챗GPT, GPT-4가 산업혁명을 이끈 증기기관 발명에 비견되고 있지만, 텍스트와 이미지 중심인 GPT 시리즈가 아직 다루지 못하는 영역이 있다. 바로 영상 생성 기술이다. 그런데 국내 연구진이 영상 인공지능(AI) 기술에서 괄목할만한 성과를 잇달아 내놔 독자적인 파운데이션 모델(근간이 되는 AI) 기술이 귀한 국내 AI 업계에 희소식을 전하고 있다. 14일 AI 업계와 학계에 따르면 오태현 포스텍 교수 연구팀은 AI가 소리만 듣고 시각 장면을 영상으로 재현하는 기술을 오는 6월 캐나다 밴쿠버에서 열리는 세계 최고 권위의 AI 학회 'CVPR'에서 발표할 예정이다. '사운드 투 신'(Sound2scene)으로 이름 붙인 연구는 말 그대로 소리 정보를 영상으로 바꿔주는 기술에 관한 것이다. 가령 참새 소리를 AI에 입력하면 나뭇가지에 앉아 지저귀는 참새 영상이 자동 생성된다. 오 교수는 "사람은 방 안에서도 바깥에서 들리는 놀이터 아이들 노는 소리, 자동차 경적 등을 듣고 놀이터 풍경이나 자동차가 지나가는 장면을 상상할 수 있듯 인공지능도 소리를 듣고 배경이 되는 장면을 만들어낼 수 있는 것"이라고 설명했다. 하지만 AI라고 해서 아무나 영상을 쉽게 생성할 수
기후변화 억제에 관한 다자간 국제협정으로 2015년 파리협정(COP21)이 채택된 이후 유엔의 지속가능한 개발 목표인 ‘SDGs’에서도 에너지 관련 항목이 선정됐다. 일본에서는 온실효과 가스 배출량을 2030년까지 26% 감축(2013년도 대비)하는 중기 목표를 세우고 있다. 이처럼 환경 문제가 주목을 받으면서 기업들은 에너지 절약 대책을 추진하게 됐다. 태양광 발전과 같은 재생가능 에너지를 도입해 전기의 에너지 절약은 충분히 대책이 되어 있는 한편, 열의 에너지 절약은 도입 비용이나 비용 대비 효과가 불투명해서 대책이 불충분한 경우가 있다. 산업 부문의 용도별 에너지 소비량에서는 전체의 56%를 열에너지가 차지하고 있어 열의 에너지 절약을 추진함으로써 에너지 절약 효과를 더욱 기대할 수 있다. 한편, 공장에서 열에너지는 보일러 설비에서 공급되는 증기가 일반적이다. 공장 내 증기 흐름의 한 예를 그림 1에 나타냈다. 보일러에서 만들어진 증기가 헤더를 통과해 반송 배관에서 각 건물로 분배된다. 배관 중간에는 증기가 식어서 액체로 되돌아온 드레인 물이 체류하기 때문에 스팀 트랩을 설치해 배관 내의 드레인 물을 배출하고 있다. 건물 내의 설비 근처까지 운반되어 온
지난 호에는 이더넷-APL의 이해에 대해서 개략적으로 살펴봤다. 이더넷-APL 시스템은 배선이 대부분 이더넷 선으로 1,000m까지 연장되므로 PROCESS 계장 보수 유지비가 대폭 줄어드는 효과가 있고, PROCESS 계장 배선의 축소는 상대적으로 공장의 부지비가 줄어듦으로써 공장 건축비의 축소로 이어진다고 설명했다. 또한 이더넷-APL은 배선이 간단하고 강력한 2-와이어 기술의 이점과 이더넷(인터넷)의 장점을 결합하여 프로세스 플랜트 분야에서 최고의 성능과 원활한 데이터 액세스를 제공한다는 점도 밝혔다. 지난 호에 이어 이번 글에서는 이더넷의 요구 조건에 대해서 살펴본다. 10BASE-T1L을 이더넷-APL의 주력 망으로 채택한 이유는? 4차 산업혁명과 스마트 팩토리 보급 확산으로 공장 자동화를 넘어선 공장 자율화를 실현하려는 노력이 이어지고 있다. 또한 코로나19 팬데믹이 장기화됨에 따라 세계적으로 비대면 기조가 강화 되여 원격 솔루션을 도입하려는 기업들이 늘고 있는 추세다. 자율 시스템과 원격 솔루션을 제대로 운영하기 위해서는 대량의 인터넷 데이터를 신뢰성 있게 전달하는 통신 인프라 구축이 필수다. 최근 5G를 필두로 하는 무선통신 솔루션이 한국에서
