IGARSS 2026 논문 채택 및 인디안 파인즈(Indian Pines) 벤치마크 기준, SOTA(State-Of-The-Art) 달성으로 기술 신뢰도 확보
저사양 환경에서도 정밀 분석 가능한 ‘SC-DBNet’ 모델로 식품·제조 공정 혁신 가속화
[바이오타임즈] AI 초분광 솔루션 기업 엘로이랩(ELROILAB)이 독자 개발한 초분광 이미지 분류 알고리즘 ‘SC-DBNet’이 세계 최고 권위의 지구과학 및 원격 탐사 학술대회인 ‘IGARSS 2026’에 최종 채택됐다. 동시에 인디안 파인즈(Indian Pines) 벤치마크 기준, SOTA(State-of-the-Art)를 달성하며 기존 최고 기록을 경신했다고 밝혔다. 이번 연구 결과는 글로벌 AI 플랫폼 ‘허깅페이스(HuggingFace)’의 벤치마크 차트에도 기록되며 학술적 완성도와 실용적 가치를 동시에 입증했다.
엘로이랩의 이번 연구(논문명: SC-DBNet: An Efficient Spectral-Conditioned Dual-Branch Net for HSI Classification)는 기존 AI 초분광 모델들이 높은 정확도를 구현하기 위해 막대한 연산 자원을 소모하는 한계를 해결했다. 연산 효율을 획기적으로 개선함으로써 다양한 제조 환경에서 동일하게 적용 가능한 구조를 확보했다는 평가를 받는다.
엘로이랩이 개발한 SC-DBNet은 스펙트럼 정보를 분석하는 MLP 분기와 공간적 특징을 추출하는 경량 CNN 분기를 결합한 혁신적인 이중 구조를 채택했다. 이를 통해 초분광 데이터의 표준 벤치마크인 Indian Pines 데이터셋에서 97.84%의 정밀도를 구현함과 동시에, 기존 모델 대비 파라미터는 2.9배, 연산량(MACs)은 9.3배까지 대폭 줄이는 데 성공했다. 이는 고가의 서버급 장비 없이도 산업 현장의 엣지 디바이스나 보급형 하드웨어에서 초정밀 검사를 실시간으로 수행할 수 있음을 의미하며, 이로써 기존 고가 하드웨어 중심의 초분광 검사 구조를 소프트웨어 중심으로 전환할 수 있는 기반을 마련했다.
엘로이랩은 이번 성과가 단순히 기술적 우위를 증명하는 것을 넘어, 초분광 AI가 연구 단계를 벗어나 본격적인 ‘산업 표준’으로 확장되는 전환점이 될 것으로 보고 있다.
기존 초분광 기술은 방대한 데이터 처리량으로 인해 실제 생산 라인 적용에 어려움이 많았다. 이미 엘로이랩은 독자적 기술개발로 초분광 AI를 상용화하여 식품공정 내 이물 검출 솔루션을 상용화하여 국내 유수 기업에 공급하고 해외 진출을 노리고 있다. 이번 연구로 엘로이랩은 자체 기술을 더욱 최적화하여 식품은 물론 이차전지, 반도체, 재활용 등 대량 생산 체제의 공정에서도 끊김 없는 분석 솔루션을 제공할 수 있다.
엘로이랩 마케팅팀 이재균 팀장은 “기존 초분광 AI 모델들이 높은 정확도를 위해 과도한 연산 자원을 요구했던 것과 달리, 엘로이랩은 산업 환경에서 실제 동작 가능한 수준의 효율성과 정확도를 동시에 달성했다”며, “이번 성과는 초분광 AI 기술이 학술적 연구 단계는 물론 엘로이랩이 상용화한 식품공정을 넘어 다양한 산업 현장의 표준으로 자리 잡을 수 있는 가능성을 보여준다”고 강조했다.
엘로이랩은 이번에 검증된 알고리즘을 자사 초분광 이물 선별 시스템에 즉각 이식할 계획이다. 이를 기반으로 오뚜기(상미식품) 등 국내외 주요 식품 제조 기업의 생산 품질을 고도화하는 한편, Konica Minolta 자회사인 초분광 카메라 제조사 Specim과의 파트너십을 강화하여 글로벌 시장 진출에 박차를 가할 예정이다.
이번 기술로 엘로이랩은 AI 초분광 검사 기술의 진입장벽을 낮추고, 현재 상용화 중인 식품산업을 시작으로 중장기적으로는 재활용 및 이차전지, 나아가 제약 및 환경 분야까지 적용범위를 순차적으로 확대해 나갈 계획이다.
엘로이랩의 SC-DBNet 모델 정보와 성능 지표는 글로벌 AI 허브인 허깅페이스의 공식 페이지를 통해 확인할 수 있다.
댓글
0