수아랩 송기영 대표, 인공지능이 글로벌 머신비전 산업 혁신으로 이끈다.
수아랩 송기영 대표, 인공지능이 글로벌 머신비전 산업 혁신으로 이끈다.
  • 최광민 기자
  • 승인 2018.04.05 15:53
  • 댓글 0
이 기사를 공유합니다

삼성, LG, SK, 한화, 포스코 등 유수 제조 기업들과 다양한 프로젝트를 진행한 바 있으며, 불량 검출률을 99.7%까지 올려
수아랩 송기영 대표(사진:최광민 기자)

인공지능(AI)이 기존의 머신비전의 패러다임을 바꾸고 있다. 인공 신경 네트워크(ANN, Artificial Neural Network) 와 같은 아키텍처를 통해 수행할 수 있는 딥러닝은 데이터를 고속으로 처리하고 의사 결정에 사용하기 위한 패턴을 만들며, 또 전체 이미지 변형을 예측하기 어려운 응용 프로그램에서 이미지 분석을 향상시키고 피드백을 통해 허용되는 변형과 결함을 구별하도록 시스템을 학습한다.

곧, 전통적인 컴퓨터 비전을 보완하고 고전적인 기하학 패턴 및 엣지 감지의 한계에서 로봇 유도 또는 기타 정밀 측정 및 검사에서 서브 픽셀 정확도를 제공하는 딥러닝으로 결함에 대한 데이터를 수집하고 입력함으로써 자체적으로 학습하고 스스로를 개선하는 시스템을 기반으로 하기 때문에 정확도와 검사 ​​프로세스의 오류를 크게 줄일 수 있는 것이며, 고속으로 검사 및 측정과 기타 예제 기반 의사 결정에 인간과 같이 학습하고 판단하는 것이다.

수아랩(SUALAB)은 인공지능 기반 머신비전을 국내에 처음 도입하고 전세계에서도 비디시스템(ViDi Suite), MVTec, 사이스시스템(Cyth Systems) 등 몇 않되는 대표적인 인공지능 기반 머신비전 스타트업이다.

특히 스위스 비디시스템은 레토 뷔스(Reto Wyss) 전산신경과학(Computational Neuroscience)박사가 2012 년에 설립, 세계 최초로 딥러닝을 사용하여 전체 이미지 변형을 예측하기 어려운 응용 프로그램에서 이미지 분석을 향상시키는 소프트웨어를 개발했다. 이 솔루션은 ViDi Blue(고정 장치), ViDi Red(분할 및 변형 탐지) 및 ViDi Green(개체 및 장면 분류)의 세 가지 도구로 구성된다. 현재 비디시스템은 지난해 4월 코그넥스에 인수돼 코그넥스의 비전 프로덕트 사업부로 편입됐다.

이어 2013년 설립된 수아랩이 글로벌 인공지능 기반 머신비전 산업의 혁신을 선도하는 그 중심에 있다. 수아랩은 지난해 '2017 북미로봇자동화전(Automate 2017)'에서 '이노베이터 어워즈(Innovators Awards)' 대상을 수상했다. 오토메이트 2017은 로봇, 인공지능, 머신비전, 모션 제어 및 기타 최신 자동화 기술 업체들이 한 데 모이는 세계 최대 자동화 컨퍼런스로 이노베이터 어워즈는 가장 혁신을 가져다 준 제품과 브랜드를 평가 및 시상한다.

수아랩의 수상비결은 머신비전 분야에서 최초로 인공지능 딥러닝 기술을 도입해 고속 제조라인에서 실시간 검사를 상용화했다는 점과 높은 기술력을 인정받았기 때문이다. 2016년도에는 글로벌 반도체 회사인 텍사스 인스트루먼트(TI)와 세계 산업로봇 1위업체 화낙(FANUC)이 각각 금상과 동상을 수상한 바 있다.

사진은 지난해 한독상공회의소(KGCCI) 이노베이션 어워드 '디지털화' 부문 혁신기업 수상자로 선정돼 Steven Kim 헨켈코리아 사장(왼쪽부터)이 문태연 수아랩 CSO, 김한준 매니저에게 상을 전달하고 있다.(사진:본지DB)

또한 지난해 한독상공회의소(KGCCI) 이노베이션 어워드 '디지털화' 부문 혁신기업에 선정된 바 있으며, 삼성벤처투자, 스톤브릿지캐피탈, 인터베스트로부터 총 80억 원 추가 투자 유치로 총 누적 투자 금액 101억 원으로 인공지능 스타트업 업계 최고액 경신했다. 2013년 3월 설립 이래, 서울대 기술지주회사 주최 창업 지원프로그램 '비더로켓(Be The Rocket)' 대상을 받아 초기 투자를 성공적으로 마쳤으며, 2017년 투자(시리즈 B) 유치를 통해 4년 6개월 만에 총 누적 투자금액 101억 원을 기록한 것으로 이는 국내 인공지능 스타트업 업계에서 유치한 누적 투자 금액 중 최고액이다. 

