코그넥스, 세계 최초 딥러닝 스마트 머신비전 카메라 ‘In-Sight D900’ 소개
  • 김관모 기자
  • 승인 2020.05.27 10:39
  • 댓글 0
이 기사를 공유합니다

5월 28일 오전 10시 In-Sight D900 활용 사례를 주제로 웨비나 진행

[인더스트리뉴스 김관모 기자] 딥러닝을 기반으로 한 산업용 머신비전 전문기업 코그넥스(대표 Robert Willet)는 세계 최초의 딥러닝 기반 스마트 카메라 ‘인사이트(In-Sight) D900’의 활용 사례를 오는 5월 28일 웨비나를 통해 제안한다. In-Sight D900은 결함 탐지 및 까다로운 OCR(광학문자판독), 조립 검증 등 자동차·전자·패키징 산업에서 널리 사용되고 있다.

코그넥스가 세계 최초로 개발한 딥러닝 기반 스마트 카메라 '인사이트(In-Sight) D900' [사진=코그넥스]
코그넥스가 세계 최초로 개발한 딥러닝 기반 스마트 카메라 '인사이트(In-Sight) D900' [사진=코그넥스]

기존의 룰 베이스 방식을 이용한 머신비전은 복잡한 배경 내의 결함과 비정형 긁힘, 찍힘 등 결함의 정의를 내리기 까다로운 분야에서는 검사를 진행하기 어렵다는 한계가 있었다. 따라서 머신비전이 있음에도 불구하고 현장은 육안 검사에 의존해야 했다. 이를 해결하기 위한 솔루션이 바로 인간의 학습 과정을 모델링한 ‘딥러닝’이다.

하지만 기존 머신비전 플랫폼에 딥러닝 솔루션을 추가하는데 드는 비용의 압박으로 인해 도입을 망설이는 제조업체가 많았다. 이에 코그넥스는 올해 4월 ‘In-Sight D900’을 출시해 제조 업체에 대안을 제시하고 있다. In-Sight D900은 세계 최초의 딥러닝 기반 산업용 머신비전 스마트 카메라로, 코그넥스의 딥러닝 소프트웨어 ‘인사이트 비디(In-Sight ViDi)’를 내장하고 있어 제조업체의 비용 부담을 낮출 수 있다.

또한 In-Sight D900은 공정 라인에 PC를 추가 설치하지 않아도 사용이 가능하며, 내장된 인사이트 비디 소프트웨어가 별도 프로그래밍이 필요없는 ‘코그넥스 스프레드시트’ 인터페이스를 제공한다. 따라서 기존의 전통적 비전검사 방식인 In-Sight 시스템 사용자는 물론 PC 및 딥러닝 전문 지식이 없는 일반 공정 담당자도 쉽게 사용할 수 있다. 또한 코그넥스는 “전통적인 비전검사 방식과 딥러닝 기반 검사를 쉽게 결합하여 사용 할 수 있기 때문에 비정형적인 결함 검사를 포함한 다양한 산업의 복잡함 검사를 자동화 하는데도 적합하다”고 설명했다.

In-Sight D900는 빠르고 정확한 조립 검사가 가능한 ‘In-Sight ViDi Check’, 복잡한 결함 감지 분석이 가능한 ‘In-Sight ViDi Detect’, 난이도 높은 OCR(광학문자판독)을 해결하는 ‘In-Sight ViDi Read’ 툴로 구성돼있다. 특히 자동차, 전자, 패키징 산업 검사에 유용하게 적용할 수 있다는 게 큰 특징이다.

자동차 산업 분야: 내부 시스템 및 구성품 제작 과정

자동차 부품 제조 및 완성차 조립 공장은 부품 조립부터 출고 전 최종 검사에 이르기까지 대부분의 제작 과정에 딥러닝 솔루션이 결합된 머신비전 및 바코드 판독 기술을 사용하고 있다.

먼저 부품 결함 탐지 솔루션으로 피스톤링 검사 사례가 소개됐다. 자동차의 기능 문제를 야기할 수 있는 부품 결함은 운전자의 안전과 직결되어 있기에 정확하게 결함을 탐지해야 한다. 이에 코그넥스는 “딥러닝 솔루션은 대표적인 ‘정상’ 및 ‘불량’ 이미지를 통해 정상 범위 내의 변동, 녹슨 자국과 사소한 균열 등 허용 가능한 결함을 함께 학습한다”며, “이를 통해 금속 표면의 예측이 어렵고 가변적인 결함을 자동으로 감지한다”고 전했다.

피스톤링 결함검사(자동차) [사진=코그넥스]
피스톤링 결함검사(자동차) [사진=코그넥스]

OCR(광학문자판독)의 사례로는 자동차의 차대번호가 소개됐다. 자동차의 차대번호(VIN) 검사에 딥러닝 솔루션을 적용하면 기존 머신비전 시스템으로 인식하지 못하던 변형된 문제를 쉽고 정확하게 판독할 수 있다. 표면의 광택과 대비로 인한 불분명한 문자까지도 인식 가능하며, 판독 오류가 발생할 경우에는 소프트웨어 모델이 모든 문자를 정확하게 식별할 때까지 누락된 문자만 재교육하면 된다.

