제품의 생산 과정을 완전히 자동화한 스마트팩토리에서 발생하는 불량품을 정확하게 걸러낼 수 있는 기술이 나왔다. 4차 산업의 핵심 기술로 주목 받는 스마트팩토리의 상용화에 도움이 될 전망이다.
박상현 대구경북과학기술원(DGIST) 로봇및기계전자공학과 교수가 이끄는 연구진은 14일 스마트팩토리에서 생산하는 부품의 영상을 분석해 불량품을 정확하게 걸러내는 기술을 개발했다고 밝혔다. 이번 연구에는 미국 스탠퍼드대 연구진도 함께 참여했다.
이번에 개발한 불량 감지 시스템은 영상에서 '논리적 이상'을 찾아내는 방식으로 정확도를 높였다. 논리적 이상은 영상에서 물체의 수·배치·구성 같은 기본 논리를 벗어난 데이터를 말한다. 영상 일부분만 활용하는 '구조적 이상'과 달리 논리적 이상은 영상 속 전체 물체를 분석해야 해 구현 난이도가 높은 기술로 꼽힌다. 실제로 인공지능(AI)을 이용한 논리적 이상 감지 시스템은 정확도 점수가 90%를 넘지 못하고 있다.
연구진은 논리적 이상의 감지 성능을 높이기 위해 제품의 부품을 각각 영역화해 학습하는 모델을 만들었다. 픽셀 단위의 작업이 필요해 많은 노동력이 요구되는 영역화 모델의 단점은 '퓨샷(Few-shot)' 기법으로 해결했다. 퓨샷 기법은 적은 수의 정답지로 AI 모델을 학습하면서도 정확도를 높이는 방식이다.
이렇게 개발한 불량 감지 시스템의 성능은 'MVTec LOCO AD'로 확인했다. 현존하는 논리적 이상감지 데이터세트 중 가장 난이도가 가장 높은 방식이다. 이 기술은 이상 감지 점수를 98%까지 끌어 올리며 월등한 성능을 보였다.
박 교수는 "논리적 이상감지 성능을 극적으로 향상시켰다"며 "스마트 팩토리의 불량검출 비용을 획기적으로 줄일 수 있을 것으로 기대한다"고 말했다.
연구 결과는 AI 분야 학회 '전미인공지능학회'에서 지난달 발표했다.