Vision
카메라 입력을 기기 안에서 바로 분석하는 엣지 영상처리 모듈.
An edge vision module that analyzes camera input on the device itself.
- 클라우드 없이 현장에서 실시간 추론
- 수중·야외용 방수 하우징
- Real-time inference without the cloud
- Waterproof housing for marine and outdoor use
수심 0 m · 표층Depth 0 m · Epipelagic
딥러닝의 바다로,
딥러닝의 바다로,
가장 깊이.Into the sea of
deep learning.
DeepB1ue는 피지컬 AI와 영상처리 하드웨어를 연구하고 직접 만드는 AI 연구소입니다.DeepB1ue is an AI research lab that designs and builds physical AI and vision-processing hardware.
수심 200 m · 중층Depth 200 m · Mesopelagic
연구에서 하드웨어까지,
연구에서 하드웨어까지,
한 팀이 만듭니다.From research to hardware,
built by one team.
알고리즘만 납품하지 않습니다. 모델을 돌릴 보드와 카메라, 현장에 붙일 제어 시스템까지 함께 설계합니다.We don't stop at algorithms. We design the boards, cameras and control systems that run them in the field.
Motion
보고, 판단하고, 움직이는 기계를 위한 피지컬 AI 제어 스택.
A physical AI control stack for machines that see, decide and move.
- 시뮬레이션에서 학습해 실제 장비로 이식
- ROS 2 기반 로봇·설비 연동
- Trained in simulation, transferred to real machines
- Integrates with robots and equipment via ROS 2
Lab
데이터 수집부터 모델 개발, 하드웨어 탑재까지 맡는 맞춤 공동연구.
Joint R&D that takes you from data collection to models running on hardware.
- 현장 진단 후 PoC로 빠르게 검증
- 시제품과 기술 이전까지 지원
- Site assessment, then a fast proof of concept
- Support through prototype and tech transfer
수심 1,000 m · 심층Depth 1,000 m · Bathypelagic
비가 오기 전에
비가 오기 전에
방주를 짓습니다.We build the ark
before the rain.
노아는 홍수가 오기 전에 방주를 준비했습니다. AI가 바꿔 놓을 산업과 일상도 이미 다가오고 있습니다. DeepB1ue는 그 변화를 기다리지 않고, 미리 대비할 기술을 만듭니다.Noah built the ark before the flood. The changes AI will bring to industry and daily life are already on their way. DeepB1ue builds the technology to be ready for them, instead of waiting.
우리의 철학Our philosophy
수심 4,000 m · 심해저Depth 4,000 m · Abyssopelagic
기술이 닿을 현장.Where the work lands.
해양·수산Marine & Fisheries수중 영상 분석, 양식장 모니터링Underwater vision, aquafarm monitoring
항만·물류Ports & Logistics하역 구역 안전, 화물 인식Yard safety, cargo recognition
제조Manufacturing외관 결함 검출, 로봇 작업 자동화Defect detection, robotic automation
공공·안전Public Safety위험 구역 감지, 재난 대응Hazard zones, disaster response
수심 6,000 m+ · 초심해Depth 6,000 m+ · Hadal
가장 깊은 문제를
가장 깊은 문제를
함께 풀어 보세요.Bring us your
deepest problem.
현장의 과제를 알려 주시면 영업일 기준 2일 안에 연구진이 직접 답변드립니다.Tell us about your challenge. A researcher will reply within two business days.
문의하기Contact us
회사 소개About us
미래를 대비하는
미래를 대비하는
AI 연구소.An AI lab built
to be ready.
DeepB1ue는 딥러닝의 바다를 탐구하고, 그 결과를 현실의 기계에 담습니다.DeepB1ue explores the sea of deep learning and puts what it finds into real machines.
이름에 담은 뜻.What's in the name.
Deep
딥러닝(Deep Learning)의 Deep. 겹겹이 쌓인 신경망의 층처럼, 문제의 가장 깊은 곳까지 파고드는 연구를 뜻합니다.
The Deep in Deep Learning. Like the stacked layers of a neural network, it stands for research that reaches the deepest part of a problem.
B1ue
바다를 뜻합니다. 아직 아무도 끝을 본 적 없는 넓고 깊은 바다처럼, 탐구할 것이 남아 있는 AI의 세계를 항해하겠다는 다짐입니다.
It stands for the sea. Like an ocean no one has seen the bottom of, AI still holds more to explore, and we intend to sail it.
방주의 철학The Ark philosophy
우리가 일하는 세 가지 방식.Three ways we work.
