기업부설연구소 김재현 소장·공학박사(사진. 여기에)

 

인공지능 딥러닝 검사기기 개발 및 머신비전 시스템 전문기업인 ㈜트윔이 지난해 10월, 본사 연구소와 별도로 판교에 MOAI Lab이라는 부설 연구소를 개설하고, 인공지능 기반의 비전검사에 필요한 차별화된 기능과 새로운 기능 중심의 연구개발에 박차를 가하고 있다.

 

MOAI Lab을 이끌고 있는 김재현 소장은, 머신비전은 인공지능 접목이 가장 활발한 분야로 꼽히며, 검사가 필요한 모든 공정에서 사용할 수 있어서 기존 육안검사를 대체하는 시장까지 포함하여 활용의 폭이 매우 넓고 미래 성장 가치도 상당하다고 설명했다.

 

김 소장을 만나 MOAI Lab의 운영 방향과 국내 산업계의 인공지능 비전검사 현황에 대해 들어봤다. 김 소장은 트윔에 합류하기 전, 삼성전자 수원 연구소에서 멀티미디어 제품 연구를 시작으로, 과기정통부에서 연구개발 민간전문가(PM)로서 방송과 디지털 컨텐츠를 담당했다.

 

Q. 트윔에 합류한 계기는 무엇인가?

A. 트윔은 비전검사를 전문으로 하는 기업이고, 나는 주로 멀티미디어 제품의 영상신호 처리를 연구해왔다. 과거에는 인공지능 기술을 쓰지 않고 복잡한 알고리즘으로 영상신호를 처리했다고 하면, 최근에는 딥러닝 기술이나 인공지능 기술이 영상에 적용이 되면서, 이게 어느 정도 성과를 보이니까 인공지능이 영상 쪽의 검사에도 많이 활용이 되고 있다. 내가 종사해온 분야는 아날로그 전자제품부터 시작했었는데 모든 제품이 디지털로 바뀌면서 다양한 디지털 영상신호처리가 필요해졌다. 최근에는 대부분의 전자제품에 인공지능 기술이 들어가 있다고 보면 된다.

 

트윔도 초기에는 AI로 시작을 한 게 아니고 규칙(Rule) 기반의 머신비전으로 시작을 했다. 대부분 젊은 사람들로 구성되어 역동적이며 신구(新舊) 간에 시너지를 내어 큰 성과를 낼 수 있는 매력적인 회사로 생각했다. 내가 계속 해 오던 멀티미디어 분야의 연구개발 경험과 딥러닝 기반의 비전검사 최신기술을 접목해 좋은 성과를 낼 수 있지 않을까 하는 생각에서, 흔쾌히 트윔에 조인하게 됐다.

 

Q. 본사에 연구소가 있는데 판교에 별도로 ‘MOAI Lab’을 설립한 이유는 무엇이며, ‘MOAI Lab’은 동탄 본사 연구소와는 어떻게 차별화 되나?

A. 인공지능은 4차 산업혁명의 핵심 기술로서 제품과 서비스의 지능화, 제조공정의 생산성과 품질 극대화로 새로운 부가가치를 창출하고 있다. 인공지능의 수요는 대기업뿐만 아니라, 중소기업에서도 많이 있다. 인공지능은 공장자동화에만 필요한 게 아니라, 금융, 자율주행, 드론, 의료서비스 등 전 산업 분야에서 필요로 하고 있고, 미래 핵심 경쟁의 원천으로 고속성장하고 있다. 그러나 이처럼 전 산업계에서 요구되는 인공지능 인재는 국내뿐 아니라 전 세계적으로도 절대적으로 부족한 상황이다.

 

따라서 트윔은 보다 우수한 인력 확보와 안정적인 연구개발 환경을 위해 지난해 10월, 판교에 인공지능 랩인 ‘MOAI Lab’을 개설했다. 현재 인원은 7명이며, 앞으로 계속해서 전문 연구원을 확충해 나갈 계획이다.

동탄 본사에 위치한 연구소에서는 MOAI 플랫폼을 좀 더 최적화해서 제조 현장에 적용하고 개선하는 작업 중심의 연구개발을 진행하며, 판교에 위치한 MOAI 랩에서는 인공지능 기반의 비전검사에 필요한 차별화된 기능과 새로운 기능 중심의 연구개발을 진행하게 된다.

