시각적 특징을 미리 배운 모델
다양한 이미지에서 형태·질감·구조를 학습한 비전 기반 모델입니다. 여러 시각 분석 작업에 공통으로 활용합니다.
제로샷 비전 AI로 제품을 검사하고, VLA 기반 로봇으로 분류·이송을 연결합니다.제품과 작업이 바뀌는 현장에도, NUVION으로 자동화를 이어가세요.
NUVION
비전 인식과 로봇 작업을 연결하는 현장 AI
NUVION Vision
생산품은 계속 바뀌고, 불량 사진은 쉽게 쌓이지 않습니다. 새 대상에 적용할 때마다 반복되는 데이터 준비 부담을 줄입니다.
품종마다 학습용 데이터를 새로 모으고 라벨링하면 검사 준비가 길어집니다. 미리 학습한 시각적 특징을 새 대상에 활용해 준비 부담을 줄입니다.
신제품이나 드문 불량은 학습용 사진을 충분히 확보하기 어렵습니다. 대상별 불량 예시가 부족한 현장에서도 적용 가능성을 검토할 수 있습니다.
새 부품이나 설비가 늘면 데이터 수집과 관리도 늘어납니다. 사전학습된 특징을 활용하고, 실제 영상과 확인할 항목으로 검사 구성을 잡습니다.
다양한 이미지에서 형태·질감·구조를 학습한 비전 기반 모델입니다. 여러 시각 분석 작업에 공통으로 활용합니다.
새 대상의 학습 예시 없이, 미리 배운 특징으로 분석하는 방식입니다. 대상별 데이터 수집과 라벨링 부담을 줄일 수 있습니다.
실제 현장 영상으로 적용성을 검증하고, 업무에 맞게 탐지 기준을 설정합니다.
적용 분야
제품의 품질, 작업 후 상태, 지정 구역의 출입을 현장에 맞게 확인합니다.

표면 손상, 이물, 구성품 누락을 확인하고 이미지와 검사 결과를 기록합니다.
고정 카메라 · 제품 촬영 이미지

PM 작업 전후 사진과 기준 상태를 비교해 잔류 이물과 외관 변화를 확인합니다.
스마트폰 · 점검 촬영 이미지

기존 CCTV로 지정 구역의 출입과 물체 유무를 확인하고 이벤트별 영상을 남깁니다.
기존 CCTV · 네트워크 카메라
NUVION Robotics
사전학습된 VLA를 활용해, 작업이 바뀔 때마다 반복되는 데이터 수집과 동작 개발 부담을 줄입니다.

VLA는 영상과 언어 지시를 로봇 행동으로 연결합니다. 배운 능력을 새 작업에 활용하고, 현장에 필요한 동작은 시연 데이터로 보완합니다.
“불량으로 판정된 부품을 분리함으로 옮겨줘”
“검사를 통과한 부품을 포장 트레이에 놓아줘”
도입 구성
기존 CCTV부터 전용 카메라까지. 보안 정책과 처리량에 맞춰 분석 환경을 설계합니다.

여러 현장의 영상을 중앙 분석 환경으로 연결합니다.
영상 전송이 가능한 환경고객사 내부 서버에서 영상을 분석하도록 구성합니다.
내부망·영상 반출 제한 환경카메라 가까이에서 추론하고 필요한 결과를 전달합니다.
현장 처리·전송량 절감이 필요한 환경초기 구축 비용은 낮추고, 구독 중심으로 이용합니다. 장치 구성과 연동 범위에 맞춰 구축비와 구독료를 안내합니다.
기술적 기반
비전 모델과 로봇 학습부터 현장 장치에서의 실행까지, 필요한 기술을 연결합니다.
학습에서 보지 못한 대상의 결함과 시각적 변화를 찾는 모델을 개발해, 현장별 추가 학습 부담을 줄입니다.
시각적 특징 분석 · 기준 이미지 활용사전학습한 시각·언어·행동 지식을 새 작업에 활용합니다. 로봇과 대상에 맞춰 적용성을 확인하고 필요한 동작을 보완합니다.
사전학습 활용 · 언어 지시 · 현장 검증영상의 해상도와 분석 주기, 하드웨어 자원에 맞춰 모델을 경량화하고 실행 환경을 조정합니다.
모델 경량화 · 디바이스 실행작업에 따라 시뮬레이션으로 학습·검증을 보완합니다. 필요한 조건을 가상에서 반복하고, 실제 장비에서 차이를 보정합니다.
대상 물체와 로봇, 카메라 배치를 가상 공간에 구성합니다.
시연 데이터와 시뮬레이션을 활용해 조건별 동작을 학습하고 검증합니다.
실제 카메라와 그리퍼의 차이를 보정하고, 검증한 작업부터 적용합니다.
PLAID LABS RESEARCH
제로샷 검사와 엣지 실행, 공간 인지에서 로봇 행동까지. NUVION을 만드는 팀의 논문과 관련 특허를 살펴보세요.
논문·특허 살펴보기도입 과정
검사할 대상이나 자동화할 작업, 완료 기준을 정합니다.
현장 영상과 작업 조건으로 적용성을 확인합니다.
검사 지점이나 로봇 작업 하나부터 실제 동작을 검증합니다.
검증한 범위부터 도입하고 콘솔·설비·시스템을 연결합니다.
FAQ
네. 시설 점검, 물류 모니터링, 보안·감시 등 영상으로 상태를 확인하는 업무에도 적용할 수 있습니다. 실제 이미지와 확인할 항목을 바탕으로 현장에 맞는 구성을 제안합니다.
네. CCTV의 영상 전송 방식과 해상도를 확인한 뒤, 클라우드 또는 고객사 내부 서버에서 분석하도록 구성할 수 있습니다.
제로샷은 새 대상의 학습 예시 없이 사전학습한 특징을 활용하는 방식입니다. 실제 도입에서는 촬영 이미지로 성능을 확인하고, 업무에 맞는 기준 이미지와 탐지 조건을 설정합니다. 필요한 추가 튜닝 범위도 이 과정에서 정합니다.
AI가 선별한 장면과 분석 결과를 담당자가 확인합니다. 알림 전송이나 설비·외부 시스템 연동이 필요하면 도입 단계에서 함께 설계합니다.
VLA는 사전학습한 능력을 새 작업에 활용하지만, 모든 로봇과 작업의 무학습 실행을 뜻하지는 않습니다. 대상 물체, 그리퍼, 지시에 맞춰 적용성을 확인하고 필요하면 시연 데이터로 추가 학습합니다. 시뮬레이션은 작업에 따라 학습·검증을 보완하는 선택지이며, 실제 장비에서 동작을 검증해 지원 범위를 정합니다.
초기 구축 비용 부담을 낮추고, 구독 비용을 중심으로 제안합니다. 장치 구성, 영상 채널 수, 분석 주기, 배포 환경과 연동 범위에 따라 구축비와 구독료를 구분해 안내합니다. 샘플 검증 결과를 바탕으로 적용 범위를 구체화합니다.
검사할 대상이나 로봇에 맡길 작업을 알려주세요. 현장 환경에 맞춰 적용 가능성과 구축 범위를 함께 검토하겠습니다.