Deep Learning
깊이 배운다Learn deeply
유행하는 모델을 가져다 쓰는 데서 멈추지 않고, 왜 작동하는지까지 이해합니다.
We don't just adopt the latest model. We work out why it works.
Data Exploration
현장에서 찾는다Explore the field
책상 위 데이터가 아니라 바다, 공장, 항만에서 직접 데이터를 모으고 확인합니다.
We collect and verify data at sea, in factories and at ports, not just at a desk.
Future Preservation
미리 대비한다Prepare early
방주를 짓듯, 다가올 변화가 오기 전에 필요한 기술을 준비합니다.
Like building an ark, we prepare the technology before the change arrives.
대표 사진
(4:5 비율 권장)CEO photo
(4:5 recommended)
(4:5 비율 권장)CEO photo
(4:5 recommended)
대표 인사말From our founder
방주는 혼자 짓지 않습니다.No one builds an ark alone.
AI는 이제 화면 속을 넘어 카메라와 로봇, 공장과 바다로 나아가고 있습니다. 저희는 이 변화를 먼저 연구하고, 실제로 작동하는 하드웨어로 증명하기 위해 DeepB1ue를 세웠습니다.
AI is moving beyond the screen into cameras and robots, factories and the sea. We founded DeepB1ue to study that shift early and prove it with hardware that actually works.
아직 작은 배이지만, 함께 항해할 파트너와 함께라면 더 깊은 곳까지 갈 수 있다고 믿습니다. 여러분의 현장에 있는 문제를 들려주세요.
We are still a small vessel, but with the right partners we can go much deeper. Tell us about the problems in your field.
DeepB1ue 대표 [대표자명][CEO name], Founder & CEO
항해 일지.Logbook.
이제 막 닻을 올렸습니다.We have just raised anchor.
- DeepB1ue 설립DeepB1ue founded피지컬 AI와 영상처리 하드웨어 연구를 시작Began research in physical AI and vision hardware
- Vision 시제품Vision prototype엣지 영상처리 보드 1차 시제품 제작First edge vision board prototype계획PLAN
- 첫 공동연구 착수First joint research project현장 파트너와 PoC 진행Proof of concept with a field partner계획PLAN
승선원.The crew.
AI
[이름Name]대표 · AI 연구CEO · AI Research딥러닝 모델 연구와 회사 전체 방향을 이끕니다.
Leads model research and the company's direction.
HW
[이름Name]하드웨어 엔지니어링Hardware Engineering영상처리 보드와 센서 모듈을 설계합니다.
Designs the vision boards and sensor modules.
PA
[이름Name]피지컬 AIPhysical AI로봇·설비 제어 정책과 시뮬레이션을 담당합니다.
Owns robot control policies and simulation.
제품 라인업Product lineup
보는 기계,
보는 기계,
움직이는 지능.Machines that see.
Intelligence that moves.
세 가지 제품으로, 현장의 AI를 처음부터 끝까지 책임집니다.Three products covering field AI from start to finish.
Edge Vision Hardware
Vision
카메라가 본 것을 그 자리에서 이해합니다. 영상을 서버로 보내지 않아 빠르고, 네트워크가 약한 바다 위에서도 작동합니다.It understands what the camera sees, right where it sees it. No video goes to a server, so it is fast and works even at sea with weak connectivity.
현장 실시간 추론On-site, real-time inference객체 검출, 추적, 계수를 기기 안에서 처리합니다.Detection, tracking and counting run on the device.
거친 환경용 설계Built for harsh sites방수·방진 하우징과 넓은 동작 온도를 고려해 설계합니다.Designed for sealed housings and a wide operating temperature range.
모델 교체가 쉬운 구조Easy model swaps용도에 맞는 모델을 원격으로 업데이트할 수 있습니다.Update the model for each task remotely.
- 영상 입력Video input
- 4K 30 fps · 1080p 60 fps
- AI 연산AI compute
- NPU 내장, INT8 기준 최대 On-board NPU, up to [00] TOPS
- 처리 지연Latency
- 프레임당 목표 30 ms 이하Target under 30 ms per frame
- 인터페이스Interfaces
- MIPI CSI‑2, GigE, USB‑C, RS‑485
- 보호 등급Protection
- IP67 하우징 옵션Optional IP67 housing
사양은 개발 목표치이며 시제품 단계에서 변경될 수 있습니다.Specifications are development targets and may change at the prototype stage.
Physical AI
Motion
AI가 화면을 벗어나 손과 바퀴를 갖게 합니다. 카메라로 상황을 보고, 스스로 판단해, 로봇과 설비를 움직입니다.It gives AI hands and wheels. It reads the scene through cameras, decides on its own, and moves robots and equipment.
