본 논문은 산업 공정 제어에서 중요한 역할을 하는 이상 탐지(Anomaly Detection, AD)에 초점을 맞추고 있습니다. 특히, 시각적으로는 정상이지만 객체의 존재, 배열, 수량에 대한 사전 정의된 제약 조건을 위반하는 논리적 이상 현상을 탐지하는 방법을 제시합니다. LogicQA라는 새로운 프레임워크를 제안하는데, 이는 자동 생성된 질문들을 체크리스트로 만들고, 그에 대한 응답을 수집하여 논리적 제약 조건 위반을 식별함으로써 산업 운영자에게 이상 현상에 대한 설명을 제공합니다. LogicQA는 학습 데이터나 주석이 필요 없으며, 소량의 데이터로도 작동하는 특징을 가지고 있습니다. MVTec LOCO AD 벤치마크에서 최첨단 성능(AUROC 87.6%, F1-max 87.0%)을 달성했으며, 반도체 SEM 기업 데이터에서도 우수한 성능을 보여 산업 응용 분야에서의 효과성을 입증했습니다.
