각 사업장은 스마트팩토리를 도입하여 인간의 개입으로 인한 휴먼 에러를 최소화하고 위험한 공정에서의 작업을 기계로 대체하며 생산 관리 효율성을 높여 왔습니다. 그러나 이러한 노력에도 불구하고 불량률을 완전히 제로로 줄이기에는 한계가 있었습니다. 특히 반도체 및 배터리와 같은 미세한 공정의 불량 탐지는 제품이 첨단화됨에 따라 더욱 어려움을 겪을 수 밖에 없었습니다.

 세계적인 배터리 제조 회사 S사 역시 이러한 딜레마에서 자유로울 수 없었습니다. 전기차에 들어가는 배터리의 경우 대용량이고 작은 불량이 화재로 번질 수 있는 상황이었기에 불량을 사전에 탐지하는 것은 무엇보다 중요한 상황이었습니다. 또한 육안으로 확인이 어려운 배터리 셀 내부를 X-Ray를 통해 촬영하는 방법 활용하는 등, 최첨단 장비를 사용해 검사를 하여도 수율이 나오지 않아 경제적인 손실을 발생시키고 있었습니다.

 3D 촬영, 초음파 측정 등 불량 탐지 능력은 올라가지만 산발적으로 발생하는 불량은 어느 부분에서 왜 발생하는지에 대한 분석이 되지 않아 전체적인 수율 관리 및 공정 레시피가 확보되지 않는 상황이었습니다. 이에 SK㈜ C&C는 혁신적인 해결책으로 AI Vision 불량 탐지 시스템을 배터리 S사에 적용하였습니다. Vision 시스템 내에 카메라를 비롯한 측정 장비가 실시간으로 제품을 검사하고 불량을 감지하는데 활용되었으며, 불량을 사전에 감지하고 제품 품질을 향상시키는 혁신적인 성과를 이루어 냈습니다.

 뿐만 아니라, AI Vision 시스템은 불량을 예측하고 공정 개선을 가능하게 하는 AI 기능을 제공했습니다. 초기에는 데이터 부족으로 정확도가 낮았지만, 가상 결함 이미지를 생성하고 딥러닝 모델 재학습을 통해 불량을 보다 정확하게 판별할 수 있도록 발전했습니다.

 

 이러한 AI 기술은 불량률 최소화와 품질 향상을 위한 중요한 발전을 이루어 내었습니다. 모든 공정을 스마트팩토리로 전환하여 생산 환경을 자동화하고 최적화할 수 있으며 IoT 센서를 활용하여 장비 및 생산 라인의 상태를 모니터링하고 빠른 대응을 가능하게 했습니다. 

 녹색 전자기판(PCB: Printed Circuit Board)에 한정되었던 과거 검사 대상과 달리 현재는 다양한 환경과 조건의 검사 대상이 생산되고 있습니다. SK㈜ C&C의 Smart Vision 기능은 다양한 검사 대상에서 수분이 걸리던 검사 시간을 짧게는 1초 미만의 시간에 높은 정확도를 기반으로 불량의 양품과 불량을 구분해 주는 시스템을 개발했습니다. 

 이와 같은 기능은 일반적인 제품의 외관 검사부터 PCB 기판 위의 작은 저항, 캐파시터의 누락, 파손과 같은 세밀한 불량을 찾아 내는 것에 적용할 수 있으며, 반도체 제조 공정에서의 웨이퍼 불량, 공정이 진행됨에 따른 동일 부분의 스크래치의 누적 및 분포를 면밀히 탐색하고 통계적으로 분석하여 추가적으로 발생될 수 있는 불량까지 예지하여 불량을 예방해줍니다.

 

 SK㈜ C&C의 Smart Vision 기능은 다음과 같은 방법으로 작동합니다. AI 기반 불량 감지 및 판정의 방법은 크게 이미지 추출 부분과 데이터 분석 부분으로 나누어지며 확대경, X-Ray 장비를 이용하거나 일반적인 카메라를 통해 불량을 파악할 제품의 이미지를 추출합니다. 수만 가지의 제품을 분석하며 정상 범주에 속하는 이미지와 불량 범주에 속하는 이미지를 AI가 자동으로 분류해줍니다. 

 또한 AI가 학습에 활용할 제품 이미지가 적어도 문제없습니다. 적은 수의 데이터를 AI가 스스로 재학습하여 불량을 추론하고 분류하도록 훈련합니다. AI를 이용한 제품 검증 방법은 각 산업에서 생성된 데이터를 그대로 가져와서 불량을 탐지한다는 점에서 다양한 산업에 유연한 적용이 가능합니다. 예를 들어 항공 우주 산업에서는 미세 균열, 스크래치, 미세 구멍들이 극한의 상황에서 문제를 발생시킵니다. 인간의 눈으로 식별할 수 없는 극도로 미세한 불량과 X선 및 초음파를 통해 확보한 데이터를 기반으로 인공지능이 딥러닝 알고리즘 훈련을 적용하여 손쉽게 불량을 식별해낼 수 있습니다.

 이렇게 확보된 불량 데이터는 역으로 분석되어 어떤 환경에서 불량이 자주 발생하는지 분석이 가능하며 불량의 사전 예방이 가능합니다. 전 과정은 AI와 로봇을 통해 품질 보증 프로세스를 자동화하며 제품 테스트 및 검사를 자동화하여 불량 제품을 식별, 분류하고 데이터를 기록합니다. 기존 작업자들의 노하우에만 의존하였던 품질 검사와 품질 보증 프로세스를 자동화할 수 있으며, 작업자들에게 품질 관리에 대한 교육 시간을 크게 줄여 주며, 작업자의 성향에 따른 불량 판정 편차나 휴먼 에러를 최소화해 줍니다. 작업자들에게 동일한 데이터로 동일한 판정 기준을 사용하여 의사결정을 내릴 수 있게 도와주고, 조직 내에서 품질 관리 및 불량 예방을 강조하여 품질 관련 보다 체계화된 스마트팩토리로 전환이 가능하게 해줍니다.