우종남

지브라 테크놀로지스 한국 지사장

커머스의 시대가 활짝 열렸다. 이에, 소비자의 기대 또한 한 차원 높아졌다. 증가하는 소비자 수요에 따라, 오늘날의 제조 업계도 제품 품질에 관한 혁신을 요구받고 있다.

단 한 번의 반품도 기업의 수익에 영향을 미칠 수 있음에도 불구하고, 일반 소비자들은 흠집이 난 제품이나 유통기한이 지난 식품 등을 서슴지 않고 반품하고 있다. 소비자의 신뢰를 유지하는 것이 중요한 시대에 잦은 반품은 브랜드나 유통업체에 대한 신뢰도까지 떨어뜨릴 수 있다.

이러한 문제를 해결하기 위해 기업들은 엔터프라이즈 컴퓨터 비전과 머신 비전 솔루션에 대한 의존도를 높이고 있는 상황이다. 마켓앤마켓(Markets and Markets)이 발행한 시장 조사 보고서는 전 세계 컴퓨터 비전 시장이 2018년 119억 달러에서 2023년까지 174억 달러 규모로 성장할 것이라 전망했다. 또한 딜로이트(Deloitte)의 ‘기업 내 AI 현황’ 보고서에 따르면, 2018년에 조사된 미국 기반 기업의 57%가 이미 머신 비전을 도입한 것으로 나타났다.

이러한 움직임은 많은 조직이 공급망 속도, 재고 및 주문 정확도 향상과 품질 관리 개선을 위해 인공 지능(AI)과 자동화 도입을 준비하고 있기 때문에 그리 놀라운 일이 아니다. 제조업체 및 물류 공급업체가 물품 처리량을 늘리기 위해 경쟁함에 따라, 차세대 머신 비전 시스템은 정확성을 손상시키지 않으면서 제품 검사를 신속하게 처리할 수 있는 가장 간단한 방법 중 하나이며, 가장 까다롭고 노동력이 제한된 상황에서도 풀필먼트의 역량 강화를 보장한다.

새롭게 부상한 머신비전

컴퓨터 비전은 작업자가 실시간으로 광범위한 자극을 인지하고 이해하며 반응할 수 있도록 인간의 운영 능력을 향상시킨다. 머신 비전은 머신 프로세스의 비전 기술을 대상으로 한 응용 프로그램으로, 이미지 분석을 사용하여 사전 프로그래밍된 특정 기능을 식별하고 현재 이미지를 예상 결과와 비교한 후 해당 결과를 기반으로 기능을 실행한다.

가장 기본적인 기능으로서, 머신 비전은 생산 라인에 활용되어 디지털 이미지에서 추출한 정보를 통해 부품 또는 제품이 표준에 부합하는지 판단한다. 그런 다음 ‘적합 또는 부적합’ 테스트를 통과하지 못한 품목을 생산라인에서 자동으로 제거한다.

예를 들어, 생산 또는 제조 환경에서 머신 비전 카메라를 사용하여 음료수 병의 내용물이 기준 용량보다 모자라 총 제품 부피에 미치는 영향 여부를 밀리미터 단위로 파악할 수 있으며, 또는 나사가 제대로 조여지지 않아 제품의 가용성 또는 무결성을 잠재적으로 악화시킬 수 있는지 감지할 수 있다. 창고 환경에서도 동일한 카메라를 통해 반품된 전자 디바이스의 미세한 흠집을 감지할 수 있으며, 이는 해당 디바이스를 어느 시점에 떨어뜨려 내부 부품이 손상되었는지 알려줄 수 있다. 또는 물품이 팔레트로 이동하기 전 라벨이 상자에 제대로 부착되었는지 확인하는 데 사용될 수 있다.

머신 비전 시스템은 제품 라인을 따라 검사를 수행하는 데 선호되는 툴인데, 부품이나 제품마다 미묘한 차이가 있을 수 있다는 점과 제조업체 및 창고 운영자가 주의해야 할 작은 결함들을 탐지할 수 있다는 것을 고려한다면 일리 있는 선택이다. 이러한 시스템은 인간보다 훨씬 빠르게 이미지를 캡처하고 분석할 수 있다. 경우에 따라서 강력한 머신 비전 카메라는 인간의 시각적 스펙트럼을 훨씬 뛰어넘는 해상도로 작업자의 눈에는 너무 작거나 보이지 않는 것을 인지할 수 있다.

또한 머신 비전 시스템에는 결함 패턴 모니터링과 해결법 모색에 도움을 주는 더 나은 이미지 보존 메커니즘이 있다. 주요 이해 관계자는 보고된 결함 확인, 원인 파악, 신속한 원인 조사를 통해 추가 낭비 혹은 풀필먼트 지연을 최소화할 수 있다. 또한 생산 라인에서 부품과 사람이 접촉할 일이 없다는 것은 머신 비전의 핵심 장점으로, 이는 잠재적인 손상으로부터 제품을 보호하고 시간 집약적인 수동 검사 프로세스를 제거하여 작업자가 보다 전략적인 작업을 완수하도록 한다.

