기계의 발달로 대량생산이 가능해지면서 불량품을 선별하는 작업도 함께 발달을 하였습니다. 2차 산업, 그리고 3차 산업의 시기에는 이러한 불량품 선별을 위하여 사람이 직접 컨베이어 라인에 서서 불량품을 판별하는 작업을 하기도 하였습니다. 고도의 직중력이 필요할 뿐 아니라 사람이 하는 이상 실수가 생기기도 하였죠.
이런 불량품이 소비자에게 전달되면 회사의 신뢰 문제가 되고 더 큰 피해가 발생하기 때문에 대량생산에서 그만큼 불량품을 줄이기 위하여 다양한 방법들이 도입됩니다. 그래서 각종 검사 기계가 도입되었습니다. 부피를 이용하는 방법, 높이를 측정하는 방법 등 물리적인 측정 법이 도입됩니다.
카메라 기술의 발달로 인하여 점점 더 정확하고 다양한 방법의 검사법이 도입되게 됩니다. 검사기 자체에 정상품 판정이 가능한 여러 가지 이미지를 저장합니다. 빠르게 돌아가는 컨베이어 위의 제품을 순간적으로 포착하여 불량 여부를 파악합니다. 이러한 제품의 인식은 우리가 먹는 생수, 맥주, 소주, 식료품, 그리고 택배뿐만 아리라 제조업에서 검사를 위하여 사용하게 됩니다.
그리고 한 층 더 성숙된 기술이 바로 Vision Machine의 Deep Learning 기술입니다.
1.Deep Learning 기술이란?
딥 러닝 기술은 패턴을 예측하고 판단 기반 응용 프로그램을 수행하는 데 사용되는 기술입니다. 쉽게 말하면 여러 가지 데이터를 통하여 개인지 혹은 고양이 인지 판단하는 것입니다. 이는 인공지능(AI) 알고리즘을 배포하여 로봇과 기계가 인간이 자연스럽게 판단하는 것을 학습하도록 가르치는 것이라고 이해하면 됩니다.
2. Deep Learning 기술이 Vision Machine에 어떻게 사용되는가?
기존의 Vision Machine이 검사 위주였다면, Deep Learning이 적용되면서 품질 검사 및 작업 자동화를 위한 사람이 하던 일련의 작업이 가능하게 되었습니다. 시스템 내에서 결정을 내리는 AI의 발전과 신뢰성의 증가로 인하여 복잡한 부품의 위치, 조립 검증, 결함 감지, 분류 및 판독으로 그 영역이 확장됩니다.
3. Vision Machine 앞으로는?
Deep Learning을 통한 Vision Machine의 사용 분야는 앞으로 더욱 발전이 있을 것입니다. 예를 들면 로봇에 부착된 카메라를 통하여 로봇의 조립을 실시간 통제, 사용, 검증까지 가능해질 것입니다. 그렇게 되면 따로 검증에 필요한 라인이나 시간이 필요하지 않기 때문에 그만큼의 노력과 시간 그리고 비용 절감이 가능해 지기 때문에 많은 기업에서 도입을 할 것으로 생각됩니다. 또한 자율주행 혹은 로봇의 이동에도 사용되어 장치의 신뢰성에 기여를 할 것으로 기대가 됩니다.
Vision Machine은 그 이름만큼 앞으로 4차 산업의 발달과 함께 상당히 Vision 있고 전망이 밝은 부분이라고 할 수 있습니다. 점점 빠르고 다양한 방법으로 기업에서의 생산 효율이 올라가고 있는 만큼 그에 상응하는 Vision Machine이 계속 발전되고 적용될 것입니다.
댓글