최근 IT 하드웨어의 발달로 대용량 데이터에 대한 저장•처리가 가능해지면서, 빅데이터 분석이나 인공지능 학습이 대두되고 있습니다.
영화 ‘마이너리티 리포트’를 보면, 범죄 데이터를 분석해 범인을 잡는 것뿐만 아니라, 인공지능을 학습시켜 범인의 행동 패턴을 기반으로 살인이 일어나는 것까지 사전 예측해 범죄를 예방하는 장면이 있습니다. 조금 비약은 있지만, 이러한 기능들로 범죄 예방에서 벗어나, 범죄가 일어나지 않는 사회를 만들 수도 있을 것 같습니다.
이런 일들은 영화에서만 볼 수 있는 게 아니라, 제조 기업 현장에서도 일어나고 있는 일입니다. 제조 기업들은 제품의 품질을 높이고 공장에서 발생하는 안전사고를 예방하는 데 노력을 아끼지 않고 있습니다. 스마트 팩토리에서는 인공지능을 통해 어떻게 불량을 예방하고 사고를 방지하는지 알아보겠습니다.
인공지능 비전검사
스마트 팩토리가 대두되면서, 생산 현장 내 자동화를 통해 Human Error를 줄이려는 노력이 지속되고 있습니다. 특히, 생산이 완료된 제품에 대해 양•불을 검사하는 비전•이미지 검사 영역은 대부분 장비•설비가 판별하기 어려운 현상에 대해 판단해야 하기 때문에 검사자가 직접 투입되어야 했습니다. 아무래도 사람이 직접 판별하다 보니, 검사자 간 편차도 존재하며 단순 반복 업무에 따른 판정 정확도가 떨어져 불량을 정상 제품으로 식별하는 실수를 하게 됩니다.
최근 많은 기업이 사람이 눈으로 하던 품질 검사를 사람의 눈처럼 사물을 인식하는 기계로 대체함으로써 생산 현장 내 획기적인 품질 개선과 생산성 향성을 이끌어 내고 있습니다. 특히 다양한 작업 환경이나, 제품마다 바뀌는 검수 수치에 대응하고 사람의 눈만큼 다양한 불량 유형에 대한 정확성을 갖추기 위해 인공지능 비전 검사 솔루션을 적용해 보다 정확한 판별이 가능토록 합니다.
무엇보다 인공신경망을 통해 지속적으로 판별 알고리즘을 학습시킴으로써 새로운 불량 유형에도 단시간 내 적용 가능한 유연성을 갖추며 지속 정확도를 유지할 수 있습니다. LG CNS는 `18년 자체 AI빅데이터 플랫폼인 DAP와 구글 클라우드 AI 솔루션 ‘AutoML’을 결합한 인공지능 비전 검사 솔루션을 제조 공장 부품 불량 판정에 적용해 불량 판정률을 평균 6%가량 상승시켰으며 판정 난이도가 높은 공정에서도 판독률 99.9% 달성이 가능해졌습니다.
인공지능 영상분석을 통한 안전사고 방지
넓은 부지 안의 보안 및 안전사고 예방을 위해 공장에서는 많은 CCTV를 설치해 24시간 모니터링 체계를 갖추고 있습니다. CCTV는 보통 ‘방재실’이라 불리는 공간에서 수많은 모니터에서 보여집니다. 하지만 한 사람이 두 대 이상의 CCTV를 22분 이상 모니터링 시, 중요 Event의 85%를 감지하지 못한다는 미국 Buyer Beware 社의 연구 결과가 말해주듯이 방재실에 있는 사람이 24시간 대기하면서 수많은 화면을 모두 지켜보는 것은 불가능에 가깝습니다.
또한 공장은 거주 목적으로 만든 공간이 아니다 보니 넘어지거나 부딪혔을 때 자칫 큰 사고로 이어질 수 있습니다. 또한 대부분 저 해상도로 이루어진 카메라로 구성되다 보니 작은 불씨나 화재는 인지하기 쉽지 않습니다.
