제조업의 디지털 전환이 가속화되면서 카메라와 센서를 기반으로 한 머신비전(Machine Vision)이 공장 자동화의 핵심 기술로 자리매김하고 있다. 하지만 여전히 많은 제조 현장에서는 모터, 베어링, 액추에이터, 조립·체결 공정 등에서 발생하는 이상음을 작업자가 직접 듣고 판정하는 방식이 활용되고 있다. 디플리 이수지 대표는 이러한 한계를 극복할 차세대 기술로 ‘사운드 AI(Sound AI)’를 제시한다. 머신 히어링(Machine Hearing)을 기반으로 한 사운드 AI는 인간의 청각 능력을 디지털화해 정상음과 이상음을 실시간으로 구분하고, 가청 주파수는 물론 초음파 영역까지 분석함으로써 99% 이상의 정확도로 품질 검사를 수행한다. 특히 시각적 검사만으로는 확인하기 어려운 설비 이상과 품질 결함을 감지할 수 있다는 점에서 사운드 AI는 최근 피지컬 AI 구현을 위한 핵심 기술로 주목받고 있다. 제조업 자동화가 ‘보는 AI’를 넘어 ‘듣는 AI’로 확장되는 가운데, 사운드 AI는 새로운 제조 혁신의 패러다임으로 부상하고 있다.
보는 AI에서 듣는 AI로…공장 자동화의 새로운 진화
스마트팩토리와 인공지능(AI)이 제조업의 핵심 화두로 자리 잡은 지 오래다. 생산라인 곳곳에는 카메라와 각종 센서가 설치돼 있으며, AI는 제품 외관 검사부터 로봇 제어, 생산성 향상에 이르기까지 다양한 역할을 수행하고 있다. 특히 머신비전은 지난 10여 년간 제조업 디지털 전환을 이끈 대표 기술로 평가받는다.
그러나 제조 현장을 조금 더 깊이 들여다보면 여전히 디지털화되지 못한 영역이 존재한다. 바로 ‘소리’다. 디플리 이수지 대표는 “머신비전이 사람의 눈을 디지털화한 기술이라면 머신 히어링(Machine Hearing)은 사람의 귀를 디지털화하는 기술”이라고 설명한다.
그동안 제조업의 AI는 주로 시각 중심으로 발전해 왔다. 제품 표면의 스크래치, 조립 상태, 형상 불량 등은 카메라와 이미지 분석 기술을 통해 상당 부분 자동화됐다. 반면 모터 회전 과정에서 발생하는 미세한 마찰음, 베어링 마모 시 나타나는 이상음, 체결 과정에서 발생하는 클릭음과 같은 청각 정보는 여전히 작업자의 경험과 감각에 의존해 왔다.
실제로 제조 현장에는 사람의 청각에 의존하는 공정이 생각보다 많다. 모터, 액추에이터, 기어, 베어링 등 회전체 제품의 경우 완성 후 전수 청음 검사를 수행하는 사례가 적지 않다. 작업자는 수 초 동안 제품이 내는 소리를 듣고 정상 여부를 판단한다. 정상 제품은 일정한 회전음을 유지하지만 내부 부품에 이상이 발생하면 긁힘, 떨림, 마찰 등 비정상적인 음향 패턴이 나타나기 때문이다.
문제는 이러한 검사 방식이 대부분 작업자의 감각과 숙련도에 의존한다는 점이다. 특히 하루 수백 개에서 수천 개의 제품을 검사해야 하는 생산라인에서는 작업자의 집중력이나 컨디션에 따라 판정 결과가 달라질 수 있다.
제조 현장의 소음 환경 역시 큰 변수다. 일반 제조 공장의 소음은 80dB 이상이며, 화학·중공업 분야의 경우 100~120dB 수준에 이르는 경우도 많다. 이처럼 높은 소음 환경에서 미세한 이상음을 구별하는 일은 숙련된 작업자에게도 쉽지 않은 과제다.
이 대표는 이러한 한계를 극복할 수 있는 기술로 ‘사운드 AI(Sound AI)’를 제시한다. 사운드 AI는 단순히 소리를 녹음하는 기술이 아니라, 음향 데이터를 실시간으로 분석해 정상과 비정상을 판별하는 AI 기반 청각 인식 기술이다. 특히 최근 트랜스포머 기반 AI 모델의 발전으로 과거에는 분석이 어려웠던 복잡한 산업 소음 환경에서도 높은 정확도를 구현할 수 있게 됐다.
결국 제조업 AI의 진화는 ‘보는 AI’에서 ‘듣는 AI’로 확장되고 있다. 머신비전이 제조 현장의 눈이라면 머신 히어링은 제조 현장의 귀가 되고 있다. 그리고 두 기술의 융합은 궁극적으로 피지컬 AI(Physical AI) 구현을 위한 핵심 기반으로 자리 잡고 있다.
