인사이트 / 블로그
정밀 제조 AI 품질검사 : 3개 공정 정확도 99%
정밀 제조 공정은 미세한 결함 하나로 제품 수율이 급락합니다. 제품 하나를 완성하는 과정에서도 제작 단계별로 검사 시점, 촬영 조건, 불량 유형이 전부 다릅니다.
생산 라인에서 즉시 확인하는 실시간 검사와 촬영 후 LOT 단위로 묶어 확인하는 검사는 데이터 형태부터 다르기 때문에 공정 특성에 맞춘 개별 AI Vision 모델이 필요합니다.
도입 배경 : 공정별 다른 촬영 조건과 불량 기준
정밀 제조기업 A사는 현장에서 판정 기준이 서로 다른 3개 품질검사를 동시에 운영했습니다. 결함 종류가 다양해 하나의 AI 모델로는 모든 검사를 처리할 수 없었습니다.
검사별 모델을 구축한 뒤에도 모델 성능 모니터링, 라벨 수정, 데이터 재학습, LOT 리포트 발행을 현장에서 한 번에 관리할 시스템이 없었습니다. 각 검사 모델의 데이터 저장 위치도 분산되어 있어 현장 관리자가 통합 제어하기 어려웠습니다.
적용 방식 : 검사별 맞춤 모델과 단일 운영 체계
써로마인드는 검사 특성을 고려해 맞춤형 AI 모델을 개발하고, 이를 단일 환경에서 제어하는 통합 운영 체계를 설계했습니다.
- 검사별 맞춤 모델 구성: 촬영 조건과 불량 유형에 최적화된 AI Vision 모델을 각각 개발
- 공정 통합 관리: 실시간 라인 검사와 LOT 단위 검사를 단일 시스템으로 통합
- 자동 재학습 파이프라인: 현장 피드백에 따른 라벨 수정과 AI 모델 재학습 과정 자동화
- 품질 모니터링 및 리포트: 대시보드에서 실시간 성능을 확인하고 LOT 단위 품질 리포트 출력
도입 결과 : 3개 검사 영역 정확도 99% 검증
| 검사 영역 | 성능 |
|---|---|
| 검사 영역 A | 정확도 99%, 미검율 2.1%, 과검율 0.9%, 처리 속도 3~4초 이내 |
| 검사 영역 B | 정확도 99%, 미검율 0.94%, 과검율 2.43% |
| 검사 영역 C | 정확도 99%, 미검율 0.498%, 과검율 0.213% |
운영 효과 : 실시간 모니터링·재학습·LOT 리포트 통합
써로마인드는 개별 AI 모델을 납품하는 일회성 방식에서 벗어나, 현장 작업자가 상시 운영할 수 있는 지속 가능한 품질검사 시스템을 구축하는 데 집중했습니다.
현장 운영자는 단일 화면에서 AI 판정 결과를 실시간으로 모니터링합니다. 오판정한 데이터가 발견되면 화면에서 즉시 라벨을 수정하고, 수정된 데이터는 시스템 내부에서 자동 분류되어 AI 모델 재학습에 반영됩니다.
품질팀은 수작업 문서 작업 없이 LOT 단위 품질 흐름 리포트를 확인합니다. 서로 다른 3개 공정의 검사 운영과 현장 피드백을 하나의 체계로 연결해 지속적으로 개선되는 구조를 완성했습니다.
