[인더스트리뉴스 최종윤 기자] 인공지능(AI)은 범용화된 지 오래된 기술이다. 하지만 여전히 산업 등 분야에서 활용을 위해서는 별도 AI 전문지식이 필요하기 때문에 확산 속도는 더딘 상황이다.

현재 산업 자동화 영역에서 AI 기술은 머신비전(외관검사) 영역에서 가장 활발히 적용되고 있다.

구체적으로 제조 제품의 최종 라인 품질 검사, 생산물류에서의 분류 작업, 광학 프로세스 모니터링 등 영역이다.

많은 적용 사례가 쌓이면서, AI 모델 학습의 중요성이 부각되고 있다. 잘 학습된 AI 모델과 그렇지 않은 AI 모델이 성능상 큰 차이를 드러내고 있는 것.

잘 학습된 AI 모델은 예측하지 못한 비정형 결함 등 한계가 있더라도 효과적으로 대처하는 모습을 보여주고 있다.

이런 가운데 독일의 선도적인 자동화 전문기업 Beckhoff가 AI 학습 프로세스를 자동화해 자동화 또는 프로세스 전문가가 직접 AI 모델을 만들 수 있도록 ‘TwinCAT Machine Learning Creator’를 시장에 선보였다.

Beckhoff는 “현재 기업들은 산업 규모에 맞는 AI 모델을 만들 수 있는 숙련된 인력이 부족하고, 또 AI 전문가는 자동화 또는 프로세스 전문가와 함께해야만 성공적인 AI 모델을 구축할 수 있는 것이 현실”이라며, “Beckhoff는 정교한 AI 학습 프로세스를 자동화해 AI 전문지식 없이도 직접 AI 모델을 만들 수 있도록 지원한다”고 밝혔다.

AI 생태계 구축한 Beckhoff

Beckhoff는 산업용 컨트롤러(PLC)에서 직접 AI 모델을 실행하는 데 중점을 두고 산업용 AI 어플리케이션을 위한 완벽한 생태계를 구축했다.

다양한 센서는 EtherCAT 필드버스 및 해당 EtherCAT 네트워크 디바이스를 통해 제어 시스템에 연결할 수 있다.

산업용 카메라, 산업용 등급의 렌즈, 조명 디바이스 등 시스템에 통합된 광범위한 비전 하드웨어도 사용할 수 있다.

센서 정보는 AI를 포함해 직접 처리할 수 있는 PC 기반 컨트롤러로 전송된다. 학습된 AI 모델을 위한 PLC 통합 실행 모듈은 TwinCAT Machine Learning Server, TwinCAT Vision Neural Networks, TwinCAT Neural Network Inference Engine의 형태로 제공된다.

CPU의 컴퓨팅 리소스와 선택적으로 사용 가능한 NVIDIA GPU의 리소스에 모두 액세스할 수 있다.

AI 실행 모듈은 개방형 표준 ‘ONNX’에 저장돼 있는 학습된 AI 모델을 실행하면 된다.

사용자는 어떤 환경에서도 자유롭게 AI 모델을 학습한 다음 TwinCAT 컨트롤러에서 실행할 수 있다.

초소형 산업용 PC, C6043을 통해 Beckhoff는 업계 표준에 따라 NVIDIA의 임베디드 GPU가 통합된 확장 가능한 하드웨어를 제공한다.

이를 통해 전체 Beckhoff 생태계는 AI 모델을 기계의 제어 레벨에 통합하는 데 최적으로 맞춰져 있다.

제어 통합 AI 모델은 그 결과를 제어 시스템에서 직접 사용해 작업을 수행할 수 있다는 뜻이다.

예를 들어 부품이 배출되거나, 다운스트림 프로세스에서 특수 처리되거나, 방금 완료된 프로세스를 다시 통과하는 경우 머신 제어 시스템에서 해당 정보를 계산해 즉시 사용할 수 있다.

또한 제어를 위한 복잡한 인터페이스, 독립적인 유지보수 및 업데이트 일정, 별도의 IT 보안 프로토콜을 갖춘 비용 집약적인 추가 하드웨어 디바이스가 필요없다.

자동화된 AI 모델 생성

Beckhoff는 개방형 제어 기술의 철학에 따라 ONNX 표준을 지원해 사용되는 AI 학습 환경에 관계없이 기존 PLC 통합 실행 모듈을 AI 모델에 맞게 설계했다.

ONNX 파일은 학습된 AI 모델을 관련 파라미터가 있는 연산자 시퀀스로 설명한다. 이러한 설명 파일은 TwinCAT Machine Learning Server와 같은 TwinCAT 3 기능을 사용해 불러온 후 PLC에서 실행할 수 있다.

이제 TwinCAT Machine Learning Creator는 데이터 업로드, 모델 학습, 모델 분석 및 다운로드 단계를 안내하는 웹 기반 인터페이스 형태로 훨씬 더 간단한 접근 방식을 제공한다.

타겟 그룹에는 데이터 과학에 대한 특별한 배경 지식이 없는 자동화 및 프로세스 전문가가 포함되며, AI 모델의 학습 프로세스를 표준화하는 것이 목표다.

최종윤 기자 다른기사 보기