[AI 팩토리③] AI, 제조업 품질 관리 패러다임 바꾼다 셰플러코리아 조형만 이사, “AI 비전 검사 데이터 부족, 합성 데이터로 해결” AI(인공지능)·디지털 전환은 제조 산업의 기술 혁신과 동시에 여러 도전 과제를 낳고 있다. 특히 급변하는 글로벌 산업 환경 변화와 고령화 및 인구 감소 문제에 직면한 한국의 경우, 첨단 제조기술인 ‘AI 팩토리’를 통한 미래 경쟁력 확보가 중요해지고 있다. 이러한 흐름에 맞춰, 한국베어링산업협회는 12일 구로구 더링크 서울 호텔에서 영주시·영주시민추진위원회와 함께 ‘AI기반 스마트제조·미래를 이끄는 베어링’이라는 주제로 ‘제4회 한국베어링컨퍼런스’를 개최했다. 연사로 나선 전문가들은 제조 현장의 성공적인 AI 도입의 열쇠로 명확한 목표 설정과 전략적 접근을 꼽았다.셰플러코리아 조형만 이사는 ‘AI Vision Inspection by Genereative AI’라는 주제로 발표를 진행하며 최신 AI 비전검사의 동향을 소개했다.그의 설명에 따르면, 품질검사는 현재 전 세계적으로 500만 명 정도가 종사하고 있으며, 약 170억 불 규모의 시장이 형성돼 있다. 자동화율은 다양한 패턴의 학습이 필요한 의류 산업이 가장 낮고, PCB보드·디스플레이·반도체 순으로 높아진다. 2D 이미지만 판별이 가능했던 품질검사 기술은 3D카메라·스캐너를 통해 3D 분석까지 발전했다. 가령, 배관과 같은 제품의 내부 품질까지 검사할 수 있게 된 것이다. 여기서 한발 더 나아간 AI 비전검사는 머신러닝·딥러닝 기법을 활용해 비정형 이미지와 비디오 데이터를 분석하고 제품 품질을 자동으로 검증한다. AI 비전검사 시스템은 ‘데이터 획득’·‘데이터 전송’·‘결함판단’으로 이뤄진다. 데이터 획득에는 고해상도 카메라·센서, 조명, 자동화가 필요하다. 검사에 적합한 조명 조건을 설정하고, 생산 효율의 저해하지 않는 신속한 검사 자동화를 구축해야 한다. 이렇게 획득한 데이터들은 고용량이기 때문에, 결함판단 컴퓨터로 실시간으로 전송할 수 있는 고속 인터페이스 및 네트워크가 요구된다. 또한, 정상 여부를 즉각 판별할 수 있는 고성능 컴퓨터가 중요하다. 조 이사는 “AI 비전검사에는 충분한 데이터가 있어야 신뢰 가능한 품질을 얻을 수 있다”라며 “그러나 실제 현장에서 습득할 수 있는 제조 데이터, 특히 불량 데이터가 부족하다”라고 말했다. 그러면서 “이러한 데이터 부족 문제를 해결하기 위해, 합성데이터 기술이 등장했다”라며 “생성형 AI가 정상 또는 소량의 불량 패턴을 학습해 다양한 유형의 결함 데이터를 대량으로 생산하는 것”이라고 전했다. 셰플러코리아는 ▲생성형 AI 기반 가상 불량·결함 데이터 생성 기술 ▲가상 데이터 오류 식별 기술 ▲온디바이스 품질 검사 시스템 ▲AI 모델 경량화 기술을 작년부터 국책 연구소와 공동으로 개발하고 있다. 현재 합성 데이터 분석을 진행하고 있으며, 내년부터 현장에 적용할 계획이다. 조형만 이사는 “AI는 제조업의 품질 관리 패러다임을 근본적으로 변화시키고 있다”라며 “지금은 이미지와 비디오에만 머물러 있지만, 향후 소음·진동까지 통합한 파운데이션 모델 기반의 새로운 형태의 AI 검사 시스템이 등장할 것”이라고 기대를 밝혔다.

