인공지능(AI)으로 머신비전은 전통적인 컴퓨터 비전을 보완하고 고전적인 기하학 패턴 및 엣지 감지의 한계에서부터 발생할 수 있는 이미지 변형과 예측하기 어려운 상황에서도 학습을 통해 수용 가능한 변형과 ​​결함을 구별하기 시작하면서 기존 머신비전의 패러다임을 바꾸고 있다.

코그넥스 김민수 상무는 딥러닝을 기반으로 한 ‘코그넥스 비디 스위트’로 기존 머신비전의 한계를 뛰어 넘는 발전과 성장을 이룰 것이라 자신한다(사진:최광민 기자)
코그넥스 김민수 상무는 딥러닝을 기반으로 한 ‘코그넥스 비디 스위트’로 기존 머신비전의 한계를 뛰어 넘는 발전과 성장을 이룰 것이라 자신한다(사진:최광민 기자)

머신비전(Machine Vision) 분야의 세계적인 선도기업인 코그넥스(Cognex Corporation)는 1981년 설립 이후 무려 100만대 이상의 비전 기반 제품을 출하했으며, 현재까지 40억 달러(약 4조 5천억원) 이상의 누적 매출을 달성하기도 했다.

또한 2012년에 설립, 세계 최초로 머신비전에 딥러닝 솔루션을 개발, 적용한 비디시스템이 코그넥스의 비전 프로덕트 사업부로 편입된 지난해 4월을 기점으로 인공지능(AI)으로 전통적인 컴퓨터 비전을 보완하고 고전적인 기하학 패턴 및 엣지 감지의 한계에서부터 발생할 수 있는 이미지 변형과 예측하기 어려운 상황에서도 학습을 통해 수용 가능한 변형과 ​​결함을 구별하기 시작하면서 기존 머신비전의 패러다임을 바꾸고 있다.

특히 지난 3월부터 국내에도 공급하기 시작한 딥러닝 기반 머신비전 솔루션인 '코그넥스 비디 스위트(Cognex ViDi Suite)'는 머신러닝 알고리즘 세트를 기반으로 무수히 까다로운 머신비전 애플리케이션에 강력하고 유연한 직접적인 솔루션을 제공하고 있으며, 복잡한 환경에서도 비정형적인 불량을 검출하거나 변형이 많은 복잡한 패턴을 정확하게 인식하며, 인간의 학습 과정을 모델링하는 학습 방법으로 기존 방법으로는 프로그래밍 할 수 없었던 까다로운 검사 및 측정 문제도 간단히 해결하고 있다.

딥러닝 기반 머신비전 솔루션 코그넥스 비디 스위트‘ 시연 화면(사진:코그넥스)
딥러닝 기반 머신비전 솔루션 코그넥스 비디 스위트‘ 시연 화면(사진:코그넥스)

이는 딥러닝으로 결함에 대한 데이터를 수집하고 입력함으로써 자체적으로 학습하고 스스로를 개선하는 시스템을 기반으로 하기 때문에 정확도와 검사 ​​프로세스의 오류를 크게 줄일 수 있는 것이다. 또한 GPU 메모리 처리를 최적화하여 교육 및 처리(추론) 시간을 40~50 % 단축하였으며, 또 컴퓨팅 리소스를 공유하기 위해 하나 또는 여러 원격 컴퓨터에 이미지 분석을 오프로드 할 수 있는 기능뿐 아니라 통합자 및 기타 애플리케이션 개발자가 라벨링 및 교육 기능을 추가할 수 있게 해주는 교육 애플리케이션 프로그래밍 인터페이스(API)가 있다. 이는 일관된 단일 사용자 인터페이스(UI)를 유지하면서 자신의 응용 프로그램에 배포할 수 있는 것이다.

이에 코그넥스 코리아의 딥러닝 기술책임자인 김민수 상무를 만나 딥러닝 기반 머신비전 솔루션인 '코그넥스 비디 스위트(Cognex ViDi Suite)'와 인공지능 기반 글로벌 머신비전 그 중심에 선 코그넥스의 비전을 들어봤다.

우선 김 상무는 딥러닝을 기반으로 한 ‘코그넥스 비디 스위트’로 기존 머신비전의 한계를 뛰어 넘는 발전과 성장을 이룰 것이라 자신 있게 말하며, "딥러닝 기반의 산업 이미지 분석 소프트웨어로 첨단 알고리즘 세트를 기반으로 신뢰할 수 있는 이미지 분석 기능으로 기존의 머신비전 기술은 복잡한 배경에서 비정형적인 불량을 검출하거나, 변형이 많은 복잡한 패턴을 정확하게 인식할 수 없다는 문제를 가지고 있었지만 코그넥스 비디 스위트는 차별화된 접근 방식과 인간의 학습 과정을 모델링한 예시 기반의 학습 방법으로 기존 머신비전의 한계를 극복해 기존 방법으로는 프로그래밍 할 수 없었던 까다로운 검사 및 분류 문제도 해결할 수 있습니다”라며, 솔루션을 간략히 설명했다.

