에이디링크, 고정밀 자동 광학 검사를 통한 제조 효율성 향상
에이디링크 자동 광학 검사(AOI) 솔루션은 OpenVINO 툴킷에 의해 최적화된 인텔 CPU, GPU 및 AI 모델로 지원되며, 대규모로 매우 정확한 시각적 추론을 제공하여 제조 품질 보증의 간접 비용을 절감한다.
사람의 시각과 주의력은 제조 라인에서 육안으로 제품을 검사해야 하는 상황과 맞지 않는다. 사람이 고속으로 반복적인 판단을 내리다 보면 정확도와 신뢰도가 떨어지기 때문이다. 컴퓨터 비전으로 사람의 워크플로우를 보강하는 것은 수년 동안 사람의 피로를 줄이고 정확도와 생산성을 높이는데 성공했다. AI의 발전은 이제 신경망에 기반한 자동 광학 검사(AOI)를 통해 인간 검사자의 부담을 줄여준다.
AOI 시스템은 카메라 센서를 사용하여 제조 라인에서 제품의 이미지를 캡처한 다음 알고리즘으로 이미지를 분석하여 결함및 이상을 식별한다. 이러한 프로세스는 다양한 제조 산업에서 유용하며 품질 관리를 개선하고 비용을 절감할 수 있는 잠재력을 가지고 있다. 그 결과, 글로벌 시장 부문은 2032년까지 12.3% 성장할 것으로 예상된다.
제조 기업이 AOI를 포함한 AI 배포 방식을 계획할 때 많은 기업이 기술의 복잡성과 컴퓨팅요구 사항으로 인해 어려움을 겪는다. 실수와 중요한 전문 지식의 부족으로 인해 프로젝트가 지연되거나 완전히 실패할 수 있다. 에이디링크는 구현하기 쉬운 고정밀 AOI 솔루션으로 고객이 이러한 장애물을 극복할 수 있도록 지원하며, 생산 사용 사례 전반에 걸쳐 유연성을 통해 시장 출시 시간을 단축하고 총 소유비용을 낮출 수 있도록 돕는다.
<그림1> 제조용 에이디링크 자동 광학 검사(AOI) 솔루션
제조용 에이디링크 AOI 솔루션
에이디링크는 자체 제조 라인에서 개념 증명으로 임베디드 컴퓨터의 최종 검사를 자동화하기 위해 AOI 솔루션을 구축했다. 이 솔루션은 <그림1>과 같이 6대의 카메라를 사용하여 모든 측면에서 제품 이미지를 캡처한다.
프레임은 에이디링크 MVP-5200 시리즈 소형 산업용 컴퓨터의 신경망을 사용하여 분석된다. 인텔 코어 i7-12700E 프로세서와 인텔 아크그래픽 기반의 에이디링크 MXM-AXe GPU 모듈이 탑재된 이 시스템은 다양한 복잡성의 신경망 모델을 위해 CPU, 통합 GPU 및 개별 GPU 리소스를 유연하게 조합할 수 있다.
솔루션에 의한 시각적 추론의 정확성은 가장 중요한 핵심 성과 지표(KPI)이다. 에이디링크의 Advanced Manufacturing에 의한 결과에 따르면, 평균적으로 사람이 제품을 검사할 수 있는 비율은 개인에 따라 다르지만 약 98%의 정확도로 20초마다 한 개씩 검사한다. 이 결과를 개선하는 것을 주요 목표로 삼은 연구팀은 98.8%의 정확도로 단 1초 만에 각 제품을 검사하는 데 성공했 다고 보고했다.
이러한 결과는 제조 공정에서 검사자의 간접 시간을 크게 절약할 수 있는 잠재적 능력을 보여준다.
<그림2> 에이디링크 MVP-5200-MXM 컴퓨터와 MXM-AXe GPU 모듈
12세대 인텔 코어 프로세서가 탑재된 에이디링크 MVP-5200 시리즈 컴퓨터는 에이디링크의 임베디드 시스템 엔지니어링 전문 지식으로 제작됐다. 견고한 팬리스 설계로 엣지에서 작동하도록 설계되어 리눅스 또는 윈도에서 산업용 컴퓨팅 및 AI 애플리케 이션을 실행한다. 이 시스템은 CPU와 강력한 통합 그래픽 외에도 에이디링크 MXM-AXe GPU 모듈의 인텔 아크 그래픽을 통해 확장된 추론 용량을 제공한다.
<표1> 에이디링크 MVP-5200 시리즈 컴퓨터에서 신경망 계산의 하드웨어 가속.
<표1>은 이 플랫폼에서 AI 컴퓨팅에 사용할 수 있는 하드웨어 리소스를 요약한 것이다. 여기에는 벡터 및 정수 계산을 가속화하기 위한 CPU(AVX-512, VNNI) 및 GPU(DP4a)의 특수 명령어와 행렬 곱셈을 위한 개별 GPU의 전용 엔진(XMX)이 포함된다.
