구글 클라우드는 산업 특화 AI 솔루션을 제공합니다
이들 솔루션은 구글 클라우드가 추구하는 AI 민주화에 맞게 어떤 조직이건 AI를 통한 혁신의 혜택을 누릴 수 있도록 하는 데 초점이 맞추어져 있습니다. 이번 포스팅부터 총 4회에 걸쳐 구글 클라우드가 제공하는 제조업을 위한 AI 솔루션을 알아보겠습니다. 첫 주제는 Manufacturing Visual Inspection입니다. 🙂
돈도 많이 들고 신경도 많이 쓰이는 품질 관리
분야를 떠나 제조 기업에 ‘품질’은 무엇과도 바꿀 수 없습니다. 품질 관리를 매우 중요하게 보는 것이죠. 중요한 만큼 비용도 많이 듭니다. 구글에 따르면 품질 관련 비용이 제조사 판매 수익에서 15~20%를 차지한다고 하네요. 업종의 특성상 품질 검사를 사람의 육안에 의존해야 할 경우 이 비용은 더 커질 수도 있습니다. 공정에서 비용을 낮추고 효율을 높이는 검증된 방식은 자동화죠. 사람이 눈으로 일일이 검사하던 것을 자동화한다? AI는 이를 가능케 합니다.
비전 검사 AI가 진정한 AI인 이유
AI에 밝은 IT 팀이 있는 제조사는 구글 클라우드의 범용 AI 서비스인 AutoML을 활용해 품질 관리를 지원하고 있습니다. 구글은 이를 AI를 잘 몰라도 어떤 제조사나 육안 검사를 자동화할 방안을 제시하기 위해 비전 검사 AI(Manufacturing Visual Inspection)를 출시했습니다.
비전 검사 AI를 이용하면 라벨링 작업에 많은 인력과 시간을 투입하지 않아도 됩니다. 범용 머신 러닝 플랫폼을 이용할 때와 비교해 훨씬 더 적은 인력으로 라벨링 작업을 하고, 이를 거친 이미지 데이터 세트로 모델을 훈련할 수 있습니다. 네, 제조 현장에 비전 검사 AI를 빠르게 배포할 수 있습니다. 사전에 정의한 문제만 파악하는 단순한 이미지 기반 이상 감지 솔루션과 달리 비전 검사 AI는 진정한 AI의 능력을 보여 줍니다. 딥러닝을 통해 훈련을 거듭하며 모델이 최적화되면 단일 이미지 상에서 여러 유형이 결함을 분류하고 탐지할 수 있습니다.
비전 검사 AI의 주요 특징은 다음과 같이 요약할 수 있습니다.
- 특별한 전문 지식 없이도 활용 가능: 품질, 테스트 엔지니어가 컴퓨터 비전이나 AI 기술을 알 필요가 없습니다. 제조 엔지니어도 손쉽게 비전 검사 AI를 활용할 수 있습니다.
- 정확한 모델 구축 가능: 시간이 지나면서 다양한 현장 이미지를 데이터 세트로 훈련을 거듭하면서 자동으로 모델의 정밀성이 높아집니다.
- 엣지 클라우드 구현: 보안이나 규정 준수 등의 이유로 데이터를 클라우드로 보낼 수 없는 경우가 있죠. 비전 검사 AI는 공장 현장에 위치한 엣지 컴퓨팅 환경에서도 실행할 수 있습니다. 이를 통해 데이터 거버넌스 이슈나 네트워크 지연 같은 문제를 간단히 해결할 수 있습니다.
- 품질 관리 절차 개선: 비전 검사 AI가 찾아낸 결함 외에도 알려지지 않은 결함을 찾을 경우 엔지니어는 해당 요소에 플래그를 지정할 수 있습니다. 여러 측면에서 문제를 진단할 수 있어 품질 관리 절차를 개선하는 데 도움이 됩니다.
▼ 비전 검사 AI를 통해 품질 관리 혁신에 성공한 사례를 좀 알아보겠습니다.
자동차 업계 사례
구글의 연구에 따르면 일반적인 자동차. 공장은 매년 30만 대의 차량을 생산하며, 이중 최대 10%는 생산 결함 해결을 위해 재작업이나 부품 교체를 한다고 합니다. 비전 검사 AI는 페인트 마감, 시트 불량, 자체 용접 및 기계 부품의 결함을 자동으로 식별할 수 있습니다. 이를 통해 년 30만 대를 생산하는 자동차 공장을 기준으로 보면 연간 5천만 달러의 비용 절감이 가능합니다.
비전 검사 AI를 현장에 적용한 사례로 르노 자동차가 있습니다. 르노 자동차는 비전 검사 AI뿐만 아니라 AutoML, Vertex AI 등을 활용해 컴퓨터 비전 기반 품질 관리에 나서고 있습니다.
전자 제조 서비스 업계 사례
구글의 연구에 따르면 일반적인 EMS(전자 제조 서비스) 공장에서 매년 생산되는 1,500만 개의 회로 기판 중 납땜 불량 같은 품질 이슈로 조립 과정에서 최대 6%가 재작업 또는 폐기된다고 합니다. 품질 관련해 재작업과 부품 낭비를 줄이면 EMS 공장은 연간 2,300만 달러 절약이 가능하다고 하네요. 비전 검사 AI를 이용해 PCB 기반을 검사하는 곳으로 폭스콘 자회사인 FIM 모바일이 있습니다.
반도체 업계 사례
구글의 연구에 따르면 연간 60만 개의 웨이퍼를 생산하는 칩 제조 공장은 각종 결함으로 최대 3%의 수율 손실을 볼 수 있다고 합니다. 비전 검사 AI를 적용하면 생산 지연과 스크랩을 줄여 팹당 최대 5,600만 달러 절감이 가능하다고 합니다. 교세라 커뮤니케이션시스템즈의 경우 비전 검사 AI 검사를 적용해보니 10~20개의 웨이퍼 결함 이미지 만으로도 매우 정확한 모델을 생성할 수 있었다고 합니다. 이런 이유로 AI 전문가 도움 없이 제조 엔지니어가 AI 기반 품질 검사 자동화를 할 수 있다고 하는 것이 아닌가 싶네요.
비전 검사 AI의 데모를 보면 육안 기반 품질 검사 자동화의 가능성이 더 실감 나게 다가옵니다. 관심 있는 분은 다음 영상을 한번 보는 것을 추천합니다.
다음편에 Logistics Optimization 에 대해 알아보겠습니다 😃
더 자세한 내용은 메가존으로 문의 바랍니다. 👉 메가존 문의 바로가기
