사례 연구
산업: 제조
제품: Triton 3.2 MP 카메라
적용 분야: 검사
SDK: 맞춤형 비전 기반 AI 시스템
AI 비전 시스템을 활용한 콘크리트 보도블록 결함 검사
보도블록은 다양한 형태, 크기, 색상, 질감으로 제작되며, 내구성, 미관, 경제성 덕분에 도시 기반시설 및 주거용 공간에서 널리 사용됩니다. 사용자 맞춤형 패턴 및 디자인 구현이 가능해 공공 및 민간 공간 모두에서 인기를 얻고 있습니다.
보도블록은 전국 각지의 공장에서 생산되며, 운송비 절감을 위해 고객 인근에 위치하는 경우가 많습니다. 제조에는 최대 3일이 소요되며, 숙련된 작업자와 상당한 유틸리티 비용이 필요합니다. 일반적으로 1~2% 수준의 결함률이 발생합니다.
과제
보도블록의 품질 검사는 일반적으로 작업자가 육안으로 표면 결함(점토 덩어리, 균열, 깨짐 등)이나 누락된 블록, 이물질 등을 판별하여 수행합니다.
하지만 이 방법은 비용이 많이 들고, 작업자나 교대조, 생산 라인, 공장별로 일관성이 떨어집니다. 큰 결함이 있는 경우 작은 결함은 자주 놓치며, 교대조에 따라 검사 기준이 다르고 시각적 피로로 인해 시간이 지날수록 정확도가 낮아집니다.
이에 따라, 한 미국 대형 보도블록 제조업체는 생산 속도에 맞춰 작동하면서도 주관적 편차를 제거하고, 결함을 탐지·분류하며, 기존 시스템과 원활히 통합될 수 있는 동시에, 비용 효율적이고 다수의 공장에 확장 가능한 검사 솔루션을 찾고자 했습니다.

솔루션
이러한 과제를 해결하기 위해, 제조업체는 Sunnyvale, CA에 본사를 둔 AI 기반 솔루션 제공업체인 Accella AI와 협력하여 실제 제조 현장 적용을 위한 비전 기반 AI 시스템인 Accella MFG Bot™을 활용한 개념 검증(PoC)을 수행했습니다.
이 시스템은 건조 라인 측에 설치되며, 고해상도 LUCID Triton® 3.2 MP 컬러 카메라와 결함을 실시간으로 탐지 및 분류하도록 학습된 딥러닝 모델을 결합합니다. Triton 카메라는 Sony의 IMX265 CMOS 센서를 탑재하고, Factory Tough® IP67 방수/방진 설계, PoE+ 전원 공급, M12/M8 이더넷 커넥터를 갖춘 산업 환경에 최적화된 제품입니다.
검사 프로세스는 다음과 같이 작동합니다: 생산 라인의 PLC가 Triton 카메라를 트리거하여 각 보드를 촬영합니다. AI는 먼저 각 보도블록을 식별한 후, 결함 유무를 분석합니다. 결과는 작업자 화면에 표시되며, 결함이 있는 보도블록은 강조 표시되어 작업자가 제거할 수 있도록 안내됩니다.

AI 모델은 필요한 결함 탐지 정확도를 빠르게 달성하며, 정상 운영 중 지속적인 학습을 통해 최대 99%의 정확도에 도달할 수 있습니다. 보드당 전체 검사 시간은 1초 이내로 유지되어, 향후 색상 또는 높이 측정 기능 추가에도 여유가 있습니다. 시스템은 모든 보드를 검사하고, 각 결함 블록을 식별하며, 작업자의 조치 여부와 속도도 추적할 수 있습니다.
이 솔루션의 핵심은 속도나 정확도뿐 아니라, 일관성입니다. 사람과 달리, AI는 제품마다 동일한 품질 기준을 적용하며, 새로운 데이터에도 빠르게 적응하고, 복잡한 재프로그래밍 없이 탐지 모델을 업데이트할 수 있습니다. PLC와의 통합도 원활하며, MES 및 ERP 시스템과의 연동도 고려되어 설계되었습니다.
상용 하드웨어와 모듈형 소프트웨어를 활용하여 구축된 이 솔루션은 비용 효율성과 확장성을 동시에 제공합니다. 작업자의 특별한 개입 없이도 운용 가능하며, 다른 생산 공정 및 공장에 쉽게 복제할 수 있습니다.
결론
이 개념 검증 결과는 LUCID 카메라를 활용한 AI 기반 비전 검사가 보도블록 제조 현장에서 실현 가능할 뿐만 아니라, 매우 효과적이라는 것을 보여주었습니다. 수작업 검사 대비 속도, 신뢰성, 일관성 면에서 뛰어나며, 작업자 행동 및 공정 효율성에 대한 통찰도 제공합니다.
자세한 내용은 아래 링크를 참조하세요:
Accella AI
Triton® 카메라 제품 페이지