Image Anomaly Detection, Image Enhancement 등 차별화된 신규 기능 추가
라벨링 효율성을 향상할 수 있는 Auto Label, Quick Label 기능 도입
Optimizer 이용 시 최대 5배까지 검사 속도 향상 가능
스마트 팩토리 구현을 위한 AI(인공지능) 솔루션을 개발하는 스타트업 세이지(세이지리서치, 대표 박종우)는 딥러닝 기반 머신비전 솔루션 SAIGE VISION(세이지 비전) 버전 2.1를 출시했다고 밝혔다.
SAIGE VISION은 기존 룰 기반(rule-based) 학습의 한계를 극복하기 위해 개발된 AI 솔루션으로, 딥러닝 알고리즘을 활용해 제품 표면에 발생한 비정형적 결함을 자동으로 검출하고 불량 여부를 판단하는 데 도움을 주는 머신비전 프로그램이다.
버전 업그레이드가 진행되면서 차별화된 새로운 기능들이 추가되었다. 우선 ‘Image Anomaly Detection’은 정상 이미지만을 학습해서 결함 이미지를 검출하는 기능으로, 사전에 정의하지 않은 불량을 검출할 수 있다. 비지도 학습 기반이기 때문에 라벨링을 최소화할 수 있다는 장점이 있다.
또 다른 신규 기능인 ‘Image Enhancement’는 X-ray 또는 CT로 급속 촬영된 저품질 이미지나 초점이 맞지 않는 이미지를 고품질로 개선해준다. 딥러닝 학습에 활용할 수 있을 만큼 품질을 개선해 주기 때문에 고품질 이미지 취득이 어려운 제조업 환경에 인공지능을 도입하는 데 최적화된 기능이라고 볼 수 있다.
아울러 라벨링에 소요되는 시간을 줄일 수 있는 부가 기능이 도입되었다. ‘Auto Label’과 ‘Quick Label’은 AI가 결함을 자동으로 가이드를 해주고, 이를 클릭만 하면 결함 영역을 선택할 수 있는 새로운 기능이다. 기존에는 사람이 직접 결함이 있는 부분을 그려서 결함을 표시해야 했다.
기존 버전에서 제공하던 기능의 성능도 월등히 향상되었다. 버전 2.1에서 제공하는 문자 검출 기능인 ‘OCR(Optical Character Recognition)’은 기본으로 제공하는 영어, 한글, 숫자, 특수문자 33개 외에 다른 언어나 복잡한 기호를 학습시키면 인식할 수 있도록 기능을 개선했다. 또한 SAIGE VISION만이 제공하는 특수 기능인 가상 결함을 생성하는 Defect Generation은 버전 1보다 실제 이미지와 더욱 유사한 높은 품질의 결함 이미지를 만들 수 있다.
전반적인 검사 시간과 정확도 역시 개선되었다. 제품이 적용되는 환경에 맞춰 AI 모델을 최적화하는 Optimizer 기능을 적용하면, 이 기능을 적용하지 않았을 때보다 최대 5배까지 검사 속도를 높일 수 있다. 나아가 다양한 산업 데이터로 테스트한 결과 기존 버전 대비 평균 10% 정확도가 향상되었음이 확인되었다.
홍영석 세이지 부대표는 “이번 SAIGE VISION 버전 업그레이드는 무엇보다 사용자의 편의성과 제조업 환경 최적화에 초점을 맞췄다”라고 설명하며, “제조업에서 발생하는 문제를 해결할 수 있는 AI 솔루션을 개발하는 데 집중하겠다”라고 밝혔다.
세이지의 새로운 SAIGE VISION은 3월 27일부터 29일까지 코엑스(Coex)에서 진행되는 “2024 스마트공장∙자동화산업전(Smart Factory + Automation World 2024)” 전시 부스(C홀 C808)에서 최초 공개 예정이다.