[인더스트리뉴스 조창현 기자] 제조 현장 결함 데이터 및 레이블링 리소스 부족 문제 해결에 중점을 두고 개발된 AI 비전검사 솔루션이 나왔다. AI 딥러닝 비전검사 전문기업 뉴로클이 ‘뉴로티(Neuro-T)’ 및 ‘뉴로알(Neuro-R)’ 4.0 버전을 출시했다.
뉴로티는 AI 딥러닝 비전 트레이너로 비전검사를 위한 AI 모델을 생성하는 소프트웨어다. 또 뉴로알은 뉴로티에서 생성한 검사 모델을 제조 공정라인에 실시간 적용하는 런타임 API다.
뉴로클은 4.0 버전 출시를 통해 가상 결함을 생성하는 AI 모델과 비지도 학습 모델 기능을 새롭게 추가하고, 이미지 레이블링 관련 기능을 강화했다고 밝혔다.
적은 데이터로 가상 결함 모델 생성 지원
불량을 판정하는 AI 모델을 생성하기 위해서는 정상 및 결함에 대한 이미지 데이터가 필요하다. 특히 관련 데이터양이 많을수록 고성능 모델 생성에 유리하다. 다만 일부 산업에서는 결함 데이터 수집에 대한 어려움으로 AI 모델 고도화에 있어 난항을 겪기도 한다. 이에 뉴로클이 새로운 4.0 버전에 ‘GAN모델·제너레이션센터(GAN Model·Generation Center)’ 기능을 탑재해 관련 문제 해결을 지원한다.
뉴로클에 따르면 사용자는 새롭게 추가된 기능을 활용해 수량이 적은 결함 이미지를 기반으로 실제와 유사한 가상 결함을 생성할 수 있다. 생성된 가상 결함은 다양한 결함 생성 도구들을 통해 정상 이미지에 삽입되며 불량 판정 AI 모델 생성 과정에 활용 가능하다.
정상 이미지만으로 불량 판정 가능
아울러 뉴로클은 신규 버전 솔루션 출시를 통해 정상 이미지만으로 학습을 진행해 정상(Normal)과 비정상(Anomaly)을 식별할 수 있는 ‘비지도학습모델(Unsupervised Learning)’도 추가했다.
사용자는 신규 기능을 활용해 양품 및 불량품을 판정한 모델에 대한 판정 기준과 결과 확인 방식에 따라 △Anomaly Classification △Anomaly Segmentation 중 하나를 취사선택할 수 있다. 뉴로클은 비지도학습 모델 추가는 결함 데이터가 부족한 사용자들에게 희소식이 될 것이라고 전했다.
정밀도 높은 레이블링 위한 기능 추가
한편 딥러닝 프로젝트에서 가장 까다롭고 많은 리소스 투입이 필요한 과정으로는 이미지 레이블링이 꼽힌다. 불량 영역에 대한 레이블링 정밀도가 AI 모델 성능에 영향을 주기 때문이다.
뉴로클은 솔루션 신규 업데이트에서 사용자 레이블링 공수를 대폭 절감시킬 수 있도록 지원하는 ‘오토셀렉터(Auto Selector)’와 ‘키워드레이블러(Keyword Labeler)’ 기능을 추가했다고 설명했다.
오토셀렉터는 객체를 기반으로 유사한 특성을 가지는 영역을 딥러닝 알고리즘이 자동으로 레이블링 하는 기능이다. 레이블링 영역이 형성하는 모양이 복잡해 정교한 레이블링을 해야 하는 경우 사용이 적합하다. 또 키워드레이블러는 특정 키워드를 입력하면 이미지 내에 관련 키워드에 해당하는 부분이 박스 형태로 레이블 되는 기능이다. 물체 특성이 뚜렷해 이미지 내 객체에 일괄적인 레이블링이 필요한 경우 활용할 수 있다.
추가적으로 뉴로클은 새로운 버전 업데이트를 통해 다중 모델 추출(Multi-Model Export)과 전이 학습(Transfer Learning) 모델 등 다양한 기능 및 신규 모델을 추가했다고 전했다.
