엘로이랩, IJCNN 2025서 ‘중요도 가중 손실 함수’ 기반 이상탐지 기술 발표… “산업 적용성 주목”

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.

< 출처: https://www.dnews.co.kr/uhtml/view.jsp?idxno=202507311347410240879 >