반도체네트워크

죄송합니다. 더 이상 지원되지 않는 웹 브라우저입니다.

반도체네트워크의 다양한 최신 기능을 사용하려면 이를 완전히 지원하는 최신 브라우저로 업그레이드 하셔야 합니다.
아래의 링크에서 브라우저를 업그레이드 하시기 바랍니다.

Internet Explorer 다운로드 | Chrome 다운로드

코그넥스, 육안 검사와 컴퓨터 시스템의 장점을 결합한 ‘비전프로 딥러닝’으로 검사 자동화 진행



코그넥스(www.cognex.com)는 일본 최대 규모의 주택 건설사인 세키스이 하우스(https://www.sekisuihouse-global.com/)의 제품 결함 검사 자동화를 위해 딥러닝 소프트웨어 ‘비전프로 딥러닝(VisionPro Deep Learning)’에 라인 스캔 카메라와 LED 조명을 결합한 솔루션을 도입했다고 밝혔다.

연 매출 200억 달러(한화 2조2천억원)에 육박하는 세키스이 하우스(Sekisui House)는 1960년 설립된 일본 최대 주택 건설사 중 하나로, 시즈오카 및 도호쿠 공장에서 독특한 벨번 세라믹 타일을 제작하는 것으로 유명하다. 주로 고급 주택 건설에서 외벽 마감 및 피복에 사용되는 벨번 세라믹 타일은 점토로 만들기 때문에 제작 과정에서 외부에 작은 덩어리나 선이 남아 있는 경우가 있어, 제품 외관의 결함 제거를 위해서는 타일의 모든 면을 정밀 검사하는 것이 필수적이다.

그러나 육안 검사만으로는 많은 작업량을 한꺼번에 처리하기 힘들고, 자동 검사에선 검출이 가능한 잠재적 시각적 결함을 기존 룰 베이스 머신비전으로 일일이 프로그래밍하기엔 매우 까다롭고 시간소모적이었다. 세키스이 하우스은 어쩔 수 없이 과거 수율(생산량 중 합격품 비율)과 비효율적인 수동 검사를 바탕으로 생산계획을 수립해야 했기 때문에 재고량은 증가했고, 그 중 일부는 악성 재고가 되었다.

이에 코그넥스는 세키스이 하우스의 검사 문제 해결을 위해 라인 스캔 카메라와 LED 조명에 ‘비전프로 딥러닝’을 결합해 시즈오카와 도호쿠 공장에 배치하였고, 생산 공정 전반에 걸친 외관 결함 검사 자동화를 진행했다. 공장 자동화를 위한 딥러닝 기반 이미지 분석 소프트웨어인 ‘비전프로 딥러닝’은 제조 환경을 위해 특별히 설계되었으며, 실제 산업 이미지 분석에 최적화된 알고리즘으로 기존 머신비전 시스템으로는 힘들었던 조건이 까다롭거나 시간과 비용이 많이 소요되는 복잡한 검사를 수행할 수 있다.

소량의 이미지 데이터로도 다양한 결함 식별 가능 - 일반적으로 오픈소스 딥러닝 툴은 허용되지 않는 결함 중에서 허용 가능한 결함을 구분하기 위해 엄청난 양의 이미지 데이터를 필요로 하지만, 제조 환경을 위해 제작된 비전프로 딥러닝의 결함 감지 툴은 약 100개의 양품 이미지 샘플 세트만으로도 다양한 외관 결함을 구별해 낼 수 있다. 타일의 성형 공정에서 발화 단계가 끝나면 라인 스캐닝 카메라와 LED 조명이 자동 검사를 위해 제품의 외관 이미지를 캡처하고 이미지를 분석해 돌출되거나 움푹 들어가거나 원하지 않는 선과 같은 결함을 식별한다.

 1.jpg

[그림1. 비전프로 딥러닝으로 타일 외관의 돌출된 결함을 자동으로 탐지]

빠른 검사 처리 속도로 생산 라인에서 실시간 결함 감지 - 비전프로 딥러닝으로 200 x 32 cm 크기의 재료 하나를 검사하는 데에는 약 2초 밖에 걸리지 않지만, 동일한 재료의 외관 결함 검사를 사람이 동일한 속도로 수행하는 것은 절대 불가능하다. 제품의 변형된 지점을 선택적으로 검사해 빠른 검사 처리 속도로 결함을 구별하는 비전프로 딥러닝은 성형 과정에서 발생하는 결함을 실시간으로 감지해 공정 초기 단계에서 빠르게 불량품을 찾아낸다.

