포스코DX가 8월 18일 국산 NPU(신경망처리장치)를 활용한 산업현장용 비정형 데이터 분석 플랫폼을 공개했다. 영상 데이터와 AI 모델을 한 환경에서 관리하는 자체 Vision AI 플랫폼에 국산 NPU를 연결해 제조 현장의 추론 비용과 전력 사용을 줄이는 것이 핵심이다. 학습과 개발에는 GPU(그래픽처리장치)를 쓰고, 현장의 실시간 판단에는 NPU를 배치하는 하이브리드 구조를 택했다.
NPU는 딥러닝 추론 연산에 특화돼 원거리 데이터센터를 거치지 않는 엣지 AI 구현에 적합하다. 포스코DX 플랫폼은 영상 학습 데이터, AI 모델, 성능 지표와 적용 이력을 통합 관리하고 반복적으로 필요한 기능을 공통 구성요소로 제공한다. 현장 적용 전에는 정확도와 처리 속도, 전력 효율, 운영 비용을 시험해 설비와 업무에 맞는 모델·반도체 조합을 고를 수 있다. 데이터 외부 반출을 줄이면서 설비 가까이에서 판단해야 하는 화재 감시, 작업자 안전 모니터링, 물류 적재 상태 확인이 주요 적용 대상이다.
| 구분 | 담당 연산 | 현장 가치 |
|---|---|---|
| GPU | AI 모델 학습·개발 | 기존 개발 환경 유지 |
| 국산 NPU | 실시간 추론·판단 | 엣지 처리와 비용·전력 절감 |
| Vision AI 플랫폼 | 데이터·모델·이력 통합관리 | 검증 기간 단축과 현장 확장 |
포스코DX는 앞서 딥엑스, 모빌린트 등 국내 NPU 개발사와 협력해 산업용 제어시스템과 AI 모델의 결합을 검증했다. 회사가 공개한 결과에 따르면 GPU와 같은 추론 성능을 기준으로 인프라 구축·운영 비용은 약 50%, 전력 사용량은 약 90% 줄었다. 이 수치는 모든 제조 공정에 자동으로 적용되는 보편값이 아니라 포스코DX가 협력 환경에서 확인한 결과다. 기업은 도입 전에 자사 영상 해상도, 응답시간, 정확도와 기존 설비 연동 조건을 기준으로 별도 시험해야 한다.
이번 플랫폼은 국산 AI 반도체를 실제 제조 업무에 배치하는 절차를 학습·검증·현장 추론으로 나눴다는 데 의미가 있다. 포스코DX는 Vision AI가 적용된 현장을 국산 NPU 기반으로 단계적으로 전환하고 적용 범위를 넓힐 계획이다. 제조사는 데이터 보안과 즉시성이 중요한 업무부터 시험하되, 초기 장비비와 모델 호환성, 유지보수 체계를 함께 비교해야 비용 절감 효과를 확인할 수 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
