Vision AI 도입 시 알아야 할 5가지 팁
최근 AI에 의한 기계 및 자동화 시스템을 제조ㆍ물류 시설에 도입하는 데 대한 관심이 가속화되고 있다. 이것의 가장 큰 목 표는 새로운 수요를 충족하기 위해 24시간 운영을 달성하는 것이고, 또 다른 목표는 생산을 유지하고 운영을 계속하는 것 이다. 그러나 품질 검사 작업에서 인력 제약으로 인해 두 가지 모두 어려움을 겪고 있다.
이러한 목표를 달성하는 것은 어렵다. 하지만 ‘Vision AI’ 는 이미 전 세계 제조업체에 큰 가치를 제공하고 있다. 다음은 Vision AI 및 딥 러닝 지원 Vision 시스템을 공장 현장에 도입 하기 위해 알아야 할 5가지 사항이다.
1. 어느 정도의 투자가 필요한가?
제조업체는 AI 및 첨단 기술이 향상된 품질 검사 목표를 달성 하는 데 도움을 준다는 것에 동의한다. 그러나 투자비용이 높 다. 특히 예산이 부족하고 불확실성이 높을 때 새 장비에 수천 달러를 지출하는 것은 실용적이지 않다. 따라서 소프트웨어 솔 루션과 ‘모든 것이 포함된’ 솔루션을 구별하는 것이 중요하다.
‘모든 것이 포함된’ 솔루션이 좋게 들릴 수 있지만, 품질 관 리 검사에서의 실제 비용을 계산할 때 카메라, 렌즈, 산업용 PC 및 소프트웨어 라이선스와 같은 비용이 크게 합산된다. 반 면에 기성품 또는 기존 하드웨어와 함께 작동하는 소프트웨 어 솔루션은 더 비싼 모든 것이 포함된 솔루션과 동일한 성능 을 달성하면서 초기 비용을 크게 줄일 수 있다.
2. 특별한 하드웨어가 필요한가?
전통적인 Vision AI 솔루션은 유연성이 없다. 특정 카메라, 전용 그래픽처리장치(GPU)가 있는 PC 및 배포 아키텍처에 대 한 상대적으로 적은 옵션이 필요하다. 최고의 가치를 제공하 기 위해 Vision AI 소프트웨어는 하드웨어 효율성이 매우 높 아야 하고 컴퓨터와 카메라당 여러 검사 지점을 지원해야 하 며 모든 공급업체의 기존 COTS(commercial off- the-shelf; 기성 판매품) 장비와 함께 작동할 수 있는 유연성과 기능이 있어야 한다. 소프트웨어를 실행하기 위해 특수 하드웨어가 필요한 경우 공급업체는 수년 동안 제조업체를 고정할 수 있 으므로 더 많은 비용과 막대한 전환 비용이 발생한다.
3. 특수교육을 받은 직원이 필요한가?
제조업 노동 시장은 지난 10년 동안 변화해 왔으며, 고령 근로 자는 은퇴하고, 직장에 새로 진입하는 사람들은 전통적인 생 산 라인 일자리에 대한 관심이 줄어들었다. 팬데믹은 이러한 추세를 가속화할 뿐이다. PC 애플리케이션에 익숙한 인력 가 용성과 소프트웨어 지식이 풍부한 근로자가 감소함에 따라, 직관적이고도 사용하기 쉬운 Vision AI 소프트웨어에 큰 기 회가 왔다.
이상적으로는 소프트웨어가 Instagram보다 사용 하기 어렵지 않아야 하며 AI 모델을 실행하고 더 많은 데이터 를 수집할 때 이를 개선할 수 있어야 한다. 소프트웨어에는 전 문 AI 또는 프로그래밍 기술이 필요하지 않아야 하며, 기존 직 원은 교육을 위한 추가 비용 없이 소프트웨어를 신속하게 배 포할 수 있어야 한다.
4. 어떤 결과를 기대할 수 있는가?
오늘날 많은 제조업체들이 품질 검사에 적용된 Vision AI의 이점을 보고 있다. 결과는 각 품질 검사 프로세스의 세부 사항에 따라 다르지만 일반적인 이점은 △100% 육안 검 사 △제품 반품 및 재작업 감소 △재료 낭비 감소 △생산 라인 중단 시간 제거 △기계 활용도 증가 등이 있다.
5. 어떤 ROI를 달성할 수 있는가?
전통적인 AI는 비용이 높고 구현 주기가 길어 ROI(return on investment; 투자자본 수익률) 기간이 길기로 유명 하다. 저렴하고, AI 전문지식 없이 신속하게 배포할 수 있 고, 선행 투자가 최소 또는 전혀 필요하지 않으며, 기존 하 드웨어 및 카메라에서 작동하는 Vision AI 소프트웨어는 ROI 기간을 몇 년이 아닌 몇 개월로 단축할 수 있다.
또 한 초기 투자비용이 적고 교육 속도가 빠른 소프트웨어 솔루션은 그 자체로 더 빠른 비용을 지불하지는 않는다. 또한 반입되는 원자재에서 출하되는 제품의 팔레타이징 (Palletizing)에 이르기까지 훨씬 더 광범위한 사례에 적용할 수 있다.
위의 5가지 사항을 고려하면 품질 검사 프로세스를 개선하기 위해 올바른 Vision AI 소프트웨어를 선택하는 데 도움이 된다. 엄 청난 초기 투자나 구현하는 데 수년이 걸리지 않고 100% 검사가 가능하다. 더 비싼 솔루션을 지원할 수 없는 비즈니스 상황(짧은 생산 실행, 낮은 볼륨, 낮은 마진 등)인 경우에도 올바른 비전 AI 소프트웨어를 구현할 이유가 충분하다
