ディフリは、人間が耳で聞いて判断していた製造現場の音を人工知能（AI）で分析し、品質と安全を管理する企業として成長している。出発点は赤ちゃんの泣き声であったが、現在は自動車部品をはじめとする製造現場の機械音や締結音などを分析し、産業用音響AI市場を拡大している。
30日、ソウルのマポ区にあるディフリのオフィスで出会ったイ代表は、ディフリについて「自動化された工場に聴覚モジュールを供給する会社だと思っていただければ良い」と説明した。彼は「人のようにロボットが変わっていく時点において、視覚だけでは不十分で、聴覚モジュールが必要になると信じている」と述べた。
イ代表が音響AIを事業として選んだ出発点には『信号処理』がある。KAISTの電子工学科を卒業後、ソウル大学の脳認知科学科で脳波信号処理を専攻した彼は、脳波と音が異なるデータのように見えるが、技術的には似た領域であると説明した。「大きく見れば、音も脳波もすべて信号を処理する分野である」とのことである。周波数で分けたり前処理する技術が進化した後、最近ではAIとディープラーニングが結びつき、「より多くの信号を高解像度で分析できるようになった」と述べた。
イ代表は、音の分析技術の進展をカメラに例えた。かつてぼやけていた画像が高解像度に進化し、より多くの情報を読み取れるようになったように、音もAI技術の進展により詳細に分析できる環境が整ったと説明した。
ディフリが初めから製造現場を見据えていたわけではない。2020年にはAIで赤ちゃんの泣き声を分析するアプリケーション『ワ（WAAH）』を発売した。自身が子育てをしながら、泣き声だけを聞いて子供が何を求めているのかを知るのが難しいという経験が事業の出発点となった。
イ代表は「私も子供を一人育てているので、子供が何を表現しているのかを知るのが難しい」と述べ、「データをたくさん集めて分析すれば効果があるのではないかと考えた」と当時を振り返った。赤ちゃんの泣き声をたくさん聞いた親は、空腹や不快感などをある程度区別できるが、初めて子育てをする人はよくわからないので、データを活用しようという考えだった。
しかし、B2C事業を行う中で、ディフリが積み上げてきた技術をどこに適用するのが適切かという悩みも大きくなった。最終的に技術基盤のスタートアップというアイデンティティと既存の技術力を考慮し、B2Bに方向転換した。イ代表は「私たちは技術基盤のスタートアップであり、これまで多くの技術を積み上げてきた」と述べ、「私もそうだし共同創業者も工学基盤なので、B2Bが私たちにより適していると思った」と語った。
B2CとB2Bの違いは、事業の方式でも明確であった。イ代表は、消費者向け事業では利便性を高めるユーザーインターフェース（UI）・ユーザーエクスペリエンス（UX）とオンラインマーケティングが重要であったのに対し、製造業では実際の現場に入り技術を検証し信頼を築く過程が重要であると説明した。
イ代表は「B2CとB2Bは本当に根本から異なる感じ」と述べ、B2C当時には「消費者をより便利にするUI・UXの側面のチームが多く、オンラインマーケティングも大規模に行われていた」と語った。一方、製造分野では「展示会を中心に信頼できる記事を通じて信頼度を築くことが重要である」とした。
事業転換の過程で組織も一度大幅に縮小された。赤ちゃんの泣き声分析事業のために人員を増やしたが、事業を閉じる際に再び人数を減らし、その後イ代表と共同創業者、仲間2人の計4人が再びB2B事業を始めた。その後、組織を再び拡大し、現在は27人が働いている。開発人員が全体の約3分の2を占め、AIアルゴリズムと製品開発をそれぞれ担当している。
ディフリが製造現場で発見した問題は、『人の耳』に依存していた品質検査の限界であった。自動車部品製造現場では、製品を動かして接合が発生するかどうかを聞いたり、コネクタとボルトが正常に締結されているかを音で確認する検査が長い間行われてきた。
