[헬로티]

복잡하고 까다로운 검사 요구사항에 적합한 딥러닝 결합한 소프트웨어 경쟁 치열

기존의 머신비전 시스템은 일관적이고 규칙적으로 제조된 부품에서 안정적으로 작동했다. 그러나 예외적인 상황이 점점 늘어나고 결함의 유형이 다양해지면서, 적합한 검사 진행에 어려움이 발생하게 된다. 배율, 회전, 배치, 왜곡 등으로 인해 부품 외형이 약간 변동되는 것 정도는 머신비전 시스템으로 검사할 수 있지만, 복잡한 표면 텍스처와 이미지 품질 문제는 더욱 복잡하고 까다로운 검사가 요구된다.

머신비전 시스템은 시각적으로 매우 비슷한 부품끼리의 변동성과 편차를 감정하는데 적합하지 않은 경우가 있다. 부품의 유틸리티에 영향을 미치는 ‘기능적’ 이상 현상은 대부분은 승인 거부의 원인이 되지만, 성형 측면의 이상은 제조업체의 요구나 선택에 따라 거부 원인이 되지 않을 수 있다. 가장 큰 문제는 기존 머신비전 시스템으로는 이런 결함을 구별하기 어렵다는 점이다.

딥러닝 이미지 분석은 이런 상황의 대안이 될 수 있으며, 제조업을 포함한 산업 전 영역에서 공장자동화의 기회를 열어주고 있다. 딥러닝에 기반한 이미지 분석은 육안 검사의 정교함과 유연성에 컴퓨터 시스템의 신뢰성, 일관성, 속도를 결합한 형태다. 이는 기존 머신의 접근 방식으로는 유지 관리를 거의 할 수 없었던 까다로운 비전 애플리케이션의 문제를 해결할 수 있다.

또한, 딥러닝 모델은 허용 범위를 초과하는 실제 결함을 검출하고, 학습을 통해 많은 변형을 거친 복잡한 패턴을 찾아내는 작업을 동시에 수행할 수 있다. 코어 알고리즘을 다시 프로그래밍하지 않아도 새로운 예시에 맞게 바로 조정할 수 있으며, 이를 통해 부품의 위치 파악, 검사, 분류, 문자 인식 과제 등을 육안 검사나 기존 머신비전 솔루션보다 더욱 효과적으로 해낸다.

이런 장점들로 매우 복잡한 자동화 과제를 해결하기 위해 딥러닝에 기반한 솔루션과 인공지능으로 시스템을 접목한 소프트웨어가 지속적으로 출시되고 있다.

​​라온피플, NAVI AI 4.0 출시...양품 딥러닝 비전검사로 불량검출

AI 전문기업 라온피플은 최근 양품 딥러닝 비전검사로 불량을 검출해내는 ‘NAVI AI 4.0’ 버전을 새롭게 출시했다.

NAVI AI 4.0에서는 기존의 마스(MARS), 머큐리(MERCURY), 비너스(VENUS) 등 기존 3가지 검사 모듈의 기능을 강화하면서 주피터(JUPITER)라는 비지도학습(Unsupervised Learning) 모듈을 새롭게 추가하고 불특정 다수의 불량을 학습할 필요없이 양품만을 학습해 불량을 검출할 수 있도록 신규 서비스를 오픈했다.

NAVI AI 4.0에서는 또 최신 액티브 러닝(Active Learning) 기법을 통해 데이터를 추가로 삽입할 경우 자동으로 분류하고 라벨링 생성이 가능하며, GPU 1개당 1초에 100메가픽셀(Mega Pixel)의 초고속 검사가 가능하도록 업그레이드 했다.    

한장의 이미지 속 여러 유형의 불량을 한번에 학습하는 멀티라벨(Multi Label)의 정확도가 향상되면서 다양한 불량 검출에 최적화 됐으며, 학습하기 어려운 대용량 이미지(100M이상 해상도)를 검사하기 위해 특정 영역을 잘라서 학습하는 패치트레인(Patch Train) 기능이 강화되면서 한단계 고도화 됐다. 특히, 제조업에 특화된 딥러닝 기술 지원뿐만 아니라 최신 Cuda11을 비롯한 TensorRT와 OpenVINO 지원을 통해 검사속도가 비약적으로 향상됐으며, GPU와 CPU 자원의 효율적 사용이 가능해진 것도 장점이다.

