Vision AI
제품 및 패키지 품질 검사
생산 라인에서 제품 및 포장 상태를 고해상도 카메라로 실시간 촬영하고, AI가 자동으로 조립 상태, 포장 이상, 인쇄/라벨 오류 등을 판정하여 불량품을 자동 분리하는 QA/QC 자동화 솔루션입니다.
산업분야
첨단제조
도입비용
2,000만원
도입기간
3개월
발주처
(주)엠OO이
작동 프로세스
이미지 촬영: 생산 라인에 설치된 고해상도 카메라가 제품 및 패키지를 실시간으로 촬영합니다.
영상 전처리: 조명 변화나 배경 노이즈를 최소화하여 안정적으로 분석 가능한 이미지로 보정합니다.
AI 기반 품질 검사
조립 상태 확인: 부품 누락, 방향 오류, 결합 불량 검출
패키지 검사: 포장 파손, 이물질, 실링 불량 탐지
라벨 및 인쇄 검사: 글자 누락, 인쇄 번짐, 빈 라벨, 바코드/QR 코드 판독 오류 확인
판정 및 결과 처리: AI가 합격/불합격 여부를 실시간으로 판정하고, 불량품은 라인에서 자동 분리됩니다.
로그 기록 및 리포팅: 검사 이미지와 판정 결과를 저장하여 로그를 기록하고 리포트를 생성합니다.
주요 모델 특징
Interactive SAM 기반 마스크 보조 라벨링: 연구자가 일부 샘플 이미지에 마스크를 지정하면, SAM이 유사 샘플에 자동 확장 및 제안 기능으로 라벨링 작업 효율을 높입니다.
Albumentations 활용 데이터 증강: 조명 변화, 그림자 노이즈, 블러, 밝기/대비 변화, 회전/스케일 변환 등을 적용하여 제조 환경 변화에도 강한 모델을 만듭니다.
ResNet-34 인코더 기반 U-Net 구조: ImageNet 사전학습된 ResNet-34를 인코더로 활용한 U-Net을 통해, 제품 및 포장 영역과 결함 영역을 픽셀 단위로 세밀하게 분할할 수 있습니다.
탐지 + 세그멘테이션 복합 구조: 불량 요소(스크래치, 구멍, 라벨 오류 등)를 탐지하고, 해당 영역의 마스크를 생성하여 복합적 판정을 가능하게 합니다.
다중 결함 유형 대응 및 모듈화: 스크래치, 방향 오류, 누락, 변형 등 복수 결함 유형을 병합한 멀티클래스 판정이 가능하며, 각 유형별 모듈을 독립적으로 개선할 수 있습니다.
실시간 하드웨어 최적화: INT8 양자화, 배치 병렬 처리, 경량화 등을 적용하여, 고속 생산 라인에서도 프레임 지연 없이 동작할 수 있도록 설계되었습니다.
불량 검출 정확도
0.15초
검사 처리 속도
재작업 비용 절감
검사 정확도 향상 및 비용 절감
사람의 눈으로 놓치기 쉬운 미세 불량까지 검출함으로써 불량 검출 정확도를 95-99% 수준으로 달성할 수 있습니다. 이를 통해 출하 후 발견되는 불량률을 50-80% 줄이고, 재작업 및 클레임 비용을 20-40% 절감할 수 있습니다.
속도 및 생산성 개선
카메라와 AI 분석만으로 제품당 0.1-0.3초 이내로 불량 판정을 수행할 수 있습니다. 고속 생산 라인(분당 수백 개)도 전수검사가 가능하여 속도 및 생산성을 최대 100배까지 개선할 수 있습니다.
활용 분야
다중 제품 라인 확장: 전자 부품, 식품 포장, 화장품 패키지 등 다양한 제품 라인에 적용 가능
2D → 3D 검사 확장: 카메라 + 깊이 센서(혹은 라이다) 결합하여 3D 표면 검사로 확대
예방 정비 / 이상 추이 분석: 불량 발생 빈도를 분석해 생산 설비 이상 조짐 감지 및 예측 유지보수
공정 단계별 검사 삽입: 조립, 도색, 인쇄, 포장 등 각 공정 단계별 검사 지점에 삽입 가능
실시간 품질 피드백 루프: 품질 이상 탐지 → 라인 속도 제어/정지 명령 → 작업자 알림 등의 실시간 피드백 시스템 통합 가능