코그넥스 블로그

성공을 위해 딥러닝 검사 애플리케이션의 적절한 학습이 매우 중요한 이유

The small threat AI poses in industrial automation

새로운 공장 자동화 기술이 적용됨에 따라 적용, 착수와 관련해서 고려해야 사항과 트레이드오프가 존재합니다. 딥러닝 기반 머신 비전은 복잡한 많은 공장 애플리케이션을 해결할 수 있으나 만병통치약이라는 의미는 아닙니다. 바로 이러한 이유 때문에 특정 프로젝트에 이 기술이 할 수 있는 것들에 대한 적절한 기대를 설정하는 작업이 중요하며 직면한 애플리케이션 생성을 위해 필요한 것이 무엇인지 아는 것이 중요합니다.

딥러닝 기반 검사 애플리케이션에 대해서 가장 중요한 고려 사항들 중 하나는 애플리케이션 학습입니다. 딥러닝 기반 애플리케이션은 명시적으로 프로그래밍되는 것이 아니라 허용된 범위 외부에 속하는 비정상적인 문제를 포착하기 위해 레퍼런스 이미지에서 학습됩니다.

Machine Intelligence Research Institute를 운영하고 있는 전 Google 소프트웨어 엔지니어인 Nate Soares는 인공지능 애플리케이션의 적절한 학습이 필요한 이유를 디즈니 애니메이션인 판타지아에서 마법사 연습생 장면을 비유로 들어서 설명합니다.

“미키 마우스가 빗자루에 마법을 걸어서 항아리를 채우려고 할 때 직면한 문제는 빗자루가 반항을 하거나 스스로 일을 할 의지가 부족했던 것이 아니라 주어진 일을 너무 잘한다는 점이었습니다.” Soares는 2018년의 어떤 인터뷰에서 이렇게 말했습니다. “미키는 항아리만 가득 채우려고 했는데 사실 작업 공간 자체에 홍수가 날 정도로 물을 채우면, 당연히 항아리에도 확실하게 물이 가득 들어가기 때문에(그리고 계속 물이 충분하게 차 있기 때문에) 훌륭한 방법이라고 할 수 있겠죠. 어쨌거나 미키는 성공적으로 자신의 AI 시스템에 목표를 전달했습니다만, 상황은 자신에게 불리하게 돌아 갔습니다.”

딥러닝 기반 애플리케이션 학습이 중요한 이유

다시 말해 딥러닝 기반 애플리케이션의 결과나 출력물은 해당 시스템의 적절한 교육 없이는 예상하지 못한 결과로 나올 수 있으며 생산업체가 신뢰성이 높은 검사 결과가 필요하기 때문에 바람직하지 않습니다. 공장 자동화의 경우, 애플리케이션 엔지니어는 생산에서 좋은 결과를 얻기 위해서 잘 학습된 딥러닝 기반 애플리케이션에게는 다양한 범위의 결함 및 우수한 부품들을 표현하는 종합적인 학습 이미지들이 필요하다는 사실을 이해할 필요가 있습니다.

또한 이러한 이미지는 생산 환경에서의 조명과 부품 관찰 조건 하에서 획득되어야 합니다. 이러한 요소는 성공을 위해 모든 딥러닝 프로젝트에서 매우 중요합니다.

딥러닝 비전 솔루션은 생산 라인에 설치된 시스템이 필요한 반복 프로세스로 평가됩니다. 또한 기존 머신 비전 시스템과는 달리, 딥러닝용 이미지의 학습 및 검증은 개발 과정 중에 완료되어야 하고 공장 합격/불합격 테스트까지 기다릴 수 없습니다. 딥러닝은 학습시킬 많은 수의 샘플이 필요하며, 따라서 잘 실행되는 딥러닝 툴을 학습시키기 위해 필요한 대표 이미지 세트를 확보할 시간이 필요할 수도 있습니다.

“때때로 딥러닝 시스템은 실험실에서는 잘 작동하는데 생산 라인에 적용되었을 때에는 문제가 발생합니다.” 코그넥스에서 시니어 AI 제품 마케팅 매니저로 일하는 Grace Lee는 이렇게 말합니다. “사용자는 딥러닝 솔루션과 보다 친숙한 기존 머신 비전의 차이점을 과소평가하기 때문에 좌절감을 느낍니다.”

Grace Lee는 딥러닝 공장 자동화 솔루션을 제공하기 위해 지원하는 코그넥스의 인공지능 팀에서 일하고 있습니다. 이 팀은 최근에 보다 복잡하고 어려운 검사 문제를 해결하기 위해서 머신 비전 카메라를 구동하는 딥러닝 알고리즘을 구현했습니다.

이 툴은 고객들이 결함이나 비정상을 검사할 때 정확하고 규모 결정이 가능한 결정을 내릴 수 있도록 지원합니다. Grace Lee는 코그넥스가 인공지능으로 수행하는 일들을 좋아하며 특히 다른 AI 기반 툴이 비행편 예약, 주식 거래, 새로운 음악 추천 등을 위해 사람들이 스마트하게 결정을 내릴 수 있도록 지원하는 딥러닝에 많은 관심을 가지고 있습니다. 일반적인 경우와는 좀 다르게 코그넥스의 딥러닝 솔루션은 생산업체들이 지금까지 자동화가 너무 어려워서 인간이 수작업으로 수행해 온 품질 검사와 관련해서 보다 스마트한 결정을 내릴 수 있도록 지원합니다.

“공장에서의 AI 적용은 먼 미래의 이야기는 아닙니다.” Grace Lee는 이렇게 말합니다. “지금도 실질적인 난제들을 많이 해결하고 있죠. 하지만 엔지니어들은 프로젝트를 준비하고 보다 효율적인 결과를 얻기 위해 교육을 시키며 최종적으로 실전에 투입할 방법을 생각해야 합니다.”

보다 자세한 내용은 딥러닝 공장 자동화 프로젝트 시작하기 전자책을 참고해 주십시오.

추가 게시물 -

제품 지원 및 교육 신청

MyCognex 가입

질문이 있으십니까?

전 세계 어디에서든 코그넥스 담당자들이 여러분의 비전과 산업용 바코드 판독 관련 문제를 지원합니다.

연락처