인공지능 Image Segmentation 철 강판 결함 탐지 - AMSquare 기술 리뷰 1

Image Segmentation으로 효율적으로 일하자

"인공지능 기술로 자동화된 철 강판 결함 탐지, 품질관리로 이어져"

"반도체 웨이퍼, 직물, 태양관 판넬의 결함탐지에 다양하게 적용가능"

"정확하고 일관된 자동화된 결함탐지로 시간 절약과 효율적 운영"

"시간절약과 효율적 운영으로 기업은 다른 중요한 일에 투자"

올해 초(2020년 초)에 저희는 인공지능기반 Image Segmentation을 활용하여 "철강판 결함 탐지 소프트웨어"를 제작(개발 기간 3개월) 후 고객에게 전달하였습니다.

Image Segmentation은 사진에 있는 물체가 무엇인지 인식하고 분류하는 기술입니다. 최근 몇년 간 인공지능이 적용됨으로써 Image Segmentation 기술의 발전이 있었고 의료분야, 자율 주행 자동차 등으로 활용도가 높아지고 있습니다.

최근엔 생산품의 품질관리에도 사용되고 있습니다. 반도체는 웨이퍼(Wafer)라는 원형 판 위에 다른 회로들을 조합해서 만들어지고 있습니다. 피자를 만들기 위해 도우위에 토핑을 얹어서 만들듯이 말이죠. 웨이퍼는 반도체 생산에 있어서 기본요소이고 웨이퍼에 결함 유무는 중요합니다. 결함의 존재 유무에 따라 우리 손에 놓인 핸드폰의 성능과 수명이 달라지기 때문이죠. 이뿐만 아니라 직물, 태양광 판넬 등에서도 결함은 각각 품질과 효율성에 영향을 주기 때문에 결함을 탐지하는 일은 중요합니다.

---

저희가 "철강판 결함 탐지 소프트웨어"를 개발하며 봤던 시료 데이터 입니다. 왼쪽은 결함을 찾기 전 데이터 입니다. 경계선 안쪽에서 결함을 찾아야 합니다. 오른쪽에는 결함을 빨간색 동그라미로 표시하였습니다.

보통의 시력을 가진 사람은 사진한장 정도는 길어야 1분내외로 찾을수 있습니다. 그러나

실제 현장에서는 이 사진이 몇천장씩 쏟아지고 다 검사해야합니다. 실제 고객사에서는 1000장을 검사하는데만 "최소 100분"이 걸렸다고 합니다. 검사를 하는 동안 검사를 하는 사람은 피로도가 쌓이고 이것은 결함을 발견하는데 일관성을 유지 못하게 하는 원인이며 정상적인 결함 탐지를 어렵게 합니다.

100분의 시간을 2분으로 단축, 98분 절약

결함 탐지 작업의 시간을 저희의 인공지능 알고리즘으로 "98%" 줄였습니다.

저희 알고리즘을 GPU가 탑재된 컴퓨터에서 실행했을 때 사진 1000장의 결함을 탐지하는데 약 2분이 걸립니다. 저희의 고객사는 저희의 알고리즘으로 인해 "클릭 하나로" 결함을 검사하는 시간을 98%가량 절약 할 수 있게 되었습니다. 또 결함 탐지에 투입되었던 인적 리소스도 줄일 수 있게 되었습니다. 고객사는 절약된 시간과 인적 리소스를 다른 중요한 일들에 투자할 수 있어 경영적인 이득 또한 얻을 수 있습니다.

저희의 알고리즘은 다음과 같은 장점이 있어서 98%의 시간을 줄일 수 있었습니다.

사람과 비슷한 경계선 인식, 민감도 조절

사람이 결함을 탐지한다면 노란색으로 표시된 영역에 있는 것을 경계선으로 인식하는 것은 어려운 일이 아닐 겁니다. 사람은 이미지를 인식할 때 맥락에 따라 인식하기 때문입니다.경계선 위치와 모양이 달라져도 사람은 맥락에 따라 그것이 경계선임을 인식할 수 있습니다. 컴퓨터가 경계선을 인식할수 있는 지는 의문이었습니다. 개발을 거듭해 나감에 따라 저희의 딥러닝 알고리즘은 경계선이 어디에 있건 어떤 모양이건간에 사람처럼 맥락에 따라 경계선을 인식하여 경계선 안에 있는 영역에서만 결함을 탐지 할 수 있었습니다.

사람이 결함을 탐지할 때 그 사람이 얼마나 민감하냐에 따라 결함 탐지 결과가 달라집니다. 예민한 사람은 눈으로 판별하기 힘든 조그만 변화에서 결함을 보기도 하고 덜 예민한사람은 조그만 변화를 인지하지도 못합니다. 같은 한 사람이어도 본인의 생각에 따라 한 부분을 때로는 결함으로 때로는 정상인 부분으로 인지합니다. 저희의 인공지능에는 인간의 특성을 본따 민감도라는 숫자를 도입하였습니다. 알고리즘을 실행할 때 민감도를 높은 숫자로 세팅을 하면 눈으로 보기 힘든 작은 결함도 찾아낼 수 있습니다. 민감도가 너무 높으면 경계선 주변 부분도 결함으로 탐지하는 경우도 있었지만, 이런 문제도 또 다른 식별 알고리즘을 이용해 해결 할 수 있었습니다.

타 분야에도 적용

저희는 철강판에 대해서만 결함탐지를 했지만 다른 분야에서도 적용 될 수 있습니다.

앞서 말한 반도체 웨이퍼, 직물, 태양관 판넬 등에 적용 될 수 있다고 봅니다. 왜냐하면 저희의 알고리즘은 인간 사고의 장점이라 할 수 있는 "맥락으로 판단", "민감도 조절"능력이 있고 일관된 성능을 수행할 수 있기 때문입니다. 이 점은 다른 데이터에 대해 결함을 판단할 때도 큰 장점이 될것으로 예상합니다.

100분의 시간을 2분으로 줄여준 "철 강판 결함 소프트웨어" 가 도움이 되길 바랍니다. AMSquare는 철 강판 결함뿐만 아니라 복잡한 Image Segmentation도 해결해 드리겠습니다.

여러분의 소모되는 시간 중 "98%를 중요한 시간"으로 바꿔드리겠습니다.

고객분들의 연락을 기다리고 있습니다.

TEL    054-279-2988

Email amsquarecorp@gmail.com

"AI Learns Heart" AMSquare