01 · GOLDEN FIRST
Golden Image부터 시작
불량 학습 데이터를 먼저 모으지 않고 정상 이미지를 기준으로 검사 지식을 구성합니다.
Start with a Golden Image.PRODUCT LAUNCH
GoldenSpot AI
정상 이미지 한 장으로 시작하는 AI Visual Inspection
불량 학습 데이터 없이, Android에서 바로 시작
Golden-first AI Inspection
Start with a Golden Image. Spot what’s different.
정상 이미지 1장부터
Android On-device
Camera / RTSP
산업 · 생활 활용
8 SECOND INTRO
영상으로 만나는
GoldenSpot AI
Golden Image 등록 → 검사 → 다른 영역 확인
자세한 사용 방법은 사용자 설명서에서 확인하세요.
WHY GOLDENSPOT AI
전용 검사설비를 구축하기 전에,
앱으로 먼저 검증하세요.
정상 이미지에서 시작하고, Android에서 검사하고, 필요할 때 산업 시스템으로 확장합니다.
02 · ANDROID
Android에서 바로 검사
별도의 AI 서버 없이 스마트폰 또는 Android 장비를 검사 노드로 사용할 수 있습니다.
On-device AI.03 · CAMERA
내장 카메라 또는 RTSP
스마트폰 카메라뿐 아니라 H.264 RTSP IP Camera 입력을 사용할 수 있습니다.
Camera / RTSP.04 · CONNECT
필요하면 시스템 연동
REST API, WebSocket, MQTT 등을 통해 검사 결과를 기존 시스템으로 전달할 수 있습니다.
Connect when needed.HOW IT WORKS
정상 등록부터 판정까지
3단계입니다.
01
Golden Image 등록
검사 기준이 되는 정상 이미지를 촬영하거나 등록합니다. 한 장부터 시작할 수 있습니다.
02
검사 대상 입력
스마트폰 카메라 또는 RTSP 카메라에서 이미지를 받아 검사합니다.
03
다른 부분 확인
AI가 정상과 다른 위치를 시각적으로 표시하고 OK/NG 판정을 지원합니다.
USE CASES
제조현장부터 생활까지,
정상과 다른 것을 찾습니다.
핵심 시장은 반복적인 외관 확인이 필요한 제조·사업 현장입니다. 동일한 기술을 생활 속 상태 비교에도 사용할 수 있습니다.
Manufacturing
핵심 활용 영역스크래치, 변형, 표면 이상 등 정상 기준과 다른 변화를 확인합니다.
라벨 위치, 누락, 인쇄 상태 등 반복적인 외관 검사를 지원합니다.
부품 누락, 배치 차이, 외관 변화 등 시각적 이상을 확인합니다.
정상 조립 상태와 비교해 누락·방향·형상 차이를 확인합니다.
Business
업무 활용소량생산 제품을 별도의 전용 검사설비 없이 반복 확인합니다.
입·출고 전 제품 외관을 기준 이미지와 비교할 수 있습니다.
기준 시점 이미지와 현재 상태의 차이를 빠르게 표시합니다.
정상 상태를 기록하고 이후 촬영 이미지에서 달라진 부분을 확인합니다.
Everyday
생활 밀착형 확장 활용얼룩, 손상, 표면 변화처럼 눈에 보이는 차이를 확인합니다.
이전 이미지와 비교해 새롭게 생긴 외관 변화를 확인합니다.
피규어, 모형, 수집품의 상태 변화를 기록하고 비교합니다.
반복 제작 결과를 기준 이미지와 비교해 다른 부분을 확인합니다.
※ GoldenSpot AI는 이미지의 시각적 차이를 찾는 도구입니다. 의료·안전 등 전문적인 진단이나 안전 판정을 대신하지 않습니다.
CAPTURED ON ANDROID실제 앱 화면 · 검사 준비
THE APP
검사에 필요한 기능을
Android 앱 하나에.