사람의 귀를 넘어 데이터로 듣는 시대
산업 현장에서 발생하는 소리는 단순한 소음이 아니다. 설비의 상태와 제품 품질에 대한 정보를 담고 있는 중요한 데이터다. 예를 들어 정상적인 모터는 일정한 회전 주파수와 안정적인 음향 패턴을 유지한다. 반면 베어링이 마모되거나 기어에 문제가 발생하면 사람의 귀로는 쉽게 인지하기 어려운 미세한 변화가 나타난다. 특정 주파수 대역의 진폭이 증가하거나 일정한 긁힘 소리가 섞여 나오기 시작하는 것이다. 숙련된 작업자들은 이러한 차이를 경험적으로 인식해 제품의 정상 여부를 판단해 왔다.
하지만 제조 현장의 많은 품질 검사가 여전히 이러한 방식에 의존하고 있다는 점은 한계로 지적된다. 실제로 액추에이터나 모터 생산라인에서는 작업자가 제품 하나하나의 소리를 듣고 양품과 불량품을 구분하는 전수 검사가 이뤄지고 있다. 스마트폰 스피커, 이어폰, 헤드셋과 같은 전자기기 역시 특정 음원을 재생한 뒤 사람이 직접 청취하며 품질을 확인하는 공정이 존재한다.
체결 공정도 예외는 아니다. 자동차, 가전, 전자제품 조립 과정에서는 부품이 정확하게 체결될 때만 특정한 클릭음이 발생한다. 작업자가 듣기에는 단순한 ‘딸깍’ 소리일 수 있지만 실제로는 품질을 결정하는 핵심 신호다. 만약 해당 소리가 정상적으로 발생하지 않는다면 체결 불량으로 이어질 가능성이 높다.
디플리가 주목한 부분도 바로 여기에 있다. 제조 현장에는 수많은 소리가 존재하지만 이를 정량적으로 분석하고 활용하는 기술은 상대적으로 부족했다. 그동안 많은 제조업체가 데시벨 미터를 활용해 소음 크기를 측정해 왔지만, 데시벨 값은 소리의 크기만 보여줄 뿐 품질 상태나 이상 여부까지 설명해 주지는 못한다.
사운드 AI는 전혀 다른 접근 방식을 채택한다. 단순히 소리의 크기를 측정하는 것이 아니라 소리의 패턴과 특성을 학습한다. 정상 제품이 발생시키는 음향 데이터를 수집한 뒤 이를 기준으로 이상 여부를 판별한다. 소리의 높낮이, 주파수 분포, 음색, 시간에 따른 변화 패턴 등을 종합적으로 분석하는 방식이다. 이 대표는 “현장에서는 오랫동안 사람의 귀가 가장 정확하다는 인식이 존재해 왔지만 실제로는 AI가 훨씬 일관된 품질 기준을 유지할 수 있다”고 설명한다.
AI는 피로를 느끼지 않고 작업자의 컨디션에 영향을 받지 않는다. 또한 모든 검사 결과를 데이터로 기록하고 추적할 수 있어 품질 관리의 객관성과 재현성을 크게 높일 수 있다. 제조업이 데이터 기반 산업으로 전환되는 과정에서 사운드 AI는 사람의 감각에 의존하던 품질 검사를 데이터 중심 프로세스로 전환하는 핵심 기술로 자리매김하고 있다.
가청음부터 초음파까지…사운드 AI는 무엇을 듣는가
사람이 들을 수 있는 소리에는 분명한 한계가 있다. 일반적으로 인간의 청각이 인지할 수 있는 범위는 20Hz에서 20kHz 사이의 가청 주파수 대역이다. 그러나 실제 설비와 제품은 이 범위를 넘어서는 다양한 신호를 지속적으로 발생시키고 있다. 디플리의 사운드 AI는 바로 이러한 인간 청각의 한계를 넘어서는 데 초점을 맞추고 있다.
이수지 대표에 따르면 디플리의 시스템은 가청 주파수뿐 아니라 60~80kHz 수준의 초음파 대역까지 분석할 수 있다. 여기에 진동 신호와 저주파 영역 데이터까지 함께 활용해 보다 정밀한 상태 진단을 수행한다.
기술적으로 가장 중요한 차별점은 ‘시간에 따른 주파수 변화’를 분석한다는 점이다. 기존 FFT(Fast Fourier Transform) 기반 분석은 특정 시점의 주파수 성분을 파악하는 데 효과적이지만, 복잡하고 동적인 산업 현장의 소리를 충분히 설명하기에는 한계가 있다.
