공장의 눈과 감각: AI 영상해석이 현장을 데이터로 바꾸는 방법

TECH CONTRIBUTION SERIES ③ — SMART FACTORY → DARK FACTORY

2D·2.5D·3D·열화상과 센서 데이터를 결합해 제품과 공정 상태를 정량화한다

3초 요약

1. 검사 목적이 데이터 방식을 결정한다 / 색·유무·위치는 2D, 미세 표면 결함은 2.5D, 높이·형상·체적은 3D 가 유리하다.
2. 좋은 AI 는 좋은 입력에서 시작된다 / 조명·해상도·FOV·Cycle Time 이 안정되지 않으면 모델 정확도도 현장에서 유지되기 어렵다.
3. 영상은 공정 데이터가 되어야 한다 / OK/NG 를 넘어 결함 위치·크기·높이·온도와 이력을 PLC·MES·DB 에 연결해야 한다.

AI 가 공장을 제어하려면 먼저 현장을 정확히 봐야 한다

제조 현장에서 사람은 제품의 색, 표면, 형상, 움직임, 온도와 소리를 종합해 상태를 판단한다. AI 도 마찬가지다. 모델 구조가 아무리 좋아도 카메라와 센서가 결함 특징을 안정적으로 포착하지 못하면 판정 결과는 조명 변화, 제품 위치, 반사율, 설비 진동에 따라 흔들린다.

따라서 영상검사의 첫 질문은 “어떤 AI 모델을 사용할 것인가”가 아니라 “불량을 정상과 구분하는 정보가 무엇인가”여야 한다. 색상 차이인지, 미세한 요철인지, 실제 높이 편차인지, 온도 분포인지에 따라 필요한 데이터와 광학 구성이 달라진다.

2D·2.5D·3D 는 경쟁 기술이 아니라 서로 다른 측정 도구다

검사 목적에 따라 한 종류만 선택할 수도 있고, 서로 결합할 수도 있다. 예를 들어 배터리 상부 용접부는 2D 영상으로 오염과 색상을 확인하면서 3D 데이터로 용접부 높이와 형상을 측정할 수 있다. 고광택 도장면은 일반 2D 에서 반사와 결함이 섞이기 쉬우므로 2.5D 채널로 표면 기울기와 미세 요철을 강조하는 방식이 유리하다.

그림 1. 검사 목적에서 공정 피드백까지 이어지는 영상해석 설계 순서 출처: 아이티브 AI 재구성

2.5D 는 일반 영상에서 숨는 표면 특징을 분리한다

하이브리드 데이터 카메라는 조명 기반 스테레오 측정(Photometric Stereo)과 위상차 편광 측정(Phase Measuring Deflectometry)을 이용해 원본 영상과 여러 처리 채널을 출력한다. 제공 자료에 따르면 4 개의 이미징 모드를 통해 40 장 이상의 원본 및 처리 이미지를 선택적으로 제공할 수 있다.¹

조명 기반 스테레오는 다각도·다중 스펙트럼 조명으로 표면 법선 벡터와 반사율 정보를 계산한다. Kd 채널은 반사율 차이를, Nx·Ny 채널은 방향성이 있는 결함을, NormMix 와 MinMax 계열 채널은 반사와 그림자를 억제하면서 미세 결함을 강조한다. 위상차 편광 방식은 줄무늬 패턴의 변형을 이용해 고반사 또는 투명 표면의 스크래치, 함몰, 굴곡을 가시화한다.\

그림 2. 2.5D 계산 이미징을 활용한 표면 결함 적용 사례 출처: MegaPhase, Hybrid Data Camera 제품 소개 브로셔

중요한 점은 채널 수가 많을수록 무조건 좋은 것이 아니라는 사실이다. 검사 대상의 재질과 결함 방향에 따라 유효 채널을 선정하고, 양산 환경에서 조명 세기와 노출, 제품 위치 편차를 고정해야 한다. AI 학습에는 결함이 가장 잘 분리되는 1~수개의 채널을 선택하거나 원본과 특징 채널을 함께 입력하는 방식이 효율적이다.

3D 는 높이와 형상을 픽셀이 아닌 수치로 바꾼다

3D 카메라는 각 픽셀에 Z 축 정보를 추가해 Height Map 과 Point Cloud 를 만든다. 이를 이용하면 표면이 밝거나 어두운지를 보는 대신 실제 높이, 단차, 평탄도, 체적, 각도와 형상 편차를 측정할 수 있다. 구조광 방식은 프로젝터가 패턴을 투사하고 카메라가 변형된 패턴을 해석해 3 차원 좌표를 복원한다.

MegaPhase Sizector 3D 자료에는 최대 20.3 FPS, 16.2 메가픽셀 해상도, 모델에 따라 0.030.05 μm 수준의 영역 반복 정밀도와 40800 mm 의 표준 FOV 범위가 제시되어 있다.² 이러한 수치는 모든 조건에서 동일하게 보장되는 단일 성능값이 아니라 모델, FOV, 작업거리, Binning, 표면 특성에 따라 달라지는 선정 기준이다.