이외에도 영어, 중국어, 일본어 등 다국어 지원은 물론 업데이트된 15가지 다양한 Augmentation을 통해 고객사와 관리자가 편리하게 이용하도록 서비스를 지원한다. 

이번 NAVI AI 4.0을 개발한 추연학 이사는 “직관적인 UI 설정은 물론 관리자가 딥러닝에 대한 지식이 없어도 제조업에 적용 가능하도록 구성과 사용자 편의성을 개선했다”며 “이전 버전에서 고객들이 요구했던 개선사항이나 다양한 현장 경험 등을 적용하면서 정확하고 빠른 속도와 저비용 고효율 AI 비전검사로 생산성이 더욱 향상될 것”이라고 설명했다.

아울러 올해 글로벌 기업들이 반도체 및 PCB 분야 생산라인 증설에 막대한 자금을 투입하고 있으며, 라온피플도 AI 머신비전 검사 모듈을 통해 스마트 팩토리에 합류하면서 점유율 확대는 물론 매출 상승으로 이어질 것으로 전망되고 있다.

표. NAVI AI 제품별 기능 소개

코그넥스, VisionPro 딥러닝 소프트웨어...전통의 강자

코그넥스의 VisionPro Deep Learning 는 생산 제조 환경을 위해 특별히 설계된 최고 수준의 딥러닝 비전 소프트웨어다. 또한 머신러닝 분야에서 최첨단 알고리즘을 토대로 현장 테스트를 거쳐 최적화된 믿을 수 있는 소프트웨어 솔루션이다. VisionPro 소프트웨어와 딥러닝 기술을 결합한 VisionPro Deep Learning는 기존의 머신비전 시스템에서 너무 까다롭거나, 시간과 비용이 많이 소요되는 복잡한 애플리케이션을 해결한다.

VisionPro Deep Learning는 포괄적인 머신비전 툴 라이브러리와 첨단 딥러닝 툴을 공통적인 개발 및 배포 프레임워크 내에서 결합한다. 이 툴은 변수가 많은 비전 어플리케이션의 개발을 단순화 할 수 있다.

엔지니어는 VisionPro Deep Learning의 그래픽 프로그래밍 환경을 통해 특정 요구에 맞는 유연하고 고도로 맞춤화된 딥러닝 솔루션을 구축할 수 있다. GPU가 설치된 Windows 기반 PC의 성능을 활용하는 이 소프트웨어는 분당 이미지 수백 장을 처리할 수 있다. 프로그래머는 개별적인 요구사항 충족을 위해 토탈 솔루션을 제작할 수 있다.

사용자는 혁신적인 딥러닝 툴과 함께 다양한 기존의 머신비전 툴도 선택할 수 있는 장점을 얻을 수 있다. VisionPro Deep Learning는 프로그래밍을 통한 통합 및 Cognex Designer 그래픽 개발 인터페이스를 통해 VisionPro 및 deep learning 툴셋을 모두 이용할 수 있습니다. Cognex Designer를 이용한 로우 레벨 머신 통합에서부터 애플리케이션별 HMI에 이르기까지 VisionPro Deep Learning 는 제조 환경에 비전 검사를 개발하고 통합하는 방식에서의 유연성을 제공한다.

VisionPro Deep Learning는 기존 비전 사용자가 예제 기반의 딥러닝 툴을 사용할 수 있도록 제공한다. 이 툴은 제조 환경에서 AI 검사에 최적화되었으며 보다 빠른 학습을 위해적은 수의 이미지 집합만을 필요로 한다. 또한 사용자 친화적인 GUI로 애플리케이션을 관리하고 개발할 수 있는 간단한 환경을 제공한다. Blue Locate, Red Analyze, Green Classify, Blue Read 툴 중 선택하여 기존 규칙 기반 머신 비전 방식으로는 너무 복잡한 애플리케이션을 해결할 수 있다.

사진. 코그넥스 VisionPro Deep Learning

카이어, ‘카이어 비전 소프트웨어 패키지’ 출시...초미세 결함 검출

딥테크 AI(인공지능) 스타트업 ‘카이어’(Kaier, 대표 이교혁)는 제조 및 인프라 운영 과정에서 발생하는 초미세 결함을 검출할 수 있는 독자적인 딥러닝 머신비전 기술을 개발하고, ‘카이어 비전 소프트웨어 패키지(Kaier Vision SW Package)’를 출시했다고 밝혔다.

