유럽시장 성공적 노크…글로벌 시장 확대 가속화 뉴로클이 독일 슈투트가르트에서 열린 세계 최대 머신비전 전시회 VISION 2024에 참가해 오토딥러닝 비전검사 소프트웨어를 선보이며 유럽시장 진출을 위한 교두보를 성공적으로 마련했다고 밝혔다. 이번 전시회에서 뉴로클은 유럽을 중심으로 한 장비 제조업체 및 시스템 통합업체(SI)들로부터 큰 주목을 받았다. 뉴로클의 오토딥러닝 소프트웨어는 직관적인 인터페이스와 손쉬운 사용법으로 참관객들의 이목을 끌었다. 오토딥러닝 기술은 복잡한 비전검사 과정을 간소화하고, 비전 검사 분야의 새로운 표준을 제시했다는 평가를 받았다. 이번 전시에서 뉴로클은 다양한 딥러닝 모델을 통해 복잡한 제조업 환경에서도 높은 정확도의 비전검사를 실현할 수 있음을 강조했다. 최근 제조업에서는 고해상도 카메라를 사용한 검사가 늘어나는 추세에 따라 딥러닝 모델의 정확성과 처리 속도에 대한 요구가 커지고 있다. 이에 뉴로클은 제조업에서 발생하는 복잡한 문제를 해결할 수 있는 9종의 딥러닝 모델을 제공하고 있으며 이 가운데 3가지 모델이 가장 큰 주목을 받았다. 가장 주목받은 모델은 GAN 모델로 결함 데이터를 학습해 실제 결함과 유사한 가상 결함을 생성
뉴로클은 AI 딥러닝 비전 소프트웨어 ‘뉴로티 4.0(Neuro-T 4.0)’이 2024 이노베이터 어워즈(Innovators Awards)에서 플래티넘을 수상했다고 23일 밝혔다. 4년 연속 이노베이터 어워즈를 수상한 뉴로클은 AI 기반의 자동 레이블링 기능과 가상 결함 생성 모델(GAN)을 선보이며 세계적으로 기술의 우수성을 인정받았다. 이노베이터 어워즈는 전 세계 비전 시스템의 최신 기술, 서비스 동향을 제공하는 전문매체인 비전 시스템 디자인(Vision Systems Design)에서 주최하는 상이다. 혁신적인 기술과 제품을 대상으로 치열한 경쟁을 통해 선정되며, 머신비전 업계에서 권위 있는 상으로 여겨진다. 이번 상을 받은 뉴로티는 딥러닝 지식과 무관하게 비전문가도 코딩 없이 비전검사에 필요한 고성능의 딥러닝 모델을 생성할 수 있는 소프트웨어다. 뉴로클이 자체 개발한 오토딥러닝 알고리즘이 탑재되어 있어 최적의 딥러닝 모델 구조와 학습 파라미터를 자동으로 찾아 한 번의 클릭만으로 쉽게 검출 정확도가 높은 검사 모델을 만들 수 있다. 뉴로티 4.0에는 국내 제조업에서 겪고 있는 결함 데이터 부족 문제를 해결하는 가상 결함 생성 모델(GAN)이 포함되어
뉴로클이 스마트공장·자동화산업전 2024(Smart Factory+Automation World 2024, 이하 AW 2024)’에 참가해 딥러닝 비전 기술 기반의 검사 솔루션을 선보였다. 스마트공장·자동화산업전 2024은 아시아 최대 규모 스마트공장 및 자동화산업 전문 전시회다. 이번 전시회는 3월 27일부터 29일까지 총 3일간 코엑스 전시장 전관에서 개최되며, 올해는 450여개 기업이 2000여 부스 규모로 참여했다. 뉴로클은 딥러닝 기술을 컴퓨터 비전 분야에 접목해 이미지 및 영상을 해석할 수 있는 소프트웨어를 연구 개발하고 있다. 자체 개발한 자체 딥러닝 모델 최적화 알고리즘과 인퍼런스 엔진을 통해 딥러닝 모델 생성 기회를 제공하며, 자동화된 데이터 관리와 모델링으로 우수한 사용성을 보유하고 있다. 딥러닝 비전은 인공지능의 하위 집합인 딥러닝 기술과 컴퓨터 비전 기술이 접목된 기술이다. 이 기술을 통해 생성된 딥러닝 비전 모델은 사람의 뇌와 유사하게 판단, 역할을 수행한다. 뉴로클은 이러한 딥러닝 비전 모델로 품질향상을 위한 비전검사를 진행한다. 특히 비전검사의 초격차를 만들어내는 ‘오토딥러닝 알고리즘’은 최적의 딥러닝 모델 구조와 학습 파라미터를
뉴로클이 인터배터리 2024에서 배터리 셀 외관검사를 위한 오토딥러닝 솔루션을 소개했다. 뉴로클은 딥러닝 비전 소프트웨어 전문기업이다. 전문지식 여부에 상관없이 누구나 AI 딥러닝 모델을 만들고, 이미지를 분류할 수 있는 딥러닝 비전 소프트웨어를 제공해, 다양한 분야의 이미지 해석 문제를 AI 딥러닝으로 해결하고 있다. 배터리 산업이 커지면서 품질 유지 및 향상이 중요 문제로 떠오르고 있다. 높은 기술력을 기반으로 생산된 배터리의 우수한 품질을 유지하기 위해서는 다양한 방법의 검사 솔루션이 요구된다. 정확도 높은 검사를 위해 배터리 업체들은 앞다투어 AI 및 딥러닝 기술을 도입하여 검사를 진행하고 있다. 뉴로클의 오토딥러닝 솔루션은 배터리 품질 향상에 기여할 수 있는 혁신적인 검사 솔루션이다. 특히, 배터리 셀 외관검사의 비정형 불량을 검출하는 데에 탁월한 성능을 발휘한다. 뉴로클이 자체적으로 개발한 오토 딥러닝 알고리즘은 최적의 모델 구조와 파라미터를 자동적으로 찾아 매번 일관되게 높은 성능의 딥러닝 검사 모델을 생성한다. 해당 알고리즘이 탑재된 뉴로클의 소프트웨어 뉴로티(Neuro-T)를 통해 여러 배터리 제조 현장에서 AI 기술 기반의 비전검사를 손쉽게
