에 VLM(Vision-Language Model) 기반의 하자자동 분류 시스템을 구축하는 1차 사업을 완료하고, 현재 2차 고도화 사업을 진행하고 있다고 2일 밝혔다. 1차 사업을 통해 연간400만 장 규모의 하자 이미지를 실시간으로 처리하는 체계를 마련했다.
LH는 매달 약 30만장씩 접수되는 하자 민원을 텍스트·전화 상담으로처리해 온 기존 방식을 개선하기 위해 이번 시스템을 도입했다. 하자분류 체계는 공간, 부위자재, 하자 유형, 공종, 공사유형 등 5개 축으로 구성돼 18,000가지가 넘는 조합에 달했다. 여기에상담원 업력에 따른 판단 편차까지 겹치면서 일관된 분류 품질을 유지하기가 어렵거나 하자 유형이 오분류 될 가능성이 농후했다.
슈퍼브에이아이는 1차 사업에서 여러 단계를 거치던 하자 분류 과정을 VLM 하나로 압축한 시스템을 구축했다. 통상적으로 하자위치를 찾는 모델과 유형을 분류하는 모델이 따로 필요하지만, 단일모델로 처리해 구조가 단순하고 유지보수 부담도 적다. 이미지 한 장으로 공간, 부위자재, 하자유형, 공종(시공종류/작업분야), 공사유형 등 다섯가지 항목을 동시에 분류하며, 접수 즉시 24시간 실시간으로 처리된 결과를 판단 근거와 함께 자연어 문장으로 제공한다.
균열, 누수, 파손, 곰팡이, 오염 등 주요 하자는 물론, 사진만으로 원인을 특정하기 어려운 경우도 학습된 패턴으로 추론해낸다. 해당 시스템은 검출 정확도 90% 이상, 오탐·미탐 10% 이하를 목표로 설계됐으며, 주기적인 모니터링과 검증을 통해 이 기준을 지속적으로 유지하고 있다.
이번 1차 사업으로 LH는 하자 분류 업무를 표준화된 AI 기반 체계로 전환하는 기반을 마련했다. 상담 인력은 단순 접수·분류업무 대신 판단이 필요한 민원 응대에 집중하고, 정형화된 하자 데이터가 축적되면서 단지·자재·시공연차별 발생 패턴 분석도 가능해졌다. 이를 바탕으로 반복 발생 지점을 미리 점검하고, 데이터에 기반해 노후시설 교체·보수시기를 계획하는 장기수선계획을 수립할 수 있는 기틀이 마련됐다. 현재 진행 중인 2차 사업에서는 1차 구축 결과를 바탕으로 시스템 고도화를 이어가고 있다.
김현수 슈퍼브에이아이대표는 "이번 1차 사업은 복잡한 분류체계와 대량의 비정형 데이터라는 이중의 과제를 VLM 단일 모델로 해결한 사례"라며, "진행 중인 2차 고도화 사업도 차질 없이 수행하는 한편, 하자분류를 넘어 시설물 점검, 민원 이미지 분석 등 비정형 이미지 민원이 대량 발생하는 공공 서비스영역 전반에 적용 가능한 만큼, 데이터 구축부터 모델 운영, 성능 검증까지 산업 현장에 맞는 AI 도입을 계속 지원해 나가겠다."고 말했다.