닫기

테크노트

배너

[TECH REPORT-AI검사장비①] 인공지능비전검사를 도입한 K사 구축 사례

  • 등록 2021.02.26 15:44:56
URL복사
[마감임박!! 무료] 생성형AI, 디지털트원, 제조AI, SaaS, 클라우드로 생산성 높이고, 비용절감 방안 제시.. AI자율제조혁신포럼 개최 (3/27~29, 코엑스3층 컨퍼런스룸 317~318호)

[헬로티]

 

AI비전검사 전문기업 트윔이 2018년 첫 개발한 이래 짧은 시간 동안 다양한 산업군에 AI비전검사장비를 구축했다. 그 첫 번째 성공사례로 지난 2020년에 구축한 K사의 AI비전검사기에 대해 소개하고자 한다.

 

고객사 소개 

 

1899년 대한제국 궁내부 삼정과에서 시작하여 120년 이상의 역사를 가진 기업이다. 한국인의 건강을 책임져온 기업에서, 이젠 세계인의 건강과 아름다움을 책임지는 종합건강기업으로 도약하는 중이다. 육안검사로 분당 400포를 10명의 검사원들에 의해 이뤄지고 있는 상황이었고, 생산성을 높이고 불량율을 낮추고자 트윔에 AI비전검사기인 T-MEGA 도입을 의뢰하였다.

 

생산 공정 소개(Before)

 

Point 1. 난반사로 인한 육안 검사 실시

필름 형태의 제품이다 보니 난반사가 많고 제품 불량 유형도 비정형적이라 검사원들이 육안으로 제품 선별을 하고 있었다. 그러나 육안검사는 검사원의 컨디션 또는 판정에 따라 달라져 걸러내야 할 진성 불량은 물론 가성 불량까지 완벽하게 걸러내지 못하는 것이 문제였다. 

 

Point 2. 살균 후 벌크 형태로 이동

K사의 파우치 제품은 제품 생산 후 별도의 살균 공정을 거치고 있다. 대부분의 파우치 제품은 제품 주입과 동시에 비전 검사가 가능하지만, 이 파우치 제품은 장시간의 살균을 거치고 검사를 해야 하여, 제품이 벌크 형태로 검사부로 이동하는 타사의 파우치 제품과 다른 생산과정의 차별점이 있었다.

 

문제점

 

기술 Point 1. 난반사의 문제점을 해결하라

필름 형태의 난반사는 큰 문제점이다. 특히 식음료 분야에서 필름 형태의 포장이 많이 쓰이는데, 아무리 성능 좋은 비전 카메라라고 해도 필름 형태의 난반사는 해결하기 어렵다. 그리하여 트윔에서는 필름 형태의 난반사를 최소화하기 위해 평행광, 확산형광 2가지 조명을 제작하여 사용했다. 일반적으로 많이 쓰이는 확산형 조명으로는 음영이 생기거나 제품의 물성으로 인해 균일성 확보가 어렵다. 하지만 트윔의 광학팀에서 진행한 각종 테스트와 그동안의 노하우를 통해 평행광과 확산형광간의 최상의 컨디션을 만들어 난반사를 해결할 수 있는 최적의 시스템을 만들어 냈다.

 

그림 1. 평행광(parallel Light) : 렌즈를 통해 빛이 평행하게 조사

 

그림 2. 확산광(diffused Light) : 확산판을 통해 빛이 부드럽고 고르게 조사

 

그림 3. 광학구성도

기술 Point 2. 비정형 결함을 해결하라

파우치 제품에 대한 결함 유형이 비정형적이고 다양했다. 구김, 찍힘, 스크래치, 배접, 실링, 엠보싱, 오염, 날인 전이, 노치 등 불량 유형이 존재하였고, 또 파우치 특정 영역에 따라 발생하는 불량 유형이 달랐다. 이런 문제를 해결하기 위해 첫 번째로 룰-베이스 기반으로는 한계가 있어 트윔의 MOAI(AI 딥러닝 비전검사 SW)를 적용하고, 두 번째로 동일 제품을 각기 다른 조명으로 3번 촬상하여 뚜렷한 불량 형태를 취득하였다. 그리하여, 설비에 제품 투입 시 발생하는 공정 불량(제품의 방향성, 제품의 틀어짐, 반전 에러)과 제품의 결함으로 발생하는 검사 불량을 검출하게 되어 현재 양산 시 미검률 0%에 도달했다. 

