Sound into
Insight

디플리는 2017년에 설립된 인공지능(AI) 스타트업으로, 소리 분석 기술을 활용한 다양한 솔루션을 제공하는 회사입니다. 초기에는 아기 울음소리를 분석하는 서비스로 시작했으며, 현재는 제조, 보안, 방범 등 여러 분야에서 활동하고 있습니다.

소리 AI는 사람의 귀에 의존하던 청각검사를 자동화합니다. 작업자가 귀나 손끝 감각으로 판단하던 검사는 피로도에 따라 판단이 달라지고 검사 이력도 데이터로 남지 않는데, Listen AI는 같은 판단을 소리 신호로 수행하고 OK/NG 결과를 기록으로 남깁니다. 대규모 청각검사 라인 운영에서는 60% 이상의 비용 절감이 보도된 바 있습니다. 검사 항목별 정확도와 측정 범위는 Listen AI Industrial 페이지의 FAQ에서 다룹니다.

Listen AI는 영상이나 진동이 아니라 소리 신호를 판단 근거로 삼습니다. 비전 센서가 놓치는 모터·액추에이터의 내부 결함까지, EOL 단계에서 24/7 전수 검사해 불량 유출을 99.8% 차단합니다. 이 수치는 EOL 단계 모터·액추에이터 전수 검사 기준이며, 다른 검사 항목의 수치와 합쳐 쓰지 않습니다. 커넥터 체결음처럼 사람 귀로는 구분하기 어려운 미세한 소리도 같은 방식으로 OK/NG를 판정합니다.

Listen AI Industrial의 기본 솔루션은 회전체 이음검사, 조립라인 커넥터 체결음 검사, 기계 노후화 검사 세 가지입니다. 양산 조립 공정에서는 OEM 조립 라인의 고소음을 극복하고, 커넥터 및 볼트의 연속 체결 작업을 99%+ 정확도로 실시간 감지합니다. 제품이 아니라 설비를 대상으로 하는 예지보전에서는 15TB 규모의 제조 현장 음향 데이터셋과 70가지 이상의 소리 유형 분석 경험을 기반으로, 설비 이상 신호를 사전에 감지해 다운타임을 사전에 차단합니다. 유리 파손·스크래치 감지, 반도체 부품 마모 진단, 로봇 설비 노후화 분석, 가스·압력 밸브 소리 분석 등의 적용 사례도 있습니다.

필요한 것은 검사 대상 설비와 그 설비가 내는 소리입니다. 하드웨어를 설치하고 대상 설비의 체결음이나 작동음을 수집하면 디플리 Foundation Model을 기반으로 초기 평가를 시작할 수 있습니다. 커넥터 체결음 검사 보도자료 기준으로는 현장별 불량 데이터를 몇 주에서 몇 달에 걸쳐 모은 뒤에 시작하는 방식이 아니고 기존 라인의 설비·공구·레이아웃도 바꾸지 않지만, 이는 제조 음향 데이터에 특화된 Foundation Model을 전제로 한 설명이므로 모든 도입이 데이터 수집 없이 가능하다는 뜻은 아닙니다. 검사 이력은 MES(생산관리시스템) 또는 PLC와 연결해 추적 가능한 데이터로 남길 수 있습니다.

PoC는 하드웨어 설치, 대상 설비의 소리 수집, 초기 평가, 양산 라인 적용 순으로 진행합니다. 초기 평가는 디플리 Foundation Model 위에서 시작하며, PoC 결과는 양산 라인 적용으로 이어집니다. 마이크 구성과 분석 서버 배포 방식은 현장 소음 조건에 맞춰 정하고, 검사 항목별 조건은 Listen AI Industrial 페이지의 FAQ에서 다룹니다.