본문영역
占싱노베占싱쇽옙
占쏙옙占쎈영占쏙옙
연구성과 사례
占쏙옙占쏙옙占쏙옙 "꿈의 나노물질 ‘그래핀 양자점’, 새로운 과학적 근거 마련하다." |
占쏙옙占쏙옙占� “인공지능 기술로 마스크 품질검사 더욱 깨끗하고 위생적으로” |
占쏙옙占쏙옙占쏙옙 사람처럼 물체 조립하는 세 개의 로봇 손가락 |
딥러닝 기반 마스크 품질 검사 장비. 마스크 영상 패턴을 스스로 분석해 불량품을 구분해 낸다.
코로나19 시대를 사는 현대인의 필수품 ‘마스크’. 식품의약품안전처에 따르면, 8월 셋째 주 마스크 생산량이 처음 2억512만장을 기록한 이후 주당 생산량이 2억장을 크게 웃돌고 있다. 마스크 수급 대란에서 벗어난 지금, 깨끗하고 위생적인 작업환경에서 제조해 안심하고 착용할 수 있는 마스크가 소비자들의 주목을 받고 있다.
한국생산기술연구원이 마스크 제조 전문기업 ‘KS커뮤니케이션’에 인공지능 검사기술을 지원해 마스크 품질 검수 공정을 자동화하는데 성공했다. 한균성 대표는 기존 수작업에 의존해 정확도가 떨어지고 오염 우려가 있던 마스크 이어링 품질 검수 공정을 개선하기 위해 고심하던 중, 생기원에 도움을 요청했다.
생기원에서는 한 대표와의 만남 이후 약 3주 만에 마스크 공장에서 실제 가동 가능한 검사 기술 및 시스템 개발을 이뤄냈다. 이렇게 빠른 진행이 가능했던 건 생기원 로봇응용연구부문 장인훈, 고광은 박사의 딥러닝(Deep-Learning) 기반 영상패턴분류기술이 현장에 바로 활용됐기 때문이다.
영상 보고 스스로 학습하는 ‘딥러닝’ 기술… 공정 도입해 검수 정확도 99.7% 달성
알파고로 대중들에게 알려진 딥러닝 기술이란 인공지능이 대량의 데이터 속에서 패턴을 발견해 비슷한 것끼리 분류하는 기술로, 사람의 프로그래밍 작업 없이도 자가 학습 가능하다는 특징이 있다.
장인훈, 고광은 박사가 개발한 딥러닝 기반 영상패턴분류기술의 경우, 인공지능 알고리즘이 스캐너가 인식한 수많은 영상 데이터를 스스로 분석, 특정 패턴을 찾아내 분류한다.
장인훈 박사는 “마스크 양품과 불량품을 구별하는 주요 특징을 사람이 직접 알려주는 대신, 충분한 영상 데이터를 제공함으로써 인공지능 알고리즘이 마스크 이어링의 올바른 위치를 추정하고 불량 발생 여부를 자체 판단할 수 있도록 학습시켰다.”고 설명했다.
KS커뮤니케이션에 인공지능 품질검사기술을 지원한 장인훈 생기원 융합기술연구소 로봇응용연구부문 박사
고광은 박사에 따르면 마스크 공정에 도입된 영상패턴분류기술은 실시간 분류가 가능한 객체탐지(Object Detection) 딥러닝 모델을 기반으로 구현해 냈는데, 그 과정은 다음과 같다.
먼저 1차 제조된 마스크가 컨베이어벨트를 통해 별도 제작된 영상수집 장비로 이동한다. 장비 내 RGB 영상 수집·처리 모듈이 마스크를 촬영해 이어링의 위치를 추정한다. 이를 기반으로 객체 탐지 딥러닝 알고리즘이 이어링 접합 여부를 실시간 식별하고 만약 불량이 발생한 경우 분류 모듈을 통해 걸러낸다.
연구팀은 이 같은 전 과정을 기존 설치된 마스크 생산라인에 쉽게 적용할 수 있도록 하나의 통합 모듈로 구현해냈다. 시범 테스트 결과, 마스크 검수 정확도는 약 99.7%에 달했고 마스크 1개당 위치 탐지 및 불량품 분류까지 걸리는 시간이 최대 1/15초에 불과해 속도도 빨랐다. 연구팀은 지난 9월초 KS커뮤니케이션 공장에 모듈을 설치해 본격적인 가동을 시작했다.
인공지능 품질 검사를 통과한 마스크가 컨베이어벨트를 통해 분류되고 있다.
마스크에 AI 기술을 적용한 최초 사례
그렇다면 기술 도입 전후를 비교할 경우 생산성은 얼마나 올라갔을까? 한균성 대표는 검사 자동화로 오(誤)분류 문제가 줄어들어 마스크 일일 생산량이 약 40만 장으로 전보다 약 1.3배 증가했다고 밝혔다.
하지만 한 대표는 기술 도입의 가장 큰 장점으로 작업자의 손닿는 횟수가 감소했다는 점을 꼽았다. 마스크는 무엇보다 생산 과정에서 위생이 중요한데 사람 손을 한번이라도 덜 타게 되어 의도치 않게 오염될 우려가 크게 줄었다는 것이다.
한 대표는 “마스크 필터 성능도 물론 중요하지만, 눈에 쉽게 띄는 위생과 불량 문제는 소비자 신뢰와 직결된다. 생기원의 기술지원 덕분에 이 2가지 난제를 동시에 해결하는 한편, AI 기술을 최초 적용한 마스크를 만든다는 자부심도 갖게 됐다”고 전했다.
기술개발부터 공정 도입까지 단 3주… 속전속결
이번 기술이전의 또 다른 성과로 기술 개발부터 공정 도입까지 불과 3주밖에 걸리지 않았다는 점도 주목할 만하다. 일반적인 기술이전 기간이 최소 수개월에서 길게는 수년이 소요된다는 것을 고려하면 매우 이례적이다.
장인훈 박사는 “딥러닝 원천기술을 바탕으로 시범 학습을 시켜보니 3일 만에 기술개발이 가능했고 오히려 장비 제작에 2주가 걸려 결과적으로 총 3주”라며, “코로나19 방역에 필수적인 마스크임을 감안해 신속하게 진행하였으며, 이는 현재 생기원에서 진행중인 빅이슈 사업(과제명 : 생활밀착형 센서를 위한 나노소재공정 기술개발)을 통해 확보한 산학연 R&D 네트워크와 사회현안·생활문제 해결 기술을 보유한 연구자들 간 협력의 결과”라고 말했다.
아울러 “딥러닝 기술은 이외에 자율주행, 사람과 로봇 간 인터페이스, 스마트팜 등 실생활과 밀접한 현장 곳곳에서 다양한 응용이 가능하다.”고 덧붙였다.
앞으로도 KS커뮤니케이션은 다양한 색상과 형태의 마스크를 개발해 나갈 계획이며, 그 과정에서 생기원의 지속적인 기술지원이 필요하다고 강조했다. AI가 만들어내는 청정 마스크 시대를 열어나갈 생기원과 KS커뮤니케이션의 긴밀한 기술협력이 기대된다.
왼쪽부터 생기원 고광은, 장인훈 박사, KS커뮤니케이션 한균성 대표