다겸, '제로샷' AI 비전 검사로 제조공정 이상 탐지 지원

[산업일보]
제조공정의 품질검사에서 인공지능(AI)을 활용하려면 다양한 불량 사례를 학습할 수 있는 데이터가 필요하다. 그러나 실제 생산라인에서는 불량 발생 자체가 드물어 학습에 필요한 이미지를 충분히 확보하기 어렵다.

10월 21일부터 23일까지 일산 킨텍스에서 열린 ‘산업AI 엑스포’의 참가기업인 다겸은 제조공정의 이상 탐지 기술과 고객 맞춤형 AI 솔루션을 소개했다.

이재원 다겸 책임연구원은 “다겸의 AI 솔루션인 ‘다겸아이킷’은 제로샷 학습을 적용해 이미지가 4장 정도만 있거나 거의 없는 상황에서도 활용할 수 있는 모델을 제공한다”며 “공정 과정에서 비정상적인 불량 이미지가 발생하는 경우가 드물기 때문에 정상 이미지만 수집해 모델을 학습하는 방식”이라고 설명했다.

이상 탐지는 정상 이미지로 구축한 모델과 검사 대상 이미지의 차이를 분석하는 방식으로 이뤄진다.

이 책임연구원은 “정상 이미지에서 모델링한 후 그 모델과 거리가 멀면 이상으로 판단한다”며 “PCB에서 칩셋이 빠졌거나 표면에 얼룩이나 흠집이 생기는 등 정상 이미지와 차이가 나타나는 부분을 탐지하고, 이를 히트맵으로 표현한다”고 말했다.

다겸은 특정 검사 방식에 제품을 고정하기보다 고객의 공정과 요구사항에 맞춰 솔루션을 구성한다. 동박 표면의 결함 위치를 비롯해 메모리 칩셋, 웨이퍼 세정 공정, 렌즈 화학 공정 등 다양한 분야에 이상 탐지 기술을 적용하고 있다. 필요에 따라 제조실행시스템(MES) 프로그램도 함께 제공한다.

이 책임연구원은 고객 맞춤형 솔루션을 개발하는 과정에 대해 “현장에 직접 나가 고객사가 생각하는 이상 여부를 기준으로 먼저 테스트한다”며 “분석 과정에서 여러 문제점을 확인하고, 현장 담당자와 어떤 부분이 문제인지, 어떻게 찾아야 하는지를 계속 논의하면서 최종적으로 원하는 솔루션을 개발한다”고 밝혔다.

다겸은 이상 탐지 결과를 보다 직관적으로 전달하기 위한 기술 개발도 추진하고 있다. 기존 히트맵은 이상이 발생한 위치를 보여주는 데 유용하지만, 결함의 원인과 구체적인 문제를 문장으로 설명하는 데는 한계가 있다. 이에 대규모언어모델(LLM) 등을 활용해 검사 결과를 자연어로 제공하는 방향을 모색하고 있다.

이 책임연구원은 “검사 결과를 작업자가 쉽게 이해할 수 있도록 전달하면 생산라인을 멈춰야 하는지, 가동을 유지하면서 문제를 해결할 수 있는지 판단하는 데 도움이 된다”며 “이를 통해 공정 대응 시간을 줄이고 작업 효율을 높이는 방향으로 기술을 개발하고 있다”고 덧붙였다.