スーパーブAI、LH向けに写真1枚で欠陥を分類するシステム構築

ビジョンAI企業のスーパーブAI(Superb AI)が、韓国土地住宅公社(LH)向けに欠陥の自動分類システムを構築した。LHの賃貸アパートの入居者が壁のひび割れや天井の水漏れを撮影して投稿すると、AIが写真1枚から、どの空間のどの資材にどんな欠陥があるかを1秒以内に分類する。同社は第1次の構築事業を終え、現在は第2次の高度化事業を進めている。

1万8,000通り超の分類基準

LHには毎月約30万枚、年間で約400万枚の欠陥苦情の写真が寄せられる。これまではオペレーターが文字や電話の相談を通じて1件ずつ分類していた。分類基準は空間、部位・資材、欠陥類型、工種、工事類型の5つで、組み合わせると1万8,000通りを超える。担当者の経験の差から、同じ欠陥でも分類が分かれたり誤ったりすることがあった。

スーパーブAIはこの工程を、画像と言語を併せて理解するVLM(視覚言語モデル)1つで処理するようにした。通常は欠陥の位置を探すモデルと種類を判別するモデルを別々に置くが、このシステムでは1つのモデルが写真1枚から5つの基準を同時に分類する。構造が単純で保守の負担も減った。苦情は24時間即時に処理され、結果は判断の理由とともに文章で示される。

精度目標とデータ活用

ひび割れ、水漏れ、破損、カビ、汚れといった代表的な欠陥に加え、写真だけでは原因の特定が難しいケースも、学習したパターンから推論する。システムは検出精度90%以上、誤検出や見逃しの割合10%以下を目標に設計されており、同社は定期的なモニタリングと検証でこの基準を維持していると説明している。

導入により、相談員は単純な受付・分類ではなく判断が必要な苦情に集中できるようになった。欠陥データが一定の形式で蓄積されるため、団地別、資材別、竣工年数別にどんな欠陥が多いかも分析できる。これを基に、同じ欠陥が繰り返される箇所を事前に点検し、老朽設備の交換・補修時期をデータで決める長期修繕計画を立てられる。

キム・ヒョンス代表は「複雑な分類体系と大量の非定型データという二つの課題をVLM単一モデルで解いた事例だ」と述べた。そのうえで、施設点検や苦情画像の分析など、画像による苦情が多い公共サービス全般に適用できるとして、産業現場に合ったAI導入を支援し続ける考えを示した。