이번에 계측자동제어 학회지에 표기 해설 기사의 의뢰를 받았는데 유체 계측 분야 자체가 상당히 넓은 영역이기 때문에 객관적인 기사를 제공할 수 있을지는 의문이지만, 적어도 TC30(관내유량계측 위원회)의 위원장 및 TC131 공기압기기시스템 위원회의 위원장을 15년 이상 맡은 경험을 바탕으로 이 분야의 최신 화제를 소개하고 싶다. 전반에는 등온화 압력 용기를 이용한 비정상 유량 계측 제어의 화제를 소개하고, 후반에는 대형 층류식 유량계와 오리피스 유량계의 비교 검토 및 카르만 와류식 유량계의 수치해석을 소개한다. 최근 20여 년 유량 계측은 에너지 절감을 위해, 또한 공기압 시스템에서는 공기 유량을 적분하면 압력이 되기 때문에 동특성 관리의 목적으로 이루어져 왔다. TC131에는 유량계측 위원회라는 명칭이 붙어 있다. 따라서 최근 10년 유량 계측에 관한 요망이 강해지고 있다고 생각한다. 압축성 유체 시스템의 동특성 관리 등온화 압력 용기는 그림 1과 같다. 이 용기 내에는 아주 작은 직경의 구리선이 봉입되어 있다. 봉입률은 체적 밀도가 4%이지만, 압력 변화에 따른 열 변화를 구리선이 흡수할 수 있다. 이 특징으로부터 기체의 상태방정식에서 용기 내로 충전하거
부분 데이터 활용한 진단 모델 개발...다양한 양극재에 적용 가능해 UNIST 에너지화학공학과 김동혁, 최윤석 교수 및 탄소중립대학원 임한권 교수팀은 ‘리튬이온배터리 건강상태 진단 모델’에 관한 연구 결과를 발표했다. 최근 배터리를 사용하는 전자 장비들이 많아지면서 배터리의 건강 상태를 진단하는 모델에 관한 연구가 활발히 진행되고 있다. 연구진은 현재 활발히 연구되고 있는 인공지능 분야의 딥러닝 모델을 기반으로 ‘리튬이온배터리 평가를 위한 딥러닝 기반 그래픽 접근법(Deep-learning-based Graphical approach to Estimation of Lithium-ion batteries SOH, D-GELS) 모델을 개발했다. D-GELS 모델은 전압, 전류, 온도 데이터를 RGB 값으로 변환해 이미지를 생성한다. 이번 모델은 LFP(리튬·인산·철) 배터리, NCA(니켈·코발트·알루미늄) 배터리, NMC(니켈·코발트) 배터리 등에 적용 가능하다 것이 특징이다. 연구진은 D-GELS에서 예측한 배터리 건강 상태 값의 정확도를 보여주는 지표로써 평균 제곱근 오차(Root mean square error, RMSE)값을 활용했고, 그 값은 0.00
KAIST는 생명화학공학과 김지한 교수 연구팀이 세계 최초로 멀티모달 트랜스포머를 적용한 인공지능(AI)을 통해 다공성 소재의 다양한 물성을 예측하는 기술을 개발했다고 5일 밝혔다. 멀티모달 트랜스포머는 비디오 프레임과 오디오 트랙, 웹 이미지와 캡션, 교육용 비디오와 음성 대본과 같이 서로 다른 형태의 정보를 효과적이고 효율적으로 결합하도록 설계된 신경망 모델의 일종이다. 김지한 교수 연구팀은 챗GPT에서 사용된 모델인 트랜스포머를 다공성 소재에 도입해 모든 성능을 예측할 수 있는 멀티모달 인공 신경망을 개발했다. 멀티모달은 서로 다른 형태의 데이터를 함께 학습하며, 이는 인간과 비슷하게 입체적이고 종합적인 사고를 할 수 있도록 도와준다. 연구팀이 개발한 멀티모달 트랜스포머(MOFTransformer)는 원자 단위의 정보를 그래프로 표현하고, 결정성 단위의 정보를 3차원 그림으로 전환 후 함께 학습하는 방식으로 개발했다. 이는 다공성 소재의 물성 예측의 한계점이었던 다양한 물성에 대한 전이 학습을 극복하고 모든 물성에서 높은 성능으로 물성을 예측할 수 있게 했다. 김지한 교수 연구팀은 다공성 소재를 위한 트랜스포머를 개발해 1백만 개의 다공성 소재로 사전학