Golden Image 등록부터 SKU 관리, 검사, RTSP 입력, 결과 전송까지 하나의 앱에서 이어집니다.
Golden Image정상 기준 이미지 등록
Fast / Detailed검사 목적에 맞춘 모드
Single SKUSKU와 검사 지식 1:1 관리
Camera / RTSP내장 및 외부 카메라 입력
OK / NG + Heatmap판정 및 차이 위치 확인
Knowledge Sync검사 지식 전송·복제
BENCHMARK
산업 이상탐지 벤치마크로
성능을 검증했습니다.
MVTec AD와 VisA 총 27개 카테고리에서 Android 앱 파이프라인의 이상탐지 성능을 측정했습니다.
98.08
MVTec AD
Image AUROC · 정밀 모드 · 정상 이미지 16장
92.28
VisA
Image AUROC · 정밀 모드 · 정상 이미지 16장
27
Categories
MVTec AD 15 + VisA 12
GoldenSpot AI Android 앱과 동일한 검사 파이프라인을 NVIDIA A100-PCIE-40GB에서 재현 측정 · Image AUROC · category macro average · 2026-09-15 기준. 실제 Android 기기의 처리속도는 기기 성능과 설정에 따라 달라집니다.
벤치마크 상세 결과 보기
GoldenSpot AI Android 앱과 동일한 검사 파이프라인을 기준으로 측정한 결과입니다. 모든 성능 수치는 데이터셋별 카테고리 평균 Image AUROC(%)이며, 제품 화면과 동일하게 검사 모드는 고속 모드, 정밀 모드로 표기합니다.
측정 환경
| 항목 | 값 |
|---|---|
| 테스트 하드웨어 | NVIDIA A100-PCIE-40GB |
| 테스트 대상 | GoldenSpot AI Android 앱과 동일한 검사 파이프라인 |
| 데이터셋 | MVTec AD 15개 카테고리 · VisA 12개 카테고리 |
| 평가지표 | Image AUROC · 데이터셋별 카테고리 평균 |
| 측정일 | 2026-09-15 |
앱 파이프라인 · 등록 이미지 수별 성능
정상 이미지 등록 수가 증가할수록 전반적인 성능이 개선되는 경향을 확인했습니다.
| 검사 모드 | 데이터셋 | 1장 | 2장 | 4장 | 8장 | 16장 | 전체 |
|---|---|---|---|---|---|---|---|
| 고속 모드 | MVTec AD | 90.90 | 93.49 | 93.52 | 93.96 | 94.92 | 96.67 |
| 고속 모드 | VisA | 80.29 | 80.88 | 82.71 | 85.56 | 86.89 | 92.70 |
| 정밀 모드 | MVTec AD | 95.44 | 96.41 | 97.15 | 97.78 | 98.08 | 98.92 |
| 정밀 모드 | VisA | 85.91 | 85.83 | 89.18 | 91.06 | 92.28 | 96.43 |
카테고리별 성능
MVTec AD 15개, VisA 12개 카테고리의 등록 이미지 수별 결과입니다.
