뉴로메트리

새 업무를 가르쳐도 앞서 배운 것을 잊지 않습니다

일반적인 방식으로 AI에 새 업무를 가르치면 앞서 배운 판단이 무너집니다. 뉴로메트리의 지속학습 어댑터는 기반 모델이 쓰지 않는 공간에 새 지식을 넣습니다. 그래서 제품과 규칙이 늘어나도 기존 능력이 유지됩니다.

새 업무를 가르치기 전과 후, 먼저 배운 업무의 정답률

가르치기 전 가르친 후

의족 소켓 과제에서 관행 읽기를 먼저, 맞춤 설계를 나중에 가르친 뒤 관행 읽기의 핵심 판단 항목을 같은 150문항으로 다시 쟀습니다. 합성 데이터 조건이며 2026 AI 챔피언 결선 시연 기준입니다.

지속학습 어댑터
새 지식을 더해도 기존 능력을 지킵니다. 어댑터 6개를 차례로 쌓은 뒤에도 앞서 배운 과제의 정답률에 통계적으로 의미 있는 변화가 없었습니다.
장기기억
전문가가 만든 도면과 설계를 반복해 읽으며 판단의 구조를 지식그래프로 정리합니다. 문서로 남지 않은 관행을 몇 건의 산출물에서 배웁니다.
계산 엔진과 자동 검증
판단은 AI가, 수치는 엔진이 맡습니다. 결과는 항목별로 자동 검증하고 통과하지 못하면 사람에게 넘깁니다.

읽고, 설계하고, 검증하고, 다듬습니다

세 제품이 같은 순서로 움직입니다. 분야가 달라도 엔진은 하나이고, 분야마다 어댑터와 검증기를 더합니다.

  1. 읽기도면, 3D 모델, 스캔에서 형상과 표기를 읽습니다. 전문가가 남긴 산출물에서 회사의 관행을 추출합니다.
  2. 설계배운 관행에 따라 무엇을 어떻게 그릴지 정합니다. 수치는 계산 엔진이 구합니다.
  3. 검증결과를 항목별로 자동 검사합니다. 통과하지 못한 것은 사람에게 넘깁니다.
  4. 다듬기검증 점수를 기준으로 결과를 한 번 더 최적화하고, 말로 받은 수정 지시를 반영합니다.

회사 안에서 돌아갑니다

사내 서버의 GPU 한 장에서 학습과 추론을 모두 합니다. 설계 데이터를 외부 클라우드로 보낼 필요가 없습니다.

실측 기준 필요 메모리는 학습 22~29GB, 추론 약 26GB입니다.

근거

  • 출원 4건 (지속학습 어댑터, 장기기억, 설계 자동화 방법 2건)
  • NeurIPS 2026 채택, IEEE Access 게재
  • AI 챔피언 TTA 회장상 (2025, 2026 수상 확정)

기술이 우리 업무에 맞는지 확인해 보세요

숙련자의 판단이 도면이나 설계 결과로 남는 업무라면 상담해 주세요.

PoC 상담 신청