default_top_notch
default_news_top
default_news_ad1
default_nd_ad1

[케이스스터디] 하이브리드 비전검사 ‘KITOV.AI 시스템’, 비전문가도 손쉽게 외관검사 수행

기사승인 2024.05.02  14:00:00

공유
default_news_ad2

- 검사자 완전 대체, 신속한 검사로 높은 경제효과도

[글 스마트엠앤에프그룹 김경식 상무] Kitov.AI의 하이브리드 외관 검사 시스템은 조명을 머신러닝 기반으로 자동 제어하고, 기존 머신비전 기술에 딥러닝, 2D 및 3D 이미징, 지능형 로봇 제어, 카메라와 GPU 컴퓨터 등을 모두 하나의 플랫폼에 결합해 운영한다. Kitov.AI 소프트웨어를 사용하면 새로운 검사 계획을 비전문가도 매우 쉽게 AI 학습시켜 세울 수 있다. 또 AI 학습 프로세스는 3D CAD 파일을 사용하던가 혹은 없더라도, 정품을 360도로 자동으로 스캔해 자체적으로 3D 디지털트윈 이미지를 자동 생성한다. 이후 간단한 기능으로 검사 위치 및 대상 범위를 지정하면, Kitov.AI 시스템이 모든 것을 AI 학습 및 자동으로 외관검사를 실행한다. 카메라와 조명은 사람의 눈을, 로봇은 사람의 팔을, 그리고 고속의 GPU 기반 ML 모델을 사용해 사람의 두뇌를 대신한다고 이해하면 쉽다.

Kitov.AI의 하이브리드 외관 검사 시스템 [사진=스마트엠앤에프그룹]

차별화 기술

첫째, 모델 및 생산 환경이 바뀌어도 사용자가 쉽게 설정을 변경해 외관 품질 검사를 수행할 수 있다. 고정된 카메라는 고정된 각도에서 이미지를 촬영하다보니, 다른 시야에서의 결함을 찾을 방법이 없어, 결국 여러 대의 카메라를 설치 운영한다. 반복적으로 동일한 제품의 외관 검사를 수행할 경우에는 문제가 없지만, 만약 제조환경이 변화하거나 모양과 모델이 다른 제품을 생산하는 경우에는 다시 카메라의 각도 조정은 물론, 딥리닝을 이용한 결함 판정 기준 패턴 모델을 만들기 위한 재학습을 해야 한다. 그러나 Kitov.AI는 별도 학습없이 쉽게 다양한 각도에서 결함을 판정할 수 있도록 솔루션화돼 있다. 별도의 프로그램 코딩과 학습이 필요없다는 뜻이다. 일반적인 스크루, 핀, 커넥터 등 많이 사용되는 결함의 경우 이미 딥러닝으로 학습된 ML 라이브러리를 제공한다.

둘째, 다양한 결함 샘플이 없어도, 3D CAD 도면이나 정품 1개 및 결함을 가진 제품 10개면 충분하다. 외관검사 제품의 3D CAD 도면을 3차원 이미지로 변환해 기준 패턴 모델을 자동 생성한다. 사용자가 검사계획 툴을 사용해 검사부위의 이미지에서 외관검사 항목을 지정하고, 결함 판정 크기를 설정하면 바로 로봇이 신속하게 움직이면서 이미지를 촬영하고 정품 이미지와 비교 분석해 결함을 분석·판단한다. 로봇을 팬던트로 측정 위치도 설정할 필요없이 자동으로 360도 회전하면서 이미지를 촬영한다.

셋째, GPU 컴퓨터 기반의 뛰어난 검출력와 신속한 검사를 수행한다. 5개 방향의 조명과 25mm, 50mm, 75mm 카메라 렌즈를 사용해 50마이크로 이하의 미세한 결함도 탐지한다. 표면 결함의 경우 보는 각도와 조명 방향에 따라 다르기 때문에 5가지 방향의 조명으로 이미지를 촬영한 다음 4개 이미지로 스크라치, 덴트 등의 표면 결함을 탐지한다. 각도에 따라 결함을 촬영할 수 있도록 로봇으로 미세한 각도를 조절하면서 사람이 보지 못하는 결함도 찾아낸다. 오탐율 제로를 지향하는 신속한 검사시스템으로 가동 후 일정기간 동안 오탐 이미지를 사용해 딥러닝 학습으로 판단의 수준으로 향상 시킬 수 있고, 주기적으로 학습한다.

넷째, 기존의 생산 라인에서 사용하는 ERP, MES, QMS, PLC 등과 쉽게 데이터 통신으로 원하는 이미지와 결함 정보도 송수신할 수 있다. 제품별 결함 발생 시 정품 사진과 촬영한 결함 이미지를 비교할 수 있도록 이미지와 결함 위치, 결함 크기, 결함의 심각도를 디지털화해 검사 결과보고서가 자동 발행되며, 관련 시스템에 자동 전송한다. 제품별 결함을 분류해 자주 발생하는 결함 유형별 분석이 가능하고, 발생한 결함이 생산과정의 ERP, MES, PLC 시스템과 연동해 근본원인을 분석해 조치할 수 있도록 QMS를 지원한다.

Kitov.AI 시스템은 인공지능을 기반으로 자동화된 CAD 기반 제품 외관 검사 솔루션을 제공한다. [사진=스마트엠앤에프그룹]

다섯째, 제품의 크기와 고객이 원하는 로봇의 사양에 따라 다양한 로봇과 연동해 제품 검사가 가능하다. 고객이 원하는 로봇과 결합해 사용하도록 일반 로봇 장치를 연결하는 Kitov.ai 소프트웨어를 제공한다. GPU 컴퓨터와 소프트웨어가 내장된 K-Box, 광학헤드(조명과 카메라), 로봇과 케이블, 고객의 검사 대상에 따라 회전대를 옵션으로 공급한다. 고객이 원하는 로봇과 연결해 사용하려면 국제 표준의 로봇 인터페이스, 제어 시스템 공급이 가능한 로봇 솔루션을 선택하면 된다.

