우리는 산업 현장에서 인간의 노동력을 대체하는 자동화에 익숙합니다. 그만큼 많은 기술이 개발되고 발전하고 있습니다. 이렇게 수많은 자동화 기술 중에서 인간의 시각을 대체할 수 있는 기술을 소개하고자 합니다. 바로 기계 비전입니다. 머신비전은 컴퓨터 비전에 포함되는 개념의 기술로 고성능 카메라와 조명 및 레이저 모듈, 이미지 센서, 통신 모듈 등이 결합된 하드웨어 시스템을 통해 영상을 얻고 정보를 추출해 고성능 소프트웨어로 목적에 맞게 작업을 수행하는 기술입니다. 이것은 컨베이어 벨트 위에서 제품을 모니터링 할 뿐만 아니라 다양한 분야에 적용되고 있다고 합니다. 같이 보시죠.
머신비전시스템의컴포넌트 ⓒ 코그넥스
반도체 공정 내 검사 시스템에 활용되는 머신 비전
기존 반도체 후공정 비전 검사 시스템은 정상 자재와 미리 정의된 불량 형식에 대해 크기를 측정하고 규칙을 확립하여 불량 여부를 판단하였습니다. 그러나 최근 반도체 초소형화로 인해 사전 정의된 규칙을 따르는 측정을 위한 검사 항목이 늘어나면서 오랜 시간이 소요되고 소모되는 비용도 증가하였습니다. 반도체 산업은 매우 높은 정밀도와 정확도로 빠른 처리 속도를 제공해야 하는 등 가장 어려운 응용 조건을 가지고 있습니다. 이에 적합하도록 현재 반도체 후공정 검사를 위해 딥러닝 기반 머신비전이 사용되고 있으며 장비마다 자재, 공정에 따라 맞춤화된 비전검사 알고리즘을 적용하여 몇 가지 비전검사를 진행하고 있습니다.
반도체 웨이퍼의 불량 여부를 머신비전으로 판단하는 예를 들어볼까요? 반도체 웨이퍼의 불량 타입 중 싱글 타입에 해당하는 결함으로는 총 38개의 패턴이 있습니다. 머신비전 소프트웨어는 이미지에서 특징을 찾아 학습하는 딥러닝 신경망인 CNN(Convolutional neural network)을 활용해 웨이퍼 결함 패턴을 학습합니다. 그리고 이와 같이 웨이퍼의 불량 타입이 학습된 인공지능 모델을 통해 공정 과정에서 웨이퍼의 결함을 검출합니다. 의학 영상 분석에 활용되는 기계 비전
병리과는 환자에게서 채취된 조직이나 세포 검체를 분석해 최종적으로 확진을 내리는 의학 분야입니다. 지금까지는 세포를 현미경으로 조사하면서 세포의 수를 세거나 세부 구조, 모양, 색, 길이 등을 보고 질병의 유무를 판단했습니다. 그러나 이는 인간의 시력에 의존하기 때문에 의사마다 다른 해석과 판단을 내릴 수 있습니다. 따라서 객관성이 저하될 수 있으며 매우 노동 집약적입니다.미국 존스 홉킨스 의료원의 연구에 따르면 진단 오류는 미국에서 매년 4만 명에서 8만 명 사이의 사망을 일으키는 매우 빈번한 의료 실수라고 추정하고 있습니다. 그래서 현재 병리과에서는 의료 데이터와 비전 기술을 바탕으로 인공지능 모델을 만들고 학습시켜 정확한 판독이 가능해지고 있습니다. 이러한 양상은 의학 분야 전반에서 나타나고 있습니다.지난 기사에서는 바이오 데이터와 국가 바이오 데이터 스테이션(K-BDS)에 대해 소개했습니다. 그리고 29일 개최된 국가연구개발사업평가총괄위원회에서 바이오 빅데이터 구축사업이 예비타당성조사를 통과했습니다. 그동안 연구자들은 질병 관련 데이터를 주로 미국과 유럽의 질병 데이터 보유기관으로부터 데이터 제공을 신청했고 기관생명윤리위원회의 심의를 거쳐 데이터를 제공받았다고 합니다. 