카이어 머신비전 기술은 이미지를 활용한 데이터 분석으로, 기술을 적용하면 이미지 내에서 사람의 육안으로는 판별이 어려운 2픽셀 크기의 초미세 결함까지도 검출할 수 있다. ‘카이어 비전 소프트웨어’는 인공지능 비전문가도 전문가에 준하는 수준으로 딥러닝 모델을 학습할 수 있도록 다양한 기능을 제공하고 있다. 또한 사용자가 원하는 학습 조건을 그래픽 유저 인터페이스(GUI)를 통해 쉽게 설정할 수 있는 것이 특징이다.

기존의 딥러닝 머신비전 기술을 적용하면 일정 크기 이상의 객체에서만 정확한 검출이 가능했다. 하지만 초미세 단위의 제조 과정을 필요로 하는 반도체, 디스플레이, 식음료 등에서는 정확한 결함을 검출하는 것에 한계가 있었다.

카이어는 이러한 초미세 크기의 결함을 검출하기 위해, 이미지 내에 존재하는 매우 작은 크기의 객체 특징을 분석할 수 있는 독자적인 머신비전 기술을 개발했다. 이를, ‘카이어 비전 소프트웨어’에 탑재하고 국내 대기업의 제조 라인에 적용하여 검증을 완료하였다. 또한 해당 기술은 철도, 도량, 발전 시스템 등의 사회 인프라 운영 과정에서 발생하는 미세한 이상 상태를 검출하는 등 다양한 분야에도 적용할 수 있다.

‘카이어 비전 소프트웨어’에 탑재된 초미세 크기 결함 이미지 분석 기술은 이미지 외의 다른 형태의 데이터에도 적용될 수 있으며, 카이어는 초미세 결함을 검출하는 머신비전 기술을 빅데이터 분석 분야에 확대 적용하여 예지 보전 등의 분야로 사업 확대를 추진하고 있다.

카이어 이교혁 대표는 “인공지능 기술은 2010년대 중반 이후 급격한 진보에 기반하여 기술의 완성도가 과거와는 비교할 수 없을 정도로 발전되었다”며, “하지만 인공지능 기술이 모든 것을 해결해 줄 수 있는 것은 아니기 때문에, 인공지능 기술이 해결할 수 있는 문제는 여전히 제한적이며, 성공적인 인공지능 기술 도입을 위해서는 카이어와 같은 문제 해결의 전체 과정에 동반하는 전문가와 함께 해야 한다”고 말했다.

그림. ‘카이어 비전 소프트웨어 패키지’ 이미지

SK㈜ C&C, 아이팩토리 스마트 비전...AI 탑재한 범용솔루션

사람의 눈으로 잡지 못하는 마이크로미터(㎛) 픽셀 단위의 미세한 차이도 찾아내는 ‘AI 눈’이 나왔다. 

SK㈜ C&C는 지난 2월 3일, AI를 탑재한 범용 솔루션 ‘아이팩토리 스마트 비전(I-FACTs Smart Vision)’를 공개, 본격 확산에 나섰다. 아이팩토리 스마트 비전은 화면의 최소 단위 픽셀을 읽어내고, 읽은 정보를 빠르게 학습하는 능력을 가진 범용 AI 패키지 솔루션이다.

생산 공정 전반에 걸친 부품 및 완성품의 불량을 제거하는 품질 관리(QA, Quality Assurance) 업무나 수질 관리 등 ESG(Environment∙Social∙Governance) 분야에서 활용도가 높다. 카메라나 CCTV를 통해 생성된 이미지를 수집하고 데이터를 분석해 ▲불량 검사 ▲제품 식별 ▲치수 측정 등 기존에 작업자가 고가의 별도 품질 장비를 활용해야 하던 검사 작업을 AI가 보다 빠르고 정확하게 수행할 수 있게 되는 것이다.

아이팩토리 스마트 비전은 수 년에 걸쳐 하이테크(Hi-Tech), 자동차, 철강, 일반제조 등에서 이미 우수성을 입증 받았다. 딥러닝 기반 이미지 유형 학습을 통해 반도체 소재, 배터리, 철강 절단면 계측 등 품질 관리에서 진가를 발휘했다. 자동차 부품 외관 검사나 중고폰 등급 분류에서도 사람의 눈으로 잡지 못한 미세 결함을 찾아냈다. 올해는 폐수 미생물 탐색 및 분류 등으로 적용 범위를 확대 중이다.

