한국생산기술연구원이 마스크 제조 전문기업에 인공지능(AI) 품질 검사 기술을 지원해 마스크 검수 공정을 자동화하는 데 성공했다고 8일 밝혔다.
기존 품질 검수 공정은 주로 근로자의 수작업에 의존하기 때문에 생산성이 낮고 정확하지 않는 데다 사람 손과 접촉해 오염될 우려도 있었다.
개발한 품질 검사 시스템의 핵심은 생기원 로봇응용연구부문 장인훈, 고광은 박사 연구팀이 보유한 ‘딥러닝 기반 영상패턴 분류기술’이다. 스스로 학습 가능한 인공지능 알고리즘이 카메라가 인식한 수많은 영상 데이터를 실시간으로 분석해 특정 패턴을 찾고 비슷한 것끼리 분류해내는 기법이다.
연구팀은 불량 마스크의 주요 특징을 프로그램에 직접 입력하는 대신 충분한 영상 데이터를 제공함으로써 인공지능이 마스크 위치를 추정하고 이어링 부위에 대한 불량 여부를 자체 판단할 수 있도록 학습시켰다. 인공지능은 단 3일 만에 불량 판단 학습을 마쳤다.
연구팀은 기존 마스크 생산라인에 쉽게 적용할 수 있도록 AI 알고리즘을 탑재한 통합 품질 검사 모듈을 2주에 걸쳐 최종 제작해냈다.
시범 테스트 결과 마스크 검수 정확도는 약 99.7%에 달했다. 마스크 위치 탐지와 불량 분류까지 걸리는 시간이 제품 1개당 최대 1/15초에 불과해 수작업보다 속도도 크게 향상됐다.
생산성이 향상되고 오(誤)분류 문제도 줄어들면서 해당 기업의 마스크 일일 생산량은 전보다 30%가량 증가했다.
기업은 지난 9월, 경기도 고양시 소재의 공장에 해당 모듈을 도입해 본격적인 마스크 생산에 돌입했다.
