저자 : 진경찬

진경찬
  • 진경찬
Tel 010-3826-6729
Email kcjin@kitech.re.kr
SNS
  • 소 속한국생산기술연구원
  • 직 업연구원
  • 직 위수석연구원
  • 전문분야신호처리
  • 세부분야신호처리

저자 소개

-

학력 / 경력 정보

활동내역

저자의 다른 글 보기

-

상세 보기

  • KITECH 생산기술 전문지 > 지속가능기술
  • Volume 2(3); 2025
  • Article

지속가능기술 2025;2(3):62-68. Published online: Jul, 1, 2025

PDF

SAM 2 모델 이해 및 응용

  • 진경찬*, †
진경찬
  • 진경찬
    * 한국생산기술연구원 지속가능기술연구소 저탄소배출제어연구부문 / 선임연구원 / hitae0@kitech.re.kr / 교신저자
초록

객체 분할(Object Segmentation)은 신호처리 분야에서 입력 신호를 객체 또는 의미 있는 객체 일부 영역의 집합으로 구분하는 과정이다. 이는 영상 내 객체의 종류, 위치, 형태를 정확히 파악하며, 자율주행 및 의료 분야를 포함한 다양한 영역에서 중요한 활용성을 가진다. 객체 분할 기술의 정확도 향상을 목표로, 2024년 Meta FAIR(Fundamental AI Research)은 트랜스포머 모델을 적용한 SAM(Segment Anything Model) 2 AI 모델을 발표하였다. 본 연구에서는 모바일 디바이스로 촬영된 사진을 SAM 2 모델이 탑재된 원격 서버로 전송, 객체 분할 추론 연산을 수행하는 기능을 구현하고 그 결과를 제시함으로써 SAM 2 추론 모델의 유용성을 입증하였다. 향후 SAM 2 파운데이션 응용 모델은 산업 현장의 안전 관리, 생산성 향상, 그리고 결함 검사에 적용될 수 있으며, 특히 안전 관리 측면에서는 작업자의 접근 금지 구역 침범이나 위험 상황 발생 시 즉각적인 알림을 제공하며, 작업자 쓰러짐, 비인가 구역 침입 등 안전사고로 이어질 수 있는 비정상적인 상황을 객체 분할을 통해 신속하게 감지하는 데 활용 가능성이 높다. 또한, 생산 라인에서는 제품 영상에서 제품 자체를 배경으로부터 정확히 분할하고, 분할된 영역 내에서 긁힘, 이물질, 변형과 같은 외관상 결함을 정밀하게 탐지하는 데 효과적으로 기여할 것으로 기대한다.

키워드 Segmentation, Transformer, AI, Inference, Dart, Flutter

댓글0
로그인 후 댓글을 작성할 수 있습니다.로그인 하기