 

그림 4. 확산형 조명으로 오염, 누액, 씰링 검사한 MOAI 화면

 

그림 5. 평행광 조명으로 구김, 찍힘, 스크래치 검사한 MOAI 화면

 

기술 Point 3. 벌크 제품에 대한 정렬과 전면 검사 문제를 해결하라

앞서 언급한 K사의 공정 특성상 검사를 위해서는 최종단에서 해결해야 할 부분이 크게 2가지가 있었다. 첫째 벌크 형태로 제품 이송 되다 보니 자동화 투입을 위해 제품 정렬이 필요했고, 둘째 전면 검사를 위해 반전이 필요했다. 이를 해결하기 위해 브러시의 높이, 재질, 위치선정 등을 고려하여 최적의 조건을 적용했다.

 

인공지능을 접목한 파우치 외관 검사 장비 소개

 

K사는 홍삼정 외관 검사를 육안으로 진행 하였으나, 생산성 증대 및 불량률을 최소화하기 위해 트윔의 AI비전검사장비인 T-MEGA를 도입했다. 위의 문제점을 해결하기 위해 Customizing으로 진행된 T-MEGA는 전체적인 물류구동방식으로 체인컨베이어 방식을 도입하여 구동되며 크게 투입, 검사, 배출 세 가지 물류로 구성했다.

 

그림 6. K사 파우치 외관 검사 장비, T-MEGA 모델

 

1. 투입 : 투입부에는 Feeder → 투입 컨베이어 → 로딩 푸셔로 구성 

Feeder는 제품의 이송(진동에 의해 앞으로 전진) 역할을 하고, 투입 컨베이어는 제품을 정렬 및 메인 컨베이어 위치로 이동시키고, 로딩푸셔는 제품을 메인 컨베이어로 투입하는 역할을 한다. 추가적으로 제품 정렬을 하기 위해 Feeder와 투입 컨베이어에 정렬 기능을 반영했다.

 

 

① Feeder 

Feeder는 진동과 주파수에 의해 제품을 이송시켜주는 장치다. 다양한 종류의 Feeder 중 비정형적인 제품 특성상 직진 Feeder를 채택했다. Feeder의 진동 세기는 속도를 나타낸다. 제품의 양(무게)에 따라 진동 세기가 변화되어 원활한 공급과 정렬에 어려움을 겪었지만, Feeder 내부에 가드를 설치하여 이를 보완할 수 있었다.

 

그림 7. 현재 가드 설치 모습. 제품이 막히는 구간, 틀어지는 구간을 파악하여 설치함

 

② 투입 컨베이어

투입 컨베이어의 주요 역할은 Feeder에서 공급된 제품을 받아 메인 컨베이어로 이동시키는 것이다. Feeder에서 제품이 벌크 형태로 공급되기에 제품이 뭉치거나 사선으로 틀어짐에 대한 많은 고민과 테스트를 해왔다.

 

그림 8. Before- 브러쉬 형태

 

기존에는 제품 정렬을 위해 빗자루 형태의 브러쉬를 사용했다. 그러나 사진과 같이 빗자루 형태라 힘이 약하고 정렬이 안 되었다. 사용할수록 브러쉬의 틈새가 벌어지는 등 상태도 나빠지고, 기성품이라 공정에 맞게 길이 및 폭 조절이 어려운 문제가 있었다. 제품 정렬이 되지 않으면 컨베이어 이후에 제품 손상(파손)이 발생된다. 이를 보완하기 위해 트윔은 특별한 재질의 브러쉬를 자체 개발하여 물류를 가능하게 만들었다.

 

현재 T-MEGA도입 후, 제품 3000개중 이중 배출을 1%까지 개선됐으며, 브러시의 높이, 재질, 위치 선정 등을 고려하여 빠르고 정확한 위치 정렬을 할 수 있게 최상의 컨디션을 현실화했다. 

 

 

※ 기술 Point1

고객사별 다양한 생산 환경에 대응하기 위해 하단 이미지와 같은 물류 투입부를 제작했다. 제품은 많이 넣을 수 있고 작업자가 편하게 제품을 투입할 수 있는 사이즈와 길이를 고민한 끝에 투입구 2개당 1개의 물류라인을 구성하게 되었다. 투입구를 1개로 할 경우 장비 전체 길이도 길어지고 작업자가 제품을 넣을 때도 애로사항이 발생할 것을 우려했다. 현재 K사는 투입구 총 4개, 물류 2라인으로 구성되어 있고, 이 구성으로 1회 투입 시 약 3,000개를 검사할 수 있다. 

