[인더스트리뉴스 최종윤 기자] 머신비전은 생산 공정에서 작업자가 보고 판단하는 작업을 정밀하고 빠르게 대신하는 역할을 수행한다. 통상 카메라, 광학계, 이미지를 처리하고 분석하는 소프트웨어 등으로 구성된다. 검사자동화는 스마트팩토리 구성에 있어 필수요건이면서, 가장 어려운 부문으로 꼽힌다. 불량결함 등 형태는 천태만상에 작은 빛 하나에도 검사 결과가 달라지기 때문이다. 이에 AI 딥러닝 등 신기술이 적용되는 속도가 빠르다.

AI 딥러닝 등 신기술이 적용된 머신비전 솔루션들에 대한 신뢰가 쌓이면서, 기업들의 본격적인 투자가 시작되고 있다. [사진=utoimage]

시장에서는 AI 딥러닝 등 신기술이 적용된 머신비전 솔루션들에 대한 신뢰가 쌓이면서, 기업들의 본격적인 투자가 시작되고 있는 모습이다. 특히 전기차 배터리, 반도체, 식음료 등으로 확장되고 있으며, 의료 등 특정 전문분야로까지 진출하고 있다.

마켓앤마켓(Markets&Markets)에 따르면 글로벌 머신비전 시장이 2021년 기준 110억달러(12조원)에서 7% 비율(CAGR)로 성장해 155억원(17조원) 규모로 커질 것으로 예상했고, 국내 시장의 경우도 긍정적이다.

<인더스트리뉴스>와 <FA저널 SMART FACTORY>의 머신비전 공급기업을 대상으로 한 조사에서 공급기업들은 적용 산업분야로 ‘전기/반도체/디스플레이’(53.5%), ‘자동차’(13.3%), ‘조선/철강/기계’(13.3%), ‘의료/바이오/제약’(10%), ‘에너지/플랜트’(3.3%), ‘일반소비재’(6.7%)로 조사돼, 전 산업분야에서 머신비전 솔루션 도입이 이뤄지고 있는 것으로 조사됐다. 전기/반도체/디스플레이 분야가 지난해 조사에 이어 가장 큰 비중을 차지했으며, 전기차로 넘어가고 있는 자동차 분야에서의 머신비전 솔루션 도입이 늘어난 것으로 나타났다. 또 의료/바이오/제약이 크게 늘어났는데, 의료분야에서 딥러닝 비전 기술에 대한 관심 증가가 배경으로 분석된다.

전기/반도체/디스플레이 분야가 지난해 조사에 이어 가장 큰 비중을 차지했으며, 전기차로 넘어가고 있는 자동차 분야에서의 시설투자가 이어지며 머신비전 솔루션 도입이 늘어난 것으로 분석된다. [자료=인더스트리뉴스]

업계 관계자는 “AI 기술이 도입된 머신비전에 대해 업계에 신뢰도가 쌓이면서 문의가 이어지고 있다”면서, “아울러 대기업, 중견기업 위주의 도입에서 중소기업으로의 하방전개도 빨라지고 있는 상황”이라고 전했다. 머신비전 솔루션 도입에서의 난제였던, 전문인력의 부재 문제가 AI 등 기술발전으로 해결되고 있는 모양새다.

실제 AI 머신비전 업체들은 자사 솔루션 최대 강점으로 ‘AI 딥러닝 기술’(44.8%)과 ‘손쉬운 사용’(41.4%)을 강조했다. 기술발전속에 일정 궤도에 올라선 시장의 스마트팩토리 구축 흐름과 정부 정책자금도 AI 등 디지털 분야에 집중되고 있는 것을 고려하면 머신비전 시장은 당분간 호황을 유지할 것으로 전망된다. 업계 관계자들도 정부 과제 및 지원확대에 대한 기대감을 드러내기도 했다.

AI 머신비전 업체들은 자사 솔루션 최대 강점으로 ‘AI 딥러닝 기술’(44.8%)과 ‘손쉬운 사용’(41.4%)을 꼽았다. [자료=인더스트리뉴스]

초기 투자비용 여전히 커, ROI 개선 과제

반면 머신비전 솔루션 수요기업들은 여전히 머신비전 솔루션에 대해 “초기 투자비용이 크다”고 입모아 말했다. 머신비전 솔루션 도입을 주저하는 이유에 대해 71.1%가 “비용부담”을 꼽았다. 한 수요기업 관계자는 “여전히 정확성에 대한 정보가 너무 부족하다”면서, “확실한 국내 레퍼런스 사이트가 부족하고, 도입비용도 옵션에 따라 너무 차이가 많이 난다”고 말했다.

수요기업들이 비용부담을 느끼는 배경에는 여전히 머신비전 기술에 대한 ‘확실한 신뢰’ 부족이 원인으로 보인다. 다만 공급기업들도 애로사항은 있다. 머신비전은 레퍼런스 사이트 공개가 쉽지 않다는 점이다. 머신비전 솔루션이 들어가는 공정 자체가 대부분 수요기업 입장에서는 영업비밀의 영역에 속하기 때문에, ‘비밀유지협약’ 등이 함께 진행돼 이를 공개할 수 없는 경우가 많다.

공급기업 관계자들은 “머신비전이 단순 검사장비라 생각하는 부분을 개선해 활용도가 높은 장비임을 알아야 한다”, “AI가 만능이라고만 생각하면 안 되고, 정확한 검사기준 등에 대한 인식개선이 필요하다”, “접근의 용이성보다는 전문화에 대한 이해가 필요하다”는 등의 의견을 전달했다.

[최종윤 기자 (news@industrynews.co.kr)]

[저작권자 © FA저널 SMART FACTORY, 무단 전재 및 재배포 금지]