MVTec AD · 고속 모드
| 카테고리 | 1장 | 2장 | 4장 | 8장 | 16장 | 전체 |
|---|---|---|---|---|---|---|
| bottle | 99.8 | 99.9 | 99.4 | 100.0 | 99.6 | 100.0 |
| cable | 88.4 | 87.6 | 89.1 | 90.0 | 91.8 | 95.3 |
| capsule | 82.8 | 82.8 | 81.1 | 85.3 | 89.0 | 95.1 |
| carpet | 99.8 | 100.0 | 99.9 | 100.0 | 100.0 | 99.8 |
| grid | 98.7 | 98.9 | 99.1 | 98.5 | 98.9 | 98.9 |
| hazelnut | 97.8 | 98.1 | 98.9 | 99.6 | 99.7 | 99.8 |
| leather | 99.9 | 100.0 | 99.3 | 100.0 | 100.0 | 100.0 |
| metal_nut | 98.2 | 98.2 | 99.4 | 99.6 | 99.5 | 100.0 |
| pill | 92.5 | 95.0 | 93.4 | 94.4 | 94.1 | 96.6 |
| screw | 71.1 | 73.6 | 76.3 | 76.1 | 78.5 | 83.7 |
| tile | 97.5 | 99.6 | 99.9 | 100.0 | 100.0 | 100.0 |
| toothbrush | 92.5 | 93.6 | 90.3 | 90.6 | 88.9 | 90.6 |
| transistor | 75.6 | 81.7 | 82.0 | 79.4 | 87.5 | 93.1 |
| wood | 98.4 | 98.2 | 98.9 | 99.5 | 98.8 | 98.7 |
| zipper | 70.4 | 95.0 | 95.7 | 96.7 | 97.5 | 98.6 |
| Average | 90.90 | 93.49 | 93.52 | 93.96 | 94.92 | 96.67 |
MVTec AD · 정밀 모드
| 카테고리 | 1장 | 2장 | 4장 | 8장 | 16장 | 전체 |
|---|---|---|---|---|---|---|
| bottle | 99.8 | 99.8 | 99.7 | 100.0 | 100.0 | 100.0 |
| cable | 88.0 | 90.0 | 93.1 | 94.1 | 95.3 | 96.2 |
| capsule | 93.3 | 94.4 | 94.5 | 95.7 | 95.5 | 96.7 |
| carpet | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 |
| grid | 99.7 | 99.5 | 99.2 | 99.3 | 99.2 | 100.0 |
| hazelnut | 96.8 | 97.3 | 99.0 | 99.8 | 100.0 | 100.0 |
| leather | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 |
| metal_nut | 99.5 | 99.9 | 100.0 | 100.0 | 100.0 | 100.0 |
| pill | 90.7 | 94.1 | 94.9 | 96.6 | 97.8 | 99.4 |
| screw | 77.9 | 82.1 | 85.3 | 89.4 | 88.5 | 93.8 |
| tile | 99.7 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 |
| toothbrush | 99.7 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 |
| transistor | 91.2 | 93.6 | 95.8 | 95.2 | 98.5 | 99.7 |
| wood | 96.0 | 96.8 | 96.8 | 97.1 | 97.2 | 98.6 |
| zipper | 99.3 | 98.7 | 99.1 | 99.3 | 99.3 | 99.3 |
| Average | 95.44 | 96.41 | 97.15 | 97.78 | 98.08 | 98.92 |
VisA · 고속 모드
| 카테고리 | 1장 | 2장 | 4장 | 8장 | 16장 | 전체 |
|---|---|---|---|---|---|---|
| candle | 87.9 | 88.7 | 87.9 | 90.8 | 91.0 | 96.3 |
| capsules | 84.9 | 86.6 | 86.8 | 88.3 | 89.5 | 92.3 |