최근 이러한 영상을 인공지능으로 분석해 사전 사고를 예측하거나 사고가 발생하였을 때 즉시 인지를 통해 대형 사고를 방지하는 솔루션들이 출시되고 있습니다. 사람의 동작을 감지함으로써, 이 사람이 쓰러졌는지를 분석하고 나아가 사람이 쓰러질 것을 예측해 즉각적으로 사고에 대응할 수 있는 체계를 구현하고 있습니다.
안전모 미착용 등 육안으로 식별이 가능한 사고 요소에 대해 사전 알림을 줌으로써, 사고를 예방하고 있습니다. 이는 CCTV 영상 데이터를 이미지 단위로 분해해서 인공지능 알고리즘을 적용해 학습시킴으로써 이루어집니다. 각종 넘어지거나, 안전모 미착용 영상을 사전에 학습시킴으로써 인공지능 시스템은 CCTV의 영상을 보고 안전모 미착용, 넘어짐을 판별하게 됩니다.
스마트 팩토리에서의 인공지능은 비전(사진, 그림) 분석이나 동영상 분석 등 제한적인 용도에 사용 중입니다. 하지만 폭발적으로 증가하는 데이터양과 분석 기법의 고도화로 언젠가 품질이나 안전사고가 없는 진정한 스마트 팩토리가 구현될 것이라 기대해봅니다.
LG CNS도 제조업 혁신에 앞장서 스마트 팩토리 플랫폼 팩토바(Factova)를 제공하고 있습니다. 공장의 효율성과 불량률을 최소화하기 위해 기존의 공장 자동화 수준을 넘어 데이터 기반의 실시간 자율 운영 공장을 구현합니다.
팩토바를 활용할 경우 기획 기간을 2~3개월 단축하고, LG CNS AI 빅데이터 플랫폼 DAP의 딥러닝을 통해 품질 검사 정확도를 99.7%까지 개선하는 등 생산 효율을 극대화할 수 있습니다. 그리고, 팩토바는 데이터 수집 및 제어, 정보화, 지능화 등 총 3개 계층으로 구성되어 있는데요.
데이터 수집 및 제어 계층에서는 각종 설비와 센서를 통해 빠르게 데이터를 수집하고, 정보화 계층에서는 계획부터 관리까지 제조의 전 라이프 사이클을 정보화해 관리합니다. 지능화 계층에서는 AI, 빅데이터 기술과 접목해 정보 전달뿐만 아니라 판단까지 제공합니다.
또한, 완성품(LG전자), 부품(LG디스플레이, LG이노텍), 소재(LG화학) 등 LG그룹 계열사 공장에서의 다양한 성공 레퍼런스를 보유하고 있는 것도 큰 장점입니다. 제조 역량을 집대성해 실질적인 고객의 니즈를 반영한 맞춤형 스마트 팩토리를 구축할 수 있기 때문입니다.
LG CNS는 지난 30여 년간 다양한 제조 현장에서 정보기술을 기반으로 한 제조 기업 경쟁력 향상에 기여해 왔습니다. 축적된 현장 경험과 디지털 신기술 응용으로 보다 혁신적인 생산성 증대 기회를 제공할 것입니다.
글 l LG CNS 스마트팩토리그룹
[‘스마트 팩토리’ 연재 현황]
[1편] 지멘스와 아디다스를 통해 알아보는 스마트 팩토리
[2편] 사람의 안전을 책임지는 스마트 팩토리
[3편] 스마트 팩토리, 생산성의 극대화를 위한 ‘공장 자동화’
[4편] 인간과의 공존이 가능한 스마트 팩토리 협동 로봇
[5편] 정유, 석유화학 공장의 스마트 플랜트로 변신
[6편] 제조업의 품질관리, 스마트 팩토리로 답을 찾다.
[7편] 부품 결함 검사, 3주에서 3일로 단축하는 디지털 트윈
[8편] 빅데이터로 미리 이상징후를 파악하는 스마트 팩토리
[9편] 이젠 알아서 작업대로 온다, 스마트 물류
[10편] 인공지능을 통한 품질 및 사고 예방