​

제조현장에서 사용하는 주요 비전 시스템

사람이 처리하기 어려운 데이터를 분석하여 다양한 형태의 정보자산으로 재생산할 수 있는 인공지능(AI)을 제조현장에서 활용하고 있다.

AI 비전은 수치나 언어 데이터를 빠르게 처리할 수 있는 능력과 사진이나 동영상 등 정량화하기 어려운 데이터를 높은 정확도로 처리할 수 있는 능력이 있다. 

실제로 AI 기반 이미지 분석 기술이 눈부시게 발전하고 있는 가운데 다양한 시스템과 서비스가 출시되고 있다.

그러나 이 기술 분야에서 유사한 용어와 명칭이 다양하게 사용되고 있어 특성과 차이점을 구별하기 어려운 것도 사실이다.

아래에 AI 비전의 기본 지식, 유사한 기술과의 차이점 및 사용 방법을 간단히 소개한다.

AI 비전

AI 비전은 카메라와 센서를 통해 수집한 이미지와 영상을 AI로 분석하여 그 결과를 기반으로 판단과 피드백을 제공하는 메커니즘 또는 시스템을 말한다. 

복잡한 이미지 데이터에서 유용한 정보를 추출하는 이미지 분석 외에도 이미지 데이터에서 얻은 정보를 학습한 데이터와 조합하거나 새로 학습하여 자율적인 판단과 피드백을 제공할 수 있는 것이 이 시스템의 가장 중요한 특징이다.

• AI 이미지 처리/이미지 분석

AI 비전을 통해 실행되는 일련의 프로세스를 AI 이미지 처리 또는 AI 이미지 분석이라 하며 AI 이미지 분석 시스템이라는 명칭으로 서비스를 제공하는 벤더도 있다.

AI 이미지 처리 및 AI 이미지 분석은 이미지와 비디오 데이터에서 정보를 추출하여 판단을 내리는 프로세스에 초점을 맞추어 자주 사용된다. 

또한 이러한 기술을 사용하는 장치 및 소프트웨어를 의미하기도 한다.

실제로 AI 비전은 카메라와 센서뿐만 아니라 태블릿 PC, 스마트폰, AR 안경 등 다양한 기기에서도 작동된다. 

이러한 휴대용 기기의 가장 큰 특징은 이미지 분석 결과를 실시간으로 확인할 수 있어 이것을 토대로 현장에서 즉시 대응 조치를 취할 수 있다.

예를 들면 AI 비전으로 분석된 정보가 AR 안경을 통해 시야에 직접 표시되므로 작업 효율성이 높아진다. 

제조업에서의 AI 비전 활용은 현장의 관점에서 효율성을 높일 수 있는 잠재력이 있다.

제조업에서 사용되고 있는 주요 비전 시스템

이미지 분석 및 이미지 처리에는 AI 비전 외에도 다양한 이미지 기술이 적용되고 있어 품질관리, 생산성 향상, 안전성 확보 등 적용 범위가 확대되고 있다. 

제조업에 사용되고 있는 주요 이미지 기술인 컴퓨터 비전, 머신 비전, 로봇 비전, 3D 비전을 살펴보고 그 특성과 AI 비전과의 차이점을 아래에 설명한다.

상기 이러한 용어에 대한 획일화된 정의는 없으며 그 의미와 기술 영역에 어느 정도의 차이가 있을 수 있다.

• 컴퓨터 비전

컴퓨터 비전은 카메라와 센서를 통해 얻은 이미지 및 비디오 데이터를 분석하여 여기에 있는 정보를 획득하는 기술로 이미지에 포함된 사물과 풍경의 식별 및 판단, 분류 등 다양한 분석을 자동화할 수 있다. 

시각적 이미지 분석을 기계로 대체한 이 기술은 카메라의 품질과 시스템의 분석력이 높아짐에 따라 지속적으로 발전하고 있는 분야이다.

AI를 결합한 컴퓨터 비전은 AI 비전과 기능이 겹치는 부분도 있지만, 컴퓨터 비전이라는 용어는 정보의 습득 및 분석이 주된 목적일 때 주로 사용되며, 취득한 정보로 기계를 제어할 수 있는 경우에는 머신 비전이라고 부르는 경향이 있다.

• 머신 비전

머신 비전은 특히 제조 현장의 기계와 생산라인 제어를 위해 특별히 설계된 컴퓨터 비전의 한 유형이다.

