DATA CAMP 레시피 기능을 활용한 다품종 소량생산의 품질 관리 사례 

2023-11-30

Pain Point : 모델마다 다른 품질 기준 관리, 판단 이력을 조회할 수 있는 컨트롤러의 부재

최근 제조 트렌드는 소비자 기호 다양화에 따른 ‘다품종 소량생산’입니다. 품종이 다양해진다는 것은 곧 제조현장에서 품종별로 제각각 품질 관리를 해야 한다는 뜻입니다.

그런데 기존 제조현장에서 생산품의 표면 결함을 판정해주던 비전 컨트롤러 같은 장비로 이에 대응하기란, 생각보다 까다롭습니다. 왜냐하면 비전 컨트롤러는 대부분 한번 세팅한 고정 규칙(Rule based)에 따라 양/불 판정을 하거든요. 만약 라인에서 생산하는 품종이 달라지면 가동을 멈춘 뒤, 라인에 설치되어 있는 비전 컨트롤러의 규칙을 바꿔줘야 합니다. 번거로울 뿐만 아니라 생산 효율까지 떨어뜨리게 되죠. 만약, 생산 현장에 프로그래밍 지식을 갖춘 작업자가 없다면 조건 값을 바꿀 때마다 항상 전문가를 불러야 합니다.

게다가 기존의 비전 컨트롤러는 이력 조회 기능이 없습니다. 규칙에 따른 검사를 그때그때 수행할 뿐이죠. 그래서 훗날 비슷한 모델을 생산하게 됐을 때 이전의 판정 규칙을 참고하기가 어려웠습니다. 더 심각한 건, 작업자의 실수로 향후 완제품에 문제가 생겼을 때 근본 원인을 파악할 길이 없다는 한계였죠.

 

Goal : (1)다품종 검사 규칙 관리 (2)Rework 신호 전송

모터 코일의 핀을 용접하는 B사는 3D 이미지 검사 장비를 이용해 부품 용접이 제대로 됐는지 자동 판정을 하고자 했습니다. 그런데 두 가지 까다로운 목표가 있었죠.

첫째, 다품종 생산 트렌드에 맞도록 검사 판정 규칙을 손쉽게 변경할 수 있고, 이력 관리도 가능할 것.

둘째, 재작업 가능한 범위의 불량품은 용접 공정으로 되돌려 보내 재용접 할 수 있도록 설비 제어 통신이 가능할 것.

기존의 비전 컨트롤러로는 두 가지 모두 수행할 수 없었고, 새로운 통합 솔루션이 필요했습니다.

스마트 팩토리에서 생산되는 수많은 데이터를 단일 솔루션을 이용해 손쉽게 통합해 보세요.

Solution : DATA CAMP의 레시피 기능을 활용해 제로 다운타임 달성

B사는 아하랩스의 데이터 수집 관리 솔루션 DATA CAMP의 ‘레시피(Recipe)’ 기능을 활용해 앞서 언급한 두 가지 목표를 한 번에 달성했습니다. DATA CAMP의 레시피란, 데이터를 수집/전처리/분석/모니터링/전송하는 다양한 조건들을 고객사의 비즈니스에 맞도록 유연하게 구성할 수 있는 기능인데요. 공정을 잘 아는 전문가로 이뤄진 스마트팩토리 팀이 고객사와의 미팅을 통해 페인 포인트와 요구사항을 파악한 뒤, 맞춤 레시피를 작성합니다.

B사의 레시피에는 다음과 같은 내용이 포함됐습니다. 가령, 레시피 1번부터 10번까지 품종별 각기 다른 결함 판정 기준들이 심어졌습니다. 전기자동차 모델 A의 모터를 생산할 때는 레시피 1번으로 양불 판정을, 모델 B의 모터를 생산할 때는 레시피 2번으로 양불 판정을 하는 식이었죠. 경우에 따라 각 레시피 안에서도 사용자 친화적인 UI 화면을 통해 판정 기준을 유연하게 바꿀 수 있습니다. On-Off 토글 스위치를 누르면 특정 조건을 판정 기준에 포함할 말지를 바로 판단하여 적용할 수 있죠.

데이터 통합 솔루션 DATA CAMP의 레시피 기능을 활용하면 다양한 품종의 품질 판정 규칙을 설정해놓고 손쉽게 변경하여 사용할 수 있습니다. - Image Credit : AHHA Labs

데이터 통합 솔루션 DATA CAMP의 레시피 기능을 활용하면 다양한 품종의 품질 판정 규칙을 설정해놓고 손쉽게 변경하여 사용할 수 있습니다. – Image Credit : AHHA Labs

 

또한, 각 레시피별로 판정 결과들이 차곡차곡 정리되어 향후 문제가 생기거나 과거 레시피를 참고하고 싶을 때 손쉽게 추적할 수 있게 되었습니다.

데이터 통합 솔루션 DATA CAMP의 레시피 기능을 이용하면 다양한 모델의 품질 판정 이력을 손쉽게 조회할 수 있습니다. - Image Credit : AHHA Labs

데이터 통합 솔루션 DATA CAMP의 레시피 기능을 이용하면 다양한 모델의 품질 판정 이력을 손쉽게 조회할 수 있습니다. – Image Credit : AHHA Labs

 

그리고 레시피에는 또 다른 기능도 포함됐는데요. 바로 신호 전송입니다. OK(양품)와 NG(불량품) 사이 Rework(재작업) 판정을 받은 제품은 재용접 할 수 있도록 용접기 PLC에 작동 신호를 전송하는 것이었죠.

