‘AI + 3D비전 + 로봇’ 융합으로 검사 시스템의 효율성 극대화!
로봇이 처음 등장했을 당시만 해도, 단순하고 반복적인 작업만 수행하도록 설계되어 있었다. 그러나 지난 10여 년 동안 인공지능 (AI) 기술이 산업용 로봇에 적용되기 시작하면서 로봇 기술은 비약적인 발전을 이루었다. 진화하는 AI 기술은 로봇 자동화를 한단계 끌어올렸다. 이제 로봇은 AI와 결합해 단순한 작업을 넘어 조립, 디스펜싱(정량 분배), 품질 검사 등 과거에는 사람만이 할수 있었던 고난이도의 업무까지 수행하고 있다.
터키 가전업체, AI 로봇 도입
터키의 대표적인 가전 브랜드이자 업계 리더인 A사는 내구성이 뛰어난 생활가전을 중심으로, 혁신적이면서도 친환경적인 설계와 첨단 기술을 기반으로 다양한 제품을 생산하고 있다. 주요 제품군으로는 백색가전, 빌트인 가전, 전자제품, 소형 가전, 온수기및 온풍기, 에어컨 등이 있다.
A사 공장에서 에어컨의 핵심 부품인 공기압축기의 할로겐(헬리 움) 감지 공정은 까다로운 작업으로 꼽힌다. 이 공정은 몇 시간 동안 동일한 동작을 정확하게 반복해야 하기 때문에 고도의 정밀성과 반복성을 요구한다. A사는 이러한 단순 반복 작업을 로봇에 맡기길 원했다.
로봇을 도입하면 생산 라인의 효율성과 처리량을 대폭 향상시킬 수 있기 때문이다. 로봇은 24시간 쉬지 않고 작업할 수 있어 이상적인 대안으로 보였다. 그러나 실제 적용 과정에서 A사는 로봇이 할로겐 감지 작업에서는 여전히 한계를 보인다는 점을 확인하게 됐다.
AI 기반 3D 비전 솔루션이 해법 제시
각 공기압축기에서 검사해야 할 용접 포인트는 크기, 위치, 방향이 모두 불규칙하다. 게다가 할로겐 누설 감지 작업은 극도의 정밀도를 요구하며, 작업 공간 또한 매우 협소하고 복잡하게 얽힌 콘덴서 배관들로 가득 차 있다(그림1 참조). 따라서 로봇이 이 작업을 수행하려면, 모든 용접 지점을 정확히 ‘볼 수’ 있어야 하고, 주변 환경을 ‘이해한 뒤’, 충돌을 피할 수 있는 최적의 경로를 ‘계획’해야 한다. 이 과정을 거쳐야 비로소 성공적인 검사가 가능하다.
이러한 복잡한 과제를 해결하기 위해 도입한 것이 바로 MechMind의 AI + 3D 비전 솔루션이다. 머신 비전, 모션 플래닝, 딥러닝 기술을 결합한 Mech-Mind의 솔루션은 로봇이 보다 높은 정밀도와 유연성을 갖고 작업할 수 있도록 지원한다. 이를 통해 고정밀 감지 및 검사 작업에서도 안정적인 성능을 구현할 수 있다.
<그림1> 혼잡한 작업 공간의 실제 모습(이미지 출처: Mech-Mind Robotics)
Mech-Mind 솔루션으로 자동화 완성도 높여
A사는 할로겐 누설 감지 공정의 자동화와 최적화를 위해 MechMind의 고정밀 산업용 3D 카메라 Mech-Eye PRO S와 함께 AI 기반 소프트웨어 제품군을 도입했다. 이 구성에는 머신 비전 소프 트웨어 Mech-Vision, 로봇 제어 소프트웨어 Mech-Viz, 딥러닝 소프트웨어 Mech-DLK, 그리고 UR5e 로봇이 포함된다.
Mech-Mind의 AI + 3D 비전 솔루션은 설치와 통합이 간편하며, 제품이 자주 바뀌거나 작업 전환이 빠르게 이뤄지는 환경에서도 유연하게 대응할 수 있는 기민함을 제공한다. A사는 이 솔루션 도입을 통해 할로겐 감지 공정을 한 단계 업그레이드했으며, 검사 일관성을 높이고 불량률과 비용을 절감하는 동시에 생산성을 향상시켰다.