 

2. 검사부 : 메인 컨베이어에 정렬되어 이동한 제품을 광학장비로 촬영 후, 촬영된 이미지를 MOAI를 통해 AI 검사 진행하여 양품과 불량을 판정 

반전기를 통해 안전하게 2구역으로 제품을 반전 시켜주며 검사부 1& 2구역 합쳐 총 6회 촬상하여 취합된 데이터를 토대로 MOAI에 적용하여 전면 검사를 진행한다(검사 프로그램에서도 앞뒤 반전이 되었는지도 확인이 가능).

 

 기술 Point : 검사부는 반전기 기준으로 2구역으로 나누어져 검사부 구역당 최대 16포 검사를 진행한다. 

- 최대 16개 ①②③조명 조건으로 각 1회씩 촬상

- 반전 후 ①②③조명 조건으로 각 1회씩 촬상 

- 취합된 데이터로 양불 판정

 

 

3. 배출부 : Box 로 담을 수 있게 10개씩 카운트 되어 다음 공정으로 배출

 

 

기술 Point 1 : 파우치 특성상 반사와, 내용물 쏠림 현상에 따라 센서에 영향을 미치지만 배출 컨베이어 속도와, 센서의 셋팅으로 10개씩 오류 없이 배출한다.

 

기술 Point 2 : Index 구조로 협소한 공간에도 설치가 가능했고, 배출부를 4분할하여 뒤에 기다리는 물량을 대기 시간 없이 배출한다. 

 

배출부가 하나일 경우에는 제품이 다음 공정에 배출 될 때까지 컨베이어가 돌지 못하는 상황이 생겨 생산 시간에도 영향을 미쳤을 것이다. 그러나 3번 카토너에 완제품을 배출하는 동안 1번 위치에서 10개의 완제품을 배출하고 있으면 컨베이어에 대기 시간 없이 운영할 수 있다. 

 

현재 공정 상황

 

기존 10명이서 육안 검사로 분당 400포를 검사하던 부분이 인공지능 검사기 1대가 분당 300포를 대체하게 되었다. 기존에는 포장 투입도 별도의 인원이 있었으나 검사기에서 자동으로 투입을 하게 되어 포장 투입 인원까지 포함하여 실질적으로는 8명 이상의 절감 효과가 발생하였다. 현재는 설비 1대로 분당 300포 이상인 450포까지도 검사 가능하다.

 

향후 계획

 

트윔의 AI비전검사기인 T-MEGA 도입 후 높은 생산율과 최저의 불량률로 공정의 효율성이 높아졌다. 아울러 검사원에 대한 인건비 절감으로 도입한 지 3개월부터 ROI를 경험하고 있다. K사는 현재 타 공장 및 다른 제품들에 대해서도 횡 전개를 진행 및 준비 중에 있다.

 

요약

 

식품 포장에 쓰이는 포장의 난반사와 비정형 불량으로 인해 그 동안 검사원들의 육안으로 검사를 시행했으나, 검사원들의 컨디션에 따라 다른 불량 판정으로 인해 불량률은 줄어들지 않았었다. 그러다 보니 생산성은 증가되지 않고, 검사해야 하는 인원만 늘려 효율성도 문제가 되던 중 트윔의 AI비전검사기인 T-MEGA를 도입하게 되었다. 그로 인해 골칫거리이던 난반사와 비정형 불량, 그리고 정렬 문제까지 말끔히 해결되어 생산성은 높아지고 ROI는 3개월 만에 효과를 보고 있다.

 

인공지능 검사 적용을 위해서는 검사 기준 정립 및 고도화 등 사전 준비 기간부터 완료까지 고객사의 협력이 필요하다. K사의 임직원들께서 적극적으로 협조해 준 덕분에 단시간에 성공을 할 수 있었으며, 대한민국 식품 검사 기술을 한 단계 성장하게 된 계기가 되었다. K사 뿐만 아니라 이미 자동차, 금속, 전기, 바이오 등 다양한 산업에 트윔의 AI비전검사기인 T-MEGA가 구축되었다. 앞으로 적용 범위를 더욱 넓혀 고객의 성공적인 스마트 팩토리 구축을 실현시키고자 한다.










배너









주요파트너/추천기업