스마트공장에서 머신비전의 중요성

 

스마트 팩토리 정의

21세기에 들어서면서 제품의 라이프 사이클이 단축되고 소비자들이 니즈가 다양화되면서 맞춤형

생산이 요구되고 있다. 경제 구조는 제조업에서 정보통신기술(ICT)을 포함한 서비스업 중심으로

옮겨가면서 전통적인 제조업은 혁신이 요구되기 시작했으며, 이로 인해 '스마트 팩토리'가 등장했다.

스마트공장은 제품의 기획부터, 설계, 생산, 유통 및 판매까지 전 생산과정을 정보통신기술(ICT)로 통합해 최소의 비용과 시간으로 고객 맞춤형 제품을 생산하는 첨단 지능형 공장을 의미한다. 스마트공장은 인공지능, 빅데이터, 사물인터넷(loT), 무선통신 등의 기술로 데이터를 연결 · 수집 · 분석하는 유연하고 지능적인 공장이며 컴퓨터와 로봇과 같은 장비를 이용해 생산 과정의 무인화 및 자동화를 추구하는 공장 자동화와 구분된다.

 

스마트 팩토리 구축

스마트공장은 제조 분야별로 그 특성과 운영 방법이 다르기 때문에 기업은 기업의 고유 가치를 잘 반영할 수 있는

방향으로 스마트공장 구축 방안을 단계별로 수립하고 도입하여야 한다. 스마트공장을 구축하는데 필요한 여러 분야

중에서 제조공정의 자동화는 아직까지 해결해야 할 일이 많다.

 

제조공정 및 물류 부문 등에서 기존 컴퓨터와 로봇을 이용해 무인화 및 자동화를 추구하기에는 정형화하기 어려운

부분이 여전히 남아있어 사람이 처리하고 있다. 이러한 부분을 자동화할 수 있는 비정형 자동화 기술의 발전이

이루어져야 궁극적인 스마트공장의 완성에 다가갈 수 있다.

 

스마트팩토리에서의 머신비전

머신비전은 제조 공정에서 카메라, 광학계, 이미지를 처리하고 분석하는 소프트웨어 등으로 구성된 시스템을 통하여

사람이 눈으로 보고 판단하는 작업을 빠르고 정밀하게 대신 해주는 솔루션이다. 즉, 머신비전은 컴퓨터가 마치 사람이

사물을 인지하고 판단하는 것처럼 도와주는 기술로서 최근에는 기존 머신비전에 발전된 광학시스템, 인공지능 및

빅데이터 등의 첨단 기술이 융합되면서 더 정확한 품질 검사가 가능해졌고 제조 효율성을 높일 수 있게 되었다.

 

전통적인 비전검사에서는 엔지니어이 발생할 수 있는 수많은 변화(결함의 크기, 유형, 위치 등)에 대처할 수 있는 검사

조건을 일일이 직접 프로그래밍해야 하기 때문에 전문가의 도움과 많은 시간이 필요하다.

 

머신비전에서의 딥러닝

규칙기반의 머신비전 기술이 발전하여 인공지능 기반의 머신비전 기술이 등장했다. 이러한 기술에는 머신러닝의 하나의 방법론으로 볼 수 있는 딥러닝 방식이 있다. 머신러닝은 알고리즘을 이용해 데이터를 분석하고 학습한 후에 그 내용을

기반으로 판단이나 예측을 한다. 머신러닝은 사람이 데이터를 분석하는데 참여하는 반면에 딥러닝은 여러 층을 가진

인공신경망을 사용하여 학습을 수행하는 방식으로서 컴퓨터가 자동으로 대규모 데이터에서 중요한 패턴 및 규칙을

학습하고 이를 토대로 의사결정이나 예측을 수행한다.

 

차세대 검사 방식으로 그 사용 범위가 급속히 확대되고 있는 딥러닝의 성공 요인은 기존 인공신경망의 한계를 극복할 수

있는 알고리즘의 개발과 신경망 학습에 필요한 방대한 양의 학습데이터가 축적 및 인공신경망을 이용한 학습과 계산에

적합한 GPU 발전을 들 수 있다. 딥러닝의 등장으로 인해 머신비전의 실용성은 강화됐고 인공지능의 영역은 확장되었다.

 

출처 : 헬로티

 

COGNEX 제품 적용 솔루션 참조 : www.xvision.co.kr
머신비전 관련 문의처 ☞ (주)아이디맥스 02-838-1170

공장 자동화를 위한 인공지능 딥러닝 : www.newbrain.co.kr 기술영업문의 : sales@idmax.co.kr

자동인식전문기업 IDMAX : www.idmax.co.kr 기술영업문의 : sales@idmax.co.kr