이처럼 인공지능, 머신비전, 슈퍼컴퓨팅 세 가지 핵심기술을 통해 제조업 분야에 무인 검사 솔루션 및 스마트팩토리 솔루션의 기반을 제공하는 수아랩은 머신비전 분야에서 세계 두번째, 국내 최초로 딥러닝 기술을 도입한 기업이기도 하다. 기존 머신비전 기술로 검사가 어려웠던 다양한 영역에 대해 검사 정확도와 속도를 높였다는 점에 국내외에서 주목받고 있는 것으로 PCB, 태양광, 배터리, 철강 등 다양한 제조업 현장에서 사용할 수 있는 딥러닝 기반의 머신비전 검사 소프트웨어 '수아킷(SuaKIT)'과 섬유 가공 및 검사 공정에서 불량을 검출하는 검사기인 '타스(TAS, Textile A.I. Solution)'의 상용화 성공이 투자 유치의 비결이었다. 

SuaKIT 패키지 이미지(사진:수아랩)

수아킷은 이미지 해석 기술을 기반으로, 기존 머신비전 기술로 검사가 어려웠던 다양한 영역을 대상으로 검사의 정확도와 속도를 한층 높여 존재감을 드러내고 있다. 기존에는 엔지니어가 이미지 상에서 결함에 대한 정의를 하나하나 내리고, 결함의 특징값을 수동으로 설정해야 했다. 때문에 반도체나 LCD처럼 표면 형태가 정형화되어 있는 분야에서만 머신비전 기술이 활용이 가능했다. 반대로 섬유나 천연가죽 등 표면 형태가 비정형화되어 있는 분야에서는 결함의 특징값을 수동으로 설정하기가 어려워, 육안검사에 의존하는 경우가 대부분이었다.

이 한계를 극복한 비밀이 바로 수아킷의 딥러닝 기술이다. 소수의 정상품 이미지와 불량품 이미지를 모아서 딥러닝 알고리즘을 학습시키면, 인공지능 신경망이 결함의 특징값을 스스로 찾아낸다. 결함의 특징값을 수동으로 설정할 필요가 없기 때문에 표면 형태가 불규칙한 섬유, 가죽 등의 제조업 분야에서도 활용이 가능하다. 그 뿐 아니라 태양광, 카메라, PCB 등 이미 머신비전 기술이 활용되던 영역에서도 더욱 높은 정확도와 빠른 속도로 불량을 검출하고 분류할 수 있다. 

사진은 SuaKIT 2.0 실행 이미지로 비주얼 디버거 기능 화면(사진:수아랩)

특히, 머신러닝을 전공한 엔지니어가 아닌 일반인들도 손쉽게 프로그램을 이용할 수 있기 때문에 검사의 진입장벽이 크게 낮아진다. 엔지니어가 일일이 코딩을 해야 하는 시스템이 아닌, 결함 데이터를 모아 입력해주기만 하면 시스템이 스스로 학습하고 그를 통해 더욱 똑똑해지는 시스템이기 때문이다. 또한 엔비디아의 CUDA(Compute Unified Device Architecture) 기술을 통해 고성능 GPU에서 빠른 속도로 데이터를 처리할 수 있도록 설계됐다. 이는 빠른 속도를 요구하는 제조 공정에서도 수아킷이 최고의 활약을 가능케 한다. 

이처럼 혁신적으로 국내외 머신비전의 패러다임의 변화를 주도하고 있는 수아랩 송기영 대표는 서울대학교 기계항공공학부와 컴퓨터공학부를 부전공했으며, 인텔 MCG(Mobile and Communications Group) 비디오 및 이미징 엔지니어링 디자인(VIED) 그룹과 에스엔유프리시젼 연구팀 등 컴퓨터 비전과 디스플레이 검사 장비 업체의 개발자로 일하면서 기존 머신비전 검사의 한계를 느껴 수아랩을 창업하게 되었다고 한다. 본지는 수아랩 송기영 대표를 만나 창업 과정과 AI 기반 글로벌 머신비전 전문기업으로 그 중심에 선 수아랩의 비전을 들어보았다. 

