ICASSP 3년 연속 논문 채택… 데이터 효율화·실시간 음원 위치 추정 기술 공개
자동차·반도체 공장 넘어 공공 안전 분야까지 음향 AI 적용 확대
생성형 AI 열풍 이후 산업 현장에서도 ‘비전 AI’ 중심이던 흐름이 소리 기반 분석 기술로 확장되고 있다. 특히 제조업과 공공 안전 분야에서는 센서와 카메라만으로 포착하기 어려운 이상 징후를 음향 데이터로 실시간 감지하려는 수요가 커지면서 음향 AI 기술 경쟁도 본격화되는 분위기다.
음향 AI 솔루션 기업
디플리
는 세계 최대 음향·음성·신호처리 학회인
IEEE
주최 ‘ICASSP 2026(IEEE International Conference on Acoustics, Speech and Signal Processing)’에서 3년 연속 논문이 채택됐다고 14일 밝혔다.
올해 ICASSP는 지난 5월 4일부터 8일까지
바르셀로나
에서 열렸으며, 구글·메타·애플 등 글로벌 빅테크와 주요 대학 연구진이 참여해 최신 AI·신호처리 기술을 발표한 가운데,
디플리
는 이번 학회에서 산업 현장 적용성을 높인 음향 AI 연구 논문 2편을 공개했다.
디플리, ICASSP 3년 연속 논문 채택 (사진 제공: 디플리)
“적은 데이터로 더 정확하게”… 산업형 음향 AI 고도화
첫 번째 논문은 대규모 음향 데이터를 확보하기 어려운 환경에서 데이터 품질을 선별해 적은 양의 데이터만으로 AI 모델 성능을 높이는 기술이다. 산업 현장에서는 소리 데이터 수집과 라벨링 비용이 높고 정상·비정상 데이터를 충분히 확보하기 어렵다는 한계가 있었는데, 이를 개선하는 방향에 초점을 맞췄다.
또 다른 논문에서는 ‘FUN-SSL’ 기반 실시간 음원 위치 추정 기술을 발표했다. 기존 음원 위치 추정 모델은 높은 정확도 대비 연산량이 많아 실제 산업 현장 적용에 부담이 있다는 지적이 있었지만, 디플리는 U-Net 구조를 활용해 연산 효율을 높이면서도 복잡한 환경에서 움직이는 소리의 위치를 정밀하게 추적할 수 있도록 구현했다.
최근 제조업계에서는 AI 기반 품질 검사 영역이 이미지 중심에서 소리 데이터 분석까지 확대되고 있다. 특히 자동차·반도체·가전 생산라인에서는 체결음이나 모터 소리만으로도 이상 여부를 감지할 수 있어 음향 AI 활용도가 빠르게 높아지는 추세다.
디플리
는 산업 및 공공 현장에서 소리를 분석해 품질 검사·안전 감지·예지보전에 활용하는 ‘리슨 AI(Listen AI)’ 솔루션을 운영 중이다. 해당 솔루션은 완성차 제조 계열사의 국내·멕시코 공장과 글로벌 자동차 모터 제조 기업 생산라인 등에 적용됐으며, 공공시설 안전 관리 영역으로도 확대되고 있다.
회사는 약 8년간 음향 AI 분야 연구를 이어오며 산업 현장에서 99.78% 이상의 정확도를 구현했다고 설명했다. 최근에는 언어 제약이 적은 음향 AI 특성을 기반으로 글로벌 시장 확대에도 속도를 내고 있다. 오는 6월에는 미국 시카고에서 열리는 자동화 산업 전시회 ‘Automate 2026’에도 참가해 해외 제조 시장 공략에 나설 계획이다.
이수지
대표는 “음향 AI는 공개 데이터와 오픈소스가 상대적으로 제한적이고 실제 산업 데이터를 장기간 축적해야 하는 기술 장벽이 높은 분야”라며 “연구 결과가 실제 산업 솔루션으로 이어질 수 있도록 연구와 사업화를 동시에 강화하겠다”고 말했다.
AI품질검사
ICASSP2026
디플리
딥테크
리슨AI
산업AI
스마트팩토리
예지보전
음향AI
제조AI
“AI Catches Defects with Sound”… Deeply Expands Presence on the Global Audio AI Stage
Following the generative AI craze, the trend in industrial settings, which was previously centered on 'vision AI,' is expanding to sound-based analysis technologies. Particularly in the manufacturing and public safety sectors, the growing demand to detect anomalies in real-time using acoustic data—which are difficult to capture with sensors and cameras alone—is signaling the beginning of full-scale competition in acoustic AI technology.
