[AW2024] 라벨링 없이 정상 영상만 있어도 AI 학습&활용 가능
아하랩스는 지난 3월 27일부터 29일까지 서울 코엑스에서 열린 ‘2024 자동화산업전(이하 AW2024)’ 전시회에 참가했습니다. 이번 전시회는 450개 기업이 참여해 역대 최대 규모로 개최되었는데요. 아하랩스 부스에도 많은 고객님이 방문해 아하랩스의 인공지능 솔루션에 대해 다양한 의견과 질문을 나누어 주셨습니다. 깊은 감사의 말씀드립니다.
AW2024 아하랩스 부스에 많은 고객님이 방문해 주셨습니다. Image Credit: AHHA Labs
라벨링 없이 정상 데이터만으로 AI 학습과 실시간 불량 검출을 시연한 데모기의 모습. Image Credit: AHHA Labs
라벨링 없이 정상 데이터만으로 AI 학습과 실시간 불량 검출까지
아하랩스 팀은 전시회 현장에서 다양한 제품의 데모를 선보였는데요. 특히 Anomaly Detection 딥러닝 모델을 활용해 라벨링 없이 정상 데이터만으로 실시간 불량 검출을 한 시연이 가장 큰 관심을 받았습니다.
시연기는 (1)인공지능 품질 관리 솔루션 LISA, (2)제조 데이터 수집 분석 솔루션인 Data CAMP, (3)머신비전 광학계 등으로 구성됐습니다.
아하랩스는 AI 솔루션 개발 운영 플랫폼인 LISA와 제조 데이터 통합관리 솔루션인 Data CAMP를 연계해 파트너 기업이 제조 현장에서 끊김 없이 데이터를 수집하고 이를 토대로 AI를 활용할 수 있는 통합적인 환경을 제공합니다. Image Credit : AHHA Labs
먼저 음료 캔을 컨베이어 벨트 위에 실어 나르며 영상을 촬영(30분 분량)했습니다. 즉, 정상 데이터입니다. 이를 활용해 LISA 인공지능 모델을 학습시켰습니다.
만약 컨베이어 벨트 위에 정상 캔과 다른, 긁힘이나 찌그러짐 같은 결함이 있는 캔을 올리면, LISA가 이상 패턴을 감지하고 해당 캔을 불량품으로 판정해냅니다.
왼쪽은 실시간 촬영 영상, 오른쪽은 이상 감지된 영상의 첫 번째 프레임을 보여주는 화면입니다. Image Credit : AHHA Labs
이렇게 정상 데이터만으로 모델 개발이 가능한 Anomaly Detect알고리즘을 적용하면, 비정상 데이터 확보와 전처리에 드는 시간과 비용은 줄어들고, 제품 생산 초기 시점부터 딥러닝 적용이 가능해집니다.
Anomaly Detector 추천 환경⇒
- 표면 형상의 자유도가 높아 불량의 형태와 종류를 특정하기 어려운 경우
- 기존의 룰 베이스 검사 기준 수립이 어려운 경우
- 새로운 유형의 불량을 예측하기 어려운 경우
- 신규 생산 등의 이유로 불량 데이터 수집이 어려워 ‘클래스 불균형’*이 심각한 경우
- 클래스 불균형: 정상 데이터 대비 비정상 데이터 숫자가 현저히 적은 경우 (eg.) 생산 2만건 중 비정상 데이터 1개
이미지, 영상, 시계열 등 모든 데이터 유형에 적용 가능
특히 컨베이어 벨트가 흘러가는 비디오 전체를 학습하기 때문에, 컨베이어 벨트 위에 기타 이물질이 올라간 경우에도 이상 감지를 해내고 알람을 전송해 줍니다.
컨베이어 벨트 위에 기존의 음료 캔이 아닌, 기타 이물질이 올라갔을 때 이상감지 알람이 발생한 화면. Image Credit : AHHA Labs
다양한 고객 사례를 통해 AI 솔루션 도입의 가치를 가늠해 보세요.
해당 이미지와 불량 판정 데이터가 Data CAMP로 수집되면, 곧바로 이상 알람과 함께 PLC 신호가 생성됩니다. 이후 기계장치가 작동하면서 불량 캔을 배출해 냅니다.
이상 트렌드를 빠르게 읽어내고, 문제 발생 여부를 직관적으로 확인할 수 있도록 구성된 대시보드를 제공합니다. Image Credit: AHHA Labs
다시 한번, 아하랩스 부스를 방문해 주신 고객님께 감사의 인사드립니다. 더욱 편리한 인공지능 솔루션을 제공할 수 있도록 앞으로도 최선을 다하겠습니다.
방문하신 현장에서 미처 나누지 못했던 기술 관련 문의, 협업 및 미팅 문의 등 궁금하신 사항이 있으시면 아래 연락처로 언제든지 연락 주세요.
함상화 아하랩스 대표. Image Credit : AHHA Labs
(주)아하랩스 사업팀
– Tel : 070-4009-2298
– Email : biz@ahha.ai