imai · AI 결과 리포트

고객 없이 확보한 상업 라이선스 청정 실데이터 4종(VT CC0·Zenodo/Mendeley CC BY, 3,827쌍)에 출하 모델 bridge_v6 재학습 없이 zero-shot. 강점: 학습에 없던 터널·고가 미세균열 0.819·콘크리트 종합 0.757(우리 최고 외부 BCL 0.679 상회). 한계: 도로 포장 0.169 무너짐(시설 regime 상이 → 적응 트랙 정당화). 반전: 터널전용 tunnel_v2가 0.411로 generalist의 절반 = "시설전용 항상 낫다" 거짓. thr=0.5 능력측정(배포 t*=0.96 별개).

지금 배포돼 있는 것 한 페이지: 검출(bF1 0.884)→측정(프로파일 측폭 ±7~18%)→게이트→조서 파이프라인 + 파이프라인 수준 놓침율 보장(캡스톤 C4: Mondrian 폭버킷 τ-CRC, 전 버킷 FNR≤0.10, 전역 τ=0.65) + 다중결함 md_s1(철근 0.636·누수 0.581 신뢰 / 박리 0.339·백태 실험적, 부트스트랩이 단일런 낙관 적발). 약한 클래스는 "실험적"으로 정직 출하.

디지털 트윈(imsim) 합성이 실제 검출 난이도 순위를 완벽 예측(ρ=1.00, 재표집 1,989회 견고)함을 코드 강제 가드레일 4조·해시 봉인으로 증명 — "합성으로 난이도 지도→실데이터 취득·모델 우선순위" 플랫폼 가치 첫 정본. 벤더 무관 확정(U-Net·SegFormer·고전 CV 3종이 같은 크랙을 같은 방식으로 어려워함). 난이도 인과분해가 관찰데이터로 못 가른 파편화를 sim 통제실험으로 규명. 정직: 랭크-성립·레벨 낙관(sim 절대치 인용 금지).

라이브 서비스가 실제 교량 사진을 처리한 결과 4종: ①균열 검출(폭·심각도, 외부 held-out bF1 0.884·실교량 83.5%·컨포멀 α=0.05) ②오탐 방어 前後(젖은 얼룩 오검출→VLM 게이트 기각, 핵심 차별점) ③다중결함(철근/누수 신뢰·박리 실험적 정직표기) ④제품이 뽑는 실제 점검조서. 합성·리터칭 없음.

검출 마스크 2~3배 비대가 폭등급·FP감소를 동시 차단함을 실측 확정 → 이미지 단면 프로파일 측폭기 라이브 배포(폭 오차 +58~216%→+7~18%, 검증 4중) → 물리 mesh 기하GT 심판(138크랙): "시각폭↔기하폭은 조명이 가르는 별개 축"(깊은홈 사선광 −68% 부족측정) 신규 통찰. FP 40%↓ 시도는 4회 실측 후 정직 기각(구조적 무여유). 등급 자동화는 참고치 유지.

BCL 압승 후보(구 v5)가 실제 파일럿 도메인(AI-Hub 040 한국 드론교량)서 후퇴(0.359→0.460) — 배포 직전 probe로 적발·보류. 040 크랙 균형 fine-tune한 bridge_v6: BCL광폭 0.017±0.002·bF1 0.889·파일럿 FNR 0.165±0.009·파일럿FP 0.034(v4보다 개선)·컨포멀 α=0.05(3시드). 병행: sim2real 텍스처 레버 전패→물리 변위 mesh 전환, wide 갭 절반~1/3 축소. 잔여=BCL postFP 1.6배(창업자 수용사항). 승격스위트(파일럿 probe 필수축) 기계화.

가설(판정을 감사가능 체크리스트로 격상) 정면 A/B: 베이스라인(대조 프레이밍+첫토큰 p) AUROC 0.98/0.96 vs 체크리스트 v1 0.61·v2 0.39(무작위 이하) — 두 라운드 모두 기각. 진단: C5 부정문 실패(VLM 부정문 뒤집힘)·분해 문항은 대조 상실로 FP 크롭에 전부 CRACK 귀속. 통찰: 게이트의 힘=대조 프레이밍 → 현 제품 설계 유지 검증, 체크리스트는 진단 도구로. v2는 신선 크롭 평가(설계누수 방지). 서명 매니페스트 통과.