| cashew | 92.8 | 92.9 | 91.7 | 92.0 | 92.5 | 95.8 |
| chewinggum | 93.2 | 95.5 | 95.2 | 96.7 | 96.2 | 98.4 |
| fryum | 90.3 | 90.5 | 92.5 | 92.9 | 94.1 | 95.2 |
| macaroni1 | 84.1 | 80.5 | 79.6 | 73.4 | 76.5 | 87.7 |
| macaroni2 | 58.6 | 60.4 | 61.0 | 63.5 | 64.6 | 77.2 |
| pcb1 | 80.8 | 80.8 | 85.6 | 87.7 | 90.0 | 93.5 |
| pcb2 | 68.8 | 71.6 | 73.8 | 77.4 | 79.3 | 89.7 |
| pcb3 | 76.4 | 77.1 | 79.6 | 82.6 | 84.1 | 92.1 |
| pcb4 | 49.0 | 49.4 | 60.5 | 83.8 | 86.6 | 94.9 |
| pipe_fryum | 96.7 | 96.5 | 98.2 | 97.6 | 98.3 | 99.4 |
| Average | 80.29 | 80.88 | 82.71 | 85.56 | 86.89 | 92.70 |
VisA · 정밀 모드
| 카테고리 | 1장 | 2장 | 4장 | 8장 | 16장 | 전체 |
|---|---|---|---|---|---|---|
| candle | 89.4 | 88.1 | 87.7 | 93.6 | 94.8 | 96.6 |
| capsules | 93.9 | 96.1 | 97.6 | 97.8 | 98.0 | 98.4 |
| cashew | 82.4 | 84.1 | 91.4 | 92.4 | 94.0 | 97.4 |
| chewinggum | 98.3 | 98.2 | 98.5 | 98.8 | 98.9 | 99.0 |
| fryum | 96.8 | 97.2 | 98.4 | 99.0 | 98.6 | 98.9 |
| macaroni1 | 86.5 | 83.3 | 86.1 | 87.1 | 88.6 | 93.5 |
| macaroni2 | 49.9 | 51.4 | 57.7 | 58.6 | 63.1 | 85.7 |
| pcb1 | 90.6 | 89.6 | 93.1 | 92.2 | 93.2 | 96.9 |
| pcb2 | 81.9 | 83.2 | 86.1 | 89.3 | 89.4 | 95.2 |
| pcb3 | 85.0 | 88.0 | 90.9 | 92.0 | 94.0 | 98.9 |
| pcb4 | 85.1 | 79.4 | 92.5 | 96.9 | 97.2 | 97.9 |
| pipe_fryum | 91.1 | 91.3 | 90.1 | 95.1 | 97.5 | 99.1 |
| Average | 85.91 | 85.83 | 89.18 | 91.06 | 92.28 | 96.43 |
결함 유형별 성능 · MVTec AD
73개 공식 subtype을 홈페이지에서 이해하기 쉬운 결함 패밀리로 그룹화한 결과입니다.
고속 모드 · 결함 유형별
| 결함 유형 | 카테고리 | 1장 | 2장 | 4장 | 8장 | 16장 | 전체 |
|---|---|---|---|---|---|---|---|
| 표면 크랙·오염 | hazelnut | 97.7 | 98.1 | 98.9 | 99.6 | 99.7 | 99.8 |
| 표면 오염·파손 | bottle | 99.8 | 99.9 | 99.5 | 100.0 | 99.6 | 100.0 |
| 패턴 변형·이물질 | grid | 98.6 | 98.9 | 99.0 | 98.4 | 98.9 | 98.9 |
| 텍스처 이상 | carpet | 99.8 | 100.0 | 99.9 | 100.0 | 100.0 | 99.8 |
| 크랙·오염·거칠기 | tile | 97.4 | 99.6 | 99.9 | 100.0 | 100.0 | 100.0 |
| 컬러·컷·폴드 | leather | 99.9 | 100.0 | 99.3 | 100.0 | 100.0 | 100.0 |
| 스크래치·변형 | metal_nut | 98.2 | 98.2 | 99.4 | 99.5 | 99.5 | 100.0 |
| 스크래치·홀·컬러 | wood | 98.5 | 98.1 | 98.8 | 99.4 | 98.9 | 98.8 |
| 컬러·크랙·오염 | pill | 93.6 | 95.7 | 94.4 | 95.2 | 94.9 | 97.0 |