인텔 딥 링크 기술의 일부인 하이퍼 컴퓨팅은 CPU 전반에 걸쳐 컴퓨팅 워크로드를 지능적으로 분산한다. 이 기본 메커니즘을 통해 애플리케이션은 가용성을 활용하고 Intel 하드웨어 기능 활용도를 최대화하여 계산 속도를 높일 수 있다. 마찬가지로 Intel OpenVINO 추론 엔진은 AI 워크로드를 지원하기 위해 ADLINK MVP-5200 시리즈 컴퓨터와 같은 Intel 플랫폼에서 사용할 수있는 CPU, 통합 GPU 및 개별 GPU 리소스를 결합할 수 있다. OpenVINO 솔루션 스택은 개방형 비독점 프로그래밍 모델을 특징으로 하며 하드웨어 및 소프트웨어 빌딩 블록의 독보적인 인텔 에코시스템을 활용한다.
<그림3> 에지 AI 비전 애플리케이션을 위한 EVA SDK의 주요 기능
SDK를 사용한 간소화된 통합
머신 비전 애플리케이션의 개발 및 배포를 가속화하기 위해 에이 디링크는 AI 비전 제품에 에지 비전 분석(EVA) SDK를 내장하고 있다. 주요 기능은 <그림3>에 나와 있다. EVA는 간단하고 직관적인 작동을 위해 런타임 및 통합 개발 환경(IDE)을 모두 제공하며, Windows, Linux 및 Docker 컨테이너를 지원한다.
또한 코드 샘플과 기술 지원도 포함되어 있다. 이 서비스 지원 소프트웨어 플랫폼은 이미지 캡처 및 처리부터 AI 추론, 후처리 및 분석에 이르기까지 워크플로우의 각 단계를 지원하는 즉시 사용 가능한 오픈 소스 플러그인을 제공한다.
EVA는 또한 제공된 C 기반 플러그인과 함께 원활하게 실행되는 Python을 사용해 새로운 플러그인을 만들 수 있도록 지원한다. 10개 이상의 카메라 프로토콜에 대한 현장 지원과 로우코드/노코드 GUI를 통해 개발자는 시간과 예산에 대한 투자 관리를 강화하 면서 프로젝트 계획을 검증하는 개념 증명을 신속하게 생성할 수있다.
EVA SDK의 기본은 애플리케이션 파이프라인에서 미디어 처리를 위해 하드웨어 리소스를 사용할 수 있는 오픈 소스 GStreamer 미디어 프레임워크이다. EVA SDK는 GStreamer의 성능을 향상 시키고 엣지 AI 비전 개발의 복잡성을 줄여준다. 이 기능은 높은 개발 효율성과 함께 복잡한 파이프라인을 즉시 지원한다. 구현 팀은 기능 구성 요소를 드래그 앤 드롭하여 처리 파이프라인을 생성 하여 애플리케이션을 구축한다. EVA는 인텔 하드웨어에 최적화된 OpenVINO를 비롯한 여러 추론 엔진을 지원한다.
OpenVINO 기반의 빠르고 정확한 딥러닝 결과
EVA SDK에 포함된 OpenVINO 툴킷의 인텔 배포판은 에이디링 크의 AOI 솔루션에서 빠르고 정확한 딥 러닝 파이프라인 생성을 용이하고 단순화한다. 에이디링크 팀은 툴킷의 간소화된 개발 워크플로우를 활용하여 귀중한 팀 리소스를 확보할 수 있다.
OpenVINO의 한번 작성하고 어디에나 배포 가능한 모델을 사용 하면 CPU, 통합 GPU 및 개별 GPU를 포함한 하드웨어 플랫폼 전체에 알고리즘을 배포할 수 있다. 인텔 아키텍처에 최적화된 에지 모델을 빠르게 변환하고 최적화하여 추론의 정확도를 높이는 동시에 개발 속도를 높일 수 있다.
이 솔루션의 설계 사양은 강력한 데이터수신 스트림을 위해 초당 20프레임의 속도로 입력을 캡처하고 분석할 것을 요구 한다. 이 성능을 충족하려면 임계값에 도달하면 에이디링크 팀은 많은 신경망 모델을 평가하여 각 모델의 적합성을 결정한다.
OpenVINO 툴킷에는 인텔 아키텍처에 최적화된 수많은 신경망 모델이 포함되어 있다. 이를 통해 실제보다 더 많은 수의 모델을 고려할 수 있으며, 개발 노력을 줄이면서 솔루션의 품질을 개선하 는 효과를 얻을 수 있다.
에이디링크의 AOI 개발 팀은 설치의 용이성, 여러 모델 형식및 데이터 유형과의 호환성, 로우 코드 개발을 위한 GUI 도구 등 OpenVINO로 개발하면서 추가적인 이점을 경험했다. 이러한 이점이 결합되어 개발 효율성, 유연성 및 정확성이 향상됐다.
결론
에이디링크의 엣지 비전 분석 플랫폼 및 프로그래밍 모델의 개방 성과 확장성은 제조 분야에서 AI의 광범위한 구현을 위한 이상적인 출발점이다. 예를 들어, 추가 비주얼 컴퓨팅 워크로드는 위험 장비에 대한 근접성 추적 및 개인 보호 장비의 적절한 사용과 같은 작업자 안전 모니터링을 지원할 수 있다.
로봇 공학 및 기타 자동화 시스템과 AI 기술이 결합된 생산 현장에서의 역할이 점점 더커짐에 따라 이러한 개발 방식은 제조업의 미래에 매우 중요하다. 생산의 모든 측면에서 효율성과 비용 절감을 구축함으로써 AI 혁신을 통해 수익성을 개선할 수 있게 되는 것이다.
자료제공: 에이디링크(www.adlink.com)
