초미세 불량 검출의 신뢰성 향상, 다양한 자동화 공정 라인에 적용 가능

국내 연구진이 복잡한 형상을 가진 표면의 초미세 불량 요인을 자동으로 인식할 수 있는 기술을 개발하는 데 성공했다.

한국재료연구원(KIMS, 원장 이정환) 재료인공지능·빅데이터연구실 강성훈 박사 연구팀은 인공지능(AI) 기술을 이용해 사람이 쉽게 분별하기 어려운 제품 표면의 초미세 불량을 정확하게 검출할 수 있는 기술을 개발했다.

제품의 미세 불량은 다양한 형태로 나타나고 이를 눈으로 확인 및 검사하는 데는 많은 시간과 비용 손실이 발생한다. 특히 복잡한 형태의 계층 구조를 가진 부품의 표면은 3차원 형상을 띠고 있어 현미경이나 육안 판별만으로 그 정확성을 얻기에 다소 어려움이 있었다.

연구팀은 이러한 문제를 해결하고자 3차원 형상을 2차원으로 단순화한 이미지를 통해 제품 표면의 계층 구조를 자동 인식하고, 기준이 되는 이미지로부터 벗어나는 미세 불량을 검출하는 인공지능(AI) 기술 개발에 성공했다.

적용된 인공신경망은 불량 요인의 특징을 자동으로 학습한 뒤 불량 검출 및 분류를 수행하게 된다.

특히 머리카락 굵기(50㎛)의 절반 수준인 초미세 불량은 눈으로 정확히 판독하는 게 불가능해 현미경을 이용해 시편 하나 당 수십 장의 사진 촬영을 통해 작업자가 이를 일일이 확인하는 과정을 거쳤다. 하지만 본 기술을 이용할 경우, 단 1초 내외의 시간만으로 정확하게 불량 요인을 검출하는 게 가능하다.

또한 불량 검출 이외에도 클래스 액티베이션 맵(CAM, Class Activation Map) 신경망을 적용해 인공지능(AI)이 표면의 어떠한 특징을 기준으로 불량을 선별했는지 사용자가 알 수 있도록 해 초미세 불량 검출의 신뢰성을 높였다.

연구책임자인 강성훈 책임연구원(실장)은 “최근 공정 자동화 및 스마트팩토리 구축이 사회적 이슈가 되고 있다.”며, “개발된 기술을 다양한 자동화 공정 라인에 적용할 경우, 사람이 판독하기 어려운 미세 불량도 빠른 시간 내에 검출할 수 있을 것으로 기대된다”고 말했다.

이번 연구는 산업통상자원부의 ‘자동차용 경량소재 가상공학 플랫폼 구축사업’과 한국재료연구원 주요사업의 지원으로 수행됐다.