[인더스트리뉴스 박규찬 기자] 수아킷의 가장 큰 경쟁력은 ‘최고의 인재’로부터 나온다고 할 수 있다. 수아랩은 전체 인원 중 65% 이상이 엔지니어로 이뤄진 기업으로 딥러닝과 머신비전의 전문가 집단이라고 할 수 있다. 국내 최고의 연구원, 개발자들이 모여 수아킷의 우수한 검출 성능을 위해 딥러닝 알고리즘을 직접 개발하며 다양한 연구를 통해 새로운 기능을 제품에 탑재하고 있다.

또한 수아랩의 ‘솔루션 개발팀’은 고객사별 맞춤형 솔루션을 제공하는 데 최적화돼 있다. 머신비전 검사는 촬영된 제품 이미지나 영상을 바탕으로 불량을 검출하는 형태이기 때문에 이미지를 해석하고 처리하는 기술이 핵심이라고 할 수 있다. 수아랩의 솔루션 개발팀은 다양한 산업군의 여러 프로젝트를 진행하면서 이미지 해석/처리에 많은 노하우를 쌓았고 이를 바탕으로 고객사의 실제 생산라인에 적용할 수 있는 높은 성능의 딥러닝 모델을 생성하고 있다.

수아랩의 제품 측면에서의 계획은 Post Training, One Class Learning 등 여러 기술들을 수아킷에 추가 탑재하는 것이다. [사진=Dreamstime]

수아랩 송기영 대표는 현재 소프트웨어뿐만 아니라 로봇 기반의 비전 검사(Vision Inspection) 분야로도 사업을 확장하려는 계획을 갖고 있다고 언급했다. 송기영 대표는 “단순히 불량을 검출하는 차원을 넘어서 사람의 미의 기준으로 봤을 때 제품이 적당한 외관을 갖고 있는가를 검사하는 것을 목표로 하고 있다”며, “로봇팔을 이용해 제품의 다면을 촬영하고 촬영된 이미지를 바탕으로 외관의 상태를 검사하는 형태로 마치 사람의 눈과 팔로 검사하는 것과 같다”고 설명했다. 
 
아울러 송 대표는 4차 산업혁명의 핵심에는 ‘스마트 팩토리’가 큰 부분을 차지하고 있다고 강조했다. 이 스마트 팩토리를 결국 머신비전으로 완성할 수 있다는 것이 우리의 생각이다. 기존의 스마트 팩토리라 하면 ERP, MES 도입 등을 1단계로 지칭하고 제품의 자동 검사 등은 마지막 4단계로 분류하고 있다.

수아랩 송기영 대표 [사진=인더스트리뉴스]

특히 ERP를 기반으로 하는 재고 관리 시스템으로도 공장에서는 큰 이득을 얻을 수도 있겠지만 제조 공장의 가장 큰 목적인 좋은 제품을 생산해 내는 것 자체에는 큰 영향이 없는 것이 사실이다. 우리가 바라보는 스마트 팩토리는 우선 위에서 말한 4단계의 제품의 자동 검사에서부터 시작하는 것이다. 이에 수아랩은 위와 같은 4단계의 스마트 팩토리 시스템 구축을 위해 연구개발을 진행하고 있으며 불량 검사 과정을 획기적으로 개선해 공장이 더 좋은 품질의 제품을 생산할 수 있도록 하는 데 주력하고 있다.

한편 수아랩의 제품 측면에서의 계획은 Post Training, One Class Learn ing(Unsupervised Learning) 등 여러 기술들을 수아킷에 추가 탑재하는 것이다. Post Training은 기존에 생성한 딥러닝 모델에 신규 이미지를 추가해 학습할 수 있는 기능으로 기존에는 이미 생성된 모델의 검출력을 유지하면서 신규 이미지를 추가해 학습할 수 없었지만 이 기능을 이용하면 신규 이미지를 추가하여 빠르게 학습이 가능하다. 결국 딥러닝이 갖고 있는 한계 또한 하나씩 해결해 나가려는 것이 우리의 목표라고 할 수 있다.

[박규찬 기자 (news@industrynew.co.kr)]

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