[인더스트리뉴스 최종윤 기자] 제품의 불량률을 낮추는 것은 모든 기업의 숙제다. 이를 위한 제품의 비전검사 영역은 사람에서 기계로 발전돼 왔다. 최근에는 기술의 발달로 딥러닝을 적용해 비전검사를 하는 솔루션과 기업이 늘고 있다.
하지만 이를 도입했거나 도입을 고려하고 있는 기업들은 △정확한 데이터 관리의 어려움 △딥러닝 연구원 및 고급 개발자 등 투입에 따른 부담 △고사양 하드웨어 등 여러 가지 현실적인 어려움을 호소하고 있다.
이에 뉴로클 이홍석 대표는 “이제 딥러닝 전문가 없이도, 누구나 비전검사에 필요한 최적의 딥러닝 모델을 활용할 수 있는 단계”라며 11월 20일 부산 벡스코에서 열린 ‘2020 부산·울산·경남 스마트팩토리 컨퍼런스&엑스포’에서 ‘Auto Deep Learning’ 비전검사를 소개했다.
이번 행사에서 이홍석 대표는 ‘기존 비전검사의 한계를 극복한 Auto Deep Learning 알고리즘과 솔루션 적용사례’를 주제로 강연을 진행했다.
뉴로클의 Auto Deep Learning 비전검사는 Data 정제와 최적화된 모델링에 다양한 플랫폼에의 적용도 가능하다. 이홍석 대표는 “GUI기반으로 손쉽게 딥러닝 프로젝트를 파악하고 관리할 수 있으며, 알고리즘, 변수 등을 자동으로 최적화한다”면서, “아울러 GPU기반 및 임베디드 플랫폼에서도 구동이 가능하다”고 밝혔다.
Auto Deep Learning 비전검사는 다양한 분야에서 활용할 수 있다. 픽셀단위로 해석해 제품 불량 영역을 검출할 수 있고, 제품을 양불 또는 Class별로도 분류할 수 있다. 알약을 예로 들면 같은 흰색 알약이라도 타원형과 원형, 그리고 같은 원형이라도 음각이 들어간 것까지 형태별 분류도 가능하다.
또 이미지내 제품 위치나 개수 파악이 가능하며, 제품 일련번호 등 이미지내 텍스트까지 파악할 수 있다. 아울러 정상 이미지만을 학습시켜 불량제품도 검출할 수 있다.
이홍석 대표는 “특히 불량 판독을 위한 품질 검사에 많은 시간과 인력을 투입하는 제조분야에서 이미지 해석이 가능하다”면서, “오랜 기간 딥러닝 비전 기술 적용에 어려움을 겪고 있었다면, 빠른 딥러닝 적용과 손쉬운 유지보수가 가능한 Auto 딥러닝 기술 도입이 답이 될 수 있다”고 설명했다.
한편, 뉴로클의 Auto 딥러닝 비전검사 솔루션은 현재 자동차 부품업체 C사의 20 Class 불량 검출 공정, 종합 물류기업 D사 수입화장품 200여종 물류 검수 공정 등에 적용되는 등 효과를 보고 있다. 아울러 대학병원과 줄기세포 배양업체 등에서는 내시경 이미지 분석, 현미경 세포 이미지 분석 등에도 활용되고 있다.
