[Industry News 이건오 기자] 머신비전 기술은 크게 산업용 카메라, 광학(렌즈, 조명), 검사 소프트웨어의 합으로 구성할 수 있으며 제각각의 분야에서 기술의 진보가 이뤄지고 있다.
 |
| 라온피플 김태현 전무 [사진=라온피플] |
산업용 카메라 분야에서는 각 분야의 애플리케이션에 부합하는 스펙들이 사용되고 있지만 고화소, 고속 촬영, 소형화는 지속적인 트렌드로 연구 개발이 진행되고 있다. 광학 분야도 머신비전에 중요한 요소다. 라온피플 김태현 전무는 "라온피플은 바코드 리더기나 스마트 카메라에 렌즈/조명을 일체화하고 다양한 광학 환경에 대응하고 있다"며, "편리하게 사용될 수 있도록 자체 개발 또는 외부 협력을 높여가고 있다"고 소개했다.
카메라 또는 비전 소프트웨어의 성능을 높이는 것으로도 광학 문제를 해결하기도 한다. 검사 소프트웨어 분야에서는 머신러닝 특히, 딥러닝이 혁신적인 트렌드로 자리 잡고 있다. 김태현 전무는 "딥러닝 비전 검사는 과거에 해결되지 못했던 비전 검사의 한계를 사람의 육안 검사 이상의 수준으로 끌어올렸다"며, "사용자 입장에서는 전문적인 비전 지식이 부족하더라도 이미지만 입력하면 되므로 상당한 편의성을 제공한다"고 전했다.
진정한 4차 산업혁명을 위해 머신비전은 필수적일 수밖에 없으며 머신비전의 보급 및 활성화를 위해서는 몇 가지 전환이 필요하다고 전제한 김태현 전무는 3가지 전환점에 대해 소개했다. 첫째, 머신비전을 어렵지 않게 사용할 수 있어야 한다. 사용자는 광학 시스템 구성, 알고리즘 개발, 유지 보수 등에 어려움을 느끼는데 라온피플은 Vision Guider 시스템을 활용해 비전 컴포넌트를 추천해 주며 Smart Setup이나 AutoTune 기능을 이용해 유지보수의 편의성을 제공한다.
 |
| 운용 환경이 좋지 않은 자동차 부품이나 완성차 업계의 경우 안정성에 대한 요구가 매우 크다. [사진=라온피플] |
둘째, 머신비전은 비싸지 않아야 한다. 머신비전이 비싸다고 느끼는 가장 큰 이유는 머신비전을 적용했을 때 편익 대비 투자비용 과다의 문제가 있다. 이를 해결하기 위해 머신비전 시스템 자체가 스스로 학습하고 보고, 예지하는 기능이 전체 시스템과 연동돼야 한다.
마지막으로 안정성에 대한 요구 충족인데 특히, 운용 환경이 좋지 않은 자동차 부품이나 완성차 업계의 경우 이런 안정성에 대한 요구가 매우 크다. 이를 위해 소형화, 자체 진단기능, 그리고 임베디드화 등의 방법으로 극복할 수 있을 것이다.
김태현 전무는 "2017년 하반기는 그동안 지체됐던 반도체, 디스플레이 업종의 신규 설비 투자로 인해 상반기 대비 머신비전 분야의 성장이 100% 이상 증가할 것으로 예상한다"며, "라온피플은 상반기에 출시한 3D, NAVI AI, 열화상, 50M 고해상도 카메라를 중심으로 시장 요구에 부응하는 적극적인 영업을 펼칠 예정"이라고 말했다.
이어 "새롭게 성장하는 OLED, 2차전지 시장이 요구하는 카메라 및 소프트웨어, 특화 솔루션을 적기에 출시해 머신비전 시장 성장에 기여할 것"이라며, "월드클래스 수준의 머신비전 기업으로 거듭나기 위한 라온피플의 노력은 지금도 지속되고 있고 ‘Beyond Innocation’을 통해 대한민국이 세계적인 비전 강국이 되는 초석이 되도록 노력하겠다" 계획을 밝혔다.
