화학뉴스

교세라(Kyocera)가 생산제품 외관검사에 AI(인공지능)를 활용할 계획이다.
교세라는 기존 화상검사기에서 불량제품으로 판정된 대상물을 기존 화상검사기에서 검사한 후 사람의 손을 거쳐 눈으로 재검사하는 공정을 대상으로 구글(Google)의 Auto ML Vision으로 제작한 화상인식모델을 활용하는 개념실증(SoC)을 실시했다.
생산성 향상에 일정 수준 성과를 올렸으며 2019년 안에 양산라인 검사에 도입하고 2020년 이후 건설하는 신규공장과 생산라인 등에 적용할 방침이다.
교세라는 그동안 제조현장의 고령화 등에 대비해 생산성 개선에 총력을 기울여 왔다.
특히, 타니모토 히데오 현재 사장이 취임한 2017년부터 생산성을 2배로 확대하기 위한 다양한 활동을 추진하고 있다.
교세라는 지금까지도 생산제품을 검사하는 공정에서 화상검사기를 도입해 자동화를 실현했으나 2개의 문제점을 안고 있던 것으로 알려졌다.
먼저, 다품종 변량생산에 대응하기 위해 화상검사의 판정기준을 높은 수준으로 설정한 결과 불량이 나올 확률이 높아졌고 불량제품 중에서 양호한 생산제품을 찾아내는 재검사 작업이 필요하다는 점이 문제였다.
또 다른 문제는 품종이 지나치게 많아 전용 화상검사기 제작에 시간이 오래 걸리거나 코스트 상 도입이 어려운 생산제품도 있었고 결과적으로 육안으로 검사하는 작업이 필요하기도 했다는 점이었다.
이에 따라 구글과 공동으로 간단하고 독자적인 화상인식 모델을 만들 수 있는 Auto ML Vision을 사용해 AI로 육안검사를 대체하기로 했다.
이미 화상검사기와 육안검사 데이터를 확보한 기존제품들을 대상으로 SoC를 실시했으며 화상검사기가 불량이라고 판독한 화상 데이터를 크롭 등 전처리하는 모델을 만들어 육안검사 대신에 AI를 활용하도록 했다.
결과적으로 생산제품 중에서는 육안검사에 가까은 95%의 정밀도를 얻은 것도 있는 것으로 알려졌다.
화상검사기가 불량이라고 판정해도 AI가 정상제품이라고 결론을 내린 경우만 골라 육안검사를 실시하면 되기 때문에 검사부담을 경감하고 생산성을 향상시킬 수 있을 것으로 기대된다.
앞으로 적용이 가능한 공정을 탐색한 후 유사제품 검사에도 적용할 수 있는지 확인하기 위해 간이 화상검사기를 개발하는 방안을 검토하고 있다.
교세라는 제조업 관련 영역에서 IoT(사물인터넷)을 공장IoT로 정의하고 있으며 성숙도를 여섯단계로 나누어 최종단계인 6레벨(자율시스템)을 달성하기 위한 비전을 실시하고 있다.
일부 부문에서는 3레벨(수집한 정보 공유화 및 가시화)까지 도달한 상태이나 아직도 수작업이 많고 다른 공정과 연계하지 않은 채 단독으로 가동하는 설비가 많은 현장도 있다는 점에서 먼저 1-3레벨 달성을 빠르게 이루고 4레벨(수집한 데이터 분석), 5레벨(분석에 기반한 예측·최적화) 등으로 업그레이드해나갈 방침이다.
제조공정을 포함해 AI 활용사례를 계속 축적함으로써 장기적으로는 시스템을 외부에 판매하는 방안도 검토하고 있다. (K)