최근 제조 업계에서는 고도화된 품질검사를 위해 AI 기술을 활용한 비전검사가 활발히 이루어지고 있다. 디스플레이 분야도 예외가 아니다. 디스플레이 분야는 고도화된 검사 시스템을 통해 불량 원인을 신속하게 파악하고 수율을 올리는 것이 산업의 경쟁력이다.
특히 디스플레이 구성품 중 하나인 ‘강화 글라스 기판 유리’에는 정밀한 결함검사가 필수적이다. 강화 글라스 기판 유리는 성형공정을 거쳐 완제품으로 탄생하는 과정에서 다양한 요인에 의해 스크래치, 크랙, 흑점 등의 결함이 발생한다.
유리 기판에 결함이 생기면 전체 디스플레이 성능이 저하되고, 경우에 따라 불량품으로 처리해야 하는 문제점이 있어 더욱 까다로운 검사가 요구된다. 정밀한 검사에 대한 니즈가 있는 디스플레이 업계에서 최근 각광받는 검사 방법이 바로 '딥러닝 기술' 기반의 비전검사다.
딥러닝 비전검사는 복잡한 환경에서 비정형적인 결함을 검출하거나, 복잡한 패턴을 정확하게 인식하는 데에 강점을 갖는다. AI딥러닝 비전검사는 복잡한 규칙의 프로그래밍을 요하는 룰베이스 알고리즘 기반의 머신비전 검사나 시간과 비용이 많이 소모되는 육안검사의 한계를 보완하는 획기적인 대안으로 제시된다.
최근 AI 딥러닝 비전검사 도입을 통해 품질 검사의 생산성과 안정성을 극대화한 한 기업이 있어 눈길을 끈다. 디스플레이용 유리 제조사 S는 뉴로클의 딥러닝 비전 검사 솔루션을 도입하여, FPD용 기판 유리의 품질 검사의 생산 효율을 성공적으로 향상시켰다.
S사는 기존에 AOI검사와 육안검사를 순차적으로 진행하고 있었으나, 이러한 방식에 큰 한계를 느끼고 있었다. 룰베이스 알고리즘을 탑재 한 AOI검사기의 경우, 작업환경이 바뀌고 검사 기준 수치들이 바뀔 때 마다 모든 장비를 새롭게 세팅해야 하는 번거로움이 있었다.
또한 비정형의 불량이나 정밀한 결함 검출에 있어 검사 정확도가 떨어졌다. 육안 검사 시에는 작업자의 기분 및 컨디션에 따라 검사 결과가 일관적이지 못했고, 오랜 기간 검사를 진행하다 보면 작업자의 집중력이 저하되어 검사 정확도가 낮아지기도 했다. 잦은 미검과 과검으로 생산성과 불량 검출의 신뢰성이 저하되는 문제점은 글로벌 초일류 기업을 주 고객사로 두는 S사에게 큰 걸림돌로 작용했다.
고도화된 비전검사 도입의 필요성을 절실히 느낀S사는 국내 AI 딥러닝 비전 전문기업인 뉴로클을 찾았다. S사는 뉴로클을 선택한 이유에 대해, 뉴로클은 SK, LG, 현대자동차 등 유수의 대기업으로부터 압도적인 검사 정확도를 인정받은 바 있으며, 적극적이고 원활한 기술지원으로 머신비전 업계에서 크게 선호되는 기업이라는 점을 꼽았다.
이번 프로젝트의 주 목적은 기존 두 차례에 걸친 검사 프로세스를 한 가지로 간소화하여 생산 효율성과 제품 안정성을 극대화하는 것이다.
이를 위해 뉴로클은 '오토 딥러닝 알고리즘' 기반의 솔루션을 제시했다. 오토 딥러닝 알고리즘은 '고성능 AI 모델 생성'을 위해 자동으로 파라미터, 아키텍쳐를 최적화하는 기술로, 뉴로클이 자체 개발한 독자적인 기술이다. 코딩이나 딥러닝 지식이 없는 사용자도 해당 기술을 통해 몇 번의 클릭으로 손쉽게 AI 딥러닝 모델을 생성할 수 있다.
뉴로클의 딥러닝 기술 도입 후 S사는 기존 검사 인원을 70% 이상 절감하고, 검사 속도는 300% 이상 상승시킬 수 있었다. 또한 과검 및 미검율을 3% 미만으로 달성하며 생산 효율성과 제품 안정성을 극대화할 수 있었다.
이홍석 뉴로클 대표는 "디스플레이용 글라스는 제조 과정에서 제조 기계의 오작동, 먼지나 분진에 의한 미세한 결점, 제조자의 실수 등 여러가지 이유에 의해 결함이 생기는 경우가 잦다"며 "어떠한 인라인 공정에서도 압도적인 정확도를 보장하는 뉴로클만의 딥러닝 비전검사 솔루션을 통해 제조사들의 생산성 및 제품 안정성 극대화에 기여하겠다" 전했다.
헬로티 이창현 기자 |
