(주)쓰리디산업영상은 소프트웨어 기술을 근간으로 비전검사에 대한 토털 솔루션을 보유하고 있으며 다양한 분야에서 비전검사 자동화 전문가로 활약하고 있다. 이번 호는 (주)쓰리디산업영상이 제시하는 ‘산업용 비전검사 AI Software’에 대해서 설명한다. 

비전검사에서 AI Deep-Learning 기술 도입 필요성

검사 제품의 영상을 촬영하고 표면에 드러난 이상(비정상, Anormal) 유무를 검출해 불량을 판정하는 비전검사에서 기존 Rule-base 기술로 판별이 까다로운 검사 유형은 임의위치, 비정형 결함, 배경과 경계가 불분명한 흐릿한 결함, 배경 경계를 넘나드는 결함 또는 예기치 않은 특징을 가진 결함 등 다양한 종류가 있다. 

문제는 이러한 종류의 결함이 인간(고객)의 시각으로는 쉽게 인지된다는데 있다. 따라서 생물의 뉴런 네트워크를 모사한 Deep-Learning 방식의 AI 영상 검사를 이용해 인간과 유사한 정도의 검사 결과를 도출하자는 전략이 유효하다는 것은 예상할 수 있다. 

그러나 AI 검사는 만능이 아니며 정량화, 수치화 등 여러 부분에서 기존 Rule-base 기술의 도움이 필요하다. 따라서 (주)쓰리디산업영상(이하 쓰리디산업영상)은 AI + Rule-base = Hybrid 융합 검사기술 개발로 인간 수준 혹은 이를 뛰어넘는 결함 검출율 달성에 도전한다.

▲비전 검사기기에서 Deep-Learning 방식 AI Software 기술을 제품을 촬영한 영상 내부 불량검사에 적용하는 방법으로는 1)Classification, 2)Object Detection, 3)Segmentation의 3종류로 크게 분류된다. 또 학습시키는 영상 데이터의 종류에 따라 Supervised 방식과 Unsupervised 방식으로 나누어진다. 비전기술을 선도하는 미국 COGNEX사의 AI 검사 프로그램 ViDi에는 각각 Tool의 분류를 Green, Blue, Red 색상으로 구분하여 직관적인 접근을 도모하고 있다. (그림 출처: DL-BASED INDUSTRIAL INSPECTION(DEFECT SEGMENTATION), NVIDIA. ViDi catalog, COGNEX)
 

AI Deep-Learning 영상검사 개요

비전검사에 사용되는 AI Deep-Learning 기술은 1)분류(Classification), 2)위치검출(Object Detection), 3)세그먼테이션(Segmentation) 방식으로 크게 나누어진다. 

영상분류는 결함이 있는 영상 자체를 검출하며, 영상 위치검출은 영상 내 결함의 위치와 크기를 Bounding Box로 표현한다. 세그먼테이션은 영상 내 결함을 픽셀 단위로 검출한다. 제품 표면을 카메라 영상으로 검사하는 비전검사는 영상 내 미세한 결함까지 검출할 필요가 있으므로 검출 정밀도가 뛰어난 세그먼테이션 방식이 많이 채택된다. 

제품검사에서 생산 초기에는 다양한 결함 사례 결핍으로 학습 영상 확보가 어려우므로 라벨링된 결함을 학습하는 Supervised 방식과 양품 영상을 통째로 학습해 결함을 추론하는 Unsupervised 방식을 혼용하기도 한다.

(주)쓰리디산업영상의 뛰어난 경쟁력

소프트웨어 기반 기술회사인 쓰리디산업영상은 산업용 2D/3D X-ray 검사 소프트웨어 1위 기업으로 다양한 내수 및 수출실적을 보유하고 있다. 쓰리디산업영상은 수년에 걸쳐 4차 산업혁명 협업에 적합한 유연한 비전 검사 소프트웨어를 개발하여 왔으며 현재도 AI를 포함한 다양한 영상 도구 개발에 매진하고 있다.

쓰리디산업영상은 AnyLook, AIVI 레고 조립방식 소프트웨어를 근간으로 카메라, 조명, 검사 기구를 포함한 토털 솔루션을 지향하며 다양한 영역에서 비전 검사가 필요한 고객에게 다가가고 있다.