しかし、人が聞く検査は客観的なデータとして残すことが難しい。検査者の熟練度やコンディションによって判断が変わる可能性があり、不良の有無を判断した根拠を追跡することも容易ではない。イ代表はこれについて「既存の自動車業界では人の耳でチェックしていたが、今では人の耳だけでは客観的に見ることが難しい」と指摘した。証拠と資料を残し、それをデータ化する必要があるため、「こうしたものをシステムに変化させる過程にあると考えている」と説明した。
ディフリの産業用音響AIソリューション『リッスンAIインダストリアル』は、自動車モーター・アクチュエーター・ベアリングなどの品質検査やコネクタ・ボルト締結音検査に活用されている。現在、時間あたり1万8000個以上の製品を100％インラインで検査しており、累積音響データは52万時間、20TB以上である。
この過程でイ代表が特に注目しているのは『データ』である。製造ラインでは、1日に数百個から多くて数万個の製品が生産され、その際に発生する音が製品情報とともに蓄積されるからである。彼は「量産環境でどのラインでは1日に数百個が生産され、どのラインでは多くて数万個が生産される」と述べ、「そのラインで生産される音がすべて切り取られて録音され、どの製品かまで連動してデータ化される」と語った。
単に音をたくさん集めることとは異なる。正常な製品か不良品か、どの製品から発生した音か、製造時点や工程情報が何かまでつながるからである。イ代表がディフリの競争力として現場で蓄積されるデータを挙げる理由である。彼は「そのようなデータが継続的に蓄積されていることが非常に重要な資産である」と強調した。
音響AIが製造業で活用される背景には、自動車産業の変化もある。電気自動車の普及により、車両自体が静かになり、小さな接合や異常音に対する品質管理が重要になっている。過去には人の耳で確認していた微細な違いをデータで区別し記録する必要性も高まった。
イ代表は音響AIがビジョンAIに比べてまだ小さな市場であることも認めた。しかし、製造現場が自動化されるにつれて、視覚だけでなく他の感覚を担当するセンサーが必要になると考えている。彼は「音響AIはビジョンやヒューマノイドロボットに比べて非常に小さな分野かもしれないが、視覚における第二の感覚だと思う」と述べた。続けて「自動化されたシステムで製造する業界がこの方向に進んでいくなら、さまざまなセンサーのモダリティで重要な役割を果たすことができる」と予測した。
ディフリは国内製造業での適用事例を基に、グローバル市場も狙っている。2025年にはHグループ系列の国内・メキシコ事業所にリッスンAIインダストリアルを供給し、2026年にはグローバル自動車モーター製造企業にもソリューションを納品した。現在、世界30の産業現場でソリューションを運用している。
昨年6月にはデブシスターズベンチャーズ、スインベストメントキャピタル、ノーチラスインベストメントから25億ウォン規模の新規投資を受け、8月には中小ベンチャー企業部TIPS一般トラックに選定された。
これまで特定の生産ラインに合わせて性能を高めることに集中していたが、今後は同じ製品をより多くの製造企業が迅速に使用できるように製品自体の完成度を高める考えである。イ代表は「一つのラインに投入されて技術性能を高めることに集中していたが、今は同じ製品をより多くの顧客が使用できるように基本的な製品力を高めようとしている」と述べた。「導入時間が短く、設置時間が短くなればコストも削減され、より多くの顧客が使用できるからである」。
グローバル製造企業への進出も重要な目標である。イ代表は現在、外形が年に約3倍成長しているとし、投資誘致や企業公開（IPO）よりも顧客の実際の導入を迅速に増やすことに集中すると明らかにした。
イ代表が描くディフリの最終的な姿は明確である。AIが人の目を代替するだけでなく、人が聞いていた領域まで機械が理解できるようにすることである。
イ代表はディフリの方向性を「産業用ロボットの耳を作る会社」と表現した。彼は「自動化された工場にはこれまで視覚的なモジュールが主流であったが、人のようにロボットが変わっていく時点には聴覚モジュールも必要だと考えている」と述べ、「その部分に聴覚モジュールを供給する会社になりたい」と語った。
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