로봇이 증가하는 산업수요에 맞춰 할 수 있는 일 기술과 IT의 급속한 발전은 다양한 산업에서 무한한 가능성과 기회를 가져다줬다. 특히 로봇은 많은 장점 덕분에 큰 산업과 틈새시장 등 모든 규모의 산업에서 활용되고 있다. 수요가 증가한 산업에서 로봇이 도움되는 7가지 이유를 소개한다. 1. 비용 절감 로봇은 무엇보다 운영 비용과 자본 비용 모두를 줄이는 데 도움이 된다. 로봇 자동화는 근로자가 직접 작업하는 것보다 훨씬 낮은 비용이 든다. 로봇은 기업의 직, 간접 비용을 줄일 수 있게 해줘서 더 많은 경쟁력을 얻게 한다. 예를 들어, 로봇을 사용하면 조명이나 난방의 에너지 비용을 줄이는데 도움이 된다. 특히 특정한 작업을 자동화하면, 직원들이 창의성을 발휘하거나 의사결정 능력이 필요한 더 중요한 작업에 집중할 수 있다. 또한 로봇 자동화는 생산성과 효율성 보장을 통해서도 비용절감을 가져온다. Photoneo의 3D비전과 로봇 인공지능을 이용하면 사람이 직접 하는 것보다 더 우수한 정밀도와 신뢰성으로 광범위한 작업에서 세밀한 물체 제어가 가능하다. 예로, Photoneo의 3D 카메라 MotionCam-3D는 motion artifact 없이 빠른 속도로 움직이
전자기 스펙트럼에서 자외선의 위치 인간의 눈은 전자기 스펙트럼의 아주 작은 부분만 감지할 수 있다. 바로 우리가 빛이라고 부르는 400nm(보라색)~700nm(적색) 사이의 파장이다. 일부 동물은 이런 스펙트럼 너머를 볼 수 있다. 예를 들어 꿀벌은 눈의 자외선 감각을 사용하여 꽃가루를 감지할 수 있다. 이외 밤에 적외선을 사용해 먹이의 체온을 감지하는 동물도 많이 있다. 그러나 인간이 가시 스펙트럼을 넘어서는 파장을 감지하기 위해서는 특별히 설계된 카메라와 같은 외부 장치가 필요하다. 적외선 복사의 형태로 '열 신호'를 캡처해 사람, 야생 동물 및 기타 물체를 보여주는 '야간 투시' 열화상 카메라 또는 쌍안경 등은 잘 알려졌다. 그러나 10~400nm 사이에 위치한 자외선의 경우, 가시 스펙트럼 너머를 탐지하는 장치가 많지 않기 때문에 그리 익숙하지 않다. 눈으로 볼 수 없는 것 탐색하기 카메라는 이미지를 생성하기 위해 '반사 법칙'이라는 기본 물리학 원리를 활용한다. 벽에 던진 테니스공과 유사하게, 전자기 복사(가시광선과 비가시광선 모두)는 '벽'에 부딪히는 각도에 따라 표면에서 반사된다. 더 중요한 점은 마이크로 수준(또는 나노 수준)에서 볼 때 대부분
UNIST 박혜성 교수팀, 뛰어난 성능의 비귀금속 촉매 개발…ACS Energy Letters 게재 귀금속 수전해 촉매의 대체재로 많은 관심을 받고있는 페로브스카이트 산화물의 촉매 효율을 크게 향상시킬 수 있는 합성법이 개발됐다. UNIST 신소재공학과 박혜성 교수와 동국대 융합에너지신소재공학과 한영규 교수 공동연구팀이 이차원 소재인 전이금속 칼코겐 화합물을 페로브스카이트 산화물의 성장기판으로 활용해 촉매의 표면 결정 구조와 전자 구조의 품질을 높이고 성능을 향상시킬 수 있는 합성법을 개발했다고 밝혔다. 수전해를 통한 수소 생산법은 온실가스나 대기오염 물질을 배출하지 않아 친환경적 수소 생산 방식으로 각광받고 있다. 하지만 공정에 사용되는 고비용의 귀금속 촉매로 인해 수소 생산 단가가 높다는 단점을 가진다. 페로브스카이트 산화물은 구성 원소와 전자 구조의 품질을 높이기 용이해 귀금속 대체 수전해 촉매로 많은 연구가 이뤄지고 있지만 귀금속 촉매 대비 산소발생 효율이 낮다는 문제점을 가진다. 통상적으로 촉매의 표면 결정 구조와 전자 구조는 물로부터 수소와 산소를 생산하는 반응과정에서 생성되는 중간 생성물과의 흡·탈착 반응과 직결되는 특성이다. 따라서 이를 제어하