Deeply, an
acoustic AI solution company, announced on the 14th that its paper was accepted for the third consecutive year at 'ICASSP 2026 (IEEE International Conference on Acoustics, Speech and Signal Processing),' hosted by
IEEE
, the world's largest conference on acoustics, speech, and signal processing.
This year’s ICASSP was held in
Barcelona
from May 4 to 8, with global big tech companies such as Google, Meta, and Apple, as well as researchers from major universities, participating to present the latest AI and signal processing technologies. At the conference,
Deeply
unveiled two research papers on acoustic AI with enhanced applicability for industrial settings.
Deeply, Paper Accepted by ICASSP for 3 Consecutive Years (Photo courtesy of Deeply)
“More Accuracy with Less Data”… Advancement of Industrial Audio AI
The first paper describes a technology that enhances AI model performance using only a small amount of data by selecting data quality in environments where it is difficult to secure large-scale acoustic data. Industrial settings have faced limitations due to high costs for sound data collection and labeling, as well as the difficulty of obtaining sufficient normal and abnormal data; the study focused on addressing these issues.
In another paper, they presented a real-time sound source localization technology based on 'FUN-SSL'. While existing sound source localization models have been criticized for being computationally intensive despite their high accuracy, posing a burden on actual industrial applications, Deeply implemented a model that utilizes a U-Net structure to improve computational efficiency while enabling precise tracking of the location of moving sounds in complex environments.
Recently, the scope of AI-based quality inspection in the manufacturing industry has been expanding from image-centric to sound data analysis. Particularly in automotive, semiconductor, and home appliance production lines, the utilization of acoustic AI is rapidly increasing as abnormalities can be detected solely by the sounds of fastening or motors.
Deeply
operates the 'Listen AI' solution, which analyzes sound in industrial and public sites for quality inspection, safety detection, and predictive maintenance. This solution has been applied to domestic and Mexican factories of automotive manufacturing affiliates and production lines of global automotive motor manufacturers, and is expanding into the field of public facility safety management.
The company explained that it has been conducting research in the field of acoustic AI for approximately eight years and has achieved an accuracy of over 99.78% in industrial settings. Recently, based on the characteristics of acoustic AI, which has minimal language constraints, it is also accelerating its expansion into the global market. In June, it plans to participate in 'Automate 2026,' an automation industry exhibition held in Chicago, USA, to target overseas manufacturing markets.
CEO
Lee Su-ji
stated, “Acoustic AI is a field with high technological barriers, where public data and open source are relatively limited and real-world industrial data must be accumulated over a long period,” adding, “We will strengthen both research and commercialization simultaneously so that research results can lead to actual industrial solutions.”