운영점 다이얼을 통계 보장으로 격상(Phase 2 M1). 배포규칙 동치 스코어로 t*(α) 캘리 → 분리 테스트 검증: Özgenel(독립 원본) α=0.10 전 시드 성립(FNR 3.6~5.2%), α=0.05는 2/3 시드, BCL·s2는 α=0.2도 "불가" 판정(놓침 바닥>20%). 비자명: 다이얼이 아니라 검출기 고유 놓침 바닥이 지배(개선=모델·데이터) + 보장은 (모델,캘리셋) 쌍별. 구현은 3렌즈 적대검증+몬테카를로 20k로 수학 확정, 배포규칙 불일치 등 6결함 사전 수정. "불가능한 약속을 불가로 증명"이 차별. 서명 매니페스트 통과.

한국 인프라(AI-Hub 075)로 학습한 dense-seg를 라이선스 완결 외부 실데이터에 zero-shot: 실교량 비철(BCL·CC0) 0.679 · 강재(미학습 재질) 0.445 · 근접 건물표면(Özgenel·CC BY) 0.255(스케일 갭 정직 노출), bF1@4px·3독립시드. 비자명: 외부 실교량이 in-domain(0.41)보다 높음 — 0.1mm급 미세균열의 어려운 도메인에서 배워 상향 전이. 확장 실측: 스케일갭 해소 0.255→0.738(cal선택→분리test, 오라클 방지) + 제품 게이트가 무크랙 오검출 85% 기각(0.52→0.076, 3시드 일관) = 검출기 recall+게이트 정밀 논지의 외부 실증. file-level 라이선스 검증·세탁셋 배제. 서명 매니페스트 통과.

감사가 지적한 한계(게이트를 자명한 직립만으로 측정=무의미)를 넘어, GMDCSA-24 진짜 바닥 적대(팔굽혀펴기·요가·바닥앉기·전굴)를 낙상 look-alike로 스트레스. VLM 게이트(Cosmos-Reason2, zero-shot) 이벤트레벨: 바닥 적대 오탐 3.8%(26클립 중 1) + 진짜 낙상 85% 포착, 클립 그룹 부트스트랩 CI. 정직한 단일 실패모드도 공개(바닥에서 자기=단일프레임 근본 모호, 시계열 필요). 단순 검출기 대비 우리 차별(맥락 추론). 서명 매니페스트 통과. (검출기 recall붕괴는 별도 — 게이트=정밀도.)

URFD(폴란드 Kinect) 학습 → 완전 다른 출처 GMDCSA-24(인도 웹캠, CC BY) held-out. 운영점 정합(같은 오탐서 detection 비교)으로 재측정: in-domain 낙상검출 0.76–0.86 → cross-dataset 0.14–0.30로 3~5배 붕괴(FAR≤0.2서 ~1/5). 문헌 2~3배보다 큰 갭. rigor: 고정conf가 시드별 운영점 딴판(std 0.27)이라 matched-FAR로 안정화. 철회된 합성·오라벨 "한국적응 0.83"을 진짜 실낙상 수치로 대체. 3독립시드·서명 매니페스트로 게이트 통과.

AI-Hub 075(드론촬영 한국 SOC 인프라: 교량·터널·옹벽)로 구조물 종류 간 cross-structure dense-seg. in-structure boundaryF1@4px 0.33–0.47, cross-structure 0.34–0.39 — 화재와 달리 붕괴 안 함(−16~22%, 크랙은 보편적 특징). 비자명 발견: 터널이 본질적으로 최난(bridge→tunnel이 tunnel→tunnel 능가). 절대수준 modest는 0.1mm급 미세균열 정직 측정이라 그렇다. 3독립시드·서명 매니페스트로 게이트 통과. 누수·세탁셋의 옛 CrackSeg9k 0.772(mIoU) 은퇴.

