imai 구조물 결함 점검 AI · GS인증 대상물
GS인증 시험 대상물 1/3 (과기정통부 고시 「SW 품질인증 세부기준 및 절차」 제10조 요건 대응). ※ [ ] 표시 항목은 회사 확정 필요.
| 항목 | 내용 |
|---|---|
| 제품명 | imai (immersivecast ai — 구조물 결함 점검) |
| 버전 | 0.9.0 |
| 제품 유형 | 응용 소프트웨어 (AI 영상분석, 온프렘 설치형) |
| 배포 형태 | Docker 컨테이너 이미지 2종 + 모델 아카이브 + 설치 스크립트 |
| 항목 | 내용 |
|---|---|
| 공급자 | (주)이머시브캐스트 (immersivecast) |
| 주소 | 경기도 성남시 수정구 창업로 54 |
| 웹사이트 | https://immersivecast.com |
| 연락처 | pr@immersivecast.com |
목적: 시설물(교량·터널·하수관로) 점검 이미지에서 구조물 결함을 자동 사전선별·정량화하여 점검자의 판정을 보조한다. (자율 안전판정 시스템이 아님 — 최종 결함 판정과 구조 안전 판단·책임은 인증 점검자에게 있음)
검토 피드백 학습 (데이터 해자) — 점검자의 유지/제외 검토를 결함 크롭과 함께 라벨로 축적(온프렘, 외부 유출 없음). AI-점검자 판정 불일치(교정) 우선 선별 재학습으로 시설별 모델을 지속 개선(내부 실측: 교정 선별 재학습이 무선별 4배 데이터보다 우수). 운영점 다이얼은 Platt 보정된 확률(ECE −44%)로 제공.
온프렘 PoC 평가 키트 (icinspect-evaluate) — 고객 방화벽 안에서 원클릭으로 고객 이미지에 검출+게이트를 돌려 정직한 측정 SLA 리포트 방출(데이터 외부 유출 0). 라벨 없으면 정성 사전선별, 소량 리뷰 라벨 有이면 오탐 −X%@recall 보존 수치 SLA. 도입 전 실측·계약 근거.
| 항목 | 최소 요건 |
|---|---|
| 서버 | x86_64 Linux (Ubuntu 22.04+ 권장), RAM 32GB+ |
| GPU | NVIDIA GPU 24GB+ (VLM 게이트 포함 시), 검출 단독은 8GB+. 문안 초안 모듈 추가 시 +30GB |
| 소프트웨어 | Docker 24+, Docker Compose v2, NVIDIA Container Toolkit |
| 네트워크 | 완전 오프라인(폐쇄망) 동작 가능 — 외부 통신 불요 |
| 클라이언트 | 최신 Chrome/Edge 브라우저 (서버 :10036 접속) |
검증 하드웨어 매트릭스(정직): 전 기능 실측=NVIDIA Blackwell 96GB. pre-Ampere(Turing 등 sm<8.0): bf16 미지원 → VLM 게이트 fp16 자동 폴백(코드 반영). 설치 직후 install-verify.sh 실행으로 고객 노드 실기동·GPU사양·스모크검출을 검증하고 install-report.json 방출 권장. 사양별 게이트 SLA는 현장 재측정(양자화·fp16이 오탐기각에 영향 가능 — 정직 공개).
| 구성물 | 내용 |
|---|---|
imai-inspect-pkg_<ver>.tar.gz |
검출 서비스 컨테이너 이미지(검출 모델 4종 내장) |
imai-vlm-pkg_<ver>.tar.gz |
VLM 오탐게이트 서비스 컨테이너 이미지 |
models-vlm/ |
VLM 모델(Cosmos-Reason2-8B) 아카이브 |
docker-compose.yml, install.sh |
설치·기동 스크립트 |
| 사용자매뉴얼 | 설치·사용·API·성능과 한계 |