Q, 창업하게 된 동기는

이에 송 대표는 "정형화된 규칙기반 알고리즘(Rule-based algorithm)을 이용한 기존의 머신비전 검사는 불량의 특징을 일일이 정의하고 파라미터 수치들을 수동으로 설정해야 했습니다. 그래서 제품 이미지의 촬영 조건이 조금이라도 변하거나, 새로운 불량이 추가되는 경우에는 파라미터를 계속 추가하여, 심지어 100개, 200개의 파라미터 수치들을 조정해야 하는 경우도 있었습니다." 라고 말했다. 결국 비효율적인 노동을 끊임없이 반복해야 하는 이유와 가장 중요한 검출 성능에서도 한계를 첫번째 동기로 들었다.

이어서 "기존 머신비전 검사에서는 불량이 아닌 부분을 불량이라고 하거나(과검), 불량인 부분을 잡아내지 못하는(미검)인 경우들이 매우 많아 실질적인 효용성이 높지 않았습니다."라며, "이러한 두 가지 한계를 극복하기 위해 기존 머신비전 기술에 딥러닝을 접목하여 검출 성능과 편의성, 속도를 극대화하는 Learning based 방식(사례 학습 방식)의 머신비전 검사를 제조업에 도입하고자 했고, 이것이 곧 수아랩을 창립한 계기가 되었습니다."라고 말했다.

수아랩 송기영 대표(사진:최광민 기자)

Q, 수아랩의 주요 솔루션은

A, 딥러닝 기반의 머신비전 소프트웨어인 ‘수아킷(SuaKIT)’이 수아랩의 주요 솔루션입니다. SuaKIT은 딥러닝 알고리즘을 통해 자동으로 불량을 학습하고 분석하여, 비정형적이며 불규칙적인 불량들도 높은 정확도로 검출이 가능합니다. 또한, 딥러닝을 전공한 엔지니어가 아닌 일반인들도 손쉽게 불량 검사를 진행할 수 있을 만큼 직관적이며 사용자 친화적인 U(Iuser interface)를 가지고 있습니다.

구체적으로 SuaKIT이 제공하는 검사 모드는 크게 분할, 분류, 탐지(Segmentation, Classification, Detection) 세 가지입니다. Segmentation 모드는 제품 표면의 다양한 불량을 정확한 영역 형태로 검출해내며, Classification 모드는 제품을 양/불 혹은 불량의 유형별로 분류합니다. 마지막으로 Detection 모드는 다양한 유형의 여러 물체를 유형별로 검출하며, 물체의 개수를 카운팅할 수 있습니다.

또한 지난 2월 21일에는 더욱 정확한 검출력과 빠른 속도를 갖춘 SuaKIT v2.0을 출시했으며, 딥러닝 기반 머신비전 업계에서 최초로 두 장의 이미지를 비교하여 차이점을 분석하는 이미지 비교(Image Comparison)모드를 탑재했습니다. 또한 검사의 성능을 객관적으로 확인할 수 있는 비주얼 디버거(Visual Debugger), 컨퓨전 매트릭스(Confusion Matrix) 등 다양한 기능을 추가하여 고객들의 만족도를 높였습니다.

Q, 국내에는 약 100여개의 머신비전 관련 회사가 있으며, 몇몇 기업을 제외하고는 대부분의 회사는 머신비전 직원이 20여명 내외이며, 그나마도 전문 개발자는 10여명 내외인 것으로 파악되고 있다. 이와 현저히 비교되는 수아랩의 맨파워에 대해 

A, 수아랩은 3월 말 현재, 전체 직원이 68명으로 그 중 65% 이상이 엔지니어로 이루어진 기업으로, 딥러닝과 머신비전의 전문가 집단이라고 할 수 있습니다. 국내 최고의 연구원, 개발자들이 모여 딥러닝 알고리즘을 직접 개발하면서 우수한 검출 성능을 가진 S/W인 SuaKIT을 만들고 있습니다. 또한, 수아랩의 ‘솔루션 개발팀’은 고객사별 맞춤형 솔루션을 제공하는 데 최적화되어 있습니다.

특히 머신비전 검사는 촬영된 제품 이미지나 영상을 바탕으로 불량을 검출하는 형태이기 때문에, 이미지를 해석하고 처리하는 기술이 핵심이라고 할 수 있습니다. 저희 수아랩의 솔루션 개발팀은 다양한 산업군의 여러 프로젝트를 진행하면서 이미지 해석/처리에 많은 노하우를 쌓았고, 이를 바탕으로 고객사의 실제 생산 라인에 적용할 수 있는 높은 성능의 딥러닝 모델을 생성하고 있습니다.

