연구자료실
설비 연결, 품질 검사, 생산 분석과 제조 업무에 관련된 외부 논문입니다.
연구자료 검색
논문 목록
T08. OCR, VLM과 산업 현장 표시장치 판독
- T08-1유사문제2025년 이후
Do Vision-Language Models Measure Up? Benchmarking Visual Measurement Reading with MeasureBench
MeasureBench (계측기 판독 평가 묶음)
한국어 검토 보기
해결 문제
- 사람은 눈금과 바늘을 보면 값을 바로 읽는다. 요즘 시각언어모델은 이걸 잘 못 한다. 그 실력을 재는 잣대가 없었다.
핵심 구조
- 계측기 이미지와 질문을 짝지은 평가 묶음을 만들었다. 실제 사진과 합성 이미지를 같이 쓴다.
- 합성 쪽은 바늘 각도, 눈금, 조명을 바꿔가며 자동으로 찍어내는 생성 절차를 붙였다.
- 합성 데이터로 강화학습 미세조정도 해봤다.
주요 결과
- 가장 좋은 최신 모델도 계측기 판독에서 크게 헤맸다.
- 전형적인 실패는 바늘이나 눈금의 위치를 잘못 짚는 것이다. 글자와 숫자는 읽는데 지시 위치를 놓쳐서 값이 크게 틀린다.
- 합성 데이터 강화학습 미세조정은 합성과 실사진 양쪽에서 성능을 올렸다.
한계
- 평가 위주라서 현장 배치용 모델을 내놓은 건 아니다.
- 합성 이미지가 실제 공장의 먼지, 반사, 흔들림을 다 담지는 못한다.
우리 기능과의 연결
- 설비 데이터 수집에서 통신이 안 되는 아날로그 계기를 카메라로 읽어 값으로 바꾸는 일과 같은 문제다.
- T08-2구조대응2025년 이후
DialBench: Towards Accurate Reading Recognition of Pointer Meter using Large Foundation Models
DialBench와 MRLM (바늘형 계기 판독)
한국어 검토 보기
해결 문제
- 전력 설비의 바늘형 계기는 반사, 가림, 비스듬한 각도 때문에 자동 판독이 어렵다.
핵심 구조
- RPM-10K라는 계기 이미지 10,730장짜리 자료를 만들었다.
- MRLM이라는 시각언어모델을 제안한다. 바늘과 눈금 사이의 기하 관계와 인과 관계를 모델에 직접 넣는다.
- 교차 주의집중 결합과 적응형 전문가 선택으로 숫자 값을 만들어 낸다.
주요 결과
- 새 평가 묶음에서 제안 방식의 유효성을 보였다. 자료와 코드를 공개하겠다고 밝혔다.
한계
- 전력 설비 계기 중심이다. 프리프린트라 동료심사 검증은 아직이다.
우리 기능과의 연결
- 설비 데이터 수집에서 아날로그 계기 값을 자동으로 채우는 모듈의 구조로 대응해 볼 수 있다.
- T08-14후보2025년 이후
Qwen2.5-VL Technical Report
Qwen2.5-VL (문서 판독과 위치 지정을 강화한 후속 세대)
한국어 검토 보기
해결 문제
- 앞 세대는 해상도를 살리는 데까지 갔다. 그런데 현장에서 필요한 건 두 가지가 더 있다.
- 하나는 문서와 표를 통째로 구조화해 뽑는 일이다. 다른 하나는 "그 값이 화면 어디에 있는지"를 좌표로 짚는 일이다.
핵심 구조
- 시각 인코더를 창 단위 주의집중(window attention)으로 바꿨다. 입력이 커져도 계산량이 많이 안 늘어난다.
- 화면 속 대상을 사각 상자나 점으로 짚어 내는 위치 지정을 정식 기능으로 넣었다.
- 문서 판독을 별도 과제로 학습시켜 문서, 표, 차트, 도표를 구조화된 결과로 뽑게 했다.
- 영상은 시간 정보를 함께 넣어 몇 초 지점에서 무슨 일이 있었는지까지 짚는다.
- 세 가지 크기로 낸다.
주요 결과
- 가장 큰 720억 개 값 모델이 여러 평가에서 상용 최상위 모델과 견줄 성적을 냈다고 보고한다.
- 특히 문서와 도표 이해에서 강점을 주장한다.
한계
- 기술보고서다. 동료심사를 거친 논문이 아니다.
- 계기 판독을 따로 평가하지 않았다. 바늘 위치를 못 짚는 실패가 사라졌다는 근거는 이 보고서에 없다.
우리 기능과의 연결
- 현장 배치용 공개 시각언어모델을 고를 때 지금 기준선으로 놓을 후보다.
- 설비 조작화면 사진에서 값과 그 값의 위치를 같이 뽑아야 하는 작업, 그리고 AI 기준정보 생성의 문서 구조화 작업 양쪽에 걸린다.
- 13번과 나란히 놓고 같은 사진으로 비교해야 세대 차이가 실제로 있는지 확인할 수 있다.
검토 메모
- 메타 확인 메모: 저자 27인은 2026-08-27에 arXiv 초록 페이지에서 직접 셌다. 제1저자는 Shuai Bai다. 13번 Qwen2-VL의 제1저자 Peng Wang은 이 보고서에서 8번째로 들어간다. 두 논문을 같은 저자 순서로 적으면 안 된다.
연구에서 제품 적용까지
운영 중인 기능, 시범 적용과 개발 중인 기술을 구분해 정리했습니다.
보유기술 보기