 2.jpg

[그림2. 생산 라인에 비전프로 딥러닝을 배치해 실시간으로 외관 결함 검사를 진행]

제조 환경에 맞춰 검사 방식을 조정할 수 있어 높은 유연성 제공 – 비전프로 딥러닝은 딥러닝 툴과 함께 다양한 기존의 머신비전 툴도 선택할 수 있어, 제조 환경에 맞는 검사를 개발하고 통합할 수 있는 유연성을 제공한다. 복잡한 특징과 물체를 찾는 ‘블루-위치 식별 툴’, 이상 및 미적 결함을 감지하는 ‘레드-분석 툴’, 물체나 전체 장면을 분류하는 ‘그린-분류 툴’, 광학 문자 인식(OCR)을 위한 ‘블루-판독 툴’ 중에서 상황에 따라 선택해 검사를 진행할 수 있다.

 3.jpg

[그림3. 비전프로 딥러닝으로 자유롭게 결합해 사용할 수 있는 4개의 툴]

세키스이 하우스는 코그넥스의 비전프로 딥러닝 시스템 적용 후 생산 중 실시간으로 결함을 감지할 수 있게 되면서, 예비 생산 물량의 0.4%를 차지하고 있던 악성 재고가 40%나 감소해 원가절감 효과를 볼 수 있었다. 시즈오카 공장에서의 성공적인 배치 이후, 세키스이 하우스는 도호쿠 공장에도 딥러닝 결함 감지 시스템을 구축했다. 도호쿠 공장에서는 점토의 압착 단계 후 외관 결함 검사를 진행해, 점토가 마르기 전 결함이 발견될 경우 재료를 재활용해서 폐기물을 줄이는 방식으로 재료비를 대폭 절감할 수 있었다.

세키스이 하우스는 최종 공정 전 딥러닝 기반 검사를 진행함으로써 모든 타일의 외관에 대한 육안 검사를 자동화해 공정 전반의 품질 관리 능력이 크게 향상되었고, 이를 통해 개선된 수율을 기반으로 정확한 생산 계획의 수립이 가능해졌다. 이제 세키스이 하우스는 제품이 필요할 때 사용할 만큼만 정확하게 생산할 수 있게 되었다.

세키스이 하우스 관계자는 “코그넥스의 비전프로 딥러닝으로 결함 감지 검사를 자동화함으로써 전반적인 벨번 세라믹 타일의 제작 공정이 더욱 간소해졌다”라고 말하며, "전 품목 검사의 자동화로 제조 공정 전반의 품질이 개선되었고, 잉여 생산량도 줄어들었으며, 재고와 비용이 절감되어 최종적으로 제품 공급 안정화에 성공할 수 있었다.”라고 만족을 표했다.

코그넥스코리아 문응진 대표는 “코그넥스의 ‘비전프로 딥러닝’은 구축하기 쉬운 하나의 인터페이스에 육안 검사의 정교함과 유연성 그리고 컴퓨터 시스템의 기능과 반복성, 신뢰성을 모두 결합해 자동화가 어려웠던 검사들을 해결하고 있다”라며, “특히 이미지 세트가 제한되어 있는 공장과 제조 환경에도 적용 가능한 범용성과 유연성을 갖추고 있어, 기존 머신비전의 한계를 뛰어넘어 산업 자동화의 미래를 가져올 수 있는 획기적 검사 시스템 구축이 가능하다.”라고 말했다.


leekh@seminet.co.kr
(끝)
<저작권자(c) 반도체네트워크, 무단 전재-재배포 금지>


PDF 다운로드

개인정보보호법 제15조에 의한 수집/이용 동의 규정과 관련하여 아래와 같이 PDF 다운로드를 위한 개인정보 수집 및 이용에 동의하십니까? 동의를 거부할 수 있으며, 동의 거부 시 다운로드 하실 수 없습니다.

이메일을 입력하면,
(1) 신규참여자 : 성명/전화번호/회사명/분야를 입력할 수 있는 입력란이 나타납니다.
(2) 기참여자 : 이메일 입력만으로 다운로드가 가능합니다.

×

회원 정보 수정