제품의 결함 검사 시스템은 현재 혁신의 정점에 있습니다. 기존 rule-based 방식에서는 검사 전문가가 명확한 rule(예: 결함 최소 크기, 결함의 형태, 결함의 색상, 결함 방생 영역 등)을 정의해 줘야했습니다. 그러나 이러한 방식은 rule에서 살짝만 벗어나도 바로 검출이 안되는 문제가 있고, 모든 제품의 모든 결함에 대해 일일이 rule을 설정해 줘야하는 번거로움도 있습니다. 또한, 스크래치, 오염, 이물과 같이 정해진 형태가 없는 결함은 rule을 사용해서 정의하기 매우 어렵습니다.

현재 머신러닝 기술의 발전, 특히 딥러닝 네트워크의 발전에 의해 제품의 결함 검사 방법이 크게 변화하고 있습니다. 기존 전문가가 일일이 rule을 정의하는 대신 사용자는 취득한 이미지만으로 딥러닝 모델을 학습시켜 사람과 비슷한 또는 더 빠르고, 정확한 검사를 진행 할 수 있습니다. 딥러닝 학습 과정은 머신비전 지식 또는 코딩 지식이 없는 누구나 손쉽게 사용할 수 있어 쉽고, 빠르고, 정확한 제품 검사 및 Q.C.가 가능해졌습니다.

그러나 딥러닝 네트워크를 제조업에 도입하기에 실제 제조 현장은 더 복잡하고 열악합니다. 하나의 예시로 제조산업의 결함 데이터 부족 문제가 있습니다. 제조 업체로서 결함 제품의 발생률이 적은 것은 어찌보면 당연한 일입니다. 그러나 기존 발표된 딥러닝 네트워크들은 대량의 학습 데이터가 필요합니다. 얼굴 인식에 사용된 구글의 딥러닝 모델은 400만장의 얼굴 이미지를 사용해 학습을 진행 했습니다. 그러나 제조업에서 400만장의 결함 데이터를 수집하는 것은 거의 불가능에 가깝습니다. 이외에도 과검(정상을 결함으로 판정하는 문제), 대량 생산을 따라 갈 수 있는 빠른 검사 속도, 촬영환경 및 제조환경의 변화, 데이터가 없는 신제품의 검사 등 딥러닝 검사 시스템을 실제 생산라인에 도입하기 위해서는 아직 수 많은 문제점이 있습니다.

세이지리서치의 개발 철학은 데이터에 중점을 두고 있습니다. 데이터는 컬러 또는 흑백 이미지, X-ray, CT, MRI 등 특수 장비로 취득한 영상 이미지, 나아가 전기, 음향 측정 신호, 진동 패턴같은 시계열(Time Series) 데이터가 될 수 있습니다. 딥러닝 네트워크에서 이러한 데이터는 성능을 결정하는 매우 중요한 요소입니다. 그러나 실제 현장에서 취득한 데이터는 충분하지 못 하고, 노이즈가 많고, 라벨링도 잘 못된 경우가 많습니다. 저희 세이지리서치는 딥러닝 네트워크를 제조업 검사에 도입하는 첫 번째 열쇠인 데이터 자체의 문제를 해결하는 데이터 매니지먼트, 증강, 라벨링 기능을 경쟁사보다 뛰어난 성능으로 제공하여 데이터 노이즈 및 부족 문제를 해결합니다.

딥러닝 시스템 도입의 두 번째 열쇠는 제조업 도메인에 맞는 최적화 작업입니다. 딥러닝 산업의 발전으로 하루에도 수십 개의 딥러닝 네트워크가 개발되고 있고, 하루 사이에 성능이 2배 이상 향상 되기도 합니다. 그러나 이러한 최신 기술을 빠르게 이해하고 원하는 도메인에 맞게 최적화 하는 작업은 생각보다 쉽지 않습니다. 세이지리서치 팀은 수학, 기계 학습, 알고리즘 최적화, 이미지 및 신호 처리, 시스템 컨트롤 등 다양한 분야에서 오랜 연구 경험과 지식을 바탕으로 최신 기술을 빠르게 제조산업 도메인에 맞게 최적화 시킬 수 있습니다. Model Reduction 및 Network Compression을 사용해 검사 속도를 높이고, Optimal Transfer와 Direst Attention Learning 기술로 딥러닝 학습 시간을 대폭 감소 시키는데 성공하였고, 현재도 계속해서 최신 논문과 알고리즘을 학습하면서 제조업에 최적화된 최고의 성능을 갖춘 검사 네트워크를 개발하고 있습니다.

마지막으로 딥러닝 검사 시스템을 제조업에 도입하기 위해서는 사용자의 비용 최소화를 고려해야 합니다. 새로운 시스템을 배우고, 사용하고, 유지하는 과정에는 비용이 발생합니다. 이러한 비용을 최소화하기 위해서 사용하고 관리하기 쉬운 시스템을 제공할 뿐만 아니라 시스템 확장이 용이하며 기존 사용 중인 검사 시스템과의 통합도 쉽게 만들어야 합니다. 기업에서 새로운 시스템을 도입하기 위해서 ROI는 매우 중요한 평가 기준이라는 것을 잊어서는 안 됩니다.

세이지리서치는 몇 년간 검사장비 생산업체, 공급업체, 특히 저희 최종 고객사를 통해 AI 검사 시스템을 제조 업체에 도입하기 위해 실질적으로 어떤게 필요하고, 어떤 문제가 있는지 느끼고 배워 왔습니다. 세이지리서치는 항상 고객의 입장에서 AI 도입의 실효성을 검증할 것이며 고객의 이익과 성장을 위해 항상 합리적인 가격으로 저희 솔루션을 제공할 것입니다.