[AI 팩토리③] AI, 제조업 품질 관리 패러다임 바꾼다

셰플러코리아 조형만 이사, “AI 비전 검사 데이터 부족, 합성 데이터로 해결”

기사입력 2025-11-14 13:59:05

셰플러코리아 조형만 이사

[산업일보]

AI(인공지능)·디지털 전환은 제조 산업의 기술 혁신과 동시에 여러 도전 과제를 낳고 있다. 특히 급변하는 글로벌 산업 환경 변화와 고령화 및 인구 감소 문제에 직면한 한국의 경우, 첨단 제조기술인 ‘AI 팩토리’를 통한 미래 경쟁력 확보가 중요해지고 있다.

이러한 흐름에 맞춰, 한국베어링산업협회는 12일 구로구 더링크 서울 호텔에서 영주시·영주시민추진위원회와 함께 ‘AI기반 스마트제조·미래를 이끄는 베어링’이라는 주제로 ‘제4회 한국베어링컨퍼런스’를 개최했다. 연사로 나선 전문가들은 제조 현장의 성공적인 AI 도입의 열쇠로 명확한 목표 설정과 전략적 접근을 꼽았다.

셰플러코리아 조형만 이사는 ‘AI Vision Inspection by Genereative AI’라는 주제로 발표를 진행하며 최신 AI 비전검사의 동향을 소개했다.

그의 설명에 따르면, 품질검사는 현재 전 세계적으로 500만 명 정도가 종사하고 있으며, 약 170억 불 규모의 시장이 형성돼 있다. 자동화율은 다양한 패턴의 학습이 필요한 의류 산업이 가장 낮고, PCB보드·디스플레이·반도체 순으로 높아진다.

2D 이미지만 판별이 가능했던 품질검사 기술은 3D카메라·스캐너를 통해 3D 분석까지 발전했다. 가령, 배관과 같은 제품의 내부 품질까지 검사할 수 있게 된 것이다.

여기서 한발 더 나아간 AI 비전검사는 머신러닝·딥러닝 기법을 활용해 비정형 이미지와 비디오 데이터를 분석하고 제품 품질을 자동으로 검증한다.

AI 비전검사 시스템은 ‘데이터 획득’·‘데이터 전송’·‘결함판단’으로 이뤄진다.

데이터 획득에는 고해상도 카메라·센서, 조명, 자동화가 필요하다. 검사에 적합한 조명 조건을 설정하고, 생산 효율의 저해하지 않는 신속한 검사 자동화를 구축해야 한다.

이렇게 획득한 데이터들은 고용량이기 때문에, 결함판단 컴퓨터로 실시간으로 전송할 수 있는 고속 인터페이스 및 네트워크가 요구된다. 또한, 정상 여부를 즉각 판별할 수 있는 고성능 컴퓨터가 중요하다.

조 이사는 “AI 비전검사에는 충분한 데이터가 있어야 신뢰 가능한 품질을 얻을 수 있다”라며 “그러나 실제 현장에서 습득할 수 있는 제조 데이터, 특히 불량 데이터가 부족하다”라고 말했다.

그러면서 “이러한 데이터 부족 문제를 해결하기 위해, 합성데이터 기술이 등장했다”라며 “생성형 AI가 정상 또는 소량의 불량 패턴을 학습해 다양한 유형의 결함 데이터를 대량으로 생산하는 것”이라고 전했다.

셰플러코리아는 ▲생성형 AI 기반 가상 불량·결함 데이터 생성 기술 ▲가상 데이터 오류 식별 기술 ▲온디바이스 품질 검사 시스템 ▲AI 모델 경량화 기술을 작년부터 국책 연구소와 공동으로 개발하고 있다. 현재 합성 데이터 분석을 진행하고 있으며, 내년부터 현장에 적용할 계획이다.

조형만 이사는 “AI는 제조업의 품질 관리 패러다임을 근본적으로 변화시키고 있다”라며 “지금은 이미지와 비디오에만 머물러 있지만, 향후 소음·진동까지 통합한 파운데이션 모델 기반의 새로운 형태의 AI 검사 시스템이 등장할 것”이라고 기대를 밝혔다.