본 과제의 목적은 유체의 점도를 비침습적/실시간으로 모니터링하여 공정 자동화에 활용될 수 있는 AI 믹싱 디바이스를 개발하는 것이다. 기존 점도계는 소량의 샘플 채취와 접촉식 측정이 필요하여 시간, 비용 그리고 공정 연속성 측면에서 매우 불리하였다. 본 연구는 이를 개선하여 카메라 모듈만으로 영상을 촬영하고, 인공신경망을 통해 점도를 추론하여 경제성과 비접촉성을 동시에 확보한다. 비전 모델 훈련을 위해 실제 물-글리세린 용액의 교반 후 감쇠과정을 촬영하고 데이터셋으로 활용하였으며, SPH 기반 유체 시뮬레이션과 블렌더 렌더링으로 생성한 대규모 합성 데이터 또한 함께 사용하였다. 모델 구조는 Transformer 기반 Vivit 모델을 사용하여 높은 추정 정확도와 강건한 모델 성능을 달성하였고, 이는 단순한 점도계 대체를 넘어 다양한 산업 공정에서 End Point Detection과 안정화에 기여할 수 있으리라 예상한다. 특히 저비용·비침습 방식으로 다수 반응기 모니터링에 적합하여, 정유/석유화학/제약/식음료 등 산업 전반에서 자동화 공정 구현의 핵심 센서로 활용될 것으로 기대된다.