서로 다른 AI-Hub 화재셋(058↔089)으로 진짜 cross-source 측정. in-source는 0.59–0.80이지만 다른 출처로 가면 0.11–0.34로 붕괴(−42~86%). 3 독립시드(byte-identical 아님 검증)·서명 매니페스트로 정직성 게이트 통과한 첫 리포트. 회복곡선: 타깃 10%만 주입해도 0.15→0.53(격차 57% 회복). 적응방법 A/B 추가: norm-only(AdaBN·affine) 무효, 타깃만 full-FT는 원도메인 −40% 망각 → 처방=혼합 재학습. 구 in-dist 0.85/0.90 대체.

KISA 쓰러짐 성능시험은 검출기 성능을 본다. 우리에게 없던 실 쓰러짐 검출기를 URFD로 학습(yolov8s) → held-out mAP50 0.86(v2). [정정·철회] 라벨을 육안 검증하니 AI-Hub 171 실신은 실 한국 CCTV가 아니라 그린스크린 합성이고, 자동라벨이 누운 사람을 못 잡아 서 있는 사람에 오박스 → "한국 도메인적응 [철회]"은 무의미·철회. URFD 기저 라벨은 육안검증 양호. 교훈: 숫자 전에 이미지를 봐야 한다. 재작업 진행.

파일럿 전환 웨지의 실체 도구. 고객 CCTV 프레임을 방화벽 안에서(데이터 유출 0) 사람검출 + fall 게이트로 돌려 "오탐을 이만큼 줄였다"를 정직하게 측정. 무라벨=정성 사전선별, 소량 검토라벨=수치 SLA 다이얼. imai-safety-evaluate.sh 원클릭. 콜드셀이 아니라 "당신 footage 주면 무료로 재드립니다" 측정 제안 — measure-first가 곧 세일즈 무기.

BD용 "직접 만져보는" 데모(서버 없이 URL 하나). 실제 게이트 케이스를 넘겨보며 한국어 근거 확인 + 다이얼 슬라이더로 오탐 기각↔쓰러짐 recall을 실시간 조정(실제 453 records 계산). 쓰러짐 미탐 케이스(빨간 테두리)까지 정직하게 노출. 세일즈 미팅에서 서버 죽을 걱정 없이 "운영점을 계약으로 정한다"를 보여주는 무기.

크랙·화재에 이은 3번째 버티컬(온프렘 산업안전·이상탐지). 검출기가 "쓰러짐" 후보를 올리면 VLM 2차 게이트가 정상 작업/생활 자세(앉음·굽힘·직립)를 맥락으로 기각. 공개 낙상 벤치(URFD) zero-shot 실증. 실증된 것: 정확한 한국어 근거로 자세 판별(설명가능)·하드판정 쓰러짐 recall 85%. 정직: URFD는 실험실이라 정상=직립이 자명 → 오탐 기각 100%는 상한(ceiling)이지 산업 난이도 아님(세일즈 수치로 안 씀). 쉬운 데이터에서도 쓰러짐 15% 미탐(게이트가 "작업 자세로 보임" 판단) → recall 우선·보조 포지셔닝. 시계열 몽타주 게이트로 미탐 15%→11.8% 저감(검증), 단 ~12%는 여전히 놓침(정직). 실산업 수치는 파일럿 때 고객 CCTV.

벤더가 안 내는 공개 벤치 검증. 표준 CrackSeg9k(ECCV-W 2022)에 논문 동일 지표로 두 각도: (b) in-domain — 우리 plain U-Net(eff-b4)이 mIoU 0.772/F1 0.721로 더 무거운 SOTA(DeepLabV3+DINO 0.771/0.724)와 동급(50ep 최종본 0.779/0.732 상회); (a) zero-shot — 교량모델 blind 적용 시 F1 0.164/recall 9.5%로 도메인갭을 정직하게 노출(=시설별 적응이 필요한 이유). 모델카드+재현스크립트 공개. caveat: split은 논문과 동일 아님(동일 데이터·비율·지표).