그런데 이 ‘국가 바이오 빅데이터 구축사업’ 덕분에 연구자들은 국외 데이터가 아닌 한국형 바이오 빅데이터를 원스톱으로 제공받을 수 있게 됐고, 더 쉽게 관련 연구를 진행해 AI 의료영상기기에 활용되는 머신비전 인공지능 모델을 개발할 수 있을 것으로 예상됩니다.머신비전 기술을 다루는 국내 기업 소개지난해 한국머신비전산업협회가 주관한 ‘머신비전 테크 이노베이션, 스마트팩토리 부문’에서 과학기술정보통신부 장관상을 수상한 ‘아이코어’의 ‘초고휘도 정밀제어 라이트 솔루션’은 이차전지, 자동차 전장, 디스플레이 등 제조산업에서 초미세, 초고속 검사를 동시에 수행할 수 있는 머신비전 하드웨어 기술을 보유하고 있습니다. 이 기술은 기존에 사용되던 램프의 레이저와 LED 기술을 결합함으로써 짧은 수명과 밝기가 변동되는 문제를 해결했습니다.ⓒ Here 테크놀로지과학 기술 정보 통신부 우수 기업 연구소에 선정된 “라온 피플”은 품질 검사를 넘어 다양한 분야에서의 머신 비전 솔루션을 제시하고 있습니다.차세대 지능형 교통 시스템(C-ITS)때문에 국내 최초로 AI을 탑재한 교통 영상 카메라를 개발하고 이에 의한 보행자 충돌 방지 도로 교통 학습에 의한 교통 신호 제어를 가능하게 합니다.또, 머신 비전 기술을 관세청의 AI융합 불법 복제품 판독을 위한 솔루션에 적용하고 비정상적으로 거래되는 위 변조 상품을 구분하고 적발하는 기술을 개발합니다.KT는 전 세계의 머신 비전 시장에서 주요 기업으로 알려졌다”코그넷크스”와 함께 5G에지 클라우드를 기반으로 한 머신 비전 솔루션인 “5G스마트 팩토리 비전”을 개발했습니다.이를 사용하면 머신 비전 카메라를 5G통신망 내에서 원하는 위치에 설치할 수 있습니다.또 날 클라우드 상에서 영상 분석을 하기 때문에 영상 분석용 서버를 설치하기 위한 공간과 인프라 구축에 들어가는 많은 비용을 절약하는 클라우드에 촬영된 이미지가 저장하므로 데이터 손실을 방지할 수 있다는 장점이 있습니다.ⓒ 텍사스 인스트루먼트전술한 것처럼, 머신 비전 기술은 정해진 룰로 진행된다”룰 베이스(Rulebase)머신 비전 솔루션”에서 “딥 러닝 기반의 머신 비전 솔루션”로 발전했습니다.그러므로 스스로 룰을 학습하고 지속적으로 새로운 룰을 만들어 낼 수 있다는 점에서 라벨 수 없는 대용량 데이터를 처리해야 하는지, 비전 검사 대상으로 주변 조도 및 상황이 급속히 바뀔 경우에서도 머신 비전을 사용할 수 있게 되었습니다.또, 고성능 컴퓨터의 등장과 클라우드 스토리지의 현격한 향상으로, 보다 많은 분야에서 활용할 수 있게 되었습니다.과학 기술 정보 통신부는 올해부터 K클라우드 프로젝트를 추진합니다.세계 최고 수준의 초고속, 저전력 국산 AI반도체를 데이터 센터에 적용하여 국산 클라우드의 경쟁력을 강화하고자 합니다.그동안 정부의 기술 개발 투자를 통해서 꾸준히 발전하고 있는 국산 AI반도체가 상용화되고 실제 데이터 센터와 서비스에 적용된다는 점에서 의미가 있어, 글로벌 시장 진출까지 바라보고 있습니다.미래에 완성하는 K클라우드와 국내 머신 비전 기술이 만나게 되면 K-기술력의 세계적 경쟁력도 높아질 것으로 기대됩니다.앞서 언급했듯이 머신비전 기술은 정해진 규칙으로 진행되는 ‘룰베이스(Rulebase) 머신비전 솔루션’에서 ‘딥러닝 기반 머신비전 솔루션’으로 발전했습니다. 