| 크랙·스크래치 | capsule | 83.0 | 83.0 | 81.3 | 85.5 | 89.1 | 95.1 |
| 절연체 손상·단선 | cable | 88.4 | 87.7 | 89.2 | 90.0 | 91.8 | 95.4 |
| 티스 파손·분리 | zipper | 70.6 | 95.0 | 95.7 | 96.6 | 97.5 | 98.5 |
| 리드 변형·손상 | transistor | 75.6 | 81.7 | 82.0 | 79.4 | 87.5 | 93.1 |
| 결함 (변형·누락) | toothbrush | 92.5 | 93.6 | 90.3 | 90.6 | 88.9 | 90.6 |
| 미세 구조 결함 | screw | 70.9 | 73.4 | 76.1 | 75.9 | 78.3 | 83.5 |
| 평균 (카테고리 등가 가중) | — | 90.97 | 93.52 | 93.58 | 94.00 | 94.97 | 96.70 |
정밀 모드 · 결함 유형별
| 결함 유형 | 카테고리 | 1장 | 2장 | 4장 | 8장 | 16장 | 전체 |
|---|---|---|---|---|---|---|---|
| 표면 크랙·오염 | hazelnut | 96.7 | 97.2 | 98.9 | 99.8 | 100.0 | 100.0 |
| 표면 오염·파손 | bottle | 99.8 | 99.8 | 99.7 | 100.0 | 100.0 | 100.0 |
| 패턴 변형·이물질 | grid | 99.7 | 99.5 | 99.2 | 99.3 | 99.1 | 100.0 |
| 텍스처 이상 | carpet | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 |
| 크랙·오염·거칠기 | tile | 99.7 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 |
| 컬러·컷·폴드 | leather | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 |
| 스크래치·변형 | metal_nut | 99.5 | 99.8 | 100.0 | 100.0 | 100.0 | 100.0 |
| 스크래치·홀·컬러 | wood | 95.9 | 96.9 | 97.0 | 97.3 | 97.3 | 98.9 |
| 컬러·크랙·오염 | pill | 91.9 | 95.0 | 95.7 | 97.2 | 98.1 | 99.5 |
| 크랙·스크래치 | capsule | 93.3 | 94.4 | 94.5 | 95.8 | 95.5 | 96.7 |
| 절연체 손상·단선 | cable | 88.2 | 90.2 | 93.3 | 94.3 | 95.4 | 96.4 |
| 티스 파손·분리 | zipper | 99.4 | 98.7 | 99.1 | 99.3 | 99.3 | 99.3 |
| 리드 변형·손상 | transistor | 91.2 | 93.6 | 95.8 | 95.2 | 98.5 | 99.7 |
| 결함 (변형·누락) | toothbrush | 99.7 | 100.0 | 100.0 | 100.0 | 100.0 | 100.0 |
| 미세 구조 결함 | screw | 77.8 | 81.9 | 85.3 | 89.4 | 88.5 | 93.8 |
| 평균 (카테고리 등가 가중) | — | 95.51 | 96.48 | 97.22 | 97.83 | 98.12 | 98.95 |
주요 인사이트
- 정상 이미지 등록 수가 중요합니다.
1장부터 16장까지 정상 이미지가 누적될수록 전반적인 성능이 개선됩니다. - 정밀 모드는 등록 이미지가 적을 때 강점이 있습니다.
few-shot 조건에서 고속 모드 대비 상대적인 성능 이점이 확인됩니다. - 16장 등록에서도 높은 성능을 확인했습니다.
MVTec AD 정밀 모드는 정상 이미지 16장 등록에서 98.08 Image AUROC를 기록했습니다. - 세부·미세 패턴은 충분한 정상 기준이 도움이 됩니다.
대상의 패턴이 미세할수록 추가 정상 이미지 등록과 정밀 모드 활용을 권장합니다. - 논리적 조건은 규칙 검사와 함께 구성할 수 있습니다.
위치 관계나 조립 순서처럼 시각적 차이만으로 판단하기 어려운 조건은 별도 검사 규칙과 병행할 수 있습니다. - 표면 결함 계열에서 높은 성능을 확인했습니다.
오염·파손·크랙 등 시각적 외관 차이를 중심으로 높은 AUROC를 확인했습니다.
