금속 부품의 미세한 흠집을 찾는 AI를 만들었다고 해봅시다. 테스트 사진에서는 잘 찾는데 공장에서는 불량을 놓칩니다. 공장 사진을 보면 결함 위에 조명 반사가 겹치거나 부품이 움직이는 동안 영상이 흐려져 있습니다. 이런 상황에서는 모델 크기를 키워도 입력에 없는 결함 정보를 복구하기 어렵습니다. 검사 AI의 성능은 카메라 앞에서 이미 상당 부분 결정됩니다.
먼저 ‘무엇을 구분해야 하는가’를 고정한다
스크래치, 오염, 치수, 조립 누락은 필요한 영상이 다릅니다. 한 장의 사진으로 모든 문제를 풀려고 하기 전에 결함의 최소 크기, 위치, 표면 재질, 정상 변동을 정합니다. 작업자가 눈으로도 일관되게 구분하지 못하는 결함이라면 판정 기준부터 다시 합의해야 합니다. AI 학습용 이미지 수보다 좋은 촬영 조건을 정의하는 일이 먼저입니다.
검사할 면이 시야에 안정적으로 들어오는지, 부품 방향과 높이가 반복되는지 확인합니다. 카메라 고정과 지그가 느슨하면 결함보다 위치 차이를 더 많이 학습할 수 있습니다. 렌즈 화각과 작업 거리도 최소 결함이 충분한 픽셀로 보이도록 결정합니다. 단순히 고해상도 카메라를 사는 것보다 실제 결함의 대비와 초점이 중요합니다.
조명은 밝기가 아니라 대비를 설계한다
광택이 있는 표면을 정면에서 비추면 반사광이 센서를 포화시켜 흠집이 사라질 수 있습니다. 조명을 비스듬히 놓거나 확산시키면 배경 반사를 줄이고 표면 높낮이를 드러낼 수 있습니다. 반대로 외곽 실루엣이나 구멍을 검사할 때는 역광이 더 단순하고 안정적일 수 있습니다. 정답 조명 하나가 있는 것이 아니라 관심 특징의 대비를 높이고 불필요한 배경 대비를 줄이는 조합을 찾는 것입니다.
NI의 머신비전 조명 가이드는 샘플·조명·카메라의 기하, 광원 패턴, 파장과 필터, 현장 환경을 함께 분석하도록 설명합니다. 특히 주변 조명의 변화와 부품 제시 방식도 안정성에 영향을 줍니다. 낮과 밤, 작업자 교대, 옆 설비 조명까지 바뀌는 현장이라면 실험실 한 장으로 촬영 조건을 확정하면 안 됩니다.
노출 시간과 게인은 각각 대가가 있다
노출을 늘리면 영상이 밝아질 수 있지만 움직이는 부품은 흐려집니다. 게인을 올리면 밝아 보일 수 있지만 노이즈도 커집니다. Basler의 영상 품질 가이드도 긴 노출의 모션 블러와 높은 게인의 노이즈를 구분합니다. 그래서 조명량, 짧은 노출, 트리거 시점을 함께 조정해야 합니다. 라인 속도가 빨라질 때마다 모델을 다시 학습하기보다 먼저 영상의 선명도가 유지되는지 봅니다.
자동 노출은 편리하지만 검사 위치마다 밝기 기준이 달라지면 같은 결함도 다른 영상으로 들어올 수 있습니다. 조명이 제어된 검사 셀에서는 기준 조건을 고정하고, 변경이 필요하면 설정 버전과 변경 시각을 기록하는 편이 분석에 유리합니다. 카메라 교체나 렌즈 청소도 입력 특성이 바뀌는 사건으로 다뤄야 합니다.
현장 검증은 ‘좋은 사진’보다 변동을 모은다
정상품과 불량품을 다양한 시간대, 자재 로트, 위치, 속도에서 촬영합니다. 과노출, 그림자, 초점 이탈, 기름 자국처럼 실제로 발생할 변동도 기록합니다. 중요한 것은 데이터셋에 무작정 나쁜 사진을 넣는 것이 아니라 촬영 규격에서 벗어난 영상을 식별하고 재촬영·수동 검수로 보내는 기준을 정하는 것입니다.
운영 단계에는 샘플 영상과 함께 노출·게인·조명 설정, 카메라 ID, 트리거 시각을 남깁니다. 불량 검출률이 떨어졌을 때 모델 드리프트인지, 촬영 조건 변화인지 분리할 수 있습니다. AI 팀과 설비 팀이 같은 품질 기준을 봐야 빠른 대응이 가능합니다.
초기 실험에서는 같은 부품을 조명 각도와 노출 조건만 바꿔 반복 촬영해 비교합니다. 이때 평균 밝기보다 결함과 정상 부위가 얼마나 안정적으로 구분되는지 확인합니다. 표본 한두 장에서 잘 보이는 조건보다 다양한 부품 위치와 표면 편차에서도 유지되는 조건이 중요합니다. 검사 속도와 조명 설치 공간도 함께 기록해야 나중에 공장 라인에 옮길 수 있습니다.
도입 체크리스트
- 최소 검출 결함과 정상 변동의 정의가 있는가?
- 카메라 위치·초점·부품 방향을 반복 가능하게 고정했는가?
- 관심 결함의 대비와 주변광 변동을 시험했는가?
- 라인 속도에서 노출·게인·흐림을 확인했는가?
- 촬영 설정과 모델 버전을 함께 기록하는가?
좋은 검사 AI 프로젝트는 ‘모델을 먼저 고른다’에서 출발하지 않습니다. 현장이 반복해서 좋은 입력을 만들 수 있는지 확인한 뒤, 그 입력에 맞는 모델과 운영 절차를 설계합니다.
#산업용비전 #비전AI #불량검출 #머신비전조명 #카메라노출 #모션블러 #공장검사 #영상획득 #스마트팩토리 #제조AI
