AI 브리핑2026.11.20

d1.2의 값·위치 추출, 품질검사 합격과 구분하는 법

Liquid AI가 d1.2의 값 추출·위치 검출 과제를 확대하고 Vercel이 Gateway 제공을 발표했습니다. 구조화된 응답을 현장 합격 판정과 구분하고, 시료·좌표·오판을 검증하는 기준을 짚습니다.

게시 2026.11.20수정 2026.11.20
AI Cube Insights — 기술과 현장 운영

먼저 알아둘 핵심

라벨의 위치나 인쇄된 값을 반환받았다는 사실만으로 검사 합격을 결정할 수는 없습니다. 추출한 위치와 값이 맞는지 먼저 확인하고, 현장 합격 규칙과 대조한 뒤 실행에 연결해야 합니다. API 제공은 이 검증을 시작할 수 있는 조건입니다.

핵심 요약

  • Liquid AI는 2026년 11월 16일 d1.2와 d1.2-ultra를 공개했습니다. Vercel은 11월 19일 Gateway 제공을 발표했습니다.
  • 공식 발표는 두 모델에 값 추출·이미지 위치 찾기 등 새 과제와 음성 입력이 추가됐다고 설명합니다.
  • 구조화된 응답을 받는 것과 현장의 합격 판정이 맞는 것은 별도 검증 대상입니다.

11월 16일 모델 공개와 19일 Gateway 발표를 구분합니다

Liquid AI는 2026년 11월 16일 d1.2와 d1.2-ultra 공개를 발표했습니다. Vercel의 11월 19일 소식은 두 모델을 AI Gateway에서 이용하는 경로를 안내한 발표입니다. 두 날짜를 모델의 최초 출시일 하나로 합치지 않습니다.

Liquid AI의 공식 설명에는 값 읽기, 텍스트 구간 찾기, 이미지 속 대상 위치 찾기, 수량 추정, 복수 선택 과제가 나옵니다. 두 모델의 음성 입력도 안내합니다. 이미지 위치 검출을 Ultra만의 기능이라고 단정하지 않습니다.

좌표와 읽은 값을 각각 검증합니다

Vercel 발표는 Boolean·Choice·Score 등 구조화 응답과 여러 질문이 같은 입력을 공유하는 방식을 설명합니다. 위치 질문의 top·bottom은 이미지 높이, left·right는 너비에 대한 비율입니다.

AI Cube는 입력을 회전·자르기·축소했다면 반환 좌표를 원본 영상에 다시 맞추는 시험을 제안합니다. 라벨이 있는 영역을 찾았더라도 날짜나 필수 문자가 정확히 읽혔는지는 별도 비교가 필요합니다. 이는 공급사의 현장 성능 보장이 아닌 도입 검토 관점입니다.

신규 과제의 공급사 내부 평가에는 범위가 있습니다

Liquid AI는 신규 다섯 과제에 공개 벤치마크가 아직 없어 공개 데이터셋의 보류 분할로 내부 평가했다고 설명합니다. 찾는 대상이 없을 때 not found로 답하는 경우도 평가에 포함합니다. 이는 개별 생산라인에서의 검사 성능을 보장하는 자료가 아닙니다.

AI Cube는 이번 글을 위해 API를 실행하거나 시료를 시험하지 않았습니다. 현장 정확도, 한국어 인쇄 판독, 처리 지연과 온디바이스 실행 가능성은 확인한 성과로 제시하지 않습니다.

불량을 통과시키는 오류부터 따로 기록합니다

다음 표는 AI Cube가 제안하는 비교 시험입니다. 특정 고객의 검사 방식이나 이미 구현한 기능 목록은 아닙니다.

불량을 통과시키는 오류부터 따로 기록합니다 비교표
시료·운영 조건분리해서 확인할 결과판단 근거로 남길 기록
라벨 없음·가림대상 없음과 검출 오류의 구분정답 위치·원본·모델 응답
흐림·반사·회전영역과 읽은 값의 정확성촬영 조건·좌표 변환·비교값
불량 시료불량을 합격으로 처리한 횟수와 원인시료 정답·추출 결과·규칙 판정·재검토
통신 지연·실패재시도와 검토 대기로 이동시간·오류 원인·후속 처리

달라지는 점과 적용 범위

Liquid AI는 값·텍스트 구간·이미지 위치 등 새 과제를 추가했고 Vercel은 Gateway 이용을 안내했습니다. AI Cube는 추출 결과와 최종 검사 판정을 분리해 비교할 계기로 해석합니다.

AI Cube의 관점

AI Cube는 업무별 검사 질문과 합격 기준을 먼저 정하고, 모델 결과를 정량 검증한 뒤 현장 실행과 연결하는 접근을 제안합니다. 이미지 위치와 값 추출은 판단을 돕는 입력입니다. 장치 제어나 물리 행동을 검증하지 않은 API 기능을 Physical AI 성과로 표현하지 않습니다.

기술 적용 시 고려사항

영역 검출은 맞았지만 값 읽기는 틀릴 수 있습니다. AI Cube는 질문·모델 버전·촬영 조건을 고정한 뒤 위치, 읽은 값, 최종 합격 판정을 단계별로 기록하는 비교 시험을 제안합니다.

사업·운영 관점

검사 비용에는 API 호출 외에도 실패 재시도와 사람의 재검토, 이미지 전송·보관, 오판 후 재작업이 포함됩니다. 먼저 불량 통과와 검토 대기 비율을 비교해야 운영 부담을 판단할 수 있으며, 이 글은 절감이나 자동화 성과를 보고하지 않습니다.

자주 묻는 질문

위치와 값을 받으면 자동 합격으로 처리해도 되나요?

찾은 위치는 검사에 쓸 관측 결과입니다. 위치가 맞는지, 필요한 값이 읽혔는지, 합격 규칙에 맞는지는 따로 판단해야 합니다. AI Cube는 모델 응답을 자동 합격으로 곧바로 연결하는 접근을 권하지 않습니다.

d1.2-ultra 예제가 두 모델의 지원 차이를 뜻하나요?

Liquid AI는 두 모델에 새 과제를 추가했다고 설명하며 이미지 속 대상 찾기도 포함합니다. Vercel은 d1.2-ultra를 사용한 박스 예제를 제공합니다. 예제에 쓰인 모델 하나를 전체 지원 범위로 확대해서 읽으면 안 됩니다.

출처와 확인 기준

  1. Liquid AI d1.2 발표 — 공개일·신규 과제·내부 평가 한계 ↗Liquid AI · 원문 날짜 2026-11-16 · 자료 확인 2026-11-20
  2. Vercel 11월19일 발표 — 제공 경로·응답 형식·위치 좌표 ↗Vercel · 원문 날짜 2026-11-19 · 자료 확인 2026-11-20

현장 적용을 검토하고 계신가요?

설치 환경과 운영 조건을 알려주시면 관련 제품과 PoC 범위를 함께 검토합니다.

기술·PoC 문의 ↗