DSTEK Korea가 오는 3월 '오토메이션월드 2026'에서 '현장에서 실제로 돌아가는 AI 비전 검사 데모'를 선보인다. 제조 현장의 '품질·생산성·인력'의 구조적 문제를 비전 AI(머신비전 + 딥러닝)로 해결하는 DSTEK Korea는 AI가 단순 판단 도구가 아니라 품질 정의·추적성·공정 최적화를 함께 끌어가는 'AI Factory' 구현을 목표로 한다.

 

품질 기준 자체를 시스템화하는 비전 AI 기업

 

DSTEK Korea는 제조 현장에서 발생하는 '품질·생산성·인력'의 구조적 문제를 비전 AI로 해결하는 기업이다. 현장에서는 여전히 많은 공정이 사람의 육안 검사와 경험에 의존하고 있고, 그 결과 품질 편차가 커지거나 기준이 모호한 상태에서 공급사가 일방적으로 책임을 떠안는 상황도 적지 않다. DSTEK Korea는 이런 비효율을 '자동화'로만 접근하지 않고, AI를 통해 '품질 기준 자체를 시스템화'하는 방향으로 풀고 있다.

 

핵심 사업 영역은 크게 세 가지다. 첫째는 AI 기반 외관/결함 검사(AI Visual Inspection)로, 금속/가공품, 단조·주조품, 용접부, 고무/필름 등 연속 생산 품목, 배터리 및 전장 부품, 전자부품·커버글래스 등에 적용된다. 둘째는 자체 광학·센싱 기반 2D/2.5D/3D 검사 시스템이다. 현장 난이도를 결정하는 것은 모델 성능뿐 아니라 '광학계·조명·기구·설치·라인 통합'이기 때문에 다양한 표면과 소재를 커버하는 검사 시스템을 구성한다. 셋째는 AI 검사 플랫폼(학습–검증–운영)과 공정 통합으로, 현장 데이터를 기반으로 학습(Training) → 검증(Validation) → 운영(Monitoring) → 개선(Continuous Learning)의 사이클을 만들고, PLC/로봇/이송 설비와 연동해 '검사 결과가 실제 공정 제어로 이어지는' 통합을 지향한다.

 

 

2025년, 국내 고객 기반 기술 적용 범위 확대

 

2025년은 DSTEK Korea에게 '국내 고객의 실제 과제를 기준으로 기술 적용 범위를 넓히고, 한국 시장을 본격적으로 위한 기반을 만든 해'였다. 특히 국내 제조업 고객들이 AI를 바라보는 관점이 '관심'에서 '실행'으로 이동한 것을 체감했다. 과거에는 "AI가 가능하냐"가 질문이었다면, 2025년에는 "라인에 붙였을 때 안정적으로 돌아가느냐, 유지보수는 어떠냐, 데이터는 어떻게 관리하느냐, ROI는 얼마나 빠르게 나오느냐"로 질문이 바뀌었다.

 

DSTEK Korea 측은 주요 성과로 현장 난이도가 높은 검사 과제에 대한 적용 확대, '기준이 모호한 품질'을 학습으로 표준화하는 접근의 확산, 한국 시장을 위한 대응 체계 강화 등을 꼽았다. 특히 "제조업이 AI 기반 전환을 '선택'이 아니라 '생존 과제'로 인식하기 시작했다"는 점을 의미 있는 시장 변화로 평가했다.

 

"AI가 공정 운영의 언어가 되는 구조 구현"

 

DSTEK Korea가 보는 제조 AX의 핵심은 'AI를 붙였다'가 아니라 'AI가 공정 운영의 언어가 되는 구조를 만드는 것'이다. 세 가지 차별화에 집중하고 있다.

 

첫째는 '현장 난이도'에 대한 정면 대응이다. 조명, 반사, 오염, 흔들림, 제품 편차 등으로 이미지가 계속 달라지는 현장에서 모델만 바꾸는 방식으로는 한계가 있다. DSTEK Korea는 처음부터 광학/조명/기구/설치/알고리즘을 하나의 시스템으로 설계해 '운영 가능한 검사'를 만드는 데 집중한다.

 

둘째는 '패턴이 없는 대상'까지 커버하는 학습 전략이다. 원목/석재처럼 결이 제각각이거나 용접부처럼 동일 패턴이 거의 존재하지 않는 대상은 전통적인 룰 기반 비전이나 템플릿 매칭이 매우 어려운 영역이다. DSTEK Korea는 딥러닝 기반의 이상 탐지/결함 검출/분류 전략을 통해 '표준화가 어려운 검사'를 표준화하는 것을 경쟁력으로 삼고 있다.