 

Q. 현재 MOAI Lab에서 진행하고 있는 연구개발 내용은 무엇인가?

A. 판교 MOAI 랩에서는 기본적으로 산업 현장에 필요한 딥러닝 기반의 고성능 비전검사 알고리즘을 지속적으로 발전시키고 있다.

현재 불량 제품의 발생 빈도가 현저히 적어 충분한 학습 이미지를 확보하지 못하는 경우에 양품 이미지만으로 학습하여 불량제품을 판별해내는 이상 탐지(Anomaly Detection) 알고리즘의 성능을 개선하는 작업을 진행하고 있다.

 

또한 적은 양의 비정상 데이터 사용은 깊은 네트워크의 딥러닝 학습 시 과적합(overfitting)에 빠지는 문제가 발생하며, 특정 클래스의 데이터가 다른 클래스의 데이터에 비해 많은 양을 차지하거나 매우 적을 경우에 클래스 간의 데이터 불균형 문제가 발생하게 된다. 이러한 문제점을 해결하기 위하여 사전에 많은 데이터로 소스네트워크를 학습하고 추출된 파라미터를 타깃 네트워크에 전이하여 적은 양의 데이터를 가지고도 높은 성능을 보일 수 있는 전이학습(Transfer Learning) 방법의 성능 개선과 충분히 학습된 모델을 확보하는 데 주력하고 있다.

 

또, 제품 외관 검사 시 제조일자, 유통기한, 제품번호 등을 함께 인식해야 하는 경우도 발생하기 때문에, 고성능 산업용 광학문자 인식(OCR; Optical Character Recognition) 기능도 개발하고 있다.

 

Q. 트윔의 AI 딥러닝 비전검사 소프트웨어인 MOAI는 시장에 나와 있는 인공지능 소프트웨어와 어떻게 차별화 되나?

A. MOAI(Machine vision Optimization based on AI)는 딥러닝 기반의 비전검사 소프트웨어로서, 2018년 LS산전 배선용 차단기 외관 검사를 시작으로 자동차부품, 타이어, 이차전지,식음료, 바이오 등 여러 산업 분야에서 불량 제품 검사에 사용되고 있다.

 

인공지능 비전 검사 시스템인 MOAI는 규칙(Rule) 방식과 딥러닝 방식의 융합 사용이 가능해 사용자가 제품의 수치 계산, 패턴 검사 외에, 다양한 형태의 비정형 불량검사를 보다 간편하게 수행할 수 있게 도와 준다.

MOAI는 제조업 제품에 특화된 딥러닝 알고리즘을 사용하여 미검은 없애고 과검을 최소화해주는 높은 검사 정확도를 보장한다. MOAI는 불량 제품 이미지를 충분히 구하기 어려운 조건에서도 검사 정확도를 높이기 위해 모델을 훈련하는데 필요한 충분한 데이터를 자동으로 생성하여 추가 확보해주는 기능을 지원하며, 작업자들이 MOAI를 직접 재학습시켜 성능을 향상시킬 수 있는 편리하고 간편한 기능을 제공한다.

 

Q. 올해 출시될 MOAI 5.0 버전은 기존 버전에 비해 어떤 점이 달라지나?

A. 올 2021년 말에 출시될 MOAI 5.0은 기존보다 검사성능을 높일 수 있는 학습 데이터 자동 생성 기능과, 검출력과 속도를 향상시킨 다양한 딥러닝 알고리즘들이 적용된다. 양품 이미지만으로 학습하여 불량제품을 검출하는 이상 탐지 알고리즘의 성능도 개선되어 적용되며, 산업용 고성능 OCR 신규 기능도 함께 적용된다. 또한, 제조 현장에서 작업자가 쉽고 편리하게 사용할 수 있도록 검사 환경을 개선하고 있다.

 

Q. 지난 2020년 MOAI를 탑재한 검사기와 자동화 라인 구축 등 비즈니스 성과는 어떠했나?

A. 2020년에는 자동차 단조부품 외관검사 자동화를 위하여 MOAI를 탑재한 제조설비를 납품했다. 금속 부품의 특성상 난반사 문제를 해결하는 광학시스템과 다양하고 미세한 불량 유형에 대응하는 딥러닝 모델 생성을 통하여 정확하게 불량 위치를 검출하고 유형을 분류할 수 있었다.

 

또, 홍삼 파우치 제품의 외관 검사의 경우에는 파우치류 제품을 위해 특수 제작한 검사 설비와 광학 솔루션이 포함된 검사기를 납품했다. 기존 방법으로 검출하지 못했던 다양한 형태의 비정형 불량(실링, 이물, 오염 및 외관) 및 일부인 검사를 기존 비전처리 방식과 딥러닝 방식을 함께 사용하는 솔루션으로 불량제품을 검출할 수 있었다.

 

또, 바이오 분야의 진단키트 검사를 위해서는 제품 정렬(Alignment) 기능과 함께 제품의 이물, 오염, 스크래치, 파손, 성형 불량 등을 검사할 수 있는 검사장비를 성공적으로 납품했다. 이밖에, 식음료와 타이어, 정밀 부품 등의 분야에서 MOAI를 적용한 검사 솔루션을 적용하기 위한 작업이 계속해서 진행 중에 있다.

 

Q. AI 비전검사 수요가 많은 분야는 역시 자동차 쪽인가?

A. 자동차에 들어가는 많은 수의 부품과 자동차 외관 검사 등을 고려할 때, 자동차 분야가 가장 많다고 할 수 있다.

 

Q. 올해 반도체 분야가 슈퍼 사이클에 들어서면서, 자동화 업계의 기대감이 커지고 있다. MOAI는 반도체 분야에도 많이 적용이 되나?

A. 반도체는 조금 다른 게 인공지능 비전검사를 안 한다는 건 아닌데, 굉장히 미세하고 정형화된 내용도 있고, 불량품이 나오는 게 매우 적어서 기존의 검사장비를 가지고 하는 경우가 많다. 반도체 제조 공정마다 검사를 해야 되고 검사장비들이 특화되어 있어서, 다른 분야와 비전검사 내용이 다르긴 한데, 최근 들어서 인공지능 비전검사 기술이 도입되고 있다.

 

인공지능 검사 성능의 절반은 알고리즘 성능이고, 절반 이상은 데이터 싸움이다. 그래서 얼마나 의미 있는 좋은 데이터를 확보해서 그것을 알고리즘 신경망에서 학습을 시키느냐? 그래서 잘 찾게 하느냐가 관건이다. 다른 산업분야와 달리 반도체 분야는 불량품을 수집하는 게 힘들다. 양품만 가지고 잘 찾을 수 있는 이상탐지 기술이 지금 수준보다 더 발달된다면 지금보다 인공지능 비전검사를 더 많이 하게 될 것이다. 또, 반도체는 미세공정이 많아서 수 마이크로 단위의 결함까지 판별해낼 수 있는 성능의 검사장비와 알고리즘들이 다른 분야에 비해 더 필요하다. 이런 부분에서 트윔의 인공지능 검사장비가 우수한 성능을 낼 수 있도록 지속적으로 발전시키고 있다.

 

트윔은 그동안 반도체는 제품레벨에서만 검사를 하고, 후공정 쪽에서 제대로 된 프로젝트는 아직 못하고 있다. 기회가 되면 해보고 싶다. 딥러닝 비전검사 수요가 이차전지 분야가 커지고 있으며, 디스플레이 분야의 투자가 올해는 주춤하지만 여전히 중요한 시장이다. 디스플레이 분야의 경우는 트윔이 오랫동안 해오고 있고 잘 할 수 있는 영역 가운데 하나이며 계속 집중해야 할 시장이다. 딥러닝 비전검사라는 게 특성상 모든 분야에 적용이 가능하다. 반도체 분야는 트윔이 중요하게 타게팅하는 분야 가운데 하나다.

 

Q. 자동차부품, 반도체, 바이오, 식품 분야 외에 인공지능을 활용한 제품검사 시스템 개발 및 검토에 대한 요구 상황은 어떠한가?

A. 인공지능을 활용한 제품검사에 대한 요구사항은 제조 산업군 및 제품에 따라 매우 다양하다.

정밀부품군은 수 um 크기의 불량 검출이 요구되며, 불량의 유형도 깊이 정보나 높이 정보까지 알아야 정확하게 판별할 수 있다. 자동차 타이어의 경우는 타이어 외부뿐만 아니라, 타이어 내부 불량까지 검사해야 하는데 다양한 크기의 타이어에 대한 타이어 내부 광학 시스템과 이미지 촬영 또한 중요한 시스템 개발 항목이다.