머신 비전은 품질 검사 및 장비의 유지보수 등 자동화 공정의 이미지를 분석하여 얻은 정보를 기반으로 판단하고 그 판단에 따라 기계를 제어하는 기능을 가질 때 머신 비전이라는 용어를 자주 사용한다. 

AI 비전과 AI 기반 머신 비전은 거의 동일한 의미로 생각하는 것이 일반적이다.

품질 검사의 경우 제품 이미지에서 얻은 정보를 바탕으로 양품과 불량품을 구분하고 생산라인에서 불량품을 분리하기 위해 머신 비전이라는 용어를 사용하고 있다.

장비 유지보수의 경우 기존에 사람이 직접 눈으로 하던 설비검사 대신에 이미지를 이용하여 검사할 수 있으며, 이상이 발견되면 설비를 일시적으로 정지시키거나 관리자에게 통보할 수 있다.

• 로봇 비전

로봇 비전은 로봇에 설치된 카메라와 센서를 통해 주변 환경을 인식하고 이것을 토대로 로봇을 작동시키고 탐색하는 기술로 머신 비전은 로봇에도 설치할 수 있다.

이른바 산업용 로봇은 인간과의 협업을 전제로 하는데 이를 제어하기 위해서는 매우 높은 수준의 안전 관리가 필요하다. 

로봇 비전의 주된 역할은 로봇의 작동과 높은 안전성을 모두 달성하는 것이며 AI 도입도 추진되고 있다.

• 3D 비전

기존의 2차원 비전시스템과 달리 3D 비전은 물체의 3차원 모양과 위치를 캡처할 수 있는 기술이다. 

여러 대의 카메라로 촬영한 이미지를 조합하고 처리하여 물체 들 간의 3차원 형상, 크기, 거리 등 3차원 정보를 분석한다.

3D 비전은 2D 이미지 분석보다 훨씬 많은 정보를 얻을 수 있으며 3D 머신 비전과 3D 로봇 비전도 있다.

위와 같이 ○○비전 기술은 다양하여 명칭만으로 투자를 결정하는 것은 위험하다. 

따라서 도입에 앞서서 기계 제어에 중점을 두고 있는지, 수집하는 이미지가 2D인지 3D인지, AI 탑재 유무 등을 확인해야 한다.

AI 비전으로 무엇을 할 수 있는가?

AI 비전은 다양한 장비와 기기에 설치하여 폭넓게 활용할 수 있는 기술이다. AI 비전으로 실제로 무엇을 할 수 있는지 대표적인 예를 알아본다.

• 이미지 인식 및 판단

AI 비전시스템의 기본 기능 중 하나는 이미지에서 물체를 인식하여 특성과 상태를 판단하는 것이다.

예를 들어, 인물의 이미지를 분석하는 경우 이미지 속의 인물 수, 개인의 특징, 표정 등을 식별할 수 있다.

감시 카메라를 사용하여 특정 위치의 상황을 실시간으로 모니터링하고 이상이나 문제가 있는지 확인할 수도 있다. 

이를 통해 피사체 자체를 상세히 분석할 수 있을 뿐만 아니라 촬영 현장에서 얻은 전체 정보를 활용하여 보안을 강화하고 안전성을 개선하며 현장 상황을 파악할 수 있다.

• 물체의 모양과 상태 식별

특히 제품검사 및 품질관리 분야에서 AI 비전의 정확성과 효율성은 매우 중요하다. 

AI로 제품 이미지를 분석하여 모양과 크기를 정확하게 측정할 수 있을 뿐만 아니라 제품표면의 긁힘, 얼룩, 제품 간의 미세한 차이까지 구별할 수 있다.

사람의 눈으로 볼 수 있는 수준의 결함을 판별하려는 경우 굳이 AI를 사용하지 않아도 사전에 알고리즘을 설정하여 측정하고 판별할 수 있다.

한편 AI는 과거의 데이터를 기반으로 비정상적인 조건을 특정할 수 있어 인간이 볼 수 없는 수준의 차이나, 지금까지 본 적이 없는 새로운 패턴의 차이를 식별할 수 있는 것이 특징이다.

• 처리 결과에 대한 피드백

AI 비전시스템은 분석 결과를 사용자 및 다른 시스템에 실시간으로 피드백할 수 있어 잠재적인 문제를 사전에 신속히 해결하는 데 유용하다.

예를 들어, 생산라인에서 결함이 있는 제품이 탐지되면 시스템은 즉시 운영자 또는 관리 시스템에 이 정보를 알리어 결함 제품이 발생하지 않도록 선제적으로 생산 공정을 조정할 수 있다.