eGrabber는 CoaXPress, Camera Link 및 GigE Vision 카메라를 사용하여 비전 애플리케이션의 개발 및 디버깅을 가능하게 하는 통합 소프트웨어 드라이버, 툴 및 애플리케이션 세트다. eGrabber에는 Euresys의 Coaxlink 및 Grablink DUO 프레임 그래버 드라이버, GigE Vision 이미지 취득 라이브러리, 고성능 비디오 녹화 라이브러리, 그리고 사용자 친화적인 평가 및 데모 어플리케이션이 포함되어 있다. eGrabber는 여러 프로그래밍 언어와 호환되며, GenICam을 기반으로 하며 GenAPI와도 호환되며 GenTL 인터페이스를 제공한다. eGrabber는 EGrabberBridge 클래스로 인해 eGrabber 내에서 취득한 이미지를 Open eVision 이미지 처리 라이브러리에서 원활하게 처리할 수 있다. Open eVision은 텍스트 및 코드 판독, 일치 및 측정, 3D 처리 및 딥 러닝 검사를 위해 이미지를 처리할 수 있는 이미지 분석 라이브러리 및 소프트웨어 도구 세트다. eGrabber Bridge를 통해 카메라와 원활하게 인터페이스(핸드셰이크 및 데이터 형식)할 수 있으므로 이러한 라이브
AI 비전이 특정 작업에 적합한지 또는 그것을 해결할 수 있는지에 대한 의문이 있다. 이런 닭이 먼저냐, 달걀이 먼저냐 하는 문제는 이것이 기술로서 제대로 평가되지 못하는 결과로 이어진다. 이 기술은 특히 산업 환경에서, 검증된 전통적인 이미지 프로세싱 방법과 같은 허용 가능한 수준에 도달하기 위해 아직 더 성숙해져야 한다. 그렇지만 경험이 없는 사용자도 AI 비전을 이용하여 애플리케이션을 평가하고 직관적으로 구현하는 것을 가능하게 하는 사용자 친화적인 소프트웨어 도구가 있다. 유익하고, 다르다 AI를 기반으로 하는 방법은 규칙 기반 접근법과는 완전히 다른 방식으로 작동한다는 것이 가장 큰 장점이다. 이로써 공급자는 훨씬 더 직관적으로 이용 가능한 이미지 프로세싱을 위한 완전히 새로운 도구를 개발할 수 있다. 이미 프로세스를 최적화하고 자동화하기 위하여 머신 러닝을 통해 품질 요구 사항을 AI 기반 이미지 프로세싱 시스템으로 전달하는 데 이용할 수 있다. AI 비전은 소스코드 없이 진행가능하며, 이는 프로그래밍 기술 없이도 프로세스를 진행할 수 있는 혁신을 의미한다. 타당성 분석은 제품 및 제품의 특징에 대해 가장 많은 지식을 가진 직원이 수행해 왔다. 이제
Drop watcher란 Dot를 촬영하는 검사방식이다. 즉, 액적(droplet)을 측정하고 이미지 분석하는 머신비전 애플리케이션이다. 보통 액적은 매우 작은 크기에 빠른 속도로 분사되기 때문에 높은 난이도의 광학 솔루션이 필요하다. 특히나 빠르게 움직이는 물체의 Motion blur(번짐) 와 저조도의 이슈를 해결하기 위해 고휘도 및 빠른 섬광시간을 포함한 조명 솔루션이 필수적이다. 이번 테크 노트를 통해 잉크젯 Drop watcher application에 대해 이해하고 아이코어의 조명기술이 어떻게 적용될 수 있는지 알아보고자 한다. 잉크젯 Drop watcher 개요 최근 디스플레이 업계에선 잉크젯 기술에 대한 논의가 활발히 진행 중에 있다. 잉크젯이라고 하면 보통 일반 프린터를 떠올리기 쉽지만 잉크젯 프린팅 기술은 디스플레이 패턴 공정과 깊은 관련이 있다. 특히 기존의 디스플레이 패턴을 형성하는 포토공정을 대체하는 방법으로 잉크젯 프린팅 기술이 대두되고 있다. 실제로 LCD 패널의 컬러필터를 잉크젯 인쇄법으로 제조하는데 성공하기도 했고, OLED 분야에서도 잉크젯 프린팅 기술이 양산에 검토되고 있다. 잉크젯 프린팅 방식은 위의 그림1과 같이 종이에
