일본산업뉴스요약

Nikkei X-TECH_2020.7.7

오므론, 외관 검사를 위한 AI 탑재 화상 처리 시스템 제공
도입이 용이

오므론은 검사 대상물의 흠집 등을 추출할 수 있는 AI 기술을 화상 처리 시스템 ‘FH’ 시리즈 하드웨어의 처리 항목으로 탑재해 제공하기 시작했다. AI가 사람의 감성이나 숙련된 기술자의 경험을 재현하기 때문에 대량의 샘플을 학습하지 않아도 제품의 결함을 인식할 수 있다고 한다. 기존에는 사람이 눈에 의존하고 있었던 외관 검사의 성인화(省人化)∙자동화를 도모할 수 있다.

오므론은 각각의 검사원들이 노하우로서 가지고 있는 ‘배경 상의 위화감을 결함이라고 보는 방식’을 AI로 기술화했다. ‘사람이 흠집이라고 느끼는 화상(畵像)의 특징’을 사전에 학습한 화상 처리 필터, ‘AI 흠집 추출 필터’를 통해 흠집의 정의를 내리지 않아도 AI가 흠집의 특징을 판단해 추출한다. 학습데이터에는 오므론이 지금까지 축적해온 화상도 포함되어 있어 기존 방법으로는 판단이 어려웠던 일정하지 않은 배경 상의 결함도 추출할 수 있다. 예를 들어 표면이 울퉁불퉁한 금속 위의 스크래치와 수지 제품의 외관 손상, 헤어라인(HL) 위의 검은색 스크래치, HL 위 그림자가 있는 곳의 하얀색 스크래치 등 다양한 재질∙색, 흠집의 크기, 결함을 조정 없이 자동으로 검출할 수 있다.

이러한 사람만이 느낄 수 있는 감성과 함께 조사원이 경험을 통해 얻은 ‘불균형을 허용하는 노하우’도 AI로 재현. 양품(良品)에는 포함되지 않은 특징만을 불량 요소로서 검출하는 결함 추출 처리 ‘AI 파인매칭(Fine Matching)’을 탑재했다. 구체적으로는 불균형이 발생하는 양품 상태의 화상 데이터를 학습해 AI 모델을 작성하고 검사 때 마다 ‘양품으로 추정되는 모델’을 양품 복원 영상으로서 생성한다. 이 양품 복원 영상과 촬영 영상의 차이만을 결함으로서 추출해 과도한 검출을 낮추고 있다.

이 화상 처리 시스템은 설정 시 100~200장의 양품∙불량품 영상만을 준비하면 된다. AI가 학습해야 할 영상을 제안해주기 때문에 어떤 양품 영상을 학습해야 할지 고민하지 않고 설정할 수 있다고 한다. 또한 준비된 영상을 이용해 자동으로 테스트할 수 있어 차이 검출을 위한 파라미터(매개변수)는 필요 없다. 사람이 눈으로 하는 검사에서는 양품으로 인정된 제품을 불량품으로 판정할 때 어느 화상을 어느 정도로 과검출을 했는지를 AI가 상이한 점수로 가시화하기 때문에 어느 영상을 학습하면 과검출을 줄일 수 있는지를 쉽게 알 수 있다.

이번 성과는 AI를 고기능화 및 경량화해 FH시리즈로의 탑재를 실현한 것이다. 일반적인 화상센서와 동일한 조작 감각으로 AI기술을 이용할 수 있기 때문에 AI 엔지니어가 없어도 안정적으로 가동시킬 수 있다. 기존에는 AI를 도입하기 위해 워크스테이션 레벨의 하드웨어를 준비해야 했으며 현장 환경에 맞는 시스템으로 완성하기 위해서는 AI 엔지니어에 의한 프로그래밍과 유지∙보수가 필요했다. 이것이 현장에서 AI를 실용화하는데 있어서의 걸림돌이 되었다고 한다.

 -- 끝 –

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved