손장우 (Harrison Jangwoo Son)

    넷매니아즈 | (주)엔앰씨컨설팅그룹 대표이사

    son@netmanias.com

 냉장고의 표면 결함 검사

 금속사출성형제품 품질검사

<Haier 칭다오 냉장고 공장에서 AI 머신비전 기반 품질 검사:

로봇팔의 카메라 영상을 MEC의 AI응용이 분석하여 냉장고 문에 크랙 발생 여부 체크^1,2,3>

도입 기업

중국 Haier 칭다오 냉장고 제조 공장

기존 문제점/업계 과제

스테인리스 스틸 냉장고는 특성상 생산과정에서 긁힘이나 찌그러짐 등의 결함이 발생할 수 있다. 기존에 하이얼은 생산라인에서 출고되는 모든 냉장고에 스테인리스 스틸의 결함이 있는 지 작업자가 육안으로 검사하고 있었다.

이 작업은 시간이 많이 걸리고 결함 검출이 누락되는 경우가 발생하여 불량품이 최종 출하되는 상황이 발생하고 있고 시장으로부터 부정적인 피드백을 불러일으키고 있다(Quality Control에 문제가 있음).

솔루션: AI 머신비전 기반 품질검사 (스테인리스 스틸 냉장고 표면 결함 검지)

• 산업용 카메라와 고강도 조명을 설치된 로봇팔이 생산라인에서 출고되는 냉장고의 스테인리스 스틸 표면을 스캔하여 5G 특화망을 통해 MEC의 AI 품질검사 응용으로 전달한다.
• 결함이 검지된 냉장고는 다시 생산라인으로 돌려보내 수리함으로써 최종 출하되는 제품의 품질이 향상(28%⁴)된다.
• 육안으로 놓칠 수 있는 작은 흠집이나 찌그러짐도 정확하게 식별해낼 수 있어 철저한 품질 보증(Quality Assurance)이 보장된다.

5G의 필요성

로봇팔이 상하좌우 움직이며 스캔한 고화질 냉장고 이미지를 AI 머신비전 응용으로 실시간 전달해야 함. 이 케이스에서는 42Mbps의 업로드 속도가 요구됨¹ (5G의 업링크 대용량성)

도입 효과

l 불량검출률 향상: 기존 사람의 육안 검사 대비 10% 개선되어 99%의 불량검출률을 달성

l 제품품질 향상: 이로 인해 제품 품질(Product Quality)가 28% 향상

<Gian Technology의 AI 기반 금속사출성형 제품 품질검사^5,6>

도입 기업

중국 GIAN Technology 금속사출성형 공장

기존 문제점/업계 과제

• 중국 1위의 금속 사출 성형 (Metal Injection Molding) 제품 제조사인 Gian Technology는 생산한 부품을 검사원이 수동(육안) 검사 수행 중
• 검사원이 산업용현미경으로 육안검사: 1개당 30초~1분 소요
• Gian Technology 공장내 전체직원의 절반인 3,000명 검사원이며 이들의 인건비는 월 25M위안(한화 약 48억원)임
• 검사원의 검사 품질의 불완전성, 신규 직원 채용 및 교육의 어려움도 문제

솔루션: AI 머신비전 기반 금속사출성형제품 품질검사

• 60대의 품질검사장비의 다각 고속 카메라가 촬영한 제품 이미지 스트림을 5G 특화망을 통해 컴퓨팅 센터내 MEC의 AI 품질검사응용으로 실시간 전달. AI 응용이 실시간 품질 검사하여 1~2초 이내에 불량 검출 완료.
• 품질검사결과를 기반으로 사출성형공정에서 금형치수공차를 정밀하게 조정하여 수율을 향상시킴.
• AI기반 품질검사로 Gian Technology는 검사효율성을 개선하고 검사 비용을 절감하고 생산 품질을 향상시킴

5G의 필요성

카메라 화상의 AI객체인식 서버로 전송. 150~300Mbps 업링크 필요 (5G의 업링크 대용량성)

도입 효과

 l 작업시간단축: 검사원의 육안검사시 1개당 30초~1분 소요. AI 기반 검사시 1개 검사에 1~2초밖에

걸리지 않아, 사람 육안검사대비 검사 속도 30배 향상 (불량검출률은 99.96%)

l 인력 감축: 검사속도가 검사원보다 30배 빨라 품질검사기 1대당 30명의 인력대체 가능.

Gian은 실제로 품질검사기 60대를 도입하고

검사원 3,000명중 1,200명을 감축함 -> 연간 인건비 1.2억위안(한화 약 230억원) 절감

<Baosteel 제철공장의 5G+AI기반 철강표면 품질검사: 공장내 철강 코일과 4K라인스캐닝 컬러카메라^7,8>

도입 기업

중국 Baosteel 제철공장

기존 문제점/업계 과제

전통적으로 제철소에서는 작업자들이 덥고 먼지가 많으며 시끄러운 환경에서 오랜 시간 작업한다.
작업자의 건강 및 안전 위험도가 높으며 이로 인해 이직률이 높고 신규 채용도 어려우며 또한 생산효율성도 낮다는 문제가 있다. 이러한 환경에서 작업자는 육안으로 품질검사를 수행하고 있으며 누락과 오류가 빈번하게 발생하고 있다.

솔루션: 5G+AI 기반 철강 표면 품질검사

• 철강 코일 주변에 2대의 4K 라인 스캐닝 컬러 카메라를 설치하고 고화질 이미지를 5G 특화망을 통해 MEC의 AI 품질검사 응용으로 전달하여 철강 표면 품질을 자동 검사하고 등급화.
• 검사인력 감축으로 인건비를 절감하고, 철강 불량검출률을 높여 생산성을 높임.

5G의 필요성

고화질 이미지를 AI 응용으로 전달(5G의 업링크 대용량성)

도입 효과

l 인력 감축 [비용 절감]: 품질검사인력을 50% 줄임

l 불량검출률 향상 [생산성향상] 철강 불량검출률 (steel defect detection rate) 90% 이상 달성함. 이로 인해 매년 생산용량 손실(production capacity loss)을 9,000톤에서 700톤으로 92% 줄였고 이를 돈으로 환산하면 연간 비용 $7M (한화 약 94 억원) 절감

l 생산성향상 [신속한 생산라인 변경으로 다운타임감소] 생산라인 구축/변경시, 카메라를 연결하기 위한 광케이블 기반 유선망 배선 공사에 2주가 소요되며 이 동안 바오스틸은 생산라인이 멈춘다. 반면에 5G 망은 하루에 공사가 가능하여 운영 효율을 대폭 향상시켜준다.

<AI 머신비전 기반 생산라인 모니터링 (전해 양극 주조 공정에서 온라인 온도 측정)^9,10,11,12>

도입 기업

중국 Yunnan Shenhuo 알루미늄 제련 공장

기존 문제점/업계 과제

알루미늄 생산의 핵심 공정인 전해 양극 주조 공정에서 용철(철 용액, molten iron)의 품질은 1400도에서 가장 좋다. 기존에는 용철의 온도가 높아 측정할 수없었고, 숙련된 노련한 작업자가 육안으로 용철의 색(색깔)을 보고 온도를 판단했다. 인간 판단의 부정확성 및 오류로 1400도의 온도를 보장 못함

솔루션: AI 머신비전 기반 생산라인 모니터링 (전해 양극 주조 공정 품질 관리) 

• 용광로 부근에 고온용 카메라(Kiln 카메라)를 설치하고, 용철 촬영 영상이 5G 특화망을 통해 전산실의 AI 머신 비젼 응용으로 전달됨.
• AI 응용은 이 영상을 실시간 모니터링하여 상시적으로 용철의 온도를 측정함(용광로의 비접촉식 온도 측정).
• 최적 온도인지를 모니터링하고 정밀한 온도 제어를 통해 용철이 1400 도의 최적의 온도에서 용광로에서 배출될 수 있도록 함

5G의 필요성

고온용 카메라의 영상을 전산실의 AI 머신비전 응용으로 실시간 전달 (5G의 업링크 대용량성)

도입 효과

l 품질향상: 알루미늄 생산 공정에서 알루미늄 양극 주조 품질(anode casting quality) 15% 향상

<SANY 풍력터빈 제조공장의 로봇팔 무립조립생산라인^13,14>

도입 기업

중국 SANY 풍력터빈 제조공장

기존 문제점/업계 과제

기존의 수동 조립 방식은 노동집약적이며 효율성도 낮음

솔루션: 머신비전 기반 풍력터빈 휠 무인 조립

• 로봇팔이 풍력 터빈의 휠 허브에 400 여개의 볼트를 자동 조립
• 머신비전(2D/3D 비주얼 센싱, AI 알고리즘)과 고속 5G 특화망을 활용하여 풍력 터빈 자동 조립
• 기존의 사람이 조립하는 수동 방식에 비해 조립시간을 대폭 단축하고 각 볼트의 힘을 균일하게 확보할 수 있음.

5G의 필요성

대용량 영상의 실시간업로드(5G의 업링크 대용량성)

도입 효과

l 작업시간단축 [효율성향상]: 휠 1개 조립작업에 기존엔 2명이 180분 작업.

무인조립은 80 분 소요

l 인력 감축 [비용절감]: 무인자동화 조립으로 현장 무인화 (인건비 절감)

<Yunnan Shenhuo 공장의 오버헤드 컨베이어 벨트 이탈 및 균열 모니터링^15,16>

도입 기업

중국 Yunnan Shenhuo 알루미늄 제련 공장

기존 문제점/업계 과제

Yunnan Shenhuo 공장에는 20m높이의 오버헤드 컨베이어 벨트 11 개가 알루미늄 원료(알루미나 분말)를 전기분해 작업장으로 운반한다. 먼지 오염을 줄이기 위해 컨베이어 벨트 설비는 밀폐되어 있다. 기존엔 컨베이어 벨트 점검을 위해 벨트 가동을 멈추고 작업자가 밀폐된 통로로 들어가 벨트가 이탈 조짐이 있거나 균열이 있는 지 육안으로 수동 점검을 했다. 컨베이어 벨트의 균열이나 이탈은 안전사고와 다운타임 발생(가동중단), 생산 차질을 유발시킬 수 있다.

솔루션: 오버헤드 컨베이어 벨트 이탈 및 균열 모니터링

오버헤드 컨베이어 벨트에 산업용 카메라와 광원을 설치하고 컨베이어 벨트 표면을 촬영한 스캔 이미지를 5G 특화망을 통해 AI 머신비전 응용으로 실시간 전달하고, 응용이 이를 분석하여 벨트 이탈 조짐, 벨트 휨, 균열 발생여부를 상시 검지한다. 이상이 발생했으면 관리자에게 실시간 경보를 보내 문제/사고 발생을 예방해준다.
정기적으로 수동으로 검사하는 대신 실시간 상시 자동 감지하여 사전에 조치를 취함으로써 벨트 파손으로 인한 경제적 손실과 잠재적인 안전사고를 예방해준다.
또한 점검을 위한 컨베이어 가동 중단이 필요없어 생산성도 향상되며, 수동 검사로 인한 안전 위험도 피할 수 있다.

5G의 필요성

컨베이어 벨트의 고화질 카메라 이미지를 AI 머신비전 응용으로 실시간 업로드 (5G의 업링크 대용량성)

도입 효과

l 인력 감축 [비용절감]: 컨베이어 벨트 점검 인력 67% 감축
l 근로자 안전 향상: 무인 점검으로 위험 지역내 작업 인력 없앰

<ZTE 빈장 5G장비 공장의 머신 비젼 기반 5G AAU 자동 조립라인: 로봇팔 원격 제어 - 로봇팔이

회로 기판에 부품/보드를 적층하기 위한 정밀 위치 지정에 5G+클라우드 기반 머신비전 적용^17,18>

도입 기업

중국 ZTE의 빈장 5G장비 제조공장

기존 문제점/업계 과제

인력이 수동으로 5G AAU (Active Antenna Unit) 조립: 고비용, 저효율

솔루션: AI 머신비젼기반 5G AAU 자동 조립 (AI가 로봇팔을 원격제어)

• SMT(Surface Mount Technology) 공정 라인에서 로봇팔이 기지국 AAU 회로 기판(마더보드)에   Daughter 카드를 자동으로 스태킹(적층).
• 공정 라인에 위치한 카메라 영상이 5G망을 통해 에지 클라우드의 AI 머신비젼 응용으로 전달, 응용은 로봇팔에게 5G망을 통해 스태킹할 로봇팔의 정밀한 이동 경로를 지정해 줌

5G의 필요성

STM 공정 라인내 카메라 영상을 에지클라우드의 머신비전 응용에게 실시간 전달 (업링크 대용량성, 저지연성)

도입 효과

l 효율성 향상: 인력 수작업 대비, 스태킹 효율 30% 향상
l 정확도 개선: 인력 수작업 대비, 검사정확도 5% 개선 (Accuracy)

<ZTE 빈장 5G장비 공장의 머신 비젼 기반 AAU 표면검사¹⁹>

도입 기업

중국 ZTE의 빈장 5G장비 제조공장

기존 문제점/업계 과제

육안으로 제품 품질 검사: 부정확성(불량검출율이 낮고 누락율이 높음), 고비용 (노동집약적). 긴 검사시간(육안검사)

솔루션: AI 머신비젼 기반 시각적 품질검사(AAU 표면 검사)

5G AAU 기판 표면 촬영 영상을 5G망을 통해에지 클라우드의 AI 머신비젼 응용으로 전달, 응용이 이상 여부 판별(AAU 표면 검사)

5G의 필요성

검사장내 카메라 영상을 에지클라우드의 머신비젼 응용에게 실시간 전달 (5G의 업링크 대용량성, 저지연성)

도입 효과

l 효율성 향상: 수동 육안 검사 대비 검사 누락율 80% 감소. 불량검출율 97% 이상 달성
l 비용 절감: 단일생산라인에서 1 조당 평균 2 명 감축

<창안자동차 공장의 용접 접합부 결함 검사 결과^20,21>

도입 기업

중국 창안자동차 공장

솔루션: AI 머신비젼 기반 용접 접합부 결함 검사

5G와 머신비전 검사를 통해 자동차 엔진실 조립 공정에서 용접부 누락, 용접부 오프셋 및 용접부 결함을 검지

5G의 필요성

자동차 실내 용접 접합부 촬영 영상의 머신비전 응용으로의 실시간 전달 (5G의 업링크 대용량성)

도입 효과

l 작업시간단축: 솔더 조인트 용접 품질/불량여부 검사시, 단일 부품에 대한 육안 검사 시간은 1분.

AI기반 검사시 5초 소요. → 검사 효율성 92% 향상