밸브 제품은 너트, 게이지 링, 명판, 라벨 등 부품 구성이 다양하고 모델마다 검사 기준이 다릅니다. 30개가 넘는 제품 모델을 수작업 외관검사로 관리하다 보니 검사 누락과 판정 일관성 부족으로 인한 불량 리스크가 있었고, 검사 결과가 데이터로 남지 않아 품질 관리 고도화에도 한계가 있었습니다.
전체 이미지에서 제품 영역을 찾고(Detection), 부품 단위로 정밀 분할한 뒤(Segmentation), 정상·불량과 방향, 라벨 유형까지 판정하는(Classification) 3단계 AI 검사 시스템을 구축했습니다. 여러 AI 모델과 OCR을 연동해 부품별로 다른 검사 기준을 적용했고, 판정 결과는 설비와 실시간 연동되도록 구성했습니다.
모델별 검사 조건은 레시피 방식으로 분리해 30여 개 제품에 적용했으며, 현장 담당자가 전문 지식 없이도 검사 조건을 조정하고 신규 제품을 등록할 수 있도록 레시피 설정 전용 UI 프로그램을 개발해 제공했습니다. 현장 피드백을 반영한 추가 학습과 버전 업데이트를 반복하며 안정화를 완료했습니다.
목표 택트 타임 이내의 검사 속도를 달성하며 생산 흐름을 방해하지 않는 인라인 자동 검사를 구현했습니다. 수작업 검사에서 발생하던 판정 편차가 사라졌고, 검사 결과가 데이터로 축적돼 품질 관리의 기반이 마련됐습니다.
특히 레시피 설정 UI를 통해 검사 조건 조정과 신규 제품 등록을 고객사가 직접 수행할 수 있게 되면서, 신규 모델이 추가될 때마다 시스템을 다시 개발할 필요가 없는 지속 가능한 운영 구조를 갖추게 됐습니다. 현장 교육과 인수인계까지 완료해 고객사 주도의 운영이 시작됐습니다.
주요 변화는 다음과 같습니다.
이번 사례의 핵심은 AI 검사 시스템을 납품하는 데서 끝나지 않고, 고객사가 스스로 운영하고 확장할 수 있는 구조까지 전달했다는 점입니다. 알티엠(RTM)은 다품종 제조 현장의 특성에 맞춰 검사 체계를 설계하고, 도입 이후에도 현장이 주도권을 갖는 AI 운영 방식을 지원합니다.
다품종 제품의 외관검사 자동화를 검토하고 있다면, 알티엠에 문의해 적용 가능성을 확인해보세요.
문제와 보유 데이터만 알려주세요. 담당자가 3일 내에 적합한 적용 방식을 안내해드립니다.