대표적인 사례가 체결 공정에서 발생하는 클릭음이다. 체결 과정에서 들리는 ‘딸깍’ 소리는 수 밀리초(ms) 단위로 발생하는 매우 짧은 이벤트다. 단순한 주파수 분석만으로는 이러한 순간적인 특징을 정확하게 포착하기 어렵다.
사운드 AI는 데이터를 매우 짧은 시간 단위로 분할한 뒤, 각 구간에서 발생하는 주파수 변화를 지속적으로 추적한다. 이를 통해 특정 주파수가 상승하거나 감소하는 패턴, 특정 시점에만 나타나는 음향 특징 등 기존 방식으로는 파악하기 어려운 정보를 학습할 수 있다. 여기에 음색(Timbre), 위상(Phase), 에너지 분포 등 다양한 음향 특성까지 함께 분석함으로써 보다 정교한 판단을 수행한다.
현장 적용 방식도 비교적 단순하다. 생산라인에 음향 센서와 지향성 마이크를 설치한 뒤 분석 서버와 연결하면 AI가 실시간으로 데이터를 수집·분석한다. 또한 PLC와 MES 등 기존 생산 시스템과도 연동이 가능해 별도의 대규모 설비 변경 없이도 구축할 수 있다.
특히 디플리는 산업 환경에 최적화된 다양한 센서 포트폴리오를 보유하고 있다. 일부 현장에서는 가청 주파수 중심의 마이크가 효과적이며, 다른 현장에서는 초음파 센서가 더 높은 정확도를 제공한다. 현장 특성에 맞는 센서를 선정하고 최적화하는 역량 역시 중요한 경쟁력으로 평가받는다.
결국 사운드 AI의 본질은 단순히 ‘소리를 듣는 것’이 아니라, 소리 속에 숨어 있는 의미와 패턴을 읽어내는 데 있다.
99.9% 정확도를 만드는 기술, 어노말리 디텍션
제조 AI가 실제 현장에서 성공하기 위해서는 무엇보다 정확도가 중요하다. 연구실 환경에서 90%의 정확도를 달성하는 것과 실제 양산라인에서 99.9% 수준의 정확도를 유지하는 것은 전혀 다른 차원의 문제다. 특히 대기업 생산라인에서는 99% 이하의 정확도로는 실질적인 운영이 어려운 경우가 많다.
디플리가 강조하는 핵심 기술은 ‘어노말리 디텍션(Anomaly Detection)’이다. 대부분의 제조 공정에서는 정상 데이터는 풍부하지만 불량 데이터는 매우 부족하다. 설비 고장이 빈번하게 발생한다면 오히려 문제가 있는 생산 환경이라고 볼 수 있다. 어떤 설비는 수년 동안 한 번도 고장이 발생하지 않을 수도 있다. 이 때문에 불량 데이터를 중심으로 학습하는 기존 방식에는 한계가 존재한다.
디플리는 정상 데이터만을 기반으로 정상 범위를 정의하는 접근 방식을 채택하고 있다. AI는 방대한 정상 음향 데이터를 학습해 정상 상태의 기준 영역을 구축한다. 이후 새로운 음향 데이터가 입력되면 해당 데이터가 정상 영역 안에 존재하는지 여부를 판단한다.
핵심은 정상과 비정상을 구분하는 경계선을 얼마나 정교하게 설정하느냐다. 경계가 지나치게 넓으면 불량을 놓칠 수 있고, 반대로 너무 좁으면 정상 제품까지 불량으로 판정하는 오탐(False Positive)이 증가하게 된다.
또 다른 기술적 과제는 노이즈 제거다. 실제 제조 현장에서는 수많은 설비가 동시에 가동된다. 따라서 AI는 목표 설비의 소리만 정확히 추출하고 주변 설비에서 발생하는 음향의 영향을 최소화해야 한다. 이를 위해 디플리는 고도화된 디노이징(Denoising) 기술과 자체 개발한 AI 모델을 적용하고 있다. 복잡한 산업 환경 속에서도 타깃 음향을 안정적으로 분리하고 분석할 수 있도록 설계된 것이다.
이 대표에 따르면 현재 양산 현장에서 운영 중인 디플리의 솔루션은 대부분 99.7~99.9% 수준의 정확도를 달성하고 있다. 실제 고객사에서는 초기 도입 이후 성능을 검증한 뒤 다수의 생산라인으로 확대 적용하는 사례가 지속적으로 늘어나고 있다. 이는 사운드 AI가 단순한 기술 검증 단계를 넘어 실제 제조 현장의 핵심 품질 관리 도구로 자리 잡고 있음을 보여준다.
왜 사운드 데이터가 중요한가
지금까지 산업용 AI는 대부분 시각 데이터 중심으로 발전해 왔다. 그러나 인간 역시 눈만으로 세상을 인식하지 않는다. 우리는 소리와 촉각, 진동, 온도 등 다양한 감각을 활용해 주변 환경을 이해하고 판단한다.