 

식품이나 화장품의 용기와 같은 원통형 제품의 경우에는 360도 촬영할 수 있는 회전형 검사 시스템 구축이 필요하다. 또 검사 제품이 움직이거나 검사 영역이 넓은 경우에는 고속·고품질의 라인 스캔 카메라가 필요한 경우도 있으며, 규칙기반 검사 방식과 딥러닝 기반 검사 방식을 같이 사용해야 하는 경우도 있다.

 

Q. 산업계에서의 인공지능을 활용한 기술의 수요에 대해 어떻게 전망하나?

A. 주요 인공지능 기술 수요 분야는 AI 기반 개인비서 서비스, 지능형 서비스 로봇, 의료서비스, 자율주행 자동차와 드론, 지능형 교통 시스템과 서비스, 금융 서비스 및 스마트 팩토리로 등으로 크게 구분할 수 있으며, 그 수요 또한 급속하게 증가하고 있다.

 

인공지능 기반의 스마트 팩토리를 구축하는데 필요한 여러 분야 중에서 제조공정의 자동화는 아직까지 해결해야 할 것이 많다. 제조공정 및 물류 부문 등에서 기존 컴퓨터와 로봇을 이용해 무인화 및 자동화를 추구하기에는 정형화하기 어려운 부분이 여전히 남아있어서 사람이 처리하고 있다. 이러한 부분을 자동화할 수 있는 인공지능 기반의 비전검사 기술의 적용 및 발전이 이루어져야 궁극적인 스마트 팩토리의 완성에 다가갈 수 있다.

 

차세대 검사 방식으로 그 사용 범위가 급속히 확대되고 있는 딥러닝의 등장으로 인해 머신비전의 실용성은 강화됐고, 인공지능의 영역은 확장되었다. 머신비전은 인공지능의 접목이 가장 활발한 분야로 꼽히며, 검사가 필요한 모든 공정에서 사용할 수 있어 기존 육안검사를 대체하는 시장까지 포함하여 활용의 폭이 매우 넓고 미래 성장 가치도 상당하다.

 

Q. 트윔이 인공지능을 활용한 머신비전 분야에서 갖는 경쟁력은 무엇인가?

A. 보통 인공지능 검사 솔루션을 도입하게 되면 제조라인에 적용하기부터 원하는 성능을 맞추기까지 많은 어려움과 시간이 소요된다. 반면에 트윔은 고객사가 요구하는 다양한 요구조건을 만족하는 제조 현장에 최적화된 토탈 솔루션을 제공하여 최대한 빠른 시간 내에 양산할 수 있게 해준다.

 

트윔은 머신비전 분야에서 쌓아온 노하우 및 기술력을 바탕으로 검사에 필요한 설비 설계와 제작부터 광학시스템 및 검사 소프트웨어까지의 모든 솔루션을 제공하여, 고객사의 검사 문제를 최단기간 내에 해결해 줄 수 있는 것이 특징이다. 이렇게 구축된 자동화 검사라인은 검사 환경이나 불량 유형이 바뀌어도 새로 개발할 필요 없이 단지 추가학습만으로 검사가 가능하게 된다.

 

 

동탄에 위치한 연구소 내부(사진. 여기에)

 

 

Q. 앞으로 MOAI Lab을 어떤 방향으로 이끌어 나갈 계획인가?

A. MOAI 랩은 출범한 지 얼마 되지 않은 신생 연구소이지만, 단계별 성장 목표를 정하고 본사 연구소와 시너지를 내면서 성장해 가고자 한다. MOAI랩은 차별화된 기술개발과 중장기 기업성장 동력을 마련하기 위한 기술확보 중심형 연구소로, 본사 연구소는 기술 활용의 주체로 보는 사업지원 중심형 연구소로 운영하고자 한다.

 

MOAI랩의 1단계 목표는 딥러닝 기반의 비전검사 토탈 솔루션의 구축이며, 2단계는 인공지능 기술과 빅데이터를 통한 스마트 제조 솔루션 확보를 목표로 하고 있다.

인공지능 분야의 우수한 인력도 지속적으로 확충하고, 창의적이고 역동적인 연구 문화 속에서 스마트 제조 분야의 선도 연구소로 발전시켜 나가고자 한다.

 

 

 

김재현 소장은 “트윔은 고객사가 요구하는 다양한 요구조건을 만족하는 제조 현장에

최적화된 토탈 솔루션을 제공하여 최대한 빠른 시간 내에 양산할 수 있게 해준다.”고 말했다.(사진. 여기에)