비전 검사 AI Visual Inspection
비전 검사는 카메라로 찍은 제품 이미지를 AI가 보고 흠집·이물·조립 불량 같은 결함을 자동으로 찾아내는 품질 검사 방식이다.
어떻게 작동하나
생산 라인에 카메라와 조명을 설치해 제품을 일정한 각도와 밝기로 촬영한다. 이미지를 정리하는 전처리를 거친 뒤, 딥러닝 비전 모델이 결함이 있는지, 있다면 어디에 어떤 종류인지 판단한다. 판정 결과에 따라 양품은 통과시키고 불량 의심품은 따로 빼서 작업자가 다시 확인한다. 작업자가 확인한 불량 이미지는 다시 모아 모델을 재학습하는 데 쓴다.
왜 중요한가
사람의 눈 검사는 피로와 개인차 때문에 결과가 들쭉날쭉하기 쉽다. 예전의 규칙 기반 영상 검사는 '이 정도 밝기 차이면 불량'처럼 기준을 일일이 정해야 해서 모양이 다양한 결함에 약했다. AI 비전 검사는 예시 이미지로 결함의 모습을 배우기 때문에 복잡한 표면이나 다양한 불량 유형에도 대응하기 쉽다. 전수 검사를 빠르게 할 수 있어 불량이 고객에게 나가는 일을 줄이는 데 쓰인다.
알아 둘 점
불량품은 양품보다 훨씬 드물어 학습용 불량 이미지가 부족한 경우가 많다. 그래서 정상 이미지만 배우고 다른 것을 찾아내는 이상 탐지 방식이나 데이터 증강을 함께 쓰기도 한다. 조명·카메라 위치·원자재가 바뀌면 성능이 떨어질 수 있어 정기적인 점검과 재학습이 필요하다. 자동차 부품이나 의료기기처럼 안전과 직결된 제품은 검사 기록을 남기고, 놓친 불량의 책임을 누가 지는지 공정 기준에 명확히 해 두어야 한다.
도입·운영 점검
데이터
- 불량 이미지가 충분한가
- 라벨 기준이 검사원마다 같은가
운영
- 조명·카메라가 바뀌면 다시 검증하는가
- 불량 의심품을 사람이 확인하는가
- 검사 기록을 남기는가
예시
전자 부품 공장에서 회로 기판이 라인을 지날 때마다 카메라가 촬영하고, AI가 납땜 불량이나 부품 누락이 의심되는 기판에 표시를 한다. 표시된 기판만 작업자가 다시 확인하고, 실제 불량으로 판정된 사진은 모델 학습 데이터에 추가된다.