온톨로지 기반 엔터프라이즈 AI 전문기업 인포시즈(대표 탁정수)가 서울대학교 컴퓨터공학부 김건희 교수 연구팀과 손잡고 고난도 산업 도면의 전체 맥락을 한 번에 해석하는 특화 AI 원천기술 개발에 돌입했다. 반도체·에너지·정유·화학 플랜트 현장에서 공정 영향도 분석과 설계 검증에 활용 중인 인포시즈의 도면 자동화 솔루션 ‘델타플로우(DELTAflow)’의 상용화 노하우에 서울대의 인공지능 원천 연구 역량을 접목해 글로벌 수준의 산업 특화 파운데이션 모델을 구축한다는 구상이다.
이번 산학 프로젝트의 핵심은 기존 도면 분할 판독 방식의 한계를 뛰어넘는 ‘전체 단위(Whole-scale)’ 기반 ‘이미지 투 그래프(Image-to-Graph)’ 아키텍처 구현에 있다. 수만 개의 설비와 배관, 계측기가 얽혀 있는 플랜트 설계 도면은 개별 기호를 식별하는 것보다 객체 간의 연결 구조와 공정 흐름을 입체적으로 파악하는 것이 관건이다. 양측은 고해상도 도면 전체를 단일 입력값으로 처리해 세부 심볼의 정보 손실 없이 도면 내 상관관계를 구조화된 지식그래프 데이터로 자동 변환하는 AI 모델을 설계한다.
모델의 실전 정밀도를 높이기 위한 대규모 현장 데이터 학습도 동시에 전개된다. 인포시즈는 실제 플랜트 및 제조 현장에서 축적한 약 2만 장 분량의 비정형 도면 데이터를 학습 파이프라인에 투입해 복잡한 설계 규격과 설비 연결 패턴을 정교하게 학습시키고 있다. 우선 플랜트 설계의 근간인 배관계장도(P&ID) 분석 기술을 고도화한 뒤, 전력 계통의 단선 결선도(SLD)와 제어 로직 다이어그램 등 다종 엔지니어링 도면 전반으로 적용 범위를 확장할 계획이다.
인포시즈는 연구 개발 성과를 자사 주력 플랫폼인 델타플로우에 순차적으로 이식해 현장 엔지니어의 업무 효율을 획기적으로 끌어올릴 방침이다. 대규모 도면의 고속 자동 판독과 지능형 검색, 설비 계통 추적, 도면 개정 이력 대조 기능을 고도화하는 한편, 장기적으로는 도면에서 추출한 그래프 데이터를 기업의 설비·운영 데이터베이스와 통합해 AI 에이전트 기반의 자율형 엔지니어링 의사결정 체계로 진화시킨다는 로드맵을 세웠다.
탁정수 인포시즈 대표는 “방대한 산업 도면의 전체 구조와 유기적 연결 관계를 AI가 오차 없이 판독하는 영역은 범용 멀티모달 모델로도 풀기 어려운 핵심 기술 난제”라며 “서울대학교 연구진과의 긴밀한 협업을 통해 산업 도면 AI 분야의 새로운 기술 표준을 확립하고, 현장의 설계·운영 업무 패러다임을 혁신하겠다”고 설명했다. 김건희 서울대학교 교수는 “제조와 플랜트 비중이 높은 국내 산업 생태계에서 도면 인식 AI는 산업 전반의 생산성을 좌우할 파급력이 큰 기술”이라며 “이번 공동 연구로 독자적인 산업 특화 AI 원천기술을 확보해 국내 주력 산업의 기술 자립도를 높이는 데 일조하겠다”고 강조했다.
이미지 제공: 인포시즈
