연구진은 산업용 결함 탐지에서 데이터 부족 문제를 해결하기 위해 Vision-Language-Model 기반 프롬프트, LoRA 적응 확산 모델, 마스크 가이드 페인팅 등을 결합한 합성 결함 생성 파이프라인인 SynSur을 개발했어요.
YOLOv26, YOLOX, LW-DETR 등의 모델을 활용한 실험 결과, 합성 데이터만으로는 실제 데이터를 대체할 수 없지만, 실제 데이터와 결합하면 성능 향상에 기여할 수 있음을 확인했어요.
SynSur 파이프라인은 모바일폰 화면 표면 결함 탐지 데이터셋(MSD)으로의 전이 연구에서도 효과를 보였으며, 도메인별 적응과 어노테이션 품질 관제의 중요성을 강조했어요.