본 논문은 산업 현장의 이상 탐지(IAD)를 위한 새로운 다중 모달 접근 방식인 EIAD(Explainable Industrial Anomaly Detection Assistant)를 제안합니다. 기존의 제로샷 결함 분할 및 탐지 방법의 한계를 극복하기 위해, 대화 기능과 핵심 특징 추출을 분리하는 전용 다중 모달 결함 위치 확인 모듈을 도입합니다. 독립적인 최적화 목표와 맞춤형 학습 전략을 통해 이러한 분리를 달성하고, 다양한 결함 유형과 산업 시나리오를 포함하는 최초의 다중 모달 산업 이상 탐지 훈련 데이터셋인 DDQA를 제공합니다. EIAD는 결함 탐지 및 위치 확인 작업에서 뛰어난 성능을 달성하여 정확성과 해석력을 모두 향상시킵니다.
