[인더스트리뉴스 최정훈 기자] 산업용 머신비전 분야 선도기업 코그넥스(대표 Robert Willet)가 포장, 소비재, 식음료, 제약, 의료기기 분야 등의 패키징 검사 자동화에 사용되는 딥러닝 기반 머신비전 솔루션인 ‘인사이트(In-Sight) 비전 시스템’과 이미지 기반 바코드 리더기의 활용 사례를 11월 11일 발표했다. 

패키징 밀봉 검사 [사진=코그넥스]

결함이 있거나 손상된 패키징은 제품 품질, 안전, 가치에 대한 유통업체와 소비자의 인식에 부정적 영향을 미친다. 특히, 건강 및 안전 이슈로 인한 리콜은 비용 지출은 물론 기업과 브랜드 신뢰도를 실추시키는 등 막대한 피해를 초래한다. 업체 단일 리콜일지라도 이는 곧 공급망상 결부된 수많은 회사에 영향을 미칠 수 있다는 것을 감안한다면 제조와 유통의 전 과정에서 철저한 패키징 검사는 필수적이다.

이 가운데 코그넥스는 딥러닝 기반 머신비전 솔루션으로 제조에 더 높은 수준의 자동화 기술을 통합해 기업이 효율적인 패키징 검사를 수행하는데 기여하고 있어 주목받고 있다. 코그넥스의 머신비전, 딥러닝, 바코드 판독, 바코드 검증 기술의 조합은 제조 및 유통의 전 과정에서 1차 및 2차 패키징이 적절하게 밀봉되고, 조작된 부분 없이 올바르게 조립됐으며, 아울러 최종적으로 결함이 없음을 꼼꼼하게 짚어낸다. 이에 불필요한 재작업에 대한 리스크를 모면할 수 있고, 많은 비용이 발생하는 제품 리콜 사태를 미연에 방지할 수 있는 것이다.

라벨 품질 검사 [사진=코그넥스]

이번 딥러닝 기반 머신비전 솔루션은 실시간 문제를 표시·분류해 특히, 제품 리콜이 빈번한 식음료, 제약 산업의 패키징 오염 방지에서 크게 빛을 발한다. Stericycle 전문가 솔루션 리콜 지수 2018에 따르면 식음료 분야에서 발생한 제품 리콜 원인 중 가장 높은 요인은 세균오염(52%)인 것으로 나타났다. 제품의 멸균과 오염 방지를 위해선 패키징 씰의 무결성을 판단하는 패키징 밀봉 검사가 핵심인데 결함의 외형 변화로 인해 검사가 쉽지 않고, 기존의 룰베이스 비전 시스템으로는 검사 시 발생하는 변경 사항에 맞추어 조정하거나 씰에 문제가 생긴 이유를 분류 혹은 정량화하기가 여간 힘든게 아니었다. 

코그넥스는 딥러닝 기반 머신비전 솔루션을 통해 실시간으로 패키징의 외형을 달라지게 만드는 입자 크기의 변화, 대비의 변형 및 무작위 결함 등의 문제를 표시하고, 작업자나 기계가 문제를 분류할 수 있도록 지원한다는 복안이다. 이물질, 빈 공간이 있는 씰, 오염을 비롯해 제품 씰에 영향을 미칠 수 있는 수많은 문제를 안정적으로 식별할 수 있다. 

또한 외관 결함 감지, 특징 추출, 패턴 매칭 기술이 탑재된 인사이트(Insight) 비전 시스템으로 오류 발생 여지를 대폭 줄였다. 라벨에는 제품의 데이터가 내재됐기에 제품 라벨 부착 시 결함과 오류가 없도록 보장하는 라벨 품질 검사는 원활한 제품 이력관리를 위해 중요하다. 하지만 공장 컨베이어 벨트의 방향이나 제품의 곡선형 표면으로 인해 라벨 상 감지하기 어려운 결함이 많아 여전히 제조업체들은 검사에 어려움을 겪고 있었다.

이에 코그넥스는 외관 결함 감지 기술이 탑재된 머신비전 시스템을 이용해 라벨이 주름, 기포, 찢어짐 또는 기타 오류 없이 깔끔하고 정확하게 라벨이 부착됐는지 검사하고, 특징 추출 기술이 탑재된 인사이트(In-Sight) 비전 시스템의 조명과 소프트웨어 알고리즘으로 찢어지거나 뒤틀린 라벨 등을 모두 포착할 수 있도록 제품에서 3D 특징을 강화하는 고대비 이미지 생성을 지원한다.

[최정훈 기자 (news@industrynews.co.kr)]

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