SK㈜ C&C는 아이팩토리 스마트 비전에 그 동안 주요 산업 현장에 적용한 AI 기반 각종 제품 이미지 처리·분류·비교 분석·학습의 모든 기능을 한 곳에 모았다. 작업자 경험에 기반한 분류 업무를 AI 학습과 분류 기술로 대체하고 분류 기준을 표준화해 분류 정확도를 높혔다. 머신러닝과 딥러닝을 결합한 추론과 예측을 통해 정의하지 않은 불량도 발견한다. 대량의 데이터에서 스스로 불량품 특징을 찾아내고 학습하는 셀프 트레이닝이 가능한 것이다.

아이팩토리 스마트 비전은 기존 공정이 모두 끝난 뒤에 불량 여부를 판정하던 기존 프로세스를 실시간 자동 검수로 바꿔준다. 실시간 동영상에서도 최적의 분석 이미지를 탐색하고 분류 및 분석을 할 수 있기 때문에 가능한 일이다. 간단한 활용 교육만 받으면 현장 업무 담당자 누구나 AI 모델링을 할 수 있다.

현장에서 많이 활용하는 이미지 처리 알고리즘과 AI 학습∙분류 알고리즘을 업무 프로세스별로 형태소화해서 제공한다. 담당자는 업무 프로세스에 따라 알고리즘을 레고 놀이하듯 맞춰가며 클릭 몇 번만으로 분석 모델을 구성할 수 있다. 새롭게 나오는 알고리즘을 지속적으로 업그레이드할 수 있고, 공정∙라인 변동에 따른 자유로운 변경은 물론 적용 전 '수시 시뮬레이션’으로 적용 오류도 최소화할 수 있다.

아이팩토리 스마트 비전은 자체 프라이빗 클라우드 기반에 구축하는 것은 물론 퍼블릭 클라우드 기반으로 구독형 서비스로도 이용 가능하다. 업무 규모 및 현장 상황에 따라 프라이빗과 퍼블릭 클라우드를 혼합 운영하는 것도 방법이다.

SK㈜ C&C 유해진 제조Digital부문장은 “아이팩토리 스마트 비전은 비전문가라도 이미 검증된 AI 알고리즘으로 본인의 업무에 따라 손쉽게 구성하고 분석할 수 있는 솔루션”이라며 “불량 감지를 통한 생산성 향상은 물론 보건, 안전 및 ESG 분야에서도 활용될 수 있을 것으로 기대한다”고 말했다.

사진. SK㈜ C&C의 아이팩토리 스마트 비전

뉴로클, 딥러닝 비전 소프트웨어 2.1 버전 출시...확장성·속도 강화

뉴로클(대표 이홍석)이 딥러닝 비전 소프트웨어 뉴로티&뉴로알(Neuro-T&Neuro-R)의 업그레이드 버전인 2.1버전을 새롭게 출시했다.

뉴로티(Neuro-T)는 이미지 해석용 딥러닝 모델을 생성할 수 있는 딥러닝 비전 소프트웨어로, 사용자가 GUI 상에서 이미지 데이터를 자유롭게 관리할 수 있으며 자체 오토 딥러닝 알고리즘을 활용해 코딩 없이도 최적의 모델을 생성한다. 

뉴로알(Neuro-R)은 뉴로티에서 생성된 모델을 현장에 적용할 수 있는 런타임 API로, 대규모 서버 PC부터 임베디드 프로세서까지 다양한 플랫폼을 지원하며 각 플랫폼에 최적화된 모델을 실시간 구동할 수 있다는 점이 특징이다.

뉴로클은 이번 2.1버전에서 확장성과 속도를 강화하는데 초점을 맞췄다. CPU 등 적용 Processing 플랫폼 확장 및 Linux OS 지원을 통해 더욱 다양한 환경에서 딥러닝 비전 기술을 활용할 수 있도록 기능을 확대하였다. Python API, REST API 등 사용자의 편의성을 높일 수 있는 API를 지원하여 활용성을 극대화하였다. 뿐만 아니라, 데이터 처리속도를 기존 대비 10배 이상 향상시켜 고객에게 더욱 효율적인 프로세스를 제공한다.

뉴로클은 이번 신규 버전 출시와 함께, 딥러닝 교육용 에듀 버전(Edu. Version)도 새롭게 선보였다. 에듀 버전을 통해 인공지능(AI)에 대한 원리를 이해하고 직접 활용해보고자 하는 학생들이 손쉽게 딥러닝 비전 기술을 활용해 볼 수 있을 것으로 기대된다.

사진. 뉴로클의 딥러닝 비전 소프트웨어 2.1 버전