닫기
뉴스레터
배너

[SF+AW 2021 프리뷰] 뉴로클, 딥러닝 비전 검사 소프트웨어 새로운 버전 소개

URL복사

헬로티 임근난 기자 |

 

 

뉴로클이 ‘스마트공장·자동화산업전 2021(Smart Factory + Automation World 2021, 이하 SF+AW 2021)’에 참가 최근 출시된 딥러닝 비전 소프트웨어 ‘Neuro-T & Neuro-R’의 2.3버전을 선보일 예정이다.

 

뉴로클의 딥러닝 비전 소프트웨어인 뉴로티&뉴로알(Neuro-T & Neuro-R)은 △오토 딥러닝 알고리즘(클릭과 드래그만으로 딥러닝 모델 자동생성) △데이터 관리 시스템(체계적인 학습 데이터 관리 구조) 등의 장점을 바탕으로, 전기·전자/반도체/PCB/배터리/자동차부품 등 다양한 산업군에서 기술 지식에 관계없이 손쉽게 기술을 도입할 수 있는 제품이다.

 

제품 핵심 기능

 

Neuro-T와 Neuro-R을 이용하면, 비전 검사 목적에 맞게 5가지의 딥러닝 모델을 활용하고 공정에 적용할 수 있다.

 

1. Classification

이미지를 유형(Class)별로 구분하는 기능이다. 사용자가 다양한 이미지를 Class별로 태깅하여 학습을 통해 모델을 생성하면, 비슷한 이미지들을 유형별로 구분해주는 역할을 한다.

 

2. Segmentation

이미지 내 유형별 영역을 구분해주는 기능입니다. 사용자가 이미지 내에서 Class 별 이미지 영역을 표시 후 학습을 진행하여 모델을 생성하면, 이미지 내에서 원하는 사물을 찾아낼 뿐 아니라, 대상의 형태 및 위치를 정확하게 파악할 수 있다.

 

3. Object Detection

이미지 내의 물체 위치 및 개수를 파악하는 기능이다. 사용자가 이미지 내의 유형별 이미지 위치를 박스형태로 표기한 후 학습을 진행하여 모델을 생성하면, 분석하고자 하는 이미지 내에서 물체들의 위치 및 개수 정보를 얻을 수 있다.

 

4. OCR(Optical Character Recognition)

이미지 내의 Text를 파악하는 기능이다. 사용자가 이미지 내 Text의 영역을 표시하고 Text 정보를 기입하여 학습을 진행 및 모델을 생성하면, 이미지에서 OCR 모델을 통해 Text 영역을 찾아내어 문자 단위로 정보를 추출해낼 수 있다.

 

5. Anomaly Detection

전체 데이터가 갖는 보편성에서 벗어나는 패턴, 혹은 이상사례를 감지하는 모델이다. 정상 이미지 데이터만 학습을 시켜주어도 이에 벗어나는 이미지들을 검출해낼 수 있는 딥러닝 모델을 생성한다. 기존의 기술은 다양한 범주의 데이터를 통해 범주를 구분할 수 있는 경계면을 찾는 모델을 만들어 내지만, Anomaly Detection은 한 종류의 이미지로도 다수 범주를 고려하며 이상치가 아닌 데이터들을 구분한다.

 

 

제품 특장점

 

1. Server-Client 기반의 Data Management System 지원

기존의 기술들은 작업자 개인별로 이미지를 학습하고 딥러닝 비전 검사 모델을 생성해야 하여, 딥러닝 프로젝트에 참여하는 사용자 간 협업이 쉽지 않았다. 이와 비교해 Neuro-T는 하나의 PC에만 설치하더라도 다양한 Device로 동시 접속해, 작업을 공유할 수 있는 Server-Client 기반의 Data Management System을 지원한다.