Sim‑to‑Real가상 환경에서 수만 번 연습한 동작을 실제 장비로 옮깁니다.Skills practiced thousands of times in simulation move to real machines.
적은 시연으로 학습Learns from few demos작업자가 몇 번 보여 준 동작으로 새 작업을 익힙니다.Picks up new tasks from a handful of human demonstrations.
기존 설비와 연동Works with your equipmentROS 2와 산업용 통신을 지원해 쓰던 장비에 붙입니다.ROS 2 and industrial protocols connect it to machines you already run.
Custom R&D
Lab
아직 정답이 없는 문제라면 함께 연구합니다. 현장 진단부터 시제품, 기술 이전까지 한 팀이 끝까지 갑니다.If your problem has no ready answer, we research it with you. One team stays with it from site assessment to prototype and tech transfer.
현장 진단Assess과제와 데이터, 설치 환경을 확인합니다.Review the task, data and site.약 2주~2 weeks
PoC작은 범위에서 가능성을 검증합니다.Validate feasibility at small scale.약 4–8주~4–8 weeks
시제품Prototype모델을 하드웨어에 올려 현장에서 시험합니다.Run the model on hardware in the field.약 3–6개월~3–6 months
기술 이전Transfer운영과 양산을 위한 문서와 교육을 제공합니다.Hand over docs and training for operation.협의By agreement
기간은 과제 규모에 따라 달라집니다.Timelines vary with project scope.
적용 사례Use cases
현장에서 일하는 AI.AI at work in the field.
DeepB1ue 기술이 적용될 수 있는 대표 시나리오입니다. 실제 프로젝트가 진행되면 이곳에 결과를 공개합니다.Representative scenarios for DeepB1ue technology. Results from real projects will be published here.
해양 · VisionMarine · Vision
스마트 양식장 어류 모니터링Smart aquafarm monitoring
- 과제Challenge
- 가두리 안 어류의 수와 크기를 사람이 직접 세기 어렵고, 사료가 낭비됩니다.Counting and sizing fish in net pens by hand is hard, and feed is wasted.
- 접근Approach
- 수중 카메라와 Vision으로 개체 수와 체장을 실시간 추정하고 급이량을 조절합니다.Underwater cameras with Vision estimate count and length in real time to tune feeding.
목표 · 계수 오차 5% 이내Target · count error under 5%목표 · 사료 10% 절감Target · 10% less feed
안전 · VisionSafety · Vision
항만 하역 구역 안전 감지Port yard safety detection
- 과제Challenge
- 크레인과 차량이 움직이는 구역에 작업자가 들어가는 순간을 놓치기 쉽습니다.It is easy to miss the moment a worker enters a zone with moving cranes and trucks.
- 접근Approach
- 기존 CCTV에 엣지 모듈을 붙여 위험 구역 진입을 감지하고 즉시 경보를 보냅니다.Edge modules on existing CCTV detect hazard-zone entry and alert instantly.
목표 · 경보 1초 이내Target · alert within 1 s기존 카메라 재사용Reuses existing cameras
산업 · VisionIndustry · Vision
제조 라인 외관 결함 검출Surface defect inspection
- 과제Challenge
- 미세한 흠집과 얼룩을 육안 검사로 일정하게 잡아내기 어렵습니다.Fine scratches and stains are hard to catch consistently by eye.
- 접근Approach
- 적은 불량 샘플로도 학습하는 이상 탐지 모델을 라인 카메라에 탑재합니다.An anomaly model that learns from few defect samples runs on the line camera.
목표 · 검출률 99%Target · 99% detection라인 속도 유지Keeps line speed
산업 · MotionIndustry · Motion
비정형 물체 피킹 로봇Picking irregular objects
- 과제Challenge
- 모양과 크기가 제각각인 물체는 정해진 좌표로 집을 수 없습니다.Objects of varied shapes can't be picked from fixed coordinates.
- 접근Approach
- 시뮬레이션에서 학습한 파지 정책을 로봇 팔로 옮기고 현장 시연으로 보정합니다.A grasp policy trained in simulation moves to the robot arm and is tuned with on-site demos.
목표 · 파지 성공률 95%Target · 95% grasp success새 품목 시연 10회10 demos per new item
목표 수치는 시나리오 설명을 위한 예시입니다.Target figures are illustrative.
문의Contact
함께 항해할
함께 항해할
프로젝트를 알려 주세요.Tell us about
your project.
영업일 기준 2일 안에 연구진이 직접 답변드립니다.A researcher will reply within two business days.