복잡한 프로세스 50% 단축시키며, 투자비용은 30% 절감 가능 티에스아이코리아(TSI-KOREA)는 반도체와 FPD 공정 검사 자동화를 위해 설비 설계, 제어, 머신비전 기술을 기반으로 공정 검사 자동화 설비를 개발 공급하고 있으며, 최고의 성능을 목표로 기술 개발에 집중 투자하고 있다. 또한, 2D, 3D 머신비전부터 자동화 설비. 로봇 시스템 솔루션 전문 기업으로 성장하면서 표준 모듈형 기반의 도입형 협동 로봇 솔루션인 "PICKSYS(픽시스)"를 출시하였다. PICKSYS(픽시스)는 전통적 산업용 로봇에서 협동 로봇으로 전환하는 추세에 로봇 전문 인력 부재, 맞춤화, 고비용 등으로 도입 애로가 있는 상황에서 로봇 시스템을 냉장고나 TV와 같이 가전제품처럼 쉽게 도입할 수 있는 로봇 솔루션이다. 특히, PICKSYS(픽시스)는 빈피킹, 디팔렛타이징, 팔렛타이징, 어셈블리, 웰딩, 머신텐딩 등 다양한 응용 분야도 적용이 가능하며, 각 공정에 맞는 모델을 선택하면 기존에 진행해야 했던 복잡한 프로세스를 50% 단축시키며, 투자비용은 30% 절감이 가능하다. 뿐만 아니라, 기존 대비 2배 이상 공급 속도가 빠르고, 처음 접하는 사람도 쉽게 조작이 가능하며,
머신비전 조명 라인업 확장 및 전문화된 광학 설계 역량 갖춰 비전 시스템에서 검출력을 극대화하기 위해서는 적절한 조명 선택이 중요하다. 고배율, 고속으로 갈수록 고성능 조명을 사용하는 것은 선택이 아닌 필수다. 머신비전 전문가 그룹 앤비젼은 최근 조명 라인업을 대폭 확장하고, 광학 전문가 그룹의 설계 역량을 통한 맞춤형 솔루션을 다양한 시장에 제안하고 있다. 이를 통해 앤비젼이 기존에 많은 경험을 쌓고 성공 사례를 만들어 왔던 머신비전 카메라, 렌즈, Autofocus system 등과 시너지를 일으켜 고객에게 최상의 이미지 솔루션을 제안하고 있다. 이번 기고에서는 최근 출시한 궁극의 초고휘도 LED 광원 REVOX 시리즈를 소개한다. REVOX 시리즈는 ▲장비 간 편차를 줄일 수 있는 밝기 선형성(Linearity) ▲오랜 시간 동안 안정적인 밝기를 유지하는 피드백 시스템 ▲한 소스에서 RGB 개별 제어(SLG-450TSL 모델) ▲근적외선 영역대(NIR) 조명으로 안 보이는 영역대의 검출력을 향상할 수 있다는 특징을 갖고 있다. REVOX 대표 특징 1. 장비간 편차를 줄일 수 있는 밝기 선형성(Linearity) REVOX의 전 제품은 최대 5개의 밝기
제조업 품질 관리의 새로운 패러다임 제시 딥러닝 비전 기술이 제품의 품질 검사에서 나아가 결함을 발생시키는 공정을 검사할 수 있다면 어떨까? 결함 발생의 원인이 되는 공정을 찾아내어 불량률을 낮추고 제조 공정의 생산성을 향상할 수는 없을까? 세이지리서치에서는 공장 내 수많은 공정을 모니터링하며 불량 발생의 원인이 되는 생산 시설, 설비의 이상 동작을 실시간으로 감지하는 영상 이상 감지 기술 기반의 공정 모니터링 솔루션 ‘SaigeVIMS(Video Intelligent Monitoring System)’을 개발하여 상용화하였다. 이번 애픞리케이션 노트에서는 세이지리서치가 업계 최초로 개발한 영상 이상 감지 기술 기반의 공정 모니터링 솔루션에 포함된 인공지능 기술을 소개한다. 영상 이상 감지 기술 제조업에서는 불량 제품의 검사도 중요하지만, 제품 불량률을 0%에 가깝게 만드는 것이 궁극적인 목표다. 불량률을 줄이기 위해서는 지속해서 공정을 모니터링하여 불량 발생의 원인을 파악하고 그 공정을 개선해야 한다. 세이지리서치는 지능형 영상 모니터링을 통한 공정 개선을 위해, 업계 최초로 AI 기반 영상 분석 기술을 활용하여 실시간으로 공정의 이상 동작을 감지할 수 있
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 06월 14일 14시 03분