 

작업자별 레이블링을 비교하거나 조건별 학습결과를 손쉽게 비교할 수 있는 다양한 데이터 비교 관리 도구를 제공하여 딥러닝 모델링의 핵심인 Data Noise 제거 및 최적 조합 발견에 매우 용이하다.

 

또한, 물리적, 공간적, 디바이스의 제약에서 자유로운 상태에서 기업 내/외부 사용자들의 효과적인 협업이 가능하며 한 Local PC에서 데이터를 관리하므로 보안 유지에도 유리하다.

 

2. Auto Deep Learning 알고리즘 적용

기존의 딥러닝 비전 모델 생성 프로세스에 엔지니어가 직접 코딩 작업을 통해 학습에 필요한 변수(Hyper-parameter)를 조정해주는 과정이 있었다면, Neuro-T는 사용자가 Click&Drag로 이미지 데이터를 수집하고 분류만 해주면 Auto Deep Learning 알고리즘을 통해 스스로 변수를 자동으로 최적화한다.

 

또한, 모델의 생성과 평가를 반복하는 재학습 과정 없이 다양한 이미지 유형에 대해 단 한 번의 학습으로도 최적의 모델을 도출해준다. 이러한 차이점을 통해 전문 지식이 없는 사용자도 충분히 딥러닝 기술 활용이 가능하다.

 

3. 다양한 플랫폼 지원

기존에는 딥러닝 모델 학습을 위해 많은 양의 연산이 필요하고, 이를 뒷받침하는 고사양의 하드웨어(GPU 등)가 필요한 경우가 대부분이었다. Neuro-R은 다양한 Processing 플랫폼에 최적화된 모델을 생성 가능하도록 지원하여, 경량화된 모델인 임베디드 플랫폼에도 탑재할 수 있다. 이를 통해 다양한 환경에서 딥러닝 모델을 자유롭게 활용할 수 있으며, 인프라 구축에 들어가는 비용도 감축할 수 있다는 장점이 있다.

 

제품 기대 효과

 

1. 비전 검사 정확도 극대화

Auto Deep Learning 알고리즘을 활용해 단 한 번의 학습만으로도 최적 성능의 모델을 도출할 수 있어, 딥러닝 비전 기술을 비전 검사 정확도를 높이는 데 활용이 가능하다. 또한, 빠른 재학습 등의 기능을 제공하여 제품 모델의 잦은 변경이나 환경 변화에도 검사 정확도를 유지할 수 있다.

 

2. 현장 전문가의 지식 활용 가능

GUI 기반으로 설계되어 있어 비전 기술에 대한 전문성과 관계없이 현장 작업자(End User)가 직접 데이터를 관리하고 모델을 생성할 수 있어 자유도가 높고 사용자의 프로젝트 관련 산업 및 직무 지식을 적극 활용할 수 있다.

 

3. 효율적인 리소스 활용

모델 생성시 파라미터 튜닝에 활용되던 엔지니어 리소스를 절감할 수 있어, 전문 인력의 효율적 운용이 가능해진다. 단일 라이선스 구매로 여러 계정의 디바이스에서 접속이 가능하고, 경량화 프로세서를 활용해 인프라 구축비용을 절감할 수 있어 딥러닝 비전 검사에 대한 접근성이 증대된다.

 

한편, 스마트팩토리+오토메이션월드 2021(Smart Factory+Automation World 2021)은 9월 8일부터 10일까지 사흘간 코엑스1층과 3층 전관에서 개최되며, 스마트공장엑스포(SmartFactory Expo), 국제공장자동화전(aimex), 한국머신비전산업전(Korea Vision Show)의 세부 전시회로 구성돼 있다.

 

특히, 산업단지특별관, 스마트팩토리 모델공장 특별관과, 2021 산업 디지털 전환 컨퍼런스를 비롯해 200개 전문 컨퍼런스 세션이 마련되며, 글로벌 ESG포럼이 개최된다. 

배너

배너

배너











주요파트너/추천기업