「AIが音で不良捕まえる」…ディフリー、グローバルサウンドAIステージで存在感を拡大
生成型AI熱風以来、産業現場でも「ビジョンAI」中心だった流れが音基盤分析技術に拡張されている。特に製造業や公共安全分野では、センサーとカメラだけで捕捉しにくい異常の兆候を音響データでリアルタイムに感知しようとする需要が大きくなり、音響AI技術競争も本格化する雰囲気だ。
音響AIソリューション企業
ディプリー
は、世界最大の音響・音声・信号処理学会のIEEE主催「ICASSP 2026(
IEEE
International Conference on Acoustics, Speech and Signal Processing)」で3年連続論文が採択されたと14日明らかにした。
今年、ICASSPは去る5月4日から8日まで
バルセロナ
で開かれ、グーグル・メタ・アップルなどグローバルビッグテックと主要大学研究陣が参加して最新のAI・信号処理技術を発表した中、
ディープリー
は今回の学会で産業現場適用性を高めた音響AI研究論文。
ディプリー、ICASSP 3年連続論文を採用（写真提供：ディプリー）
「少ないデータでより正確に」…産業型音響AIの高度化
最初の論文は、大規模な音響データを確保しにくい環境でデータ品質を選別し、少量のデータだけでAIモデルの性能を高める技術だ。産業現場では音データ収集とラベリングコストが高く、正常・異常データを十分に確保することが難しいという限界があったが、これを改善する方向に焦点を合わせた。
別の論文では「FUN-SSL」ベースのリアルタイム音源位置推定技術を発表した。従来の音源位置推定モデルは、高精度比演算量が多く、実際の産業現場適用に負担があるという指摘があったが、デプリーはU-Net構造を活用して演算効率を高めながらも複雑な環境で動く音の位置を精密に追跡できるように実装した。
最近の製造業界では、AIベースの品質検査領域が画像中心から音データ分析まで拡大している。特に自動車・半導体・家電生産ラインでは、締結音やモーター音だけでも異常かどうかを感知でき、音響AIの活用度が急速に高まる傾向にある。
ディプリー
は産業及び公共現場で音を分析し、品質検査・安全感知・予知保全に活用する「リーソンAI（Listen AI）」ソリューションを運営中だ。このソリューションは、完成車製造系列会社の国内・メキシコ工場やグローバル自動車モーター製造企業の生産ラインなどに適用され、公共施設の安全管理領域にも拡大している。
同社は約8年間音響AI分野の研究を続け、産業現場で99.78％以上の精度を実現したと説明した。最近では言語制約の少ない音響AI特性をベースにグローバル市場拡大にも速度を出している。来る6月には米国シカゴで開かれる自動化産業展示会「Automate 2026」にも参加して海外製造市場攻略に乗り出す計画だ。
イ・スジ
代表は「音響AIは公開データとオープンソースが相対的に制限的で、実際の産業データを長期間蓄積しなければならない技術障壁が高い分野」とし「研究結果が実際の産業ソリューションにつながるように研究と事業化を同時に強化する」と話した。
“人工智能通过声音识别缺陷”……大幅拓展其在全球音频人工智能领域的影响力
继生成式人工智能热潮之后，工业领域的发展趋势正从以往以“视觉人工智能”为中心的趋势扩展到基于声音的分析技术。尤其是在制造业和公共安全领域，对利用声学数据实时检测异常情况的需求日益增长——而仅靠传感器和摄像头难以获取这些数据——这预示着声学人工智能技术领域全面竞争的开始。
声学人工智能解决方案公司
Deeply
于 14 日宣布，其论文连续第三年被
IEEE
主办的“ICASSP 2026（IEEE 国际声学、语音和信号处理会议）”接收，该会议是全球规模最大的声学、语音和信号处理会议。
今年的ICASSP大会于5月4日至8日在
巴塞罗那
举行，包括谷歌、Meta和苹果在内的全球大型科技公司以及来自顶尖大学的研究人员齐聚一堂，展示了最新的人工智能和信号处理技术。大会上，
Deeply公司
发布了两篇关于声学人工智能的研究论文，重点关注其在工业环境中的增强应用。
Deeply 的论文连续三年被 ICASSP 接收（图片由 Deeply 提供）
“用更少的数据实现更高的精度”……工业音频人工智能的进步
第一篇论文介绍了一种技术，该技术仅需少量数据即可通过选择数据质量来提升人工智能模型的性能，尤其适用于难以获取大规模声学数据的环境。工业领域一直面临着声学数据采集和标注成本高昂以及难以获得足够的正常和异常数据等限制；该研究旨在解决这些问题。
在另一篇论文中，他们提出了一种基于“FUN-SSL”的实时声源定位技术。尽管现有的声源定位模型精度很高，但计算量巨大，给实际工业应用带来了负担。Deeply 实现了一种利用 U-Net 结构的模型，在提高计算效率的同时，还能在复杂环境中精确追踪移动声源的位置。
近年来，人工智能在制造业中的质量检测应用范围已从图像分析扩展到声音数据分析。尤其是在汽车、半导体和家电生产线上，声学人工智能的应用正迅速增长，因为仅凭紧固或电机的声音即可检测出异常情况。
Deeply
运营的“Listen AI”解决方案可分析工业和公共场所的声音，用于质量检测、安全检测和预测性维护。该解决方案已应用于国内外汽车制造子公司的工厂以及全球汽车制造商的生产线，并正在拓展至公共设施安全管理领域。
该公司解释说，其在声学人工智能领域已进行了约八年的研究，并在工业环境中实现了超过99.78%的准确率。近期，基于声学人工智能语言限制极少的特性，该公司正加速拓展全球市场。今年6月，该公司计划参加在美国芝加哥举办的自动化行业展览会“Automate 2026”，以开拓海外制造业市场。
CEO
李秀智
表示：“声学人工智能是一个技术壁垒很高的领域，公共数据和开源资源相对有限，而且必须长期积累真实世界的工业数据。”她补充道：“我们将同时加强研究和商业化，使研究成果能够转化为实际的工业解决方案。”
« L’IA détecte les défauts grâce au son »… Renforce considérablement sa présence sur la scène mondiale de l’IA audio
Dans la foulée de l'engouement pour l'IA générative, la tendance dans le secteur industriel, auparavant centrée sur l'IA visuelle, s'étend désormais aux technologies d'analyse sonore. Notamment dans les secteurs de la production et de la sécurité publique, la demande croissante de détection d'anomalies en temps réel à partir de données acoustiques – difficiles à capter uniquement avec des capteurs et des caméras – annonce le début d'une véritable compétition dans le domaine de l'IA acoustique.
