AI 기반 초분광 영상 분석 기업 엘로이랩이 최근 이탈리아 로마에서 열린 세계적 학술대회 ‘국제 신경망 학회(IJCNN 2025)’에 참가해, 자사의 신기술인 ‘중요도 가중 손실 함수(Importance-Weighted Loss, IWL)’ 기반 이상탐지 알고리즘을 발표했다. 특히 이번 기술은 산업 현장에서의 실효성과 적용성이 두드러진다는 점에서 주목을 받았다.

IJCNN은 인공 신경망 분야에서 가장 오래된 국제 학회 중 하나로, 올해 39회를 맞아 6월 30일부터 7월 5일까지 Pontifical Gregorian University에서 진행됐다. 엘로이랩은 이번 학회에서 ‘긴 꼬리 이상점수 분포(Long-Tailed Anomaly Score)’ 문제 해결을 핵심 주제로 한 논문을 통해 자사의 연구 성과를 공유했다.

엘로이랩이 제안한 IWL 방식은, 기존 이상탐지 모델의 구조를 변경하지 않으면서도 성능을 유의미하게 향상시킬 수 있는 ‘손실 함수 중심 접근법’이다. 특히 다양한 정상 패턴을 포괄하지 못하거나, 소수의 이상 데이터에 취약했던 기존 알고리즘의 약점을 통계 기반으로 보완한 것이 특징이다.

이 기술은 벤치마크 이미지 데이터뿐 아니라 실제 산업 현장에서 활용되는 초분광 이미지 3종 데이터셋에서도 테스트돼, 식품·환경·제조 등 다양한 분야에서의 높은 실용성을 입증했다. 초분광 영상은 수십~수백 개의 파장 정보를 동시에 담는 고차원 영상으로, 이물질 탐지, 품질 관리 등 다양한 응용처에서 사용되고 있다.

엘로이랩은 “단순한 손실 함수의 변형만으로도 기존 모델의 한계를 실질적으로 극복할 수 있다는 점에서, 본 연구는 산업 AI 적용의 실용적 전환점이 될 수 있다”고 강조했다. 이어 “향후 데이터 증강 및 다양한 AI 학습 기법과의 융합을 통해 다양한 산업에 안정적으로 확산 가능한 모델을 지속 개발할 계획”이라고 밝혔다.

온라인부 장세갑 기자 csk@

〈ⓒ 대한경제신문(www.dnews.co.kr), 무단전재 및 수집, 재배포금지〉