CODEVISION

수요 맞춤형  AI 솔루션 개발
성형 단계별 실시간 모니터링 시스템 구축

AI 기술 전문 기업 코드비전이 제조 현장의 금형 파손 문제를 해결하고 공정 불량률을 개선하는 ML-OPS 기반 아우터캔 성형 모니터링 솔루션을 개발했다고 24일 밝혔다.코드비전이 제조 현장의 금형 파손 문제를 해결하고 공정 불량률을 개선하는 ML-OPS 기반 아우터캔 성형 모니터링 솔루션을 개발했다 / 코드비전

솔루션은 경남 지역 자동차 부품 제조사인 신흥기공의 성형 공정에서 발생하는 문제를 해결하는 데 적용돼 생산성과 안전성을 동시에 향상시킨 A플랫폼을 기반으로 설계됐다.  ML-OPS는 기계 학습 모델의 개발, 배포, 운영을 효율화하는 시스템이다. 

신흥기공은 최근 아우터캔 성형 공정을 위해 새로운 알루미늄 파이프 딥드로잉 기술을 도입했으나 소재 변경으로 성형 부위가 두꺼워지면서 취출 불량 및 금형 틀 파손 문제가 빈번히 발생했다. 

이에 경남테크노파크가 전담하는 수요 맞춤형 AI 솔루션 개발·실증 지원 사업에 수요기업으로 지원했다. 여기에 코드비전도 투입됐다.

수요 맞춤형 AI 솔루션 개발·실증 지원 사업은 과학기술정보통신부와 경상남도가 지원하고 정보통신산업진흥원이 전담하는 제조업 AI 융합 기반 조성 사업 일환이다. 경남 지역 자동차 부품 제조 현장에서 발생하는 다양한 문제를 AI 기술로 해결해 생산 능력과 효율성, 안전성을 높이는 것을 목표로 한다.

코드비전이 개발한 제조 AI 모니터링 솔루션은 ML-OPS(Machine Learning Operations)를 분석해 문제를 사전에 감지하고 공정을 중단, 금형 파손, 불량 발생을 방지하는 역할을 한다.

YOLO(You Only Look Once) 기술이 적용된 코드비전의 AI 시스템은 이미지나 영상에서 객체를 빠르고 정확하게 탐지한다. 기술은 국산 반도체와 호환되며 실시간 고속 추론이 가능해 성형 공정 중 발생하는 취출 불량과 금형 파손 여부를 즉시 감지하고 문제의 원인을 신속하게 파악한다.

이를 통해 공정 효율성을 극대화하고, 사고를 예방해 근로자의 안전을 지키는 데 중요한 역할을 한다. 또한 정상 데이터와 불량 데이터를 구분하는 라벨링 작업을 통해 AI 모델의 학습 정확도를 지속적으로 향상시킬 수 있다.

코드비전은 올해 말까지 공정 정확도를 90%까지 끌어올리고, 내년에는 95%까지 개선할 계획이다. 이에 따라 신흥기공은 공정 불량률이 감소하고 작업자의 안전성이 강화돼 향후 생산성이 1.5배 이상 증가할 것으로 기대하고 있다.

특히 이번 AI 솔루션은 메타버스 기반 스마트 팩토리와 연동될 가능성도 높아 공장 운영 효율성을 한층 더 끌어올릴 전망이다.

송응열 코드비전 대표는 "ML-OPS 기반 AI 솔루션을 통해 제조업의 안전성과 효율성을 동시에 높이는 기술을 선보이게 돼 기쁘다"며 "기술이 금형 파손 문제를 사전에 예방하고, 작업자의 안전과 생산성을 함께 보장할 수 있을 것"이라고 말했다.

신흥기공은 “코드비전과 함께 더 많은 부품 제조 공정에도 유사한 AI 모니터링 시스템을 도입해 생산 효율성을 극대화할 방안을 모색해 나갈 계획”이라고 했다.

저작권자 ⓒ IT조선 전대현 기자 무단전재 및 재배포 금지

기사원문 : https://it.chosun.com/news/articleView.html?idxno=2023092125634