따라서 스스로 규칙을 학습하고 지속적으로 새로운 규칙을 만들어 낼 수 있다는 점에서 라벨이 붙지 않는 대용량 데이터를 처리해야 하거나 비전 검사 대상과 주변 조도 및 상황이 빠르게 바뀌는 경우에도 머신비전을 사용할 수 있게 되었습니다. 또한 고성능 컴퓨터의 등장과 클라우드 스토리지의 현격한 향상으로 더 많은 분야에서 활용할 수 있게 되었습니다. 과기정통부는 올해부터 K클라우드 프로젝트를 추진합니다. 세계 최고 수준의 초고속, 저전력 국산 AI 반도체를 데이터센터에 적용해 국산 클라우드 경쟁력을 강화하는 것을 목표로 하고 있습니다. 그동안 정부의 기술개발 투자를 통해 꾸준히 발전해온 국산 AI 반도체가 상용화되고 실제 데이터센터와 서비스에 적용된다는 점에서 큰 의미가 있으며 글로벌 시장 진출까지도 바라보고 있습니다. 미래에 완성될 K클라우드와 국내 머신비전 기술이 만나게 되면 K-기술력의 세계적인 경쟁력도 높아질 것으로 기대됩니다.앞서 언급했듯이 머신비전 기술은 정해진 규칙으로 진행되는 ‘룰베이스(Rulebase) 머신비전 솔루션’에서 ‘딥러닝 기반 머신비전 솔루션’으로 발전했습니다. 따라서 스스로 규칙을 학습하고 지속적으로 새로운 규칙을 만들어 낼 수 있다는 점에서 라벨이 붙지 않는 대용량 데이터를 처리해야 하거나 비전 검사 대상과 주변 조도 및 상황이 빠르게 바뀌는 경우에도 머신비전을 사용할 수 있게 되었습니다. 또한 고성능 컴퓨터의 등장과 클라우드 스토리지의 현격한 향상으로 더 많은 분야에서 활용할 수 있게 되었습니다. 과기정통부는 올해부터 K클라우드 프로젝트를 추진합니다. 세계 최고 수준의 초고속, 저전력 국산 AI 반도체를 데이터센터에 적용해 국산 클라우드 경쟁력을 강화하는 것을 목표로 하고 있습니다. 그동안 정부의 기술개발 투자를 통해 꾸준히 발전해온 국산 AI 반도체가 상용화되고 실제 데이터센터와 서비스에 적용된다는 점에서 큰 의미가 있으며 글로벌 시장 진출까지도 바라보고 있습니다. 미래에 완성될 K클라우드와 국내 머신비전 기술이 만나게 되면 K-기술력의 세계적인 경쟁력도 높아질 것으로 기대됩니다.앞서 언급했듯이 머신비전 기술은 정해진 규칙으로 진행되는 ‘룰베이스(Rulebase) 머신비전 솔루션’에서 ‘딥러닝 기반 머신비전 솔루션’으로 발전했습니다. 따라서 스스로 규칙을 학습하고 지속적으로 새로운 규칙을 만들어 낼 수 있다는 점에서 라벨이 붙지 않는 대용량 데이터를 처리해야 하거나 비전 검사 대상과 주변 조도 및 상황이 빠르게 바뀌는 경우에도 머신비전을 사용할 수 있게 되었습니다. 또한 고성능 컴퓨터의 등장과 클라우드 스토리지의 현격한 향상으로 더 많은 분야에서 활용할 수 있게 되었습니다. 과기정통부는 올해부터 K클라우드 프로젝트를 추진합니다. 세계 최고 수준의 초고속, 저전력 국산 AI 반도체를 데이터센터에 적용해 국산 클라우드 경쟁력을 강화하는 것을 목표로 하고 있습니다. 그동안 정부의 기술개발 투자를 통해 꾸준히 발전해온 국산 AI 반도체가 상용화되고 실제 데이터센터와 서비스에 적용된다는 점에서 큰 의미가 있으며 글로벌 시장 진출까지도 바라보고 있습니다. 미래에 완성될 K클라우드와 국내 머신비전 기술이 만나게 되면 K-기술력의 세계적인 경쟁력도 높아질 것으로 기대됩니다.