Datasets: MVTec AD (Bergmann et al., CVPR 2019) · VisA (AWS AI Labs, ECCV 2022) · 측정일 2026-09-15
INTEGRATION
앱으로 시작하고,
현장 시스템으로 확장합니다.
Free는 Phone·RTSP 입력으로 검사하고 앱에서 결과를 확인합니다. Pro는 외부 시스템에 결과를 연결하며, Enterprise는 전용 장비와 PLC/MES를 포함한 현장 구축으로 확장합니다.
Camera
Phone · RTSP
Phone · RTSP
→
GoldenSpot AI
On-device inspection
On-device inspection
→
System
MES · Dashboard
MES · Dashboard
Pro · Output / IntegrationREST API · POSTFTP / SFTPWebSocketMQTT · Image APIMonitoring Web
PRICING
필요한 만큼 시작하고,
현장까지 확장하세요.
AI 검사는 무료로 시작할 수 있습니다.
외부 시스템 연동이 필요한 경우 Pro,
전용 장비와 생산라인 구축이 필요한 경우 Enterprise로 확장하세요.
Same AI. More Connectivity.AI 검사는 그대로, 현장 연결은 Pro.
Free와 Pro는 같은 AI 검사 엔진과 검사 기능을 사용합니다. 차이는 Output / Integration입니다.
Inspect
Free
₩0
AI 검사를 무료로 시작하세요.
- Golden-first AI Inspection
Fast / Detailed · Pro와 동일한 AI 엔진 - 정상 이미지 등록 · 검사 지식 관리
단일 SKU · 검사 지식 1:1 관리 - On-Device Camera · RTSP Camera
- 시간모드 · 탐지모드
- Threshold · 최소 불량 영역 설정
검사 최적화 - 장비 NG 알람 · 앱에서 OK / NG 확인
- QR 기반 검사 지식 전송
앱 화면에서 결과 확인
외부 Output / Integration 미포함
Inspect + Connect RECOMMENDED
Pro
₩50,000 / 월
Google Play 월간 구독 · 14일 무료 체험
검사 결과를 현장 시스템과 연결하세요.
- Free의 모든 기능 포함
- REST API · POST
- FTP / SFTP · WebSocket
- MQTT · MQTT Image Retrieval API
- Monitoring Web
실시간 결과 · 이미지 · NG 영역 - 최근 20건 · 최대 24시간 이력
NG Only · Web Alarm - 검사 결과 자동 전송
JSON + 검사 이미지 연동
외부 시스템에서 결과 활용
출력소스는 한 번에 1개만 사용
Deploy at Scale
Enterprise
맞춤 견적
생산라인에 맞춰 구축합니다.
- Pro의 모든 기능 포함
- 전용 Android / Edge AI 장비
- 전용 Camera · 조명 · 기구물
- 다수 검사 노드 · 사내망 구축 대응
- PLC · MES · 고객사 시스템 연동
- 현장 설치 · 운영자 교육 · 기술지원
- Custom Integration
전용 하드웨어와 생산시스템 통합
현장 요구사항에 맞춘 구축 범위
기능 비교
사람이 앱에서 검사 결과를 확인하는 것은 Free, 외부 시스템이 검사 결과를 사용하는 것은 Pro입니다.
