스마트팩토리 기본 구성 요소인 머신러닝과 딥러닝의 차이점은?

최근 4차 산업혁명의 영향으로 제조 산업은 물론 일상생활에까지 사물인터넷, 빅데이터, 인공지능 등의 활용범위가 확대되고 있다. 이 가운데 인공지능을 활용한 기술인 머신러닝과 딥러닝에 대한 연구개발이 빠르게 진행되고 있는 추세다.

진화하고 있는 인공지능 기술…딥러닝 활용해 정확한 판단 가능해져

[인더스트리뉴스 박규찬 기자] 인공지능은 인간의 학습능력과 추론 능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술로 최근 산업계에서 이를 활용한 기술 및 제품에 대한 연구개발이 활발히 진행되고 있다.

나아가 머신러닝, 딥러닝 등 이를 활용한 응용기술에 대한 관심도 높아지고 있으며 이미 글로벌 주요 기업들은 이에 대한 기술을 상용화하고 관련 제품들을 출시하고 있다. 이들의 전체적인 관계를 봤을 때 제일 최상위가 인공지능이라 할 수 있으며 다음으로는 머신러닝, 그리고 딥러닝이다. 즉, 머신러닝과 딥러닝은 인공지능에서 더 나아가 이를 효율적으로 세분화해 개발된 기술로 각 영역에 맞는 분야에 활용할 수 있다.

인공지능을 활용한 기술인 머신러닝과 딥러닝에 대한 연구개발이 빠르게 진행되고 있는 추세다. [사진=dreamstime]

딥러닝의 경우 국내에서는 수아랩이 대표적이며 수아랩의 딥러닝 머신비전 ‘수아킷’은 해외에서도 큰 관심을 받아 아시아와 유럽 등 해외 수출도 활발히 하고 있다.

수아랩 송기영 대표는 “인공지능 딥러닝 이미지 해석 기술을 기반으로 기존 머신비전 기술로 검사가 어려웠던 다양한 영역에 도입돼 있고 빠르면서 정확하고 사용이 간편한 딥러닝 머신비전 소프트웨어 라이브러리를 제공해 긍정적인 평가와 호응을 얻고 있다”며, “이는 창업 초기부터 범용보다는 전용 솔루션 개발에 집중한 탓도 있고 출시 후 피드백을 통한 끊임없는 업데이트 과정을 반복해 가능한 일이다”고 밝혔다.

머신러닝은 인공지능의 한 분야로 패턴 인식과 컴퓨터 학습 이론의 연구로부터 진화한 것으로 경험적 데이터를 기반으로 학습하고 예측을 수행, 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이다.

머신러닝 이전의 인공지능은 이를 개발하기 위해서 인공지능이 수행해야 하는 규칙들을 프로그래머가 일일이 코드를 작성해야 했지만 머신러닝 기술이 도입되면서 이제는 인공지능이 스스로 학습하고 규칙을 만들어 낼 수 있도록 만들어 준다.

최근 글로벌 기업들은 이 머신러닝 기술 활용을 위해 그 영역을 확대해나가고 있다. 이 분야에서의 선두주자는 알파고를 탄생시킨 구글을 시작으로 아마존, IBM 등이 오픈소스로 알고리즘을 공개하고 나섰다.

수아랩의 수아킷의 TAS 나염기 적용 현장 [사진=수아랩] — 수아랩 수아킷의 TAS 나염기 적용 현장 [사진=수아랩]

딥러닝은 인공신경망의 한계를 극복하기 위해 제안된 기계학습 방법으로 딥러닝의 핵심은 분류를 통한 예측이라고 할 수 있다. 딥러닝의 분별 방식은 지도 학습과 비지도 학습 두 가지로 나뉜다.

지도 학습은 컴퓨터에 먼저 정보를 가르치는 방법으로 예를 들어 어떤 제품의 정상적인 제품을 보여주고 이를 바탕으로 정상적인 제품을 구분할 수 있도록 하는 것이다. 비지도 학습은 이러한 배움의 과정 없이 정상적인 제품을 컴퓨터가 스스로 학습하게 된다. 이는 지도 학습보다 더 진보한 기술로 컴퓨터의 높은 연산 능력이 요구된다.

최근 제조 산업계에서는 머신비전과 딥러닝을 활용한 솔루션들이 빠르게 개발되고 있으며 일부 공장에서는 이를 활용하고 있는 추세다. 앞서 얘기한 수아랩 역시 이 분야에서 국내 대표 업체로 꼽히고 있다.

공장 내 기기 및 부품 간 ICT를 통해 연결된 스마트팩토리에서도 인공지능과 머신러닝, 딥러닝은 빠질 수 없는 기술이 되고 있다. 기존의 센서와 비전시스템에 이들 기술을 접목해 보다 정확하고 빠르게 제품을 식별할 수 있도록 하고 있다. 나아가 비전시스템에 딥러닝과 3D 기술을 통합해 기존의 머신비전이 갖고 있던 단점들을 커버하고 컴퓨터와 카메라로 정확히 검사할 수 있는 범위를 넓혀주고 있다.

글로벌 머신비전 전문업체인 코그넥스는 최근 머신비전 시스템에 딥러닝과 3D 기술을 통합해 새로운 머신비전 시스템을 개발했다. 코그넥스 조재휘 지사장은 “딥러닝은 효과적인 검사를 구성하는 데 있어 요구되던 높은 수준의 비전 전문성에 대한 필요를 줄여주기 때문에 비전 전문성이 요구되었던 기존의 애플리케이션을 비전 전문가 없이도 해결 가능한 과제로 전환할 수 있게 해준다는 장점을 갖고 있다”고 설명했다.

이어 조 지사장은 “스마트 팩토리를 위한 신뢰성 높은 시스템을 구축하기 위해 가장 기본적이고 필수적인 것은 비전시스템으로 취득한 이미지 데이터”라고 강조하며, “공정 전반에 비전 데이터를 활용/분석하면 공정을 개선하고 문제를 해결하며 생산성 및 효율성을 더욱 높일 수 있다”고 언급했다.

박규찬 기자 다른기사 보기