이로써 B사는 기존 비전 컨트롤러로는 할 수 없었던 두 가지 목표를 DATA CAMP를 이용해 성공적으로 달성할 수 있었습니다. 그 결과, 다품종 품질 관리시 필연적으로 따라올 수 밖에 없었던 잠재적 다운타임(이용 불가 시간)을 ‘0’으로 유지할 수 있었습니다.

 

Future : No-Code 기반 레시피 UI로 고객사 제조 프로세스에 최적화된 데이터 파이프라인 구성

DATA CAMP의 레시피 설정 기능은 날로 발전하고 있습니다. 앞으로는 No-Code(제공되는 탬플릿을 활용해 애플리케이션을 개발할 수 있는 플랫폼 개념) 기반의 레시피 UI를 활용해 제조 프로세스에 최적화된 데이터 파이프라인(수집/전처리/분석/모니터링/전송 등)을 손쉽게 구성할 수 있습니다. 제조 디지털 트랜스포메이션의 출발점이 될 데이터 관리를 아하랩스의 DATA CAMP와 함께 시작해보세요.

No-Code 기반 레시피 UI 개념 예시

No-Code 기반 레시피 설정 UI 개념 예시 – Image Credit : AHHA Labs

 

공정을 잘 아는 전문가들로 이뤄진 아하랩스의 스마트팩토리 팀과 지금 바로 상의해 보세요!

우아영 아하랩스 책임연구원

Related Stories

‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’일 확률을 계산한 사례

‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’일 확률을 계산한 사례

이상탐지(Anomaly Detection) 딥러닝 모델을 활용해 검사 이미지 전체 영역을 학습합니다. 실제 생산품의 결함이 아닌, 그 밖의 다른 문제로 인한 과검(1종 오류) 사례일 확률을 추론합니다. [이차전지] [딥러닝] 도입 이유 품질 검사 안정화를 위한 과검 재검사 및 이력 관리 툴 부재   최근 스마트팩토리, 산업 자동화 트렌드를 타고 다양한 제조 현장에 검사 자동화 프로세스가 속속 도입되고 있지만, 수십 년 동안 사람이 직접 하던 일을 자동화하는 것이...

이상탐지(Anomaly Detection) 솔루션 활용 파우치 배터리 검사 자동화 사례

이상탐지(Anomaly Detection) 솔루션 활용 파우치 배터리 검사 자동화 사례

파우치형 배터리 생산 라인에서는 양/불량 판정 규칙을 정해놓고 검사를 수행하는 기존의 룰 베이스 솔루션을 활용하기가 어렵습니다. 표면 재질이 물러 불량 케이스가 너무 많기 때문입니다. 이때 이상탐지(Anomaly Detection) 모델이 좋은 솔루션이 될 수 있습니다.  [이차전지] [딥러닝][Anomaly Detection] 도입 배경 쉽게 손상되는 파우치형 배터리의 자동 검사 툴 부재  전기자동차에 들어가는 배터리 가운데 파우치형 배터리가 있습니다. 배터리...

촬영 문제로 줄줄이 NG?! 이미지 퀄리티 분석 딥러닝 모델로 검사 99.9% 성공

촬영 문제로 줄줄이 NG?! 이미지 퀄리티 분석 딥러닝 모델로 검사 99.9% 성공

아하랩스의 DATA CAMP 솔루션과 이미지 퀄리티를 분석하는 딥러닝 모델을 활용하면, 카메라와 노후 조명 문제로 이미지를 잘못 촬영해 품질 검사에 실패하는 경우를 미연에 방지할 수 있습니다. [이차전지][딥러닝]    도입 배경 검사 장비에 생긴 문제를 사전에 알 수 있는 방법 부재 스마트팩토리에는 다양한 검사 장비들이 있습니다. 가장 대표적인 게 머신비전 장비, 즉 카메라와 조명이죠. 항상 일정한 광학 이미지가 촬영되어야 머신러닝 모델을 제대로 학습시키고...

비디오 이상탐지(Anomaly Detection)로 로봇 파지를 관리한 사례 

비디오 이상탐지(Anomaly Detection)로 로봇 파지를 관리한 사례 

아하랩스의 산업용AI 솔루션 LISA는 비디오 데이터로부터 이상탐지(Anomaly Detection)를 수행할 수 있습니다. 정상 데이터만으로 학습시켜서 데이터 분포가 정상과 얼마나 떨어져 있는지 계산하기 때문에, 산업현장의 클래스 불균형 문제를 극복할 수 있습니다. [이차전지][Anomaly Detection][Object Detection]    도입 배경 100만 분의 1 확률로 일어나는 이상 상황을 학습시키고 추론할 툴 필요 스마트팩토리에는 다양한 자동...

데이터 통합 : DATA CAMP를 활용한 이차전지 기업 A사의 생산이력 관리

데이터 통합 : DATA CAMP를 활용한 이차전지 기업 A사의 생산이력 관리

Pain Point : 검사 데이터와 바코드 통합이 가능한 생산이력 관리 툴 부재 2015년 새로운 원통형 배터리인 '21700 배터리'가 개발됐습니다. 기존에 사용되던 18650 배터리보다 에너지 밀도와 용량을 늘린 것이죠. 이제는 많은 전기차에 21700 배터리가 탑재되는데요. 기존 18650의 생산라인을 그대로 사용한 탓에 생산 관리에 문제가 생기기 시작했습니다. 불량 검사 체계가 과거에 머물러 있었고, 데이터를 통합·연계할 수 없었던 겁니다. 예를 들어 각 배터리에...