<그림2> Mech-Mind의 AI + 3D 비전 기반 솔루션의 레이아웃
기술적 과제는 다음과 같다.
① 3D 비전 시스템은 에어컨 콘덴서 내 용접 포인트의 위치와 방향이 각각 다른 상황에서도 모든 지점을 정확히 인식해야 한다.
② 고압과 저압 용접 포인트를 구분할 수 있어야 한다. 각 공기압축 기에는 고압 포인트 1개와 저압 포인트 3개가 존재하며, 고압 포인트는 검사 대상이 아니지만 저압 포인트는 반드시 검사가 필요하다.
③ 비전 유도 방식의 로봇은 좁고 복잡한 작업 공간에서도 높은 기동성을 유지하며 검사를 수행할 수 있어야 한다.
정밀도와 속도 모두 요구
A사가 직면한 자동화 과정의 가장 큰 도전 과제 중 하나는 고품 질의 포인트 클라우드를 생성하는 것이다. 작업 배경에서 발생하는 반사광은 원치 않는 노이즈를 유발하고, 그로 인해 포인트 클 라우드 데이터가 누락될 수 있다.
또 다른 핵심 문제는 정확한 인식이다. 공간이 협소하고 설비가 빽빽하게 배치된 작업 환경에서는 잘못된 인식이 발생할 가능성이 높다(그림1 참조). 게다가 용접 포인트는 크기, 형태, 위치가 매우 다양하며, 이 중에서도 검사 대상이 아닌 포인트는 제외되어야 한다. 이처럼 다양한 조건 속에서 100% 정확도로 인식하는 것은 비전 시스템에 있어 상당한 기술적 도전이다.
또한 딥러닝 기반 소프트웨어는 다양한 용접 포인트를 안정적이고 정밀하게 인식할 수 있도록 빠른 속도로 학습 모델을 훈련시켜야 한다. 모델 학습 속도 역시 정밀도 못지않게 중요한 요구사항 으로 작용한다.
정밀한 3D 인식부터 실시간 데이터 관리까지
A사가 도입한 Mech-Mind의 AI + 3D 비전 솔루션은 단순한 비전 시스템을 넘어, 다양한 기술적 과제를 해결하는 종합 자동화 플랫폼으로 기능하고 있다. 특히 다음과 같은 주요 이점이 생산성 향상에 직접적으로 기여하고 있다.
• 정확한 3D 포인트 클라우드 생성: Mech-Eye PRO S 산업용 3D 카메라는 구조광 기술을 활용해, 불규칙한 위치에 있는 용접 포인트나 어두운 표면의 압축기에서도 정확한 3D 포인트 클라우 드를 생성한다. 이를 통해 각 용접 포인트의 정밀한 위치 파악이 가능해졌다.
• 신뢰성 높은 인식 성능: Mech-Vision 머신 비전 소프트웨어는 각 용접 포인트를 독립적으로 정확히 식별하며, 로봇이 사용할수 있도록 해당 위치 정보를 정밀하게 출력한다. 이를 통해 검사 누락이나 오인식 가능성을 최소화한다.
• 고급 딥러닝 지원: 제품과 용접 포인트의 다양한 형태 변화는 정밀 인식에 있어 큰 도전 과제다. Mech-DLK 딥러닝 소프트웨어는 빠른 속도의 모델 학습을 통해 이러한 변화에 유연하게 대응하며, 생산 전환이 빠른 작업 환경에서도 높은 인식 정확도를 유지한다.
• 충돌 방지 및 최적 경로 설정: Mech-Viz 로봇 제어 소프트웨어는 검사 중 충돌을 방지할 수 있도록 최적의 로봇 이동 경로를 자동 으로 설계하여, 안전하고 효율적인 검사가 가능하도록 지원한다.
• 더욱 빠른 검사 속도 구현: Mech-Vision은 Z축 정보를 바탕으로 고압 용접 포인트를 자동으로 걸러내고, 설정된 임계 값에 따라 필요한 저압 포인트만 인식 결과로 출력한다. 이를 통해 검사 사이클이 최적화되면서 전체 작업 속도가 향상된다.