특히 김 상무는 “딥러닝이란 인간의 뇌구조를 묘사한 뉴럴 네트워크에 기반 한 기술로 굉장히 많은 분야에 사용되고 있는데, 코그넥스는 그 중 산업용 비전에 이를 접목해 검사를 위한 용도로 발전시키고 있습니다"라며, "가장 주목할 점은 코그넥스 비디 스위트는 몇 십장에서 최대 백여 장의 이미지 데이터 세트로도 학습이 가능해 제한된 컴퓨팅 환경에서도 검사가 가능합니다”라고 강조했다.

가장 주목할 점은 코그넥스 비디 스위트는 몇 십장에서 최대 백여 장의 이미지 데이터 세트로도 학습이 가능해 제한된 컴퓨팅 환경에서도 검사가 가능다고 강조했다.
김 상무는 가장 주목할 점은 코그넥스 비디 스위트는 몇 십장에서 최대 백여 장의 이미지 데이터 세트로도 학습이 가능해 제한된 컴퓨팅 환경에서도 검사가 가능하다고 강조했다.

또한 광학 효과 처리, 고해상도의 컬러 및 열 이미지까지 인식할 수 있어 신속하고 정확하게 검사를 수행할 수 있습니다.”라고 덧붙이며, 코그넥스 비디 스위트 기술의 특장점에 대해 설명했다. 시스템은 각각의 특성을 가진 블루, 레드, 그린, 리드의 네 가지 툴로 구성되어 있는 코그넥스 비디 스위트는 스마트팩토리에 최적화된 기능을 제공한다.

먼저 비디 블루(ViDi blue)는 하나의 이미지에서 하나 또는 여러 개의 특징을 찾아 위치를 파악하는데 사용된다. 노이즈가 많은 배경에 있는 심각하게 변형된 문자, 여러 개의 복잡한 물체 등 특징이 복잡한 개체도 주석이 있는 이미지를 인식하는 방식을 통해 위치를 찾아 식별할 수 있다. 블루 툴을 학습시키기 위해서는 대상 특징이 표시된 이미지를 제공하면 된다.

다음으로 비디 레드(ViDi Red)는 이상 및 미적 결함을 감지하는데 사용된다. 결함이나 관심 영역과 같은 특정 영역을 분류하는데 사용될 수 있다. 의료용 직물에 있는 이물질, 레이스의 절단 하단부 등 레드 툴은 대상 영역의 다양한 외관을 학습하여 이러한 대상 영역을 모두 식별할 수 있다.

그리고 비디 그린(ViDi Green)은 물체나 전체 장면을 분류하는데 사용된다. 포장을 바탕으로 한 제품 식별, 용접 이음매의 분류, 허용 가능하거나 허용 불가능한 결함의 분리 등 라벨 표시된 이미지 컬렉션을 바탕으로 서로 다른 등급을 구분한다.

마지막으로 비디 리드(ViDi Read)는 향상된 광학적 문자 판독 기능을 제공한다. 영어, 숫자는 물론이고 한글과 한자까지도 인식 가능하다. 문자 판독에 최적화된 사용자 인터페이스를 지원하며 설정이 간단하여 비전문가도 쉽게 사용할 수 있고, 사전 학습된 네트워크를 통해 새로운 글자체도 빠르게 학습한다.

딥러닝 기반 머신비전 솔루션코그넥스 비디 스위 시연 화면
딥러닝 기반 머신비전 솔루션코그넥스 비디 스위 시연 화면(사진:코그넥스)

특히 김 상무는 '코그넥스 비디 스위트'는 고객들이 비용 효율적이고 믿을 수 있는 자동 품질 관리 시스템을 구축할 수 있도록 지원하는 딥러닝 머신비전 솔루션으로 “제약, 의료 기술, 자동차, 직물, 인쇄, 물류 및 시계 산업 등 섬세한 검사를 요구하는 분야에서 두각(頭角)을 나타내고 있으며, 높은 신뢰성과 정확성으로 자동 품질 관리 시스템 구축을 가능하게 합니다. 이를 통해 코그넥스는 제조 분야 고객들이 겪고 있는 비정형 이미지 인식 및 검사 문제를 해결하여 제조 공정을 한 층 더 개선할 수 있도록 전력을 다하고 있습니다”라고 말했다.

그래서인지 코그넥스 코리아는 지난 한 해 동안 전년 대비 2배의 매출을 올리며 빠르게 성장하고 있다고 한다. 비디 스위트를 통한 국내 머신비전 시장에 대한 공략과 함께 전통적인 주력 산업군(전자, 자동차, 반도체)과 신시장인 제약, 소비재, 물류 등을 대상으로 한 마케팅 활동 또한 강화하고 있다. 또한 수원에 위치한 코그넥스 연구소를 현재 규모에서 3배 더 확장하여, 더 많은 고객과 파트너가 코그넥스 제품을 직접 체험해보고 테스트를 해 볼 수 있는 기회를 제공하는 등 국내 시장 투자에 적극 나서고 있다고 말했다.

한편 업계의 리더로서 비전 기술에 대한 고객의 관심에 부응하고, 비즈니스를 확대할 수 있는 발판을 마련해 지속적 성장을 이룰 것이라는 코그넥스 코리아의 포부를 밝힌 김민수 상무는 23일 열리는 ‘인더스트리 4.0 디지털 인사이트 2018’ 컨퍼런스에서 ‘인더스트리4.0 최적화 딥러닝 기반 비전 검사 솔루션’을 주제로 한 발표를 진행할 예정이다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지