Deeply, une
société spécialisée dans les solutions d'IA acoustique, a annoncé le 14 que son article avait été accepté pour la troisième année consécutive à « ICASSP 2026 (IEEE International Conference on Acoustics, Speech and Signal Processing) », organisée par
l'IEEE
, la plus grande conférence mondiale sur l'acoustique, la parole et le traitement du signal.
L’édition 2023 de l’ICASSP s’est tenue à
Barcelone
du 4 au 8 mai. Des géants mondiaux de la tech comme Google, Meta et Apple, ainsi que des chercheurs d’universités prestigieuses, y ont présenté les dernières avancées en matière d’IA et de traitement du signal. À cette occasion,
Deeply
a dévoilé deux articles de recherche sur l’IA acoustique, dont les applications industrielles sont particulièrement intéressantes.
Article de Deeply accepté par l'ICASSP pour la 3e année consécutive (Photo fournie par Deeply)
« Plus de précision avec moins de données »… Progrès de l’IA audio industrielle
Le premier article décrit une technologie qui améliore les performances des modèles d'IA en utilisant un volume réduit de données, grâce à une sélection rigoureuse de ces dernières dans des environnements où l'obtention de données acoustiques à grande échelle est difficile. Le secteur industriel se heurte à des limitations dues aux coûts élevés de la collecte et de l'étiquetage des données sonores, ainsi qu'à la difficulté d'obtenir suffisamment de données normales et anormales ; cette étude vise à résoudre ces problèmes.
Dans un autre article, ils ont présenté une technologie de localisation de sources sonores en temps réel basée sur « FUN-SSL ». Alors que les modèles de localisation de sources sonores existants ont été critiqués pour leur forte consommation de ressources de calcul malgré leur grande précision, ce qui représente un frein pour les applications industrielles, Deeply a implémenté un modèle utilisant une structure U-Net afin d'améliorer l'efficacité de calcul tout en permettant un suivi précis de la position des sons en mouvement dans des environnements complexes.
Récemment, le champ d'application du contrôle qualité basé sur l'IA dans l'industrie manufacturière s'est étendu de l'analyse d'images à l'analyse de données sonores. En particulier dans les secteurs de l'automobile, des semi-conducteurs et de l'électroménager, l'utilisation de l'IA acoustique connaît une croissance rapide, car des anomalies peuvent être détectées uniquement par le bruit des fixations ou des moteurs.
Deeply
exploite la solution « Listen AI », qui analyse le son dans les sites industriels et publics à des fins de contrôle qualité, de détection des risques et de maintenance prédictive. Cette solution a été déployée dans des usines nationales et mexicaines de filiales de constructeurs automobiles, ainsi que sur des lignes de production de constructeurs automobiles internationaux. Elle s'étend désormais au domaine de la gestion de la sécurité des installations publiques.
L'entreprise explique qu'elle mène des recherches dans le domaine de l'IA acoustique depuis environ huit ans et qu'elle a atteint une précision supérieure à 99,78 % en milieu industriel. Forte des caractéristiques de l'IA acoustique, qui présente des contraintes linguistiques minimales, elle accélère récemment son expansion sur le marché mondial. En juin, elle prévoit de participer à « Automate 2026 », un salon de l'automatisation qui se tiendra à Chicago, aux États-Unis, afin de cibler les marchés de production à l'étranger.
Le PDG
Lee Su-ji
a déclaré : « L'IA acoustique est un domaine caractérisé par d'importantes barrières technologiques, où les données publiques et les sources ouvertes sont relativement limitées et où les données industrielles réelles doivent être accumulées sur une longue période », ajoutant : « Nous allons renforcer simultanément la recherche et la commercialisation afin que les résultats de la recherche puissent déboucher sur des solutions industrielles concrètes. »
댓글
0