경쟁조사가 지목한 유일한 복제불가 자산: 점검자 리뷰 → 재학습 → 시설별 개선의 메커니즘 시연. ⚠ 정직 caveat: "점검자 교정 라벨"은 실 라벨이 아니라 GT마스크로 만든 시뮬(실 /feedback 0개)이고, 격차(J 0.280 vs 무선별 0.243)는 노이즈 수준·단일 시드(CI 없음)다. 즉 "이김"이 아니라 루프가 배선됐고 교정신호가 선별가치를 가질 수 있다는 시연. 실 우위는 실 점검자 라벨+CI로 재측정해야 성립. (무선별 1800/선별 500 = 3.6배)

전략 종합 후 첫 실행: 운영점 다이얼(p_reject)을 GT로 보정(Platt). "신뢰도 0.7"이 실제 70% 오탐을 뜻하도록 — ECE 0.114→0.063(−44%). 조사가 못 박은 "미보정 점수는 계약 근거 못 됨"을 해소 = 측정 SLA를 고객별 신뢰가능하게 계약하는 전제이자 능동학습 데이터 루프의 기반. reliability diagram 공개 = 검증가능 정직성 자산.

전체 사이클(제품 M1~M5·경쟁조사·사업재검토·화재 재검증·NeMo FT·2회 코드리뷰) 종합. 냉정: 원천기술=table-stakes, 차별=정직성을 검증가능 메커니즘으로 구현. 빠진 결정적 조각=복제 불가 데이터 해자(리뷰→재학습 루프, UI가 이미 신호 캡처). 다음 계획 3트랙: (A)첫 파일럿 (B)데이터 해자 (C)검증가능 정직성.

우리 수치를 우리가 실촬영 held-out(058 실야간 화재 포함)으로 재측정. 죽은 주장: 악조건증강 야간 +418%(실야간 전이 0 — 순환검증이었음). 살아남은 것: VLM 오탐게이트 91.5% 기각(N=305, 10배 표본)·주간 실화재 유지 100%·야간 87%(비용 공개), 도메인 적응 시 실야간 mAP50 0.84(clip-disjoint). 세일즈 사용가능 수치 확정표 포함.

경쟁조사가 확인한 우리의 유일한 진짜 차별=정직성을 공개 자산으로. 업계는 90~97% 광고하나 교차도메인 연구 SOTA(OmniCrack30k)는 64~66%가 천장 — 광고는 단일도메인 부풀림. 우리는 부풀리지 않고 당신 데이터 실측 SLA를 계약(VLM 게이트 오탐 −48% @ recall 72%, 비용까지 공개). 부풀린 수치가 숨기는 트레이드오프를 정직히.

동일 시설 과거 vs 현재 점검을 비교해 결함 진전을 추적. 같은 위치 결함을 bbox 대응으로 매칭 → 균열 폭 변화(확대/유지)·신규 발생·해소를 분류하고 확대 결함 평균 폭 증가를 산출. 우선 조치 대상 식별. 메커니즘은 실동작(정직 표기: 실증 진전 수치는 재점검 실데이터 필요 — 현재는 시뮬레이션 데모).

실동작 제품 UI 데모. 이미지 업로드 → 균열·박리·백태·철근 자동 검출·정량화 → VLM 2차 판정(전문가급 근거 표시) → 점검자 유지/제외 검토 → [검토 확정(학습 반영)](점검자 교정을 학습 데이터로 축적 = 데이터 해자) → 리포트/CSV/조서초안. 검출 서비스가 직접 서빙하는 자기완결 UI(외부 의존 0)·온프렘. 실제 분석 5장·결함 18개 임베드 — 결과 화면과 유지/제외 토글은 브라우저에서 실제로 동작.

조각난 스크립트·수동 docker를 호출 가능한 추론 서비스로. 균열=dense-seg + 면적결함(박리·백태·철근)=YOLO 상보 결합 + VLM 2차 오탐게이트를 HTTP로 배선(수동 chown·파일글루·런타임 pip 제거). 이미지 업로드 → 검출·정량화·게이트 → 결정 리포트 자동생성. 후발주자 3축(품질·편리·적용)을 세우는 GS 지향 설치형 컨테이너.

실측: 검출기 76 FPS(연속 감시), VLM 오탐게이트 0.026초/후보(배치8, 정확도 100% 유지). 알람 판정 end-to-end ≈0.13~0.37초 — RFP 상한(30초)의 1% 미만. 실시간은 병목 아님. 생성길이·thinking 무관(비전인코더가 병목), 배칭엔 left-padding 필수(안하면 정확도 붕괴).

