비파괴 검사(NDT) 중 하나인 초음파 위상 배열 기법(PAUT)은 용접부 검사에 널리 활용되는기법이다. PAUT 는 용접부의 결함 검출에 효과적이나, 검사자의 숙련도에 크게 의존하며, 검사 시간이 오래 걸린다는 단점이 존재한다. 이러한 문제점을 해결하고자 인공지능(AI)을 PAUT 검사에 도입하는 연구가 활발히 진행되고 있다. PAUT 데이터는 처리 방식에 따라 A, B, C, S scan 으로 나뉜다. PAUT 에 AI 를 적용시키는 연구들은 주로 1 차원 신호인 A-scan 데이터와 2 차원 이미지인 S-scan 데이터를 활용하는 두 가지 방향으로 연구되고 있다. A-scan 데이터는 각 탐촉자에서 수신된 초음파 신호를 시간의 흐름에 따라 나타내는 것으로, 분석이 비교적 간단하지만 결함의 형태나 위치 정보를 직관적으로 파악하기 어렵다는 한계가 있다. 반면, S-scan 데이터는 여러 Ascan 데이터를 합성하여 용접부의 단면 이미지를 제공하므로, 결함의 크기, 모양, 위치 등을 시각적으로 확인할 수 있어 더욱 풍부한 정보를 담고 있다는 특징이 있다.

 본 연구에서는 A-scan 기반 인공지능 처리 결과와 S-scan 기반 인공지능 처리 결과의 차이를 비교 분석하고, S-scan 방식의 우수성을 입증하는 것을 목표로 한다. 이를 위해 기존 A-scan 기반 논문에서 제시된 방법론을 구현하여 S-scan 기반 방식과 정량적으로 비교 평가한다. 또한, S-scan 방식이 갖는 고유한 취약점 대한 분석을 수행하고, 이러한 문제점을 해결하기 위한 효과적인 방안을 제시하고자 한다.