본 연구는 산업 현장의 도전적인 환경 변화에 강건한 멀티모델 통합 선검출 기법을 제안한다. 딥러닝 기반 선 검출 기법인 AirLine과 전통적 기법(LSD, FLD, Hough)의 결과를 픽셀 단위로 통합하고 RANSAC 회귀로 최종 선을 추정하여 개별 알고리즘의 약점을 상호 보완한다. 검출 성능 최대화를 위해 환경 변화를 시뮬레이션한 증강 데이터셋에 대해 CVaR 기반 목적 함수를 베이지안 최적화로 탐색하여, 최악의 시나리오에서도 안정적인 파라미터 조합을 도출하였다. 실험 결과 제안 기법은 다양한 환경 조건에서 일관되게 높은 검출 정확도를 달성하였다.