그림 3. Sizector 3D 제품군의 대표 성능지표 출처: MegaPhase 제품 소개 자료. 모델·설정별 사양은 상이함

해상도는 메가픽셀보다 물체 기준 mm/px 로 계산해야 한다

카메라 해상도가 높아도 넓은 시야를 한 번에 촬영하면 작은 결함이 차지하는 픽셀 수는 줄어든다. 예를 들어 가로 2,856 px 의 카메라로 120 mm 폭을 촬영하면 이론적인 물체 해상도는 약 0.042 mm/px 이다. 0.2 mm 결함은 약 4.8 px 에 해당한다. 실제 검출 가능성은 렌즈 해상력, 초점, 조명, SNR, 결함 대비와 AI 모델에 따라 달라지므로 이 값은 설계 초기의 계산 기준으로 사용해야 한다.

한 번의 검사에서 2D 와 3D 를 함께 사용하면 무엇이 달라지는가

배터리 검사 브로셔는 안전벤트, 실링핀, 셀 터미널, 캡플레이트, 모듈과 PACK 검사에서 2D 외관과 3D 형상 데이터를 함께 활용하는 구성을 제시한다. 실링핀 검사에서는 용접 누락·과소 용접·폭발점·슬래그·아크 피트와 같은 외관 결함을 확인하면서 높이와 형상을 측정할 수 있고, 촬영 정렬이 픽셀 단위로 이뤄져 동일 위치의 색상과 높이 정보를 함께 비교할 수 있다.³

그림 4. 배터리 실링핀과 고무 플러그의 2D+3D 검사 예시 출처: MegaPhase, Automotive Battery Application Brochure

복합 검사는 카메라 수를 늘리는 방식과 다르다. 동일 트리거에서 정렬된 여러 데이터 채널을 얻으면 결함 위치와 측정값을 하나의 검사 결과로 묶을 수 있다. 다만 모든 검사에 복합 구성이 필요한 것은 아니다. 색상 유무만 확인하면 2D 가 더 경제적이고, 절대 높이 기준이 없다면 2.5D 가 더 빠르고 단순할 수 있다.

AI 영상해석은 OK/NG 보다 많은 데이터를 만들어야 한다

1. 결함 위치 / 제품 좌표계 기준 X·Y 또는 3D 좌표를 저장해 재검과 설비 보정에 사용한다.
2. 결함 크기와 형상 / 면적·길이·폭·높이·체적·평탄도 등 품질 기준과 직접 연결되는 값을 생성한다.
3. 신뢰도와 원본 이력 / AI 점수, 적용 모델 버전, 원본·처리 영상, 공정 조건을 함께 저장한다.
4. 제품·공정 추적성 / 바코드·Lot·설비·작업시간과 검사 결과를 MES·DB 에서 연결한다.
5. 공정 피드백 / 결함 패턴과 설비 변수를 연결해 알람, 가이드, 조건 변경의 입력값으로 사용한다.

아이티브 CAM 은 이러한 영상·센서 데이터를 정량화하고, AI 검출·분류·세그멘테이션과 룰 기반 판정을 결합해 OK/NG, 결함 유형, 위치, 편차, 검사 이력을 생성하는 역할을 한다. 여기서 영상은 화면에 표시되는 사진이 아니라 다음 공정이 사용할 수 있는 데이터가 된다.

현장 적용 전 반드시 검증해야 할 다섯 가지

핵심 결론

공장의 눈은 카메라가 아니라 측정 체계다. 검사 목적에 맞는 2D·2.5D·3D·센서를 선택하고, 안정적인 광학 조건과 정량 데이터, 공정 연계까지 설계해야 영상이 자율 제조의 입력값이 된다.

글을 마치며

김민엽

|

아이티브 AI Smart X 사업부장

E-mail

minyeop@itivai.com

"영상 AI 프로젝트는 모델 정확도만으로 성공 여부를 판단하기 어렵습니다. 실제 현장에서는 어떤 결함을 어떤 수치로 관리할지, 그 수치를 Tact Time 안에 얼마나 반복적으로 얻을 수 있는지가 더 중요합니다. 아이티브 AI 는 카메라 선정부터 정량화, AI 판정, PLC·MES 연계까지 하나의 검사 체계로 설계합니다."

참고자료 및 출처

※ 본문의 외부 수치와 사례는 기관·기업의 공식 공개자료 및 제공된 제품 브로셔를 기준으로 정리했습니다. 직접 제작한 그래프와 도식은 원문의 수치 또는 기술 구조를 아이티브 AI 가 시각적으로 재구성한 것입니다.

참고문헌

• NIST, “2026 Roadmap on Artificial Intelligence and Machine Learning for Smart Manufacturing”. 참고 내용: 고급 센싱과 인지, 산업 빅데이터, 자율 시스템의 제조 AI 방향. 링크
• 아이티브 AI, 「AI 솔루션 소개」. 참고 내용: 영상·센서·공정 데이터의 수집·정량화와 AI 분석·현장 실행 연결. 링크

※ 0.042 mm/px 계산은 120 mm FOV 와 2,856 px 를 가정한 설계 예시이며 실제 검출 성능을 보장하는 수치가 아닙니다.