낮 영상만 학습하면 화재는 야간 −82% 붕괴(0.263→0.047), 균열은 악조건 −39% 붕괴. 악조건 합성증강이 둘 다 회복(화재 +418% 거의공짜, 균열 +38%). 단 균열은 FP 대가(0.01→0.66) — 얇은 결함은 노이즈가 결함처럼 보임. measure-first가 잡은 태스크 의존적 트레이드오프. 실제 야간 검출 장면 포함.

"불꽃은 발광이라 평면 cut-paste론 부족" 가설을 Isaac Sim으로 검증. 실화재를 3D 씬에 발광 배치하자 2D가 실패한 곳에서 실데이터 초과 — 절차룸 in-domain +9%. 나아가 실 텍스처 창고 배경은 미지 도메인 일반화 +20%. 씬 사실성은 정확도가 아니라 일반화를 산다. 058 raw 스캔은 blocked(블렌더 재저작 필요).

우리가 만든 USD 3D 장면을 눈으로: 실 텍스처 창고 화재(작동✅)·절차룸(+9%)·058 실건물(회색 blocked)·089/058 도메인 비교. 각 이미지는 Isaac이 USD를 실제 렌더한 프레임.

"3D 합성 시도"에서 출발 → AI Hub 058은 완성 합성이 아니라 실화재+3D 씬 자산임을 정성 검증(정직한 반전). 그 실사로 교차 도메인 격차 측정: 089→058 −64%, 058→089 사실상 완전붕괴(≈0). 그러나 혼합이 트레이드오프 없이 두 도메인 모두 지킴 — 다양 실데이터가 일반화 1차 지렛대.

균열용으로 만든 [데이터엔진+검출+VLM] 스택이 완전히 다른 문제(화재/연기)에 코드변경 없이 작동. 실 화재현장 불꽃·연기 검출 + baseline 0.26. "크랙 shop 아닌 범용 이상탐지 플랫폼" 실증.

지표가 아니라 눈으로 보는 제품 동작. 실 교량·하수관로에 파이프라인을 돌린 검출 장면(원본·정답·dense-seg·YOLO 나란히) + VLM 오탐게이트 실제 판정 + 전체 절차. dense-seg(빨강)가 YOLO(파랑)가 놓친 균열을 잡는 게 보임.

2~4주 고객 PoC의 결정가능 리포트 템플릿. 우리 교량 실측 기반 데모: 성공기준 대비 판정·검출품질·operating point·ROI 견적·정직한 한계. 상품 산출물 형태.

프로스펙트(점검 SI·시설 안전책임자)용 오퍼. 문제→오퍼(이미지 폴더만 주면 2주 내 결함 자동선별·정량화 결정 리포트)→결과물 미리보기→진행방식→점검자-보조 프레임(인증·책임 이전 없음)→왜 우리(measure-first·VLM 오탐게이트·온프렘)→CTA. 방금 만든 intake 파이프라인을 영업 자산으로 포장.

"2주 PoC 상품"의 실체. 고객 이미지 폴더만 주면 자동 검출 → 심각도 정량화(길이·폭·등급) → VLM 2차 오탐게이트 → 결정 리포트. 실 교량 30장 데모: 균열 106건 검출 → VLM게이트 55건 확정, 이미지별 주석+심각도 표. 점검자-보조 프레임(자율 안전 아님, 최종책임은 인증 점검자). 연구 스크립트를 고객이 쓰는 제품으로 감싼 실물.

가장 약했던 균열을 full-res dense-seg + clDice로 재설계. 공정비교로 YOLO 품질 전지표 압승(mAP50 2.1×·boundary-F1 +0.20) + FP 92%→1% 해결. 초기 실패→공정비교 반전→완승의 정직한 여정.

균열→4클래스 범용 확장(면적형 강함 ~0.45). 그리고 희소 결함(철근)에 데이터엔진 이득 +49%(극희소일수록 폭발) + 게이트가 합성종류별 옳은 전략 선택을 정량검증.

검출기(1차) + Cosmos-Reason VLM(2차) 맥락판정으로 오탐저감. 실 터널 이미지에 검출·판정·설명 시각화.

sim2real 합성 데이터엔진(합성 + CLIP 도메인갭 선별 게이트)을 균열 검출로 검증. 4개 재현 결과 + 정직한 한계.