KITECH

인공지능 기술로 마스크 품질검사 더욱 위생적으로

- 생기원, 마스크 제조업체에 AI 품질검사 기술 지원해 수작업 대체 성과

- 마스크 검수 정확도 99.7%, 불량 탐지·분류 시간 최대 1/15초로 빨라

□ 방역 마스크는 이제 코로나19 시대를 사는 현대인의 필수품이 되었다.

ㅇ 식품의약품안전처에 따르면, 8월 셋째 주 마스크 생산량이 처음 2억512만장을 기록한 이후 주당 생산량이 2억장을 크게 웃돌고 있다.

ㅇ 마스크 수급 대란에서 벗어난 현재, 깨끗하고 위생적인 환경에서 제조해 안심하고 착용할 수 있는 마스크가 소비자들의 주목을 받고 있다.

□ 한국생산기술연구원(원장 이낙규, 이하 생기원)이 마스크 제조 전문기업 ‘KS커뮤니케이션(대표 한균성)’에 인공지능(AI) 품질검사 기술을 지원해 마스크 검수 공정을 자동화하는데 성공했다.

ㅇ 기존 품질검수 공정은 주로 근로자의 수작업에 의존했기 때문에 생산성이 낮고 정확하지 않는데다 사람 손과 접촉해 오염될 우려도 있었다.

ㅇ KS커뮤니케이션은 생기원에 검수 자동화 기술지원을 요청했고, 생기원은 딥러닝(Deep-Learning) 원천기술을 기반으로 약 3주 만에 품질검사 시스템을 개발해 지난 9월 기술이전을 완료했다.

□ 개발한 품질검사 시스템의 핵심은 생기원 로봇응용연구부문 장인훈, 고광은 박사 연구팀이 보유한 ‘딥러닝 기반 영상패턴분류기술’에 있다.

ㅇ 이 기술은 스스로 학습 가능한 인공지능 알고리즘이 카메라가 인식한 수많은 영상 데이터를 실시간으로 분석해 특정 패턴을 찾고 비슷한 것끼리 분류해내는 기법이다.

ㅇ 연구팀은 불량 마스크의 주요 특징을 프로그램에 직접 입력하는 대신, 충분한 영상 데이터를 제공함으로써 인공지능이 마스크 위치를 추정하고 이어링 부위에 대한 불량 여부를 자체 판단할 수 있도록 학습시켰다.

□ 인공지능은 단 3일의 기간 동안 불량 판단 학습을 마쳤으며, 이후 연구팀은 기존 마스크 생산라인에 쉽게 적용할 수 있도록 AI 알고리즘을 탑재한 통합 품질검사 모듈을 2주에 걸쳐 최종 제작해냈다

ㅇ 먼저 제조된 마스크가 컨베이어벨트를 타고 품질검사 모듈로 이동하면, RGB 영상 수집·처리 장치가 이를 촬영해 그 위치를 추정한 후 딥러닝 알고리즘을 가동시켜 불량 여부를 실시간 식별해낸다.

ㅇ 만약 불량품이 발생한 경우 모듈 내 분류기가 이를 별도 수거함으로 내보내 걸러낸다.

ㅇ 시범 테스트 결과, 마스크 검수 정확도는 약 99.7%에 달했으며 마스크 위치 탐지 및 불량 분류까지 걸리는 시간이 제품 1개당 최대 1/15초에 불과해 수작업에 비해 속도도 크게 향상됐다.

□ 이번 통합 모듈 개발의 가장 큰 장점은 마스크 검수·분류 작업의 자동화로 근로자의 손닿는 횟수를 감소시켜 오염 우려를 줄이고 더욱 위생적인 제조환경을 조성했다는 점이다.

ㅇ 또한 생산성이 향상되고 오(誤)분류 문제도 줄어들어 업체의 마스크 일일 생산량이 약 40만 장으로 전보다 30%가량 증가하는 성과도 냈다.

ㅇ KS커뮤니케이션은 지난 9월 경기도 고양시 소재의 공장에 해당 모듈을 도입해 본격적인 마스크 생산에 돌입했다.

□ 생기원 장인훈 박사는 “인공지능 기술을 방역 마스크 생산에 적용한 최초의 사례”라고 밝히며, “기술이전 기간이 통상 최소 수개월에서 길게는 수년이 소요되는 반면, 코로나19 방역의 중요성을 고려해 신속하게 개발해냈다.”라고 말했다.

ㅇ 고광은 박사는 “향후 지속적인 기술협력을 통해 기업이 원하는 다양한 색상과 형태의 마스크를 개발하는 데 도움을 줄 계획”이라고 말했다.

ㅇ 한편 이번 성과는 국가과학기술연구회 ‘BIG ISSUE 사업*’ 중 생기원의 ‘생활밀착형 센서를 위한 나노소재·공정 기술 개발사업’을 통해 도출됐다.

* BIG ISSUE 사업: 정부출연연구기관의 주요사업 중 국가 미래 성장을 위한 원천기술 창출기지 역할을 강화하는 임무중심형 연구 장기과제 사업