| 기능 | Free | Pro | Enterprise |
|---|---|---|---|
| AI 검사 엔진 · Fast / Detailed | 동일하게 제공 | 동일하게 제공 | 포함 |
| On-Device Camera · RTSP Camera | 포함 | 포함 | 포함 |
| 시간모드 · 탐지모드 | 포함 | 포함 | 포함 |
| 정상 등록 · 검사 지식 · 단일 SKU 1:1 관리 | 포함 | 포함 | 포함 |
| Threshold · 최소 불량 영역 · 검사 최적화 | 포함 | 포함 | 포함 |
| 장비 NG 알람 · 앱 OK / NG · QR 지식 전송 | 포함 | 포함 | 포함 |
| REST API · POST / FTP / SFTP / WebSocket | 미포함 | 포함 | 포함 |
| MQTT · MQTT Image Retrieval API | 미포함 | 포함 | 포함 |
| Monitoring Web | 미포함 | 포함 | 포함 |
| 전용 장비 · 생산라인 구축 · Custom Integration | 미포함 | 미포함 | 맞춤 협의 |
Monitoring Web: 실시간 검사 결과·검사 이미지·NG 영역, 판정 / Score / Threshold / Device / SKU / 측정시각, 최근 20건 목록, 최대 24시간 이력, NG Only, Web Alarm을 제공합니다. 이력은 저장 공간에 따라 먼저 정리될 수 있습니다.
REST POST·FTP/SFTP·WebSocket은 JSON과 검사 이미지를 연동합니다. MQTT 메시지의 이미지 ID로 MQTT Image Retrieval API에서 이미지를 조회합니다.
현재 Google Play 비공개 테스트 단계이며 테스트 버전은 구독 구매 없이 이용할 수 있습니다. 테스트 참여 권한이 있는 Google 계정으로 접속하고, 체험 제공 여부는 Google Play에서 확인해 주세요.
스마트폰에서 바로 열기
카메라로 QR 코드를 스캔하면 Google Play 비공개 테스트 페이지로 이동합니다.
Google Play에서 열기 ↗
ENTERPRISE
생산라인 구축이 필요하신가요?
전용 카메라·조명, Edge AI, 사내망, PLC/MES 연동, 다수 검사노드가 필요한 현장은 요구사항을 확인한 뒤 맞춤 구성을 제안합니다.
FAQ
설치 전에 확인할 내용
불량 이미지가 꼭 필요한가요?
초기 검사 기준은 정상 이미지로 시작할 수 있습니다. 실제 운영 임계값과 판정 기준은 현장 샘플을 이용해 검증하는 것을 권장합니다.
여러 SKU를 사용할 수 있나요?
SKU는 1개만 사용하며 검사 지식과 1:1로 연결됩니다. SKU 변경 시 기존 검사 지식이 삭제된다는 안내와 YES/NO 확인창이 표시됩니다. YES를 선택하면 모든 검사 모델의 정상 등록·최적화·수신 지식이 삭제되며, 새 SKU의 지식을 다시 등록하거나 받아야 합니다. NO를 선택하면 기존 SKU와 지식을 유지합니다. 삭제는 되돌릴 수 없습니다.
IP Camera도 연결할 수 있나요?
H.264 RTSP 카메라 입력을 지원합니다. 실제 연결 가능 여부는 네트워크, 코덱, 카메라 설정에 따라 달라집니다.
검사 결과를 다른 시스템으로 보낼 수 있나요?
Pro에서 REST API · POST, FTP / SFTP, WebSocket, MQTT 및 MQTT Image Retrieval API로 연동하고 Monitoring Web으로 결과를 확인할 수 있습니다. Free는 같은 AI 검사 기능을 제공하며 앱 화면에서 결과를 확인합니다. 출력소스는 한 번에 하나만 사용합니다.
생활용으로도 사용할 수 있나요?
가능합니다. 정상 상태를 이미지로 확보할 수 있는 대상이라면 외관 변화, 손상, 오염 등 시각적 차이 확인에 활용할 수 있습니다.
기업용 구축은 어떻게 진행되나요?
카메라, 조명, Edge 장비, 네트워크, PLC/MES 연동 범위를 확인한 뒤 현장 요구사항에 맞는 구성을 제안합니다.
SPOT - WHAT'S DIFFERENT
정상 이미지 한 장으로 시작해 보세요.
지금 반복해서 확인하고 있는 대상 하나로 GoldenSpot AI를 직접 시험해 보십시오.
14일 Pro 무료 체험