KiaがビジョンAIによる車両識別番号の自動認識を世界70拠点へ拡大

Kiaは、最新のマルチモーダルAI技術を用いて車両識別番号を自動認識・管理するサービスを運用しており、韓国国内の全工場を含む世界約70カ所の生産現場へ適用を拡大している。従来の目視や仕様情報への依存によるエラーリスクを解消するため、単一統合モデルへの刷新により、複数の拠点からのリクエストを遅延なく処理できる環境を構築した。

自動車の生産現場において、作業者が目視で行っていた車両識別番号の検収作業が人工知能（AI）へと置き換わっている。実車とシステム上の仕様情報が一致しているかをAIがリアルタイムで判読し、生産工程の正確度を高める手法だ。

HYUNDAIグループが公開した動画によると、KiaのビジョンAI分析チームは、最新のコンピュータビジョンとビジョン・ランゲージ・モデル（VLM）に基づいたマルチモーダルAI技術を活用し、車両識別番号を自動で認識・管理するサービスを運用中である。従来はシステムに登録された仕様情報のみに依存するか、作業者が直接目視で確認しなければならなかった。しかし、工程が複雑になるにつれ、実車とデータが一致しないエラーが発生するリスクがあり、それが生産品質の問題につながる要因となっていた。

単一統合モデルへの転換により、世界70拠点の運用安定性を確保

現在、KiaのビジョンAI技術は、蔚山、牙山、全州、光明、華城、光州といった韓国国内の全工場をはじめ、アメリカ大陸、ヨーロッパ、インド、アジア太平洋地域など、世界約70カ所の生産現場に適用されている。生産ラインに設置されたカメラが車両識別番号を撮影すると、AIが画像を分析してシステム登録情報とリアルタイムで比較し、一致の有無を即座に判断する。

最近では、急増する適用工場に対応するため、サービスアーキテクチャを全面的に刷新した。従来は各工程に特化したデータのみでモデルを学習させ、推論エンジンの最適化なしにサービスを提供する「Silo（サイロ、断片化）」方式であった。しかし、適用範囲が広がるにつれ、個別のモデルのバージョン管理や保守に限界が生じていた。

これを解決するため、Kiaは単一の統合モデルを構成して管理ポイントを一本化し、推論エンジンに基づいたAPIエンドポイントを新たに構築した。これにより、モデルの汎用的な認識性能を高めると同時に、複数の工場から送られてくる推論リクエストを遅延なく処理できる、拡張性のあるエンドツーエンド（End-to-End）環境を完成させた。

「フィジカルAI」時代への進化…製造現場の物理的制約の克服を目指す

KiaのビジョンAI分析チームのクォン・オヒョン・エンジニアは、今後5年以内にAI技術が自らタスクを設計する「エージェンティックAI（Agentic AI）」を超え、製造およびモビリティの現場で即座に物理的な措置まで実行する「フィジカルAI（Physical AI）」へと進化すると展望した。

このような変化に伴い、ロボットなどのデバイス領域におけるモデル推論や、ネットワークを含むインフラの重要性がさらに高まると見られる。デジタル空間に留まっていたAIが、現実世界の物理的な制約を克服することで、真の意味での産業自動化を完成させるという分析だ。

クォン・エンジニアは「研究室の最新AI技術が実際の製造現場に適用され、実質的な価値を生み出す過程を直接経験できることが職務の魅力である」とし、「複雑なモデルをサービスとして即座に提供できる、安定したAIパイプラインを完成させることに貢献したい」と述べた。

出典：元の動画（YouTube）