AI 비전 사용 사례

다양한 역할을 하는 AI 비전은 비즈니스 프로세스에 다양한 방식으로 적용되어 효율성, 자동화, 생산성 향상 등의 이점을 제공한다. 

• 고정밀 자율 품질검사

기존의 시각적 품질 검사 대신 AI 비전을 활용한 이미지 검사 시스템을 도입하여 사용하고 있다.

눈으로 하는 검사는 검사자의 신체적, 정신적 부담의 영향을 받을 수 있지만 AI 비전은 검사를 자동화하여 눈으로 확인하기 어려운 미세한 결함까지 식별하므로 정확도를 높일 수 있다.

또한 AI 기술을 통해 불량품이 아닌 정상 제품의 특성을 학습하여 불량품을 자동으로 판별할 수 있어 기존 검사 장비의 경우 사전에 기준값을 설정하는 부담을 줄일 수 있다. 

그리고 다양한 제품의 품질 검사에 유연하게 대응할 수 있어 최근 증가하고 있는 다품종 소량 생산의 요구에 유연하게 대응할 수 있도록 진화하고 있다.

• 생산라인 모니터링 및 제어

감시 카메라를 통해 수집한 이미지 정보는 전체 생산라인과 설비제어 상태를 파악하는 일에도 사용된다.

감시 카메라를 통해 보이는 현장 모습을 관찰하여 이상이 발견되면 현장에 연락하는 시스템을 활용하는 현장도 있다.

AI 비전 분석의 장점은 대량의 이미지를 보내지 않아도 분석할 수 있으며 365일 24시간 가동할 수 있고 장비와 연동시켜 자동으로 운영을 제어할 수 있다.

또한 영상에 나타난 경미한 이상이나 트러블의 원인을 찾으려면 현장의 상황과 작업 내용을 잘 아는 경험 많은 숙련자만이 그 일을 수행할 수 있었다.

이처럼 숙련자만이 담당할 수 있었던 일을 AI 비전을 활용해 대체함으로써 숙련자 의존성에서 벗어나 신세대에 기능을 전승하기 쉬운 이점도 있다.

한편 IoT와 AI를 활용한 이 보안 시스템을 스마트 보안이라고도 하는데 공공기관과 민간기업이 협력하여 추진하기도 한다.

• 생산설비의 예측 유지보수

예측 유지보수는 생산설비의 운영 데이터를 분석하여 고장이나 트러블 징후를 사전에 파악하여 정비업무를 계획하는 업무추진 방법이다.

AI 비전은 아날로그 미터기와 기존 센서만으로는 디지털화하기 어려운 정보를 시각적 데이터로 캡처하여 분석하는 중요한 역할을 한다.

미터기에서 판독한 값을 데이터로 변환하고 비정상적인 값을 탐지하여 잠재적인 문제와 필요한 유지보수의 시기를 예측할 수 있다. 

이처럼 AI 비전 첨단 이미지 분석으로 품질 검사업무의 정도를 높이고 생산 프로세스 효율 개선과 생산설비 운영의 최적화로 지속 가능한 제조업의 발전에 기여하고 있다.

휴대용 웨어러블 AI 비전을 활용할 수 있는 "SOLOMON META-aivi“

AI 비전의 이미지 분석을 통해 여러 업무와 작업을 간소화하고 자동화할 수 있지만 여전히 자동화하기 어려운 일도 적지 않다.

예를 들어, 기계나 로봇이 하기 어려운 정밀 작업의 경우 최종 처리는 사람에게 맡겨진다.

때로는 AI보다 숙련된 직원의 경험과 지식으로 내린 판단이 더 정확할 수도 있다.

이러한 경우 AI 비전과 사람이 협업하여 작업을 수행하는 방법도 가정해 볼 수 있다.

사람과의 협업을 생각하면 어느 곳에서나 사용할 수 있을 정도의 휴대성도 필요한데, 이러한 특징을 겸비한 솔루션 SOLOMON META-aivi를 소개한다. 

www.solomon-3d.com/products/meta_aivi/

SOLOMON META-aivi는 스마트폰, 태블릿 PC, AR 안경과 호환되는 AI 비전으로 품질 검사, 생산설비 모니터링, 예측 유지보수 업무 시 어디에서나 사용할 수 있다.

첨단 이미지 분석 기능과 광범위한 응용 프로그램을 갖춘 AI 비전은 제조 현장의 여러 분야에서 혁신적인 역할을 하고 있다. 

참조 | https://protrude.com/report/ai-vision/