한국생산기술연구원 장인훈, 고광은 박사 연구팀, 딥러닝 알고리즘으로 마스크 검수 정확도 99.7%, 불량 탐지·분류 시간 최대 1/15초로 빨라... 마스크 제조업체에 이 AI 솔루션 지원해 수작업 대체...

왼쪽부터 생기원 로봇응용연구부문 고광은, 장인훈 박사, KS커뮤니케이션 한균성 대표
왼쪽부터 생기원 로봇응용연구부문 고광은, 장인훈 박사, KS커뮤니케이션 한균성 대표(사진:생기원)

방역 마스크는 이제 코로나19 시대를 사는 현대인의 필수품이 되었다. 식품의약품안전처에 따르면, 8월 셋째 주 마스크 생산량이 처음 2억512만장을 기록한 이후 주당 생산량이 2억장을 크게 웃돌고 있다.

마스크 수급 대란에서 벗어난 현재, 깨끗하고 위생적인 환경에서 제조해 안심하고 착용할 수 있는 마스크가 소비자들의 주목을 받고 있는 가운데 한국생산기술연구원(원장 이낙규, 이하 생기원)이 마스크 제조 전문기업 ‘KS커뮤니케이션(대표 한균성)’에 인공지능(AI) 품질검사 기술을 지원해 마스크 검수 공정을 자동화하는데 성공했다.

기존 품질검수 공정은 주로 근로자의 수작업에 의존했기 때문에 생산성이 낮고 정확하지 않는데다 사람 손과 접촉해 오염될 우려도 있었다. 이에 KS커뮤니케이션은 생기원에 검수 자동화 기술지원을 요청했고, 생기원은 딥러닝(Deep-Learning) 원천기술을 기반으로 약 3주 만에 품질검사 시스템을 개발해 지난 9월 기술이전을 완료했다.

인공지능(AI) 품질검사 기술을 지원해 마스크 검수 공정을 자동화

개발한 품질검사 시스템의 핵심은 생기원 로봇응용연구부문 장인훈, 고광은 박사 연구팀이 보유한 ‘딥러닝 기반 영상패턴분류기술’에 있다. 이 기술은 스스로 학습 가능한 인공지능 알고리즘이 카메라가 인식한 수많은 영상 데이터를 실시간으로 분석해 특정 패턴을 찾고 비슷한 것끼리 분류해내는 기법이다.

연구팀은 불량 마스크의 주요 특징을 프로그램에 직접 입력하는 대신, 충분한 영상 데이터를 제공함으로써 인공지능이 마스크 위치를 추정하고 이어링 부위에 대한 불량 여부를 자체 판단할 수 있도록 학습시켰다. 인공지능은 단 3일의 기간 동안 불량 판단 학습을 마쳤으며, 이후 연구팀은 기존 마스크 생산라인에 쉽게 적용할 수 있도록 AI 알고리즘을 탑재한 통합 품질검사 모듈을 2주에 걸쳐 최종 제작해냈다

먼저 제조된 마스크가 컨베이어벨트를 타고 품질검사 모듈로 이동하면, RGB 영상 수집·처리 장치가 이를 촬영해 그 위치를 추정한 후 딥러닝 알고리즘을 가동시켜 불량 여부를 실시간 식별해낸다. 만약 불량품이 발생한 경우 모듈 내 분류기가 이를 별도 수거함으로 내보내 걸러낸다.

시범 테스트 결과, 마스크 검수 정확도는 약 99.7%에 달했으며 마스크 위치 탐지 및 불량 분류까지 걸리는 시간이 제품 1개당 최대 1/15초에 불과해 수작업에 비해 속도도 크게 향상됐다.

AI 솔루션이 현장에 적용된 라인 모습
인공지능 품질검사 기술을 지원해 마스크 검수 공정을 자동화, 적용된 라인 모습

이번 통합 모듈 개발의 가장 큰 장점은 마스크 검수·분류 작업의 자동화로 근로자의 손닿는 횟수를 감소시켜 오염 우려를 줄이고 더욱 위생적인 제조환경을 조성했다는 점이다. 또한 생산성이 향상되고 오(誤)분류 문제도 줄어들어 업체의 마스크 일일 생산량이 약 40만 장으로 전보다 30%가량 증가하는 성과도 냈다. KS커뮤니케이션은 지난 9월 경기도 고양시 소재의 공장에 이 모듈을 도입해 본격적인 마스크 생산에 돌입했다.

생기원 장인훈 박사는 “인공지능 기술을 방역 마스크 생산에 적용한 최초의 사례”라고 밝히며, “기술이전 기간이 통상 최소 수개월에서 길게는 수년이 소요되는 반면, 코로나19 방역의 중요성을 고려해 신속하게 개발해냈다.”라고 말했다. 고광은 박사는 “향후 지속적인 기술협력을 통해 기업이 원하는 다양한 색상과 형태의 마스크를 개발하는 데 도움을 줄 계획”이라고 말했다.

한편 이번 성과는 국가과학기술연구회의 정부출연연구기관의 주요사업 중 국가 미래 성장을 위한 원천기술 창출기지 역할을 강화하는 임무중심형 연구 장기과제 사업인 ‘BIG ISSUE 사업’ 중 생기원의 ‘생활밀착형 센서를 위한 나노소재·공정 기술 개발사업’을 통해 구현됐다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지