이수지 대표는 사운드 AI를 피지컬 AI 구현을 위한 핵심 구성 요소로 바라본다. 실제로 글로벌 제조기업들도 같은 방향으로 움직이고 있다. 지멘스는 음향 및 진동 데이터를 활용한 AI 분석 영역을 지속적으로 확대하고 있으며, 폭스바겐과 포르쉐 역시 사운드 애널리틱스 기술 개발에 적극 투자하고 있다. 특히 포르쉐는 관련 전문 기업까지 설립하며 기술 확보에 나서고 있다.
국내에서도 자동차와 전자산업을 중심으로 적용 사례가 빠르게 증가하고 있다. 일부 기업은 용접 과정에서 발생하는 소리를 분석해 내부 기포 발생 여부를 판단하고 있으며, 조립라인에서는 체결음을 활용해 품질을 검증하고 있다. 기존에는 육안 검사나 추가 테스트가 필요했던 영역을 음향 데이터 기반으로 자동화하고 있는 것이다.
디플리는 이러한 시장 변화 속에서 음향 AI 전문기업이라는 차별화된 위치를 구축하고 있다. 회사는 설립 이후 약 7년간 비언어 음향 데이터 분석 기술 개발에 집중해 왔다. 회전체, 조립, 체결 등 다양한 제조 공정에서 발생하는 데이터를 축적했으며, 이를 기반으로 산업별 파운데이션 모델(Foundation Model)을 구축해 왔다.
특히 주목할 부분은 적용 범위의 확장성이다. 이 대표는 동일한 공정이라면 국가가 달라져도 높은 정확도를 유지할 수 있다고 설명한다. 실제로 국내 공장에서 학습한 모델이 미국이나 멕시코 생산시설에서도 동일하게 적용되고 있으며, 작업자의 목소리나 주변 환경 변화에도 높은 강건성을 유지하고 있다는 것이다. 이는 사운드 AI가 단순한 품질 검사 솔루션을 넘어 글로벌 제조업 전반에 적용 가능한 표준 플랫폼으로 성장할 가능성을 보여준다.
공장의 미래는 더 이상 눈으로만 확인하는 공간이 아니다. 이제 공장은 스스로 듣고, 이해하고, 판단하는 방향으로 진화하고 있다. 그리고 그 변화의 중심에 사운드 AI가 자리하고 있다.
피지컬 AI 시대, 공장은 이제 소리까지 이해한다
피지컬 AI는 단순히 로봇이 움직이는 기술을 의미하지 않는다. 주변 환경을 스스로 인식하고, 상황을 판단하며, 최적의 의사결정을 수행하는 지능형 제조 시스템을 의미한다. 지금까지 공장 자동화는 주로 카메라와 머신비전 기술을 중심으로 발전해 왔다. 하지만 실제 제조 현장에는 시각 정보만으로는 파악하기 어려운 수많은 이상 징후가 존재한다.
설비 고장과 부품 마모, 체결 불량, 용접 결함 등은 대부분 소리와 진동을 통해 먼저 나타난다. 다시 말해 인간의 귀가 감지해 왔던 정보는 제조 현장에서 매우 중요한 판단 근거였던 셈이다. 디플리가 제시하는 사운드 AI는 바로 이러한 공백을 메우는 기술이다. 머신비전이 눈의 역할을 수행한다면 머신 히어링은 귀의 역할을 담당한다. 두 기술이 결합될 때 비로소 인간의 감각 체계를 모사하는 피지컬 AI가 완성될 수 있다.
이수지 대표는 음향 AI가 아직 초기 시장 단계에 있지만, 과거 머신비전 AI가 걸어온 성장 경로를 따라 빠르게 확산될 것으로 전망했다. 특히 제조업 현장의 품질 검사와 예지보전, 공정 최적화 분야를 중심으로 활용 범위가 더욱 확대될 것으로 기대하고 있다.
제조업의 디지털 전환은 이제 새로운 전환점을 맞이하고 있다. 공장 자동화의 미래는 더 이상 ‘보는 공장’에 머무르지 않는다. 이제 공장은 스스로 듣고, 분석하고, 판단하는 ‘듣는 공장’으로 진화하고 있다. 사운드 AI는 이러한 변화의 중심에서 제조 혁신의 새로운 기준을 제시하며 피지컬 AI 시대를 앞당기고 있다.
헬로티 임근난 기자 |
* 이 글은 AI TECH 2026 컨퍼런스에서 디플리 이수지 대표가 ‘사운드 AI(Sound AI)’를 주제로 발표한 내용을 재구성하여 정리한 것입니다.
