아이벡스, 글로벌 3대 AI 학회 ‘ICML 2026’ 논문 채택, 산업용 피지컬 AI 구현 원천기술 경쟁력 입증

2026년 6월 12일, 서울 – 산업용 피지컬 AI 기업 아이벡스(AIVEX)는 자사 딥러닝 리서치 그룹의 연구 논문이 세계 최고 권위의 인공지능 학회인 ICML(International Conference on Machine Learning) 2026에 채택됐다고 밝혔다.

ICML은 NeurIPS(Neural Information Processing Systems), ICLR(International Conference on Learning Representations)과 함께 글로벌 3대 AI 학회로 꼽히며, 머신러닝 분야의 최신 연구 성과가 발표되는 세계 최고 수준의 학술 무대다.

이번에 채택된 논문은 ‘Memory-Distilled Selection for Noise-Robust Anomaly Detection(오염된 데이터에 강한 이상 탐지를 위한 메모리 증류 선택 기법)’으로, 실제 산업 현장에서 빈번하게 발생하는 오염된 학습 데이터(noisy data) 환경에서도 안정적으로 결함을 검출할 수 있는 새로운 이상 탐지(anomaly detection) 기술을 제안한다.

제조 현장에서는 완벽하게 깨끗한 학습 데이터를 구하기 어려우며, 이는 산업용 AI 도입 과정에서 해결해야 할 핵심 과제로 여겨져 왔다. 아이벡스 딥러닝 리서치 그룹은 이를 해결하기 위해 학습 데이터에 정답 라벨이 없는 불량(노이즈) 샘플이 섞여 있어도 이미지 및 픽셀 수준에서 안정적으로 결함을 찾아내는 MeDS(Memory-Distilled Selection) 알고리즘을 개발했다.

특히 전체 특징 데이터 중 일부를 무작위로 추출해 다수의 메모리 앙상블을 구성하는 서브샘플링 기반 필터링 기법을 도입했다. 연구팀은 이 과정에서 발생하는 희소성이 저주파 필터(low-pass filter) 역할을 수행해 높은 수준의 노이즈가 존재하는 환경에서도 정상 패턴을 효과적으로 선별할 수 있음을 수학적으로 증명했다.

또한 필터링된 메모리 점수를 학생(student) 네트워크에 전달하는 지식 증류(knowledge distillation) 과정에서는 신경망이 단순한 패턴을 먼저 학습하는 '조기 학습 성향(early-learning bias)'을 활용했다. 이를 통해 노이즈 과적합(noise overfitting)을 방지하고, 정상 패턴을 판별하는 성능을 크게 향상시켰다.

아울러, 모델이 증류된 모델의 점수를 바탕으로 깨끗한 샘플만 스스로 선택해 학습하는(self-selection) 과정을 반복함으로써 픽셀 단위의 정밀한 결함 위치 탐지가 가능하도록 했다. 이는 산업용 비전 AI 분야의 대표 벤치마크 데이터셋인 MVTecAD, VisA, Real-IAD 등에서 기존 최고 수준(state-of-the-art)을 뛰어넘는 성능을 기록하며 높은 강건성과 실용성을 입증했다.

성민수 아이벡스 대표는 “이번 ICML 2026 논문 채택은 아이벡스의 AI 원천기술 연구 역량이 세계적인 수준에서 인정받았다는 점에서 의미가 크다”며 “앞으로도 제조 현장의 실제 문제를 해결할 수 있는 산업용 피지컬 AI 기술 개발과 연구를 지속하며 글로벌 경쟁력을 강화해 나가겠다”고 밝혔다.

한편, 2020년 설립된 아이벡스는 AI 비전 검사, AI 로보틱스, MLOps, 데이터 플랫폼을 기반으로 제조현장을 위한 산업용 AI 플랫폼을 제공하고 있다. 전 직원의 80% 이상이 엔지니어 인력으로, 지속적인 연구개발을 통해 글로벌 수준의 기술 경쟁력을 확보해 나가고 있다. 국내 및 해외에서 등록 특허 53건을 포함해 총 80여 건의 특허 포트폴리오를 보유 중이다.