5분 걸리던 제품 결함검사가 3초만에 끝냈다

생산기술연구원, AI 자동 결함검사 플랫폼 개발
의료용 카테터 제조공정 자동검사 시스템 적용

한국생산기술연구원 AI응용설비연구센터 윤종필 박사팀과 바이오메디컬센터 최동윤 박사팀이 개발한 의료용 카테터 형상 결함검사 시스템. 생산기술연구원 제공

[파이낸셜뉴스] 의료용 카테터 튜브를 카메라로 촬영해 인공지능(AI)으로 분석해 단 3초만에 불량여부를 판단해 냈다.

한국생산기술연구원 AI응용설비연구센터 윤종필 박사팀이 AI 기술을 활용한 '결함검사 플랫폼 기술'을 개발했다. 또 바이오메디컬센터 최동윤 박사팀이 이를 바탕으로 의료용 카테터의 복잡한 형상을 자동 검사할 수 있는 시스템을 개발했다.

8월 31일 생산기술연구원에 따르면 이번에 개발한 결함검사 플랫폼 기술은 머신비전을 이용한 기존의 결함검사 방식에 AI기술을 접목, 딥러닝 알고리즘을 통해 불량 유무를 정확하게 측정·판단할 수 있다. 또한 카테터 검사 시스템은 의료용 카테터의 복잡한 내부구조 때문에 자동화가 어려웠던 카테터 튜브 단면의 형상 결함을 자동 검사할 수 있다.

윤종필 박사는 "재학습에 걸리던 시간과 비용을 크게 줄인 결함검사 플랫폼기술을 개발하고, 세계 최초로 의료용 카테터에 적용해 고정밀 형상 결함검사 시스템을 개발한 것이 핵심"이라고 설명했다.

의료용 카테터는 약물 주입, 혈액 배액 등 치료 및 진단기기 역할을 하는 튜브로, 체내에 삽입하는 제품의 특성상 형상 및 치수의 품질 관리가 중요하다. 다품종 소량생산 품목이면서 약물이나 혈액이 이동하는 통로인 내강의 개수와 형상도 다양하다. 특히 다중 내강 카테터는 결함의 종류가 다양하고 형태도 일정치 않아 검사 자동화가 어려운 분야로 꼽혀 왔다.

연구진은 카테터 튜브의 정확한 단면 이미지를 촬영할 수 있는 머신비전 시스템을 개발하고, 제품의 구조적 특징을 반영할 수 있는 결함 검사 알고리즘을 개발했다.

이 시스템은 당초 설계한 형상의 수치와 실시간 비교하며 제품의 등급과 불량 여부를 자동 판단해냈다. 즉 딥러닝 기술로 단면의 중심축 회전에 상관없이 튜브 단면의 복잡한 형상도 정확하게 검사할 수 있게 됐다. 특히 데이터 기반 방식과 규칙 기반 방식의 장점을 결합한 하이브리드 방식을 채택해 검사 기준이 변경돼도 재학습할 필요가 없다.

윤종필 박사는 "향후 최적화 연구를 통해 다양한 제조업 제품의 결함검사에 확대 적용할 계획"이라고 말했다.
#카테터 #생산기술연구원 #결함검사 #제조공장