수십 년 동안 머신 비전은 규칙 기반 검사 프로그램을 사용했는데, 이는 일반적으로 평균 소프트웨어 엔지니어의 기술 범위를 넘어서는 전문 인력을 요구했다. 이에, 머신 비전 프로그램을 커스터마이징하고 관리하는 데에는 값비싼 투자와 전문 프로그래머의 작업이 필요했다. 품질 관리의 중요성이 높아졌음에도 불구하고 이러한 복잡성 때문에 일부 공장 관리자와 엔지니어는 머신 비전의 높은 가격과 시스템 구현의 어려움을 이유로 머신 비전을 사용할 생각을 완전히 단념할 수밖에 없었다. 대부분의 경우 큰 규모의 조직만이 기업 운영 측면에서 머신 비전에 쉽게 접근할 수 있었다.

그러나 상황이 바뀌었고, 머신 비전은 이제 이러한 문제를 해결할 구원투수로 나설 준비가 되었다. 지난 몇 년 동안 여러 요소의 결합으로 다양한 유형의 워크플로우는 물론 머신 비전에 대한 기업의 접근성과 사용성이 개선되었다. 본래 전자 및 자동차 업계와 관련되어 있던 머신 비전 솔루션은 감시, 의료 및 제약, 식품 및 음료, 로봇 공학을 포함한 새로운 분야로 기술 확장을 주도하고 있으며, 이 모든 분야는 일정 수준 이상의 정밀도를 요구한다.

딥 러닝을 통한 성능 향상

산업 자동화 시장은 점점 빠른 속도로 역동적으로 진화하고 있다. AI 기술의 진화는 매우 가속화되어 불과 3년 전만 해도 머신 비전을 정의했던 많은 부분들이 더 이상 적용되지 않는다. 딥 러닝 덕분에 이제 소규모 조직에서도 전문 인력 없이 머신 비전 시스템을 훨씬 쉽게 설정하고 배포하며 실행할 수 있다.

딥러닝이란 무엇인가? AI에는 머신 러닝 알고리즘으로 알려진 알고리즘의 하위 집합이 있다. 이 하위 집합 내에는 딥 러닝으로 알려진 머신 러닝 알고리즘 계열이 있다. 딥 러닝은 본질적으로 패턴을 이해하고 의사 결정을 내리기 위해 데이터와 예측 분석을 사용하여 인간처럼 학습할 수 있는 소프트웨어를 개발하는 것을 포함한다.

딥 러닝이 성숙해짐에 따라, 기존에 규칙 기반 프로그래밍을 통해 수행되었던 제조 애플리케이션의 상당 부분을 대체할 것이라는 예상이 가능해지면서 딥 러닝은 더욱 흔하게 배포될 수 있다. 컴퓨터가 충분한 예시들을 접할 수 있다면 생산 라인을 따라 이동하는 부품과 제품에 대한 적합 및 부적합의 차이를 확실하게 표시하는 법을 스스로 학습할 수 있다.

이는 접근성 측면에서 큰 진전을 의미하지만, AI 기술이 실수할 가능성은 여전히 배제할 수 없다. 그러나 사람과 마찬가지로, AI 기술도 성숙해질수록 더욱 똑똑해질 수 있다. 더 많이 학습할수록 AI의 성능은 더 정확해지고 신뢰할 수 있게 된다.

하지만 이러한 알고리즘이 잘 작동하려면 향상된 컴퓨터 처리 능력이 필요하다. 훨씬 더 좋은 성능을 제공하는 소형 칩 덕분에, 오늘날의 AI 시스템은 가장 제한된 공간에서도 충분히 작동할 만큼 크기가 작아졌다. 이는 머신 비전의 접근성을 증가시킨 또 다른 핵심 요소이다.

자동화된 미래의 실현

많은 기업의 목표로서 조직 운영의 편성은 경쟁 우위를 확보하기 위해 실시간 인텔리전스 기술, 인벤토리 및 인력의 조정을 필요로 한다.

많은 이들이 자동화는 일자리 감소 대가로 이루어진다고 생각하지만, 실제로는 작업에 효율성과 정확성을 더하면서 증가하는 노동력 부족 문제를 해결하는 데 도움이 될 수 있다. 머신 비전의 새로운 시대는 직원들의 더 높은 수준의 경험을 요구하지 않고도 자동화 시스템을 더 쉽게 감독하고 운영할 수 있도록 한다. 머신 비전은 이제 제조 과정에서 거의 모든 단계의 일부가 되어 데이터 수집을 강화함으로써 추적성을 개선하고, 풀필먼트 피킹 및 포장 속도를 높이며, 사물 인터넷(IoT)과의 통합을 통해 직원 또는 로보틱스에게 지침을 제공할 수 있다.

고성능 스캐너와 카메라는 창고 환경 내에서 AI 및 IoT 기능을 개선하는 핵심 요소다. 머신 비전 시스템은 여전히 고급 카메라 기술을 필요로 하지만, 관련 디바이스는 전체 공장 운영에 원활하게 통합될 수 있는 소프트웨어를 통해 더 쉽게 관리할 수 있다. 예를 들어, 머신 비전은 이와 같은 환경에서 고정식 산업용 스캐너에 사용되는 것과 동일한 핵심 이미징 기술을 활용한다.

제조 및 물류업계에서 뒤처지지 않기 위해서는 혁신이 필요하며, 기술 발전으로 빠르게 증가하는 소비자와 비즈니스의 요구 사항에 앞서기 위해 머신 비전을 구현하는 것은 필수다. 첨단 기술을 하나의 전체적 솔루션으로 융합하는 것은 산업 자동화를 실현하는 데 있어 가치 있는 발걸음이 될 것이다.

작업 능률을 극대화하고 풀필먼트 과제를 지원하는 머신 비전 솔루션에 대한 자세한 내용은 여기에서 확인 가능하다.