학습하는 머신비전 소프트웨어 등장
추가적인 프로그래밍 불필요 … 인공신경망 시스템과 결합
인공신경망 시스템을 활용한 머신비전 시스템이 대세로 떠오르고 있다. 인간이 기억하는 것과 비슷한 방식으로 작동하는 인공신경망 시스템은 차후 개발 여부에 따라 인공지능 로봇이나 자동차는 물론이고 여러 산업분야에서도 활약한다는 것이 전문가의 의견이다. 이런 인공신경망 시스템을 머신비전과 접합한 사례가 있다. ‘스스로 학습하는 머신비전’이라니 놀라운 일이 아닐 수 없다.
자료제공 | Cyth Systems(www.cyth.com)
많은 머신비전 시스템이 Pass/Fail 기능을 필요로 한다. 이 기능은 검사 중인 제품과 관련된 특정 매개변수를 결정한 뒤, 기존 머신비전 소프트웨어를 활용해 제품의 좋고 나쁨을 판별하는 것이다.
하지만 이 간단한 작동 과정만을 따르게 된다면 제품의 길이나 색 혹은 특정한 속성 또는 내성을 충족하는지 여부를 추가적으로 검사해야 할 수도 있다. 그리고 이런 측정 결과가 허용한계를 넘어선다면 시스템이 제품에 불합격 판정을 내려야 한다.
한편, 여러 복잡한 이미지 처리를 결정하는 기능은 이 기능을 유용하게 쓸 수 있는 프로그램에만 한정해 적용되는 것이 바람직하다(측정용 응용프로그램이 대표적이다). 복잡한 응용프로그램을 사용할 때는 3D 높이 데이터는 물론, 표면 균일도 혹은 색 균일도 등 여러 데이터 유형이 필요할 수 있다. 예를 들어 피자가 완전히 조리되었는지 여부를 결정하는 머신비전 시스템에서는 위와 같은 검사 과정이 필수적이다.
이런 복잡한 응용프로그램에서는 여러 대의 기존 머신비전 소프트웨어가 측정 역할을 해낼 수 있다. 이 경우에는 소프트웨어에서 사용자를 지원하기 위한 적절한 기능을 선택하는 것이 중요하다. 또한 특정 이미지를 추출한 후에는 제품을 분류하는 Pass/Fail 기능을 최적화할 수 있어야 한다. 따라서 개발자들은 시스템을 배포하기 전에 분류 알고리즘과 관련된 전문 지식을 숙지한 채 개발을 진행해야 한다.
이런 전문 요소의 필요성을 줄이기 위해 Cyth Systems가 NeuralVision이라는 자가교육 소프트웨어를 개발했다. 이 프로그램은 이미지 프로세싱 경험을 가진 제조업체가 프로그램에 머신비전 기능을 추가할 수 있도록 설계된 것이 특징이다. 즉, 프로그램이 독자적으로 학습할 수 있는 것.
이 소프트웨어는 현존하는 시스템에서 결함이 있는 제품 및 양품의 정보를 추출해 독자적으로 훈련할 수 있다. 첫 번째 이미지를 받아들인 뒤 그 안에서 특정 기능을 추출하는 방식을 사용한다.
NeuralVision 소프트웨어는 내쇼날인스트루먼트에서 개발한 이미지 처리 알고리즘을 활용하여 LabView용 비전 개발 모듈을 사용해 추출 작업을 수행한다. 이렇게 만들어진 알고리즘은 이미지 경계화·에지 검출·색상 분석·3D 측정 등의 기능을 포함하고 있다.
프로그램을 사용하기 위해 각각의 알고리즘에 대해 이해하거나 어떤 알고리즘이 필요한지 분석할 필요가 없다. NeuralVision 소프트웨어가 독자적으로 여러 알고리즘을 적용해 각 이미지의 하위 섹션마다 서로 다른 매개변수를 설정하기 때문이다.
위와 같은 작업은 사용자에게 수백 내지 수천 개의 이익을 안겨준다. 이미지 혹은 세부 항목에 대해서 이진 역치, 색상 값, 특정 제품의 특성 등을 확인할 수 있는 것.
만약 이런 수백, 수천 개의 특성을 사용자가 이해하지 못하더라도 이미지 분류 과정에 필요한 가중값(weighted value)을 제공한다. 이와 같은 이점을 제공하기 위해 NeuralVision 소프트웨어는 기존에 독립되어있던 신경망 분류기(neural network classifier)와 서포트 벡터 머신(SVM)을 통합했다. 이 말은 즉 다른 인공신경망 혹은 서포트 벡터 머신 프로그래밍이 더 이상 필요하지 않다는 뜻이다.
이 시스템을 활용한 사례를 한 번 살펴보자. 치즈 공장에서 이 프로그램을 사용하면 여러 치즈가 시스템에 투하된다. 치즈들 중에서는 양품과 불량품, 그리고 종류가 다른 치즈 등이 모두 섞여있다. 시스템 연산자는 이미지를 분석해 자동으로 정보를 추출한 치즈를 좋은 치즈(양품)와 나쁜 치즈(불량품)로 분류한다. 이 외에도 여러 연산 기능을 추가해 막거나 통과시키는 작업을 수행한다. 앞서 설명한 모든 과정에서 추가 연산은 필요하지 않으며, 기존 소프트웨어의 기능을 그대로 흡수해 활용할 수 있다.
Cyth Systems의 CEO인 앤디 롱은 “인공신경망을 사용하는 건 이제 문제나 논쟁 대상이 아니다”라며, “이 기술은 성숙한 기술이며 동시에 이해하기 쉬운 기술이기도 하다”고 설명했다.
앤디 롱은 “앞으로의 도전 과제는 머신비전과 인공신경망을 동시에 구현하는 것이다. 최종 사용자는 ‘지능형’시스템을 원하는 것이 아니고, 그저 시스템이 어떤 작업을 자동적으로 수행하기를 바라고 있다”고 말했다.
