[인더스트리뉴스 최정훈 기자] 머신비전 솔루션 도입을 작심한 업체라면 통상 솔루션 업체와 미팅 때부터 모든 검사항목을 열거하고 검토를 의뢰한다. 검사항목들을 각각 개별로 진행한다면야 불가능한 경우가 많지 않겠지만, 모든 항목을 자동화하려면 제각각 달리 요구되는 카메라, 조명, 렌즈 등 광학계가 계속해서 추가돼야 해 투자비가 눈덩이처럼 계속 커진다는 것이 큰 부담으로 다가온다. 더욱이 최신식이라고 AI 기반 머신러닝 솔루션을 그대로 수용하면 막상 현장에서는 기존 룰 기반 솔루션보다 비효율적일 수도 있다는 우려도 투자를 망설이게 한다.

머신비전 관련 기성 제품들을 가져다 현장에 끼워 맞추려는 접근 방식보다는 현장을 먼저 파악하고 어떻게 불량을 검출할지를 SI하는 방식이래야 이러한 리스크를 모면할 수 있다.

다이트론코리아 남기훈 부장은 “우선순위가 높은 항목에 초점을 맞춰 검토가 이뤄져야만, 효율적이고 합리적인 제안이 가능하다. 최대한 고객의 합리적 선택을 위해 동시 검사가 가능한 품목은 함께 검토하고, 그렇지 않은 경우에는 몇 가지 방안을 제안하고 있다”고 밝혔다. 다이트론코리아가 각각 검사항목의 불량에 대한 스펙과 그에 맞는 한도샘플을 갖춰 최적의 머신비전으로 가는 길을 트는 안내자 역할을 톡톡히 수행하고 있다.

소프트웨어 알고리즘도 현장 여건에 맞춰

다이트론코리아의 사업분야는 크게 머신비전과, 전자 전기 부품 및 장비로 나뉘는데 머신비전 사업은 카메라, 렌즈, 조명 등의 컴포넌트 판매사업과 연구소를 통한 과제수행, 개발팀을 통한 SI사업 등으로 구분된다. 어느 한 분야에만 국한돼 있지 않고 가전, 화장품, 반도체, 모바일, 자동차, 디스플레이 등 다양한 고객사에 솔루션을 제공하고 있다. 

특히, 다이트론코리아는 몇 년 전부터 부상하고 있는 2차전지 등 첨단산업 분야에 특화된 조명 솔루션과 최적의 커스터마이징을 통한 SI에 역량을 집중하고 있다. 해외 네트워크 사업 등 20여 년간 FA분야의 경험과 노하우를 바탕으로 머신비전 관련 폭넓은 솔루션을 제공하고 있다. 특히, 제각기 다른 고객사 현장 엔지니어링 경험을 SI 사업으로 발현시키고 있다.

남기훈 부장은 “적절한 부재의 선정은 물론, 모듈 단위나 시스템 단위로의 토탈솔루션을 제공함으로써 고객사가 보다 효율적으로 머신비전을 사용할 수 있도록 유도하고 있다”고 강조했다. 검사를 빠르고 정확하게 진행하기 위해 소프트웨어 알고리즘도 현장의 여건에 맞춰 개발하고 있다.

한편, 업계에서는 머신비전 분야를 확 뜯어 고칠 기술로 딥러닝이 크게 주목받고 있는 상황이다. 하지만 다이트론코리아는 한 기술이 다른 기술을 전체적으로 커버할 수 없다며 무조건 딥러닝 솔루션만 수용해서 안 된다고 고객사에 권고한다. 룰 베이스 머신비전은 프로그래머가 룰을 찾아서 알고리즘으로 구현하면 즉각 실시할 수 있는데 반해 딥러닝은 다양한 이미지를 취득하고 학습시켜며 라벨링해야하는 등 적지 않은 시간이 요구된다. 당장 적용해야 하는 업체 입장에서는 룰 베이스 솔루션이 더 적합다. 

AI 기능이 물 흐르듯이 원활하게 수행되려면 GPU 등 고성능 하드웨어 도입이 불가피하므로 비용 부담도 크다. 게다가 현존 최고 딥러닝 기반 불량 검출률이 95% 정도로 알려져 있어 만능 솔루션이 아니다라는 점도 염두해 둬야 한다.

이에 다이트론코리아는 검사항목의 난이도와 중요도를 고려해 기존 룰베이스 솔루션과 딥러닝 솔루션을 구분해 도입할 것을 제안하고 있으며 그에 맞춰 커스터마이징에 최적화된 비전 자동화를 제시하고 있다.

감성불량 검출 강점으로 만드는 원년  

올해도 스마트팩토리 모멘텀이 커질 것으로 전망되는데다, 미묘한 감각적인 결함까지 용납하지 않는 고객들이 늘어나면서 이전에는 도외시했던 분야가 서서히 검사 테두리 안으로 들어올 것으로 보인다. 남 부장은 “기술과 투자비의 한계를 느끼고 있던 표면의 감성불량 검사에 적극적으로 머신비전을 검토, 추진하는 업체가 늘어나고 있다”며, “올해가 머신비전 사업분야에 있어 표면검사, 감성불량 검출을 강점으로 만드는 원년이다”고 밝혔다.

다이트론코리아는 지난해부터 진행해 온 ITS 분야 과제수행의 성공적 마무리와 그동안 어려움을 겪었던 표면검사의 하드웨어 솔루션을 확보하는 것에 주안점을 두고 있다. 남 부장은 “직접 투자를 통한 개발도 가능하겠지만 이미 경험을 통해 기술 축적을 이룬 파트너사들과의 협업을 통해서도 솔루션 확보가 가능하리라고 여겨진다. 여러 가지 가능성을 오픈한 상태에서 솔루션 확보에 중점을 두고 있으며, 당사의 소프트웨어 기술과 하드웨어 솔루션이 결합된다면, 기존에 어려움을 겪었던 애플리케이션 해결에 큰 도움이 될 것으로 본다”고 말했다.

최근 반도체, 2차전지 등 첨단산업을 위시로 머신비전 관련 미팅이 점점 증가하는 분위기이다. 머신비전은 사람이 눈으로 직접 검사하던 육안검사를 광학계 하드웨어와 소프트웨어를 통해 대체하는 만큼 일자리 출혈이 불가피하다. 남 부장은 검사 자동화는 숙명인데 이와 같은 석연치 않은 문제를 더 이상 방치하지 말고 공론장으로 끌어내야 할 시점이라고 판단하고 있다.

남 부장은 “머신비전을 적용하게 되면 그 일을 담당하던 근로자는 원치 않는 다른 부서로 이동을 하거나, 계약직 종사자의 경우 일자리를 잃는 일이 발생한다”며, “머신비전 뿐만 아니라 스마트팩토리 전반에 걸쳐서, 근로자를 대체하는 자동화는 여러 분야에서 속속들이 나타나게 될 것입니다. 이는 효율성만 따질 수 없는 문제이기 때문에, 자동화와 노동자와의 공생에 대하여 업계의 합리적 고민이 필요하다”고 밝혔다.

최정훈 기자 다른기사 보기