본 기술은 LiDAR, RGB, IR 영상 등 다중 센서 데이터를 활용하여 도로, 교량, 문화유산 등 다양한 구조물의 손상을 자동으로 탐지·분석하는 지능형 에이전트 기반 모니터링 기술이다.
에이전트는 MLOps 파이프라인을 기반으로 학습, 배포, 재학습 과정을 자율적으로 수행하여 모델 성능을 지속적으로 관리하며, 시계열 데이터와 3D 포인트 클라우드를 통합 분석함으로써 구조물의 장기적인 열화 변화를 능동적으로 추적한다.
또한, 엣지 디바이스에서 실시간 추론이 가능한 경량화된 에이전트로 동작하며, 자율주행 로봇 및 드론 등 외부 수집 시스템과 연동되어 현장 중심의 자율형 지능 모니터링 서비스를 제공한다.
o 다중센서로부터 수집되는 대규모 영상 데이터를 효율적으로 분석·예측하기 위한 지능형 탐지·모니터링 에이전트 기술을 이전하여, 자율형 모니터링 시스템 구축에 활용하고자 함.
o 데이터 수집부터 학습·검증·배포까지 전 과정을 자동화하는 MLOps 기반 에이전트 기술을 적용함으로써, 운영 효율성과 신뢰성을 향상시키기 위함.
o 도로, 교량, 건축물, 산업설비 등 다양한 사회 인프라는 지속적인 모니터링과 관리가 필요하나, 기존의 수작업 점검은 인력·시간 소모가 크고 효율성이 낮음. 본 기술은 에이전트 기반 자동화된 탐지·분석 기능을 통해, 지능형 CCTV, 도로 시설물 관리, 산업 안전 관리 등 다양한 분야에서 조기 이상 탐지와 자율형 모니터링을 가능하게 하여 유지관리 효율성과 안전성을 크게 향상시킬 수 있음.
본 기술은 다중 센서 데이터를 통합 분석하는 지능형 에이전트를 통해 균열, 변색, 침식 등 다양한 손상 유형을 자동으로 검출할 수 있으며, 지점(POI) 단위의 맞춤형 모델 학습을 수행하는 에이전트 구조를 통해 고정밀 분석이 가능하다.
또한, MLOps 기반의 자율형 에이전트는 학습, 배포, 재학습 전 과정을 자동화하여 유지관리 효율성을 향상시키고, 모델 버전 관리 및 데이터 아카이빙 기능을 수행한다.
경량화된 딥러닝 기반 에이전트는 Jetson 등 엣지 디바이스에서 초당 180FPS 수준의 실시간 추론을 지원하며, GUI 기반의 에이전트 관리 환경을 제공하여 비전문가도 쉽게 운영할 수 있다.
이를 통해 기존의 수작업 중심 점검 방식을 대체하고, 구조물의 열화 상태를 정량적으로 분석하는 에이전트 기반 의사결정 지원을 통해 조기 이상 탐지 및 장기적 유지관리 효율성을 극대화할 수 있다.
ㅇ 기술이전 내용
- 영상 및 센서 데이터를 활용한 손상 탐지 및 모니터링 플랫폼
- 입력 데이터의 전처리와 분석을 지원하는 통합 파이프라인 제공
- 분류, 검출, 분할 등 다양한 인공지능 모델 적용 가능
- MLOps 기반 모델 학습·배포·재학습 자동화 기술 제공
- 경량화 모델을 통한 실시간 추론 및 엣지 디바이스 적용 지원
ㅇ 기술이전범위
- 소스 코드 (AI 분석 엔진 MLops 파이프라인등 포함)
- 이전 기술 관련 소스파일, 예제 데이터, 다양한 예제 실행을 위한 Makefile
o 공공·산업 분야의 에이전트 기반 지능형 모니터링 시스템 구축 (예: 시설물, 환경, 안전, 제조 등)
o 이상 징후 조기 탐지 및 예측 분석을 통한 자율형 예방 유지관리 체계 구현
o AI 모델 운영 자동화(MLOps)를 기반으로 한 에이전트의 지속적 성능 개선 및 관리 효율화
o 다중센서 융합 데이터 활용을 통한 에이전트 기반 정밀 진단·분석 기술 고도화