[인더스트리뉴스 최종윤 기자] 메탈쓰리디(메탈3D)가 한국적층제조사용자협회와 공동으로 인공지능 기술인 GAN(적대적 신경망)을 사용해, 메탈 3D 프린팅시 불량을 자동 검출하는 인공지능 품질관리 시스템을 출시할 예정이라고 밝혔다.

멜트풀 소프트웨어를 활용한 불량 감지, 빨간색이 아닌 부분이 불량이 발생한 부분이다. 이를 인공지능을 통해서 검출을 한다. [자료=메탈쓰리디]

메탈쓰리디는 이 기술은 월 2만개 이상의 대량으로 생산되는 부품의 각각의 품질을 각각 생산시에 취득한 멜트풀 데이터를 이용해, 불량을 자동으로 검출하는 시스템으로 불량을 100% 예측을 할 수 있다고 설명했다.

기존 판별 모델링과는 다른 생성 모델링의 GAN 기술을 활용했다. 확률적인 방법으로 판단하던 기존 방식과 달라, 3D 프린팅 스마트 공장에 적합한 인공지능 생산품질 관리 시스템이다.

메탈3D 프린팅에서 불량의 예후를 모니터링하기 위해 이미지 마커를 잡아내는 모델을 얻는 것은 매우 어렵다. 보통 모델은 자동 감지를 위해 알려진 데이터 샘플을 사용하고, 많은 양의 데이터를 기반으로 한다. 그러면서도 라벨링 작업과 이미 알려진 것들에 대해서만 탐지 가능하다. 하지만 메탈쓰리디가 이번에 개발에 성공한 방식은 인공지능을 기반으로 라벨링 작업이 안된 이상도 감지가 가능하다.

이 방식은 이미지에서 결함(어노말리)을 찾기 위해 비지도학습을 이용한다. 인공지능 기술인 GAN은 정상적인 변동성의 다양함(정상 데이터의 분포)을 학습한 DCGAN과 이미지 공간에서 잠재공간으로의 매핑방식을 기반으로 비정상 스코어를 계산한다.

이상 감지를 위해, GAN 기반의 정상 가변성을 표현하는 모델을 학습한다. 이런 방법은 생성모델과 생성된 데이터와 실제 데이터를 동시에 구분하는 판별기(discriminator)를 학습시킨다.

인공지능 시스템을 통해서, 결함(어노말리)으로 사전에 부품의 이상을 검출한 예 [자료=메탈쓰리디]

메탈쓰리디는 단일 비용 함수 최적화 대신, 비용의 내쉬 균형, 생성 모델의 대표성과 특이성을 높이는 동시에 생성된 데이터로부터 실제 데이터를 더 정확하게 분류하고 대응하는 Feature Mapping을 개선하는 것을 목표로, 학습 데이터에 나타나지 않은 형태를 식별하는 것에 대해 인공지능 해결책을 사용했다.

메탈쓰리디 관계자는 학습 후 실제 검출을 위해, 각 부품에 대한 멜트풀 데이터에 적용했을 때, 이 모델은 어노말리와 어노말리 스코어(anomaly scoring)를 계산한다. 이것을 멜트풀 비정상 영상에 적용한 결과, 기공 또는 결함을 포함하는 이미지와 같은 변칙적인 영상을 정확하게 식별함을 확인했다고 설명했다.

이 제품은 기존 메탈쓰리디와 윈포시스의 멜트풀 모니터링 소프트웨어에 추가적인 옵션으로 판매할 예정이다.

메탈3D 프린팅 장비와 멜트풀 모니터링을 개발한 메탈쓰리디의 주승환 CTO는 “3D 프린팅 인공지능 기술 중에서 GAN을 처음으로 국내에서 적용했다”면서, “대량 생산시에 메탈3D 프린팅의 불량률을 100% 찾아낼 수 있어, 안전한 제품을 생산할 수 있다”고 강조했다.

한편, 트풀 모니터링 시스템은 메탈쓰리디와 윈포시스가 개발한 제품으로 현재, 국내 메탈3D 프린팅 장비 뿐만 아니라, 독일 오알레이저 사의 장비에도 사용되는 유일한 국내 개발 모니터링 소프트웨어다.

[최종윤 기자 (news@industrynews.co.kr)]

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