 

셋째는 '학습'이 곧 품질 기준 체계가 되도록 만드는 플랫폼 접근이다. 처음에는 '양품/불량'의 안정적인 분리를 목표로 하고, 이후 불량 유형 분류, 기준의 수치화, 원인 분석으로 확장해 학습 프로세스 자체가 품질 기준을 데이터화하는 역할을 하도록 설계한다.

 

 

실제 장비 기반 AI 비전 검사 데모 선보여

 

이번 전시회에서 DSTEK Korea가 중점적으로 선보일 것은 '현장에서 실제로 돌아가는 AI 비전 검사 데모'다. 영상이나 시뮬레이션이 아니라 실제 장비 기반 데모를 통해 세 가지 메시지를 전달하고자 한다.

 

첫째는 AI가 '기준이 모호한 검사'를 표준화하는 방식이다. AI 학습을 통해 양품/불량을 안정적으로 분리하고, 그 결과를 바탕으로 기준을 데이터화해 분쟁 비용과 불확실성을 줄이는 방향을 제시한다.

 

둘째는 방해 요소(기름/물/오염)에도 강한 운영 지향 기술이다. 모델 성능만이 아니라 광학·조명·데이터를 함께 다뤄 실제 조건에서도 '문제만' 잡아내는 운영 안정성을 강조한다. 셋째는 패턴이 없는 대상(원목/석재/용접 등)까지 확장 가능한 적용 범위다. 전통적인 룰 기반 비전으로 어려웠던 비정형 대상에도 적용 가능성을 보여주고 'AI 비전 검사가 어디까지 확장될 수 있는지'를 제시한다.

 

 

총비용 관점의 ROI 설계로 현장 고민 해결

 

DSTEK Korea는 현장에서 가장 많이 듣는 고민을 네 가지로 정리한다. 'ROI가 빠르게 나오느냐', '현장 변수 때문에 결국 사람이 봐야 한다', '품질 기준이 애매하고 숙련자 의존이 크다', '데이터/시스템이 분절되어 있고 도입 후 운영이 어렵다'다.

 

이에 대해 검사 자동화의 효과를 '인건비 절감'에만 두지 않고 불량 감소·클레임 감소·재작업 감소·라인 정지 예방 등 총비용 관점의 ROI로 설계한다. 또한 광학·조명·기구·알고리즘을 통합 설계하고 운영 데이터를 기반으로 모델을 지속 개선하는 방식으로 '현장에서 버티는 자동화'를 지향한다.

 

ESG는 낭비와 불확실성을 줄이는 실질적 활동

 

DSTEK Korea는 ESG를 별도의 캠페인이 아니라 제조 현장의 낭비와 불확실성을 줄이는 실질적 활동으로 해석한다. 환경(E) 측면에서 AI 검사는 결함을 조기에 발견해 스크랩과 재작업을 줄이고 탄소/에너지 사용 절감에 기여한다. 사회(S) 측면에서 AI가 반복 검사 업무를 줄이면 현장 인력은 공정 조건 관리, 개선 활동, 안전 확인 등 고부가가치 역할로 이동할 수 있다. 거버넌스(G) 측면에서 검사 결과의 기록·추적·리포팅이 자동화되면 이력 기반의 투명한 품질 운영이 가능해진다.

 

AI Factory 현실화의 출발점

 

오토메이션월드 2026은 DSTEK Korea에게 단순 전시가 아니라 '국내 고객·파트너와 함께 AI Factory를 현실화하는 출발점'이다. 한국 시장에서 PoC에서 끝나지 않고 양산 적용까지 연결되는 레퍼런스를 늘리고, 기술지원/협력 네트워크를 강화할 계획이다.

 

솔루션 확장 측면에서는 검사(Detect)에서 끝나지 않고 '원인 분석 → 공정 조건 피드백 → 자동 제어'로 확장해 품질 데이터를 생산 운영의 언어로 만들겠다는 목표다. 기술적으로는 원목/석재, 용접부, 연속 생산 고속 라인, 다품종 변형이 큰 부품 등 '자동화가 어려웠던 영역'을 중심으로 적용 범위를 넓힐 계획이다.

 

DSTEK Korea 관계자는 "중장기 목표는 AI가 품질 기준을 학습하고 공정이 그 기준으로 움직이는 구조를 만드는 것"이라며 "AI 학습을 통해 기준을 시스템화하고 그 기준이 공정 운영과 거래 신뢰로 이어지도록 만들겠다"고 포부를 밝혔다.

 

헬로티 김재황 기자 |