[인더스트리뉴스 조창현 기자] 다양한 분야에 AI가 융합되면서 관련 기술에 대한 활용이 늘어나고 있다. 제조업에도 AI 도입이 활발하다. 특히 머신비전 분야는 딥러닝 기술 적용이 가속화되고 있다. 비전검사 시스템에서 딥러닝이 대세가 된 가운데, 글로벌 머신비전 전문기업 코그넥스코리아(대표 문응진, 이하 코그넥스)가 검사 처리 과정 및 절차를 한층 더 간소화할 수 있도록 지원하기 위해 ‘엣지러닝’ 기술까지 탑재한 소프트웨어를 선보인다.

코그넥스가 엣지러닝툴을 탑재한 새로운 비전프로를 선보인다. [사진=코그넥스]

코그넥스에 따르면 딥러닝은 학습을 위한 이미지가 수백에서 수천 개가 필요하지만, 엣지러닝은 5~10개면 된다. 또 처리 속도도 딥러닝에 비해 빠르며, 프로그래밍에 대한 이해도가 낮은 사용자도 손쉽게 활용할 수 있다.

코그넥스는 기존 출시된 제품이자 대표 소프트웨어인 비전프로(VisionPro)를 9.10 버전으로 업데이트하면서 ‘엣지러닝 툴’을 새롭게 도입했다고 지난 5일 밝혔다. 비전프로는 난이도 높은 비전 애플리케이션의 결함 검사를 위한 PC 기반 소프트웨어로 △물체 위치 판별 △결함 검사 △계측 △식별 등 사람이 직접 확인하기 어려운 비전 문제를 손쉽게 해결할 수 있도록 돕는다.

버전 업데이트를 통해 코그넥스는 △ViDi EL Segment △ViDi EL Classify 등 2가지 ‘엣지러닝 툴’을 비전프로에 적용했다. 예제 기반 학습을 통해 비전문가도 손쉽게 딥러닝 프로그램을 사용할 수 있도록 하겠다는 것이다. 이에 사용 편의성 및 유연성도 개선하게 됐다.

ViDi EL Segment기능을 적용한 비전검사 사례 [자료=코그넥스]

처음 선보이는 ViDi EL Segment 기능은 사용자가 제공한 레이블을 기반으로 이미지 배경에서 원하는 픽셀을 식별해낸다. 이미지 5~10장 내에서 강조된 전경 픽셀을 기반으로 엣지러닝 기술이 학습해 픽셀을 식별할 수 있다. 이에 사용자는 ViDi EL Segment을 활용해 △이물질 감지 △장면 내 부품 추출 △결함 영역 강조 △이미지 내 특정 영역을 추가 처리해야 하는 기타 작업 등을 처리할 수 있게 된다.

아울러 ViDi EL Classify 기능은 사용자가 미리 설정한 특징을 기반으로 비전검사 품질에 대한 적합 및 부적합 구분을 돕는 기능이다. 결함을 다양한 범주로 분류하고 부적합이 있는 제품을 올바르게 식별할 수 있기에 사용자는 생산라인 내 품질 정확도를 높일 수 있다.

ViDi EL Classify 기능을 적용한 비전검사 사례 [자료=코그넥스]

다만 산업용 스마트카메라 인사이트2800 (In-Sight 2800) 및 인사이트3800(In-Sight 3800) 사용자에게는 엣지러닝툴이 새롭지 않을 수 있다. 두 가지 제품에는 이미 엣지러닝 기술이 적용돼 있기 때문이다. 이에 코그넥스는 기존 스마트카메라 라인의 성공을 바탕으로 9.10 업데이트를 통해 비전프로 소프트웨어에도 관련 툴을 탑재하게 되면서 PC 기반 고객에게 필요로 했던 유연성을 갖추게 된 것이라고 설명했다.

코그넥스 관계자는 “사용자들의 의견과 니즈를 기반으로 지속 업데이트 되는 비전프로는 기존 비전프로를 사용해 작업하던 사용자뿐만 아니라, 엣지러닝을 처음 접하는 비전문가도 검사에 손쉽게 활용할 수 있도록 개선해나갈 예정”이라며, “신규 업데이트가 적용된 비전프로는 다양한 산업 분야 머신비전 사용자들에게 정확하고 정교한 데이터를 제공하며, 효율적인 생산라인 구성에 도움을 줄 수 있을 것”이라고 말했다.

이에 새롭게 업그레이드된 비전프로 9.10는 정해진 규칙에 따라 검사작업을 진행하는 룰베이스(Rule based) 툴로는 해결할 수 없었던 새로운 비전 문제를 해결할 수 있도록 지원하고, 사용자에게 보다 높은 편의성과 제품 호환성을 제공하게 될 것으로 예측된다.

한편 AI 기술 적용과 관련해 기계학습에 대한 대표적인 사례로는 머신러닝과 딥러닝이 있다. 머신러닝은 컴퓨터를 인간처럼 학습시켜 데이터를 도출하고, 반복 학습을 통해 얻은 지능을 기반으로 실제 현장에 적용하는 기술을 의미한다. 딥러닝은 머신러닝에 대한 하위개념으로 빅데이터 기반 자가학습 및 판단이 가능하며, 머신러닝과 달리 인간의 도움이나 개입 없이 판단을 내릴 수 있다. 두 기술 모두 제조업 분야에 널리 적용되고 있다.

[조창현 기자 (news@industrynews.co.kr)]

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