차대번호 인식(자동차) [사진=코그넥스]
차대번호 인식(자동차) [사진=코그넥스]

전자 산업 분야: 품질 및 공정 자동화에 대한 개별 판독 검사 수행

전자 산업은 더욱 더 얇고 가벼운 제품의 개발이 요구되는 공정이 많다. 따라서 제품의 품질을 저하시키지 않으면서 생산 프로세스를 자동화하는 것이 중요하다. 그러나 제품 자체가 복잡하고 빠르게 변화하기 때문에 매번 발생하는 프로그래밍 재설정 비용은 공장 자동화의 큰 벽으로 작용해 육안으로 검사를 진행하는 경우가 많다. 육안 검사는 신뢰성은 높지만 작업자의 컨디션에 따라 품질이 좌우될 수 있어서 일관성이 떨어지는 문제가 발생한다. 딥러닝 솔루션을 품질 개선과 생산 공정의 자동화에 사용하면 이러한 문제를 해결할 수 있다.

이와 관련된 첫 번째 수행능력으로는 조립 검증이 있다. 코그넥스는 이 검증과 관련해 PCB 최종 조립을 사례로 들었다. PCB(Printed Circuit Board) 최종 조립 검증에서 구성 요소의 누락이나 잘못된 배치는 PCB의 성능과 수명을 손상시킬 수 있다. 하지만 부품이 너무 밀접하게 붙어 있어 기존 머신비전 시스템으로 개별 부품을 구별하는 것은 쉽지 않았다. 이에 코그넥스는 “In-Sight D900은 PCB 참조 모델을 구축해 일반화된 크기와 형태 및 특징에 따라 개별 구성요소를 식별하고 위치를 예측할 수 있다”고 말했다.

PCB 조립 검증(전자) [사진=코그넥스]
PCB 조립 검증(전자) [사진=코그넥스]

In-Sight D900은 여러 종류와 등급으로 나뉘어진 까다로운 분류도 효과적으로 수행한다. 특히 실제 전자회로에서 전기를 일시적으로 저장하는 장치인 커패시터(Capacitor) 분류의 경우, 코그넥스는 딥러닝 기반 솔루션으로 제조사, 사양, 종류(세라믹/전기), 크기 및 색상에 따라 커패시터를 분류할 수 있도록 동일한 유형 내의 허용 가능한 변동을 포함한 속성을 학습해 검사를 진행한다.

커패시터 분류(전자) [사진=코그넥스]
커패시터 분류(전자) [사진=코그넥스]

패키징 산업 분야: 포장 결함 최소화하는 제품 검사 진행

포장 상태의 결함은 제품의 품질, 안전성은 물론 브랜드 가치에 대한 소비자의 인식에 부정적 영향을 미칠 수 있다. 이에 코그넥스는 “패키징 제조업체이 딥러닝 기반 솔루션을 활용하면 제품에 손상을 주지 않고 제품의 캡 또는 구성품 검사를 진행해 브랜드 충성도를 유지하는데 도움을 줄 수 있을 것”이라고 설명했다.

이와 관련한 첫 번째 사례로는 캡 검사가 소개됐다. 소비재 제조 업체는 딥러닝 솔루션으로 배송을 위한 박스를 닫기 전, 전제품의 병 뚜껑이 올바르게 닫혀 있는지 확인한다. 뚜껑이 제대로 닫히지 않은 경우 해당 병이 든 상자를 바로 격리해 배송 중 누출을 방지하고, 결함으로 인한 배송 시간의 지연을 미연에 막을 수 있다.

캡검사(패키징) [그림=코그넥스]
캡검사(패키징) [그림=코그넥스]

딥러닝 솔루션 활용 사례에는 구성품 검사도 있다. 다양한 형태의 물품에 대한 식별, 개수 파악, 분류를 위해 코그넥스 딥러닝 기반 이미지 분석 솔루션을 활용한다. 학습 이미지에 기초해 크기, 형태, 표면 특징 등을 물품에서 구분하는 작업을 일반화하며, 검사를 통해 올바른 물품이 키트에 포함 될 수 있도록 한다.

구성품 식별 및 분류 검사(패키징) [그림=코그넥스]
구성품 식별 및 분류 검사(패키징) [그림=코그넥스]

제조업체는 고객 충성도에 직결되는 품질 향상을 위해 그 어떤 공정보다도 품질 보증 프로세스를 최우선시하고 있다. 게다가 In-Sight D900은 이미지를 획득할 수 있는 카메라와 획득 이미지를 바로 판정할 수 있는 딥러닝 소프트웨어가 하나로 결합돼있어서 도입 및 유지 비용 부담이 크게 낮아진다. 또한 기존 머신비전 인라인 검사에도 비교적 간편하게 통합, 설치 가능하도록 설계돼 있어 높은 구축 용이성을 제공한다.

한편, 코그넥스코리아는 In-Sight D900 출시 이후 고객사의 관심이 높아지고 있다며, 이에 발맞춰 오는 5월 28일 오전 10시 ‘자동차 산업을 위한 딥러닝 스마트 카메라 인사이트 D900’을 주제로 실시간 웨비나를 진행한다. 이 날 웨비나에서는 △딥러닝 기술 및 업계 동향 △자동차 산업군 자동화를 위한 In-Sight D900 소개 △자동차 산업 내 딥러닝 적용 사례 등의 발표를 진행한다. OCR(광학문자판독), 결함 감지, 비정형적 판독 검사 등 현재 자동차 산업에서 적용되고 있는 다양한 딥러닝 활용 사례를 중점적으로 소개할 예정이다.


관련기사

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.