수아랩 송기영 대표(사진:최광민 기자)

Q, 특히 스마트팩토리 산업에서 두드러진 성과를 내고 있는데 그 비결은 

A, 기존의 스마트팩토리라 하면 ERP, MES 도입 등을 1단계로 지칭하고 제품의 자동 검사 등은 마지막 4단계로 분류하고 있습니다. ERP를 기반으로 하는 재고 관리 시스템으로도 공장에서는 큰 이득을 얻을 수도 있겠지만 제조 공장의 가장 큰 목적인 좋은 제품을 생산해 내는 것 자체에는 큰 영향이 없는 것이 사실입니다. 저희가 바라보는 스마트팩토리는 우선 위에서 말한 4단계의 제품의 자동 검사에서부터 시작하는 것 입니다.

제조의 본질은 제품의 품질이나 효율이기 때문에 이를 분석할 수 있는 머신비전 시스템이 가장 먼저고 이를 기반으로 공정에 피드백을 주어 공정을 개선할 수 있는 시스템이 보다 효율적인 스마트팩토리라는 생각입니다. 특히 이는 비용적으로 여유가 없는 중소 영세 제조업에 더 효율적일 것 입니다. 따라서 저희 수아랩은 위와 같은 4단계의 스마트팩토리 시스템 구축을 위해 연구개발을 진행하고 있으며, 불량 검사 과정을 획기적으로 개선하여 공장이 더 좋은 품질의 제품을 생산할 수 있도록 하는 데 주력하고 있습니다.

Q, 마지막으로 그동안 진행된 주요 프로젝트와 비전은

A,  수아랩은 삼성, LG, SK, 한화, 포스코 등 유수 제조 기업들과 다양한 프로젝트를 진행한 바 있으며, 불량 검출률을 99.7%까지 올려 고객사의 검사 기준치를 상회하는 결과를 만들어 내기도 했습니다. 해외로는, 중국 쑤저우에 법인을 설립하여 중국 시장을 대상으로 활발한 매출을 올리고 있으며, 일본, 싱가포르 등과 동남아의 경우 현지 업체와 딜러 계약을 맺어 적극적으로 현지 시장에 진출하고 있습니다.

수아랩을 창립하면서부터 가졌던 생각은 ‘사람이 사람다운 일을 할 수 있게 한다.’ 이였습니다. 사람이 기계대신 하던 일에서 벗어날 수 있도록, 육안 검사와 기존 머신 비전 검사를 획기적으로 변화시키고자 했습니다. 현재 수아랩은 이러한 Mission을 지키며 국내외 머신비전 업계를 선도하고 있습니다. 앞으로도 딥러닝 기반의 비전 검사 분야의 Global No.1이라는 목표를 가지고 꾸준히 연구하고 개발하여 시장과 고객에 맞는 제품을 만들 것입니다.

한편 송 대표는 “수아랩이 현재 보유하고 있는 딥러닝 기반 머신비전 기술이 독보적인 만큼, 향후 더욱 빠르게 진입장벽을 구축하여 인공지능 머신비전 부문에서 독보적인 글로벌 기업이 되겠다.”고 자신했다. 특히, 송 대표는 본지에 직접적으로 사명을 거론하지는 않았지만 몇몇 글로벌 머신비전 공급업체로부터 수아랩의 딥러닝 기반 머신비전 솔루션에 제안을 받기도 했다고 한다. 격세지감이다. 이는 지난 30여년 동안 대부분을 수입에 의존해야 했던 국내 머신비전 산업에 새로운 비전을 제시한 것이기 때문이다.

 

참고) 현재 머신비전 글로벌 시장은 각 조사기관 별로 유사하지만 가장 최근인 금년 2월 글로벌 IT 조사기업 스트래티스틱스(Stratistics MRC)의 발표에 따르면 세계 머신비전 시장은 2017 년의 85.4 억 달러(약 9조 5백억원)에서 오는 2026 년에는 7.8 %의 연평균 성장률을 보이며 168 억 9000 만 달러(약 18조원)에 이를 것으로 예상된다.

이처럼 머신비전 시장은 최근 인공지능 및 IoT 통합 머신비전 시스템 요구와 인더스트리 4.0 채택 증가, 새로운 커넥티드 기술 개발, 품질 검사 및 자동화에 대한 필요성 증가, 비전 유도 로봇 시스템에 대한 수요 증가, 용도별 머신 비전 시스템에 대한 수요 증가, 3D 머신 비전 시스템의 채택 확대 등과 맞물려 스마트팩토리 구축을 위한 각국 정부가 산업 자동화를 지원하기 위해 취한 기술 진보 및 정부 이니셔티브 등이 머신비전 시장에 엄청난 성장 기회를 제공 할 것으로 전망된다.

 

Tag
#N

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.