default_top_notch
default_setNet1_2
ad34

獨 시크, 생산제품 시각검사 단순화 AI 솔루션 출시

기사승인 2020.10.26  13:13:43

공유
default_news_ad1

- AI 영상 분류 기능 탑재한 자사 스마트 기기서 직접 실행···시간·비용 절감

   
▲ 시크의 머신비전 센서가 사용되는 산업현장.(사진=시크)

독일의 머신 비전 센서 제조업체 시크(SICK)가 생산 라인에서 힘든 프로세스중 하나인 머신 비전 품질 검사 과정을 단순화시켜 주는 딥러닝(Deep Learning) 앱과 서비스 제품군(suite)를 출시했다고 ‘로보틱스앤오토메이션뉴스’가 보도했다.

시크는 딥러닝 앱과 서비스 제품군을 통해 복잡한 인공지능(AI) 검사 방식을 단순화했다. 적용 대상은 부품, 조립제품, 제품표면, 식품 품질 검사, 그리고 특히 이전까지 자동화하기 어려워 사람의 시각 검사에 의존할 수 밖에 없었던 검사 분야다.

시크 딥 러닝(SICK Deep Learning)은 AI 영상 분류 기능을 탑재한 시크 스마트 기기에서 직접 검사가 실행될 수 있도록 해 설정 시간과 비용을 절감시켜 준다.

딥러닝을 통해 프로그래밍할 수 있게 된 시크 기기들은 특수 최적화 신경망을 사용해 자동으로 결정(제품 결함 유무 판단)을 내린다. 이로써 이전에는 여러 산업 분야의 초고속으로 자동화된 프로세스에서는 매우 어려웠거나 달성할 수 없었던 머신 비전 검사도 실행할 수 있게 됐다.

시크의 딥러닝 제품은 사용 단순성을 핵심으로 삼아 개발돼 다양한 니즈와 스킬 레벨을 충족한다.

딥러닝 스타터 앱(Deep Learning Starter App)은 초기 단계 사용자가 쉽게 설정할 수 있도록 설계됐으며, 준비단계의 지능형 검사 센서 앱(Intelligent Inspection Sensor App)은 구성 가능한 대형 머신비전 툴 세트와 빠르고 손쉽게 통합된다. 이보다 경험 많은 프로그래머와 시스템 통합 작업자들은 시크 앱스페이스(SICK App Space) 소프트웨어 플랫폼을 사용해 자체 딥러닝 센서 앱을 만들어 사용자 니즈에 맞출 수 있다.

영국 시크 이미지 측정 및 도달 범위 담당 매니저인 닐 산두는 “이전에는 개발자들로 구성된 팀이 반년 동안 만들어야 했던 것을 시크 딥러닝을 통해 단 몇 시간 만에 비교적 적은 투자로 달성할 수 있게 됐다”고 말했다.

그는 “기계 제작자와 생산 팀은 이전까지는 자동화하기 너무 복잡했던 시스템을 재검토해 기존 생산 환경의 시스템을 개조하거나 완전히 새로운 기계를 개발하는 등 검사 프로세스를 재검토할 수 있게 됐다”고 말했다.

닐 산두 매니저는 이어 “시크의 신경망은 단순한 단계별 사용자 인터페이스를 통해 예시 이미지를 보고 훈련을 받으며, 인간이 훌륭하게 검사해 판단하는 것과 같은 방식으로 학습하며, 어떤 변형을 용인할 수 있는지를 파악한다”고 설명했다.  또 “결함을 식별하고 패턴이나 모서리를 찾기 위해 일련의 규칙과 알고리즘을 사용해 힘들게 개발할 필요가 없다. 예를 들어 구운 제품, 가죽 카 시트의 주름이나 목재 알갱이처럼 평가하기 더 어려운 품목에 대해서는 특히 시간이 많이 소요될 수 있다”고 말했다.

초기 출시작의 일부로 나온 시크 딥러닝은 인스펙터 P621 2D비전 센서, 그리고 일반적으로 시크의 스트리밍 카메라인 피코캠이나 미디캠과 함께 가동되는 ‘SIM 1012 프로그래머블 센서 인티그레이션 머신’을 사용해 이용할 수 있다.

장기적 출시를 통해 시크 딥러닝이 시크 스마트 2D 및 3D 비전 센서, 그리고 시크 데이터 처리 게이트웨이에 걸쳐 모두 사용되는 것을 보게 될 것이다.

시크 딥러닝을 사용하면 PC를 추가하지 않고도 짧고 예측 가능한 의사결정 시간 내에 기기에서 직접 이미지 추론을 수행할 수 있게 되며 결과는 센서 값으로 컨트롤러에 출력된다.

클라우드에서 시스템 교육이 이루어지기 때문에 별도의 교육용 하드웨어나 소프트웨어가 필요없어 구현 시간과 비용이 절감된다.

사용자들은 아래와 같은 몇 가지 간단한 단계로 신경망을 선택하고 훈련하기 위한 온라인 시크 디스튜디오(SICK dStudio) 서비스의 직관적 그래픽 인터페이스를 따르게 된다. 이들은 일단 시크 기기들이 설정되면 사용자들은 실제 생산 조건에서 검사 이미지를 수집한 다음 등급을 분류하라는 메시지를 받는다.

디스튜디오를 사용하면 미리 분류된 이미지들이 클라우드에 업로드돼 신경망에 의한 영상 훈련 과정이 완료된다. 이어 사용자는 추가로 생산 제품 이미지를 적용해 시스템을 평가하고 조정할 수 있다.

이에 만족할 경우 딥러닝이 작동하는 시크 기기에 신경망을 다운로드할 수 있으며, 자동 추론 프로세스는 더 이상 클라우드에 연결되지 않아도 시작된다.

시크는 사용자들에게 딥러닝이 자신들의 응용기기에 적합한지 평가하고 간단하게 빠르게 시작할 수 있는 무료 체험판을 제공하고 있다. 일단 탑재되면 필요할 경우 프로세스를 통해 사용자들을 안내해 주는 딥러닝 지원 포털을 사용할 수 있다.

이성원 sungwonly09@gmail.com

<저작권자 © 로봇신문사 모바일 무단전재 및 재배포금지>
default_news_ad4
ad49
default_side_ad1
ad42
ad62
ad63
ad65
ad44
ad86
ad90
ad105
ad110

인기기사

ad56
ad80
ad133
ad58

포토

1 2 3
set_P1
ad60
ad74
default_main_ad1
default_setNet1_1

섹션별 인기기사 및 최근기사

default_setNet2
ad36
default_bottom
#top
default_bottom_notch