• 실시간 데이터 수집 및 추적 가능성 확보: Mech-Mind의 AI 기반 소프트웨어는 실시간으로 데이터를 수집하고, 검사 결과를 분석 및 기록한다. 이를 통해 불시 정지를 줄이고 이슈 추적이 가능해지며, 전반적인 생산 효율성 또한 높아진다.
AI 비전 기반 자동 검사 워크플로우
A사가 도입한 Mech-Mind의 AI + 3D 비전 솔루션은 고정형 3D 카메라 Mech-Eye PRO S를 기반으로 전체 검사를 자동 화하며, 다음과 같은 절차를 통해 효율적인 할로겐 누설 감지를 수행한다.
우선, Mech-Eye PRO S는 고정된 위치에서 용접 포인트와 주변 환경을 촬영하고, 3D 포인트 클라우드를 생성해 전체 작업 공간을 정밀하게 매핑한다. Mech-Vision은 단 한 번의 캡처로 모든 용접 포인트의 위치 정보를 한꺼번에 계산해 로봇에 전달한다. 이로써 로봇은 연속적인 감지 작업을 멈춤 없이 수행할 수 있으며, 전체 검사 효율이 크게 향상된다.
또한 Mech-Vision은 Z축 정보를 기반으로 고압 용접 포인 트를 자동으로 배제하고, 인식 결과를 저압 포인트 3개로 제한한다. 비전 시스템은 생성된 3D 포인트 클라우드 데이터를 바탕으로 각 용접 포인트와 압축기 중심 사이의 거리를 계산해 고압 포인트를 필터링한다(그림3 참조).
이어지는 단계에서는 Mech-Viz가 복잡한 환경 속에서도 충 돌을 피할 수 있도록 로봇의 최적 경로를 계획한다. 계획된 경로를 따라 로봇은 순차적으로 용접 포인트를 검사하며 할로겐 누설 여부를 확인한다. 종단에 장착된 누설 감지기가 누출을 감지할 경우, 시스템은 즉시 경고 신호를 발생시키며 해당 제품을 수리 공정으로 자동 전송한다. 이러한 과정은 모든 공기압축기의 감지가 완료될 때까지 반복되며, 완전 자동화된 고정밀 검사를 구현한다.
<그림3> 비전 시스템의 용접 포인트 인식 결과
정확도와 속도 모두 잡다!
A사는 Mech-Mind의 AI + 3D 비전 솔루션 도입을 통해 다음과 같은 가시적인 성과를 거두었다.
• 100% 인식 정확도 달성: 머신러닝 및 딥러닝 알고리즘을 기반으로 거의 모든 크기와 위치의 용접 포인트를 정확하게 인식할 수 있게 되었다. 이를 통해 검사 누락이나 오인식 가능성이 사실상 제거되었다.
• 비전 처리 시간 4초 미만: 4개의 용접 포인트에 대한 이미지 취득 및 비전 처리 시간을 합쳐도 4초 이내로 완료되며, 산업용 로봇은 분당더 많은 포인트의 할로겐 감지를 수행할 수 있게 되었다.
• 검사 사이클 타임 최적화: 내장된 지능형 경로 계획 및 충돌 방지 알고리즘이 로봇의 최적 이동 경로를 계산함으로써, 전체 검사 사이클 타임이 대폭 단축되었다. 이로 인해 생산 라인의 효율성과 처리 속도 모두가 향상되었다.
AI·3D 비전·로봇 융합의 효과
머신러닝, 모션 플래닝, 딥러닝을 포함한 인공지능(AI) 기술은 기존의 산업용 로봇에 인간과 유사한 기능을 부여하고 있다. AI는 로봇이 머신 비전을 통해 사물을 인식하고, 정밀한 동작 제어와 충돌 감지를 수행할수 있게 함으로써, 할로겐 누설 감지 공정의 성능을 획기적으로 향상시 켰다. A사는 이러한 AI와 3D 비전, 로봇 기술의 통합을 통해 △검사 효율 향상 △비용절감 △작업 신뢰성 향상 등의 성과를 거두었다.
첨단 비전 기술과 AI 기반 소프트웨어의 결합으로, 로봇은 이제 무질 서한 부품을 집어 올리는 랜덤 빈 피킹(random bin picking), 조립, 정밀 검사 등 과거에는 자동화가 어려웠던 새로운 영역에까지 진입하고 있다.
자료제공: IFR(www.ifr.org)