배터리는 전자 및 IT 기기, 에너지 저장 시스템(ESS) 등 첨단 산업군 제품의 주동력원으로 차세대 산업에서 빠질 수 없는 주요한 에너지원이다. 2023년에 전폭적인 성장을 이룬 배터리 산업 시장은 앞으로도 확장될 것으로 기대된다. 배터리 산업의 확장과 더불어, 동반될 과제는 품질 유지 및 향상이다. 높은 기술력을 기반으로 생산된 배터리의 우수한 품질을 유지하기 위해서는 다양한 방법의 검사 솔루션이 요구된다. 정확도 높은 검사를 위해 배터리 업체들은 앞다투어 AI 및 딥러닝 기술을 도입하여 검사를 진행하고 있다. 뉴로클의 오토딥러닝 솔루션은 배터리 품질 향상에 기여할 수 있는 혁신적인 검사 솔루션이다. 특히, 배터리 셀 외관검사의 비정형 불량을 검출하는 데에 탁월한 성능을 발휘한다. 뉴로클이 자체적으로 개발한 오토 딥러닝 알고리즘은 최적의 모델 구조와 파라미터를 자동적으로 찾아 매번 일관되게 높은 성능의 딥러닝 검사 모델을 생성한다. 해당 알고리즘이 탑재된 뉴로클의 소프트웨어 뉴로티(Neuro-T)를 통해 여러 배터리 제조 현장에서 AI 기술 기반의 비전 검사를 손쉽게 도입할 수 있게 되었다. 오토딥러닝 배터리 검사 솔루션의 최대 장점은 요구사항이 많은 배
최근 반도체 패키지의 소형화 및 집적도 향상에 따라 반도체 품질검사가 점차 더 어려워지고 있다. 공정이 더욱 정밀해지면서 반도체 성능에 직접적 영향을 주는 ‘킬러 결함’의 크기가 더 작아지고, 이미지 속 노이즈와 결함의 구분 난이도가 더 높아졌기 때문이다. AI, 빅데이터 등의 다양한 ICT 기술과 접목되며 고도화를 거듭하는 머신 비전 시장에서 현재 가장 주목할 만한 트렌드는 바로 ‘AI 딥러닝 기술’이다. 딥러닝이 주도할 차세대 반도체 품질검사 시장 딥러닝은 사전에 정해진 규칙이나 조건에 의존하지 않고, 이미지나 영상 데이터에서 패턴, 형태, 색상 등의 특징을 자동으로 추출하고 이를 기반으로 결함을 학습해 탐지한다. 이 과정에서 전통적인 비전 검사 방식으로는 탐지하기 어려운 수준의 정교한 특징점까지 구분하고, 변형이 많은 복잡한 패턴의 결함을 정확하게 검출해 낸다. 딥러닝의 특성으로 사이즈가 작고 밀도가 높은 반도체에 있어서도 빠른 속도의 고정밀 비전 검사 가능해진 것이다. 한편, 딥러닝 기술을 활용 시 환경 변화가 잦은 공정에서도 유연하게 대처할 수 있고, 신규 자재에 대한 빠른 검사 적용이 가능하다. 뿐만 아니라 결함 데이터 부족 문제도 해결한다. 정상
배터리 제조 공정내 딥러닝 기술 도입의 필요성 세계적인 경기침체로 모든 산업의 시장이 경직된 가운데, 호황을 누리고 있는 산업이 있다. 바로 배터리 산업이다. 배터리 시장을 선도하는 국내의 배터리 셀 3사는 2023년에 미국에 400Gwh 이상의 생산 능력을 구축하겠다고 밝히며 경기침체에도 굴하지 않는 시장 확대의 신호탄을 알렸다. (미래에셋증권, 2022) 배터리 중에서도 중대형 이차전지가 시장을 전투적으로 확대하게끔 만든 요인은 바로 전기차이다. 2023년 초의 전기차 차량 등록 대수는 약 151.4만대로 전년 대비 약 25% 상승을 기록했다. (SNeResearch, 2023) 배터리 시장은 2023년에도 경쟁을 가속화하며 가파른 성장세를 이어갈 것으로 보인다. 이처럼 과열된 배터리 업계에서도 해결해야 하는 과제가 있다. 바로 ‘수율 증진’과 ‘안전성 확보’이다. 배터리 수율 증진을 위해서 배터리 3사는 자동화 검사장비에 약 3조 5000억원에 달하는 투자를 진행한 것으로 알려졌다. (미래에셋증권, 2022) 단기간 내에 숙련된 인력을 수급하기 어려운 상황에서, 공정설비의 자동화와 고도화를 통해 수율을 높이고 배터리 안전성을 확보하겠다는 의지가 담긴 행