최근 산업 현장은 자동화와 디지털화를 적극 도입하며 생산 체계 고도화에 나서고 있다. 특히 머신비전, 딥러닝 등을 활용한 스마트 팩토리는 산업계에서 효율성과 생산성이라는 두 마리 토끼를 잡을 수 있는 요소로 여겨지고 있다.
시장조사업체에 따르면 세계 스마트 팩토리 시장은 지난해 1297억4000만달러(약 175조9200억원)에서 2032년까지 연평균 9.52% 성장해 3219억8000만달러(약 436조6000억원)에 달할 전망이다. 가파르게 성장하는 스마트 팩토리 시장에서 얼마나 경쟁력을 확보하느냐가 중요해졌다.
스마트 팩토리 구현 필수 요소 중 하나가 바로 딥러닝이다. 딥러닝은 사람의 눈으로 직접 검사하는 것보다 제품 분류, 결함 확인, 분석을 훨씬 빠르고 정확하게 발휘할 수 있다. 그러나 딥러닝은 학습을 위해 방대한 양의 이미지 예제를 모으고, 라벨링과 학습화라는 최적화 과정을 거쳐야 한다. 양산 과정에서 라인이나 제품에 변화가 발생하면 처음부터 다시 학습해야하는 경우도 생긴다. 딥러닝 최적화 과정에서 긴 시간이 소요되는 점은 빠른 생산 속도와 효율성을 추구하는 생산 현장에서 적용을 어렵게 만든다. 또한 딥러닝은 전문적 영역으로 느껴지는 바람에 일반 사용자가 쉽게 다룰 수 있을지 걱정이 드는 것도 사실이다.
이러한 어려움을 극복할 대안으로 엣지러닝이 주목받고 있다. 엣지러닝은 쉽게 말하면 데이터 분석을 현장에서 수행하는 기술이다. 엣지러닝은 전문 지식 없이도 제품 정상·불량 예시 이미지 몇 개를 사전에 입력하면, 딥러닝 알고리즘이 이를 학습하고 불량을 식별하는 패턴을 스스로 찾아낸다. 여러가지 상황에 따른 행동 규칙을 만들어 놓고, 거기에 따라서만 시스템이 동작하는 기존 룰 베이스 기술과 차이가 있다. 엣지러닝은 간단한 데이터 입력만으로도 공장 내 불량을 자동 감지하고 신속한 대응을 취할 수 있다. 생산 속도를 높일 뿐만 아니라 공장 작업자는 좀 더 중요한 작업에 집중할 수 있다.
실제로 현장에서는 엣지러닝 스마트 팩토리 솔루션이 기존 규칙 기반 작업 툴 사용보다 실행속도가 빠르고 직관적이라는 점에 호평을 보냈다. 이에 업계는 10개 내외 이미지만 학습해 정상·불량을 판단하는 현재 엣지러닝 기술 고도화에 나서고 있다. 코그넥스 역시 내년 상반기 새로운 엣지러닝 솔루션 출시에 매진하고 있다. 다양한 결함을 분류하고 부적합한 제품을 빠르게 식별하는 엣지러닝 솔루션에 대한 활용도가 더욱 높아질 것으로 예상된다.
산업 현장에서 효율성, 생산성 향상, 안전성 확보 등 다양한 이점을 고려하고 미래 성장 동력을 찾기 위해 스마트 팩토리로의 전환은 거스를 수 없는 대세가 됐다. 이를 성공적으로 구현하기 위해 딥러닝 솔루션이 현장에서의 적용 가능성과 이용자 편리성이 반드시 고려돼야 하는 점을 잊어서는 안 된다.
엣지러닝은 간단한 데이터 입력만으로도 최적의 결과를 제공해 생산시간 단축, 불량 판별, 효율성 등을 높여 전문가가 아닌 사용자도 편리하게 사용할 수 있다. 제조업 디지털 전환에 있어 최적의 방안임을 스스로 입증하고 있다. 엣지러닝을 활용한 성공적인 스마트 팩토리 구현은 향후 산업계 전반 디지털 전환으로 이어질 것이다.
박상준 코그넥스코리아 전무 info.kr@cognex.com