여섯째, 비전 카메라와 거리측정 카메라를 이용해 외관과 크기 측정을 융합한 Kitov.AI 시스템을 제공한다. 비전 카메라를 이용해 제품의 외관 검사를 수행하고, 텔레센트릭 렌즈(Telecentric Lens) 카메라를 사용해 원, 선, 각도, 거리 등을 측정하는 기술을 융합했다. 로봇에 비전카메라와 텔레센트릭 렌즈 카메라를 결합해 하나의 Kitov.AI 시스템으로 고객 맞춤형으로 외관 검사는 물론 정확하게 사이즈, 거리를 측정한다.

검사 시간 1시간에서 12분으로 단축 등 적용사례

Kitov.AI는 사람이 육안으로 검사하는 모든 제품을 다 검사할 수 있다. 검사 대상이 바뀌어도, 사용자가 쉽게 소프트웨어툴을 사용해 프로그램 코딩없이 검사 계획을 수립해 실행할 수 있다. 특히 빛이 반사되고, 곡선 부의 제품 판정이 어려운 개소도 쉽게 검사할 수 있다. 항공, 국방 등 미세한 분야, 자동차/농기계의 엔진, 트랜스미션 등 최종 조립상태 확인 검사, 전기 전자 제품의 조립상태 및 외관 품질, 배터리팩의 불량 상태 등 다양한 분야에 적용할 수 있다.

적용 사례를 소개한다. 항공우주 기술의 선도적인 공급 기업인 Bet Shemesh Engines Ltd(BSEL)는 무결점의 부품을 제작 공급하기 위해 사람 대신 Kitov.AI 스마트비전 검사 시스템을 도입했다. 회사는 최초의 Kitov-Core Plus 검사 계획을 구현해, 실행 결과 사람보다 뛰어난 결과를 확인했다. 이 시스템은 BSEL이 중요한 결함을 찾는 높은 정확도, 반사율이 높은 부품의 결함을 찾는 기능, 일관된 검사 결과 및 새로운 검사 계획의 신속한 생성을 제공했다.

스마트엠앤에프그룹 김경식 상무 [사진=스마트엠앤에프그룹]

시스템의 3D 컴퓨터 비전 기능은 BSEL사의 제품 검사 작업에 매우 중요했다. 계속해 재학습하는 AI 알고리즘을 사용함으로써 회사는 지속적으로 새로운 결함과 오탐율을 최소화하는 지속적인 검사 개선 프로세스를 설정할 수 있었다. 결과적으로 Kitov-Core Plus를 통해 BSEL사는 디스크 검사 시간을 1시간에서 약 12분으로 단축했다.

스위칭 장비 시스템을 생산하는 NVIDIA는 부품 고장 및 리콜을 줄이고, 검사 시간을 단축하기 위해 Kitov.AI 솔루션을 도입했다. Kitov.AI를 선택한 이유는 동일한 스위칭 장비에 검사 항목을 쉽게 바꾸고, 향후 다양한 버전 및 모델에 대응할 수 있기 때문이었다. 단 몇 주 만에 Kitov.AI 시스템을 사용자에게 교육하고, 사용자가 복잡한 검사 루틴에 대한 검사 계획을 쉽게 만들어 성능을 극대화했다. AI/딥러닝 기능을 포함하는 Kitov의 소프트웨어는 지속적인 인공지능 학습을 통해 시간이 지남에 따라 정확도가 향상됐고, 실제 오류와 커넥터에 영향을 주지 않고 고려되지 않는 사소한 문제를 분류, 판단하고 학습했다. 운영자는 Kitov 소프트웨어를 사용해 Director Switch에 대한 검사 계획을 설정하고 편집하므로 계산 집약적인 AI/DL 교육없이 로봇 경로 계획을 자동으로 수립해, 신속하게 검사가 가능했다. NVIDIA는 뛰어난 결과를 보았으며, 스위치 내의 커넥터와 핀을 검사하는 데 소요되는 시간을 80% 단축했다.

3년 내 투자 효과 달성

Kitov.AI 시스템은 최종 검사자가 수행하는 외관검사의 업무뿐만 아니라 눈으로 보기 힘든 마이크로 단위의 미세한 검사를 안정적으로 수행하면서 많은 분야에서 선택을 받고 있다. 도입에 따른 경제성 분석으로 첫째, 정량적 효과로 3년 이내 투자 효과를 달성할 수 있다. 검사 라인을 자동화해 3교대의 검사자를 완전 대체하고, 신속한 검사로 생산성을 높일 수 있고, 사람의 실수를 완벽하게 제거함으로써 클레임 제기에 따른 다양한 비용을 절감할 수 있다. 둘째, 정성적 효과로 고객이 딥러닝, 로봇을 이용해 360도 품질 검사를 Kitov.AI 시스템으로 검사한 결과 무결점의 제품을 보낸다는 신뢰성으로 지속적인 비즈니스 관계를 이어갈 수 있다.

 

 

최종윤 기자 news@industrynews.co.kr

<저작권자 © FA저널 무단전재 및 재배포금지>
default_news_ad5
default_side_ad1
default_nd_ad2

인기기사

default_side_ad2

포토

1 2 3
set_P1
default_side_ad3

섹션별 인기기사 및 최근기사

default_side_ad4
default_nd_ad6
default_news_bottom
default_nd_ad4
default_bottom
#top
default_bottom_notch