사출 성형에서 지능형 비전 시스템의 핵심 가치는 사람의 샘플링과 사후 추적에 의존하던 품질 관리를 금형 내 실시간 판정과 매 샷 전수 검사로 바꾸는 것이다. 고속 카메라가 금형이 열리는 순간 제품 이미지를 촬상하고, 결함 검출 알고리즘이 미성형, 버, 수축, 탄화, 은줄, 인서트 어긋남을 식별하며, 결과를 실시간으로 사출기나 선별 기구에 피드백해 불량품이 유출되지 않게 하고 공정 파라미터 추적이 가능하게 한다. 택트가 안정적이고 재료가 일관된 성형 공정에서는 이런 방식이 이미 엔지니어링 적용 수준이며, 반사가 강한 부품, 깊은 캐비티 가림, 투명 부품은 광학 방식을 사례별로 평가해야 한다.
1. 사출 성형에서 지능형 비전 시스템이 해결하는 문제
성형 공장의 품질 고충은 집중되어 있다. 결함이 탈형 후에야 드러나는 경우가 많고, 수동 샘플링 커버리지가 낮으며, 배치 불량이 하류 조립 라인으로 쉽게 유출된다. 지능형 비전 시스템은 세 수준을 해결한다. 첫째, 매 샷 판정으로 몇 시간마다 몇 개를 샘플링하는 것이 아니라 모든 샷을 촬영하고 검사한다. 둘째, 결함 분류와 위치 파악으로 미성형, 버, 탄화 자국, 가스 줄, 흑점, 색차를 구분하고 결함 위치를 제시해 어느 캐비티나 게이트에 문제가 있는지 판단하도록 돕는다. 셋째, 공정 폐루프로 검사 결과를 샷 단위로 보압, 용융, 금형 온도 파라미터에 연결해 공정 엔지니어가 파라미터 드리프트를 추적할 수 있게 한다. 대체하는 것은 기계 제어가 아니라 기계와 선별, 포장 사이의 품질 판정 단계이다.
2. 기술 원리와 검증 가능한 핵심 능력 지표
시스템 하드웨어는 보통 산업용 카메라, 렌즈, 광원, 트리거 센서, 엣지 연산 유닛으로 구성된다. 카메라 해상도는 최소 결함 크기와 시야에 따라 보통 500만에서 2000만 화소 범위이며, 예를 들어 0.1밀리미터 버를 검출하려면 시야 폭에서 픽셀 등가를 계산해 각 결함이 충분한 픽셀을 덮도록 해야 한다. 검사 택트는 성형 사이클과 맞아야 한다. 대부분의 성형 사이클은 15~60초이며, 단일 촬상과 추론은 병목이 되지 않도록 보통 수백 밀리초에서 2초 이내로 유지한다. 트리거는 보통 형개 위치 신호나 로봇 픽 신호를 사용하고 디지털 I/O 또는 산업용 이더넷으로 PLC와 상호작용한다. 프로토콜은 Profinet, EtherNet/IP, Modbus TCP가 흔하고, 상위 MES나 SCADA 연결에는 보통 OPC-UA를 쓴다. 알고리즘은 두 부류로 나뉜다. 치수 측정, 존재 판정, 인서트 안착 검출에는 안정적이고 해석 가능한 전통적 비전을, 버, 은줄, 미세 색차처럼 불규칙한 형태에는 딥러닝 외관 결함 분류를 사용한다. 광원 설계가 핵심 변수이며, 반사가 강한 부품은 확산 돔 조명이나 동축 조명을, 깊은 캐비티 부품은 저각 링 조명을, 투명 부품은 편광이나 배면 조명을 흔히 사용한다.
3. 제조 현장의 대표 적용 시나리오
자동차 부품사가 엔진 주변 플라스틱 부품을 금속 인서트와 함께 생산한다고 하자. 비전 시스템은 형개 후 인서트 누락이나 어긋남을 확인하고 실링 면에 버가 있는지 판정해 조립 후 누설을 예방한다. 전자 공장이 커넥터 하우징을 생산하며 택트가 빠르고 물량이 많다고 하자. 시스템이 매 샷 미성형과 버를 전수 검사하고 불량 캐비티 번호를 집계해 금형 유지보수를 안내한다. 또 다른 범주는 가전 패널 같은 외관 부품으로, 수축, 유동 자국, 색차를 엄격히 관리하며, 비전 시스템이 다각도 조명으로 외관 등급을 판정해 재작업 가능품과 폐기품을 구분한다. 이런 시나리오의 공통점은 결함을 촬상할 수 있고, 택트가 촬상 창을 허용하며, 제품 위치가 비교적 안정적이라는 것이다.
4. 선정과 구현에서 주목할 점
첫 번째 흔한 질문은 하드웨어를 어떻게 구성하는가이다. 먼저 검출 가능한 최소 결함 크기를 정의하고, 시야와 픽셀 등가에서 카메라 해상도를 역산해야 한다. 높은 화소 수를 무조건 좇지 말아야 하며, 과도한 픽셀은 추론 시간을 늘리고 비용을 높인다. 렌즈 작업 거리는 기계의 플래튼 공간과 로봇 픽 경로를 고려해야 하며, 많은 현장이 알고리즘보다 공간에 제약을 받는다.
두 번째 질문은 통합이다. 비전 시스템과 성형기를 연결할 때 가장 신뢰할 만한 방식은 형개 위치나 이젝터 위치 신호로 하드 트리거하는 것이며, 소프트웨어 폴링으로 인한 타이밍 지터를 피해야 한다. MES 통합은 각 샷의 검사 결과, 결함 유형, 이미지 인덱스를 OPC-UA로 업로드해 추적성 요구를 충족한다.
세 번째 질문은 구현 단계와 주기이다. 일반적인 흐름은 현장 이미지 촬상 평가, 광원과 렌즈 선정, 결함 샘플 수집과 라벨링, 알고리즘 학습과 검증, 라인 시운전, 인수이다. 샘플 수집이 가장 시간이 많이 드는 단계이며, 결함 샘플이 부족하면 소량 샘플과 데이터 증강을 활용하되 과적합을 피하기 위해 독립 검증 세트를 유지해야 한다.
네 번째 흔한 오해는 비전 시스템을 만능약으로 여기는 것이다. 금형 구조 변경, 재료 배치 변경, 주변광 변화가 모두 촬상에 영향을 주며 가동 후에도 샘플을 주기적으로 검토해야 한다. 또 다른 오해는 데이터를 축적하지 않고 검사하는 것이다. 결과를 샷 번호, 캐비티 번호, 공정 파라미터와 연결하지 않으면 가치가 급격히 떨어진다.
비용 구성에서 주요 항목은 카메라와 렌즈, 광원, 연산 유닛, 기계 장착 부품, 소프트웨어 라이선스, 구현 서비스이며, 검사 항목 수와 정확도 요구에 따라 달라지고 단일 수치로 요약할 수 없다.
5. 적합한 공정과 부적합한 시나리오
적합한 시나리오는 성형 사이클이 비교적 안정적이고, 촬상 위치에서 제품 위치가 반복 가능하며, 결함이 가시광이나 특정 조명에서 촬상 가능하고, 수동 샘플링 커버리지가 부족한 대량 생산, 특히 인서트 검출, 미성형과 버, 외관 등급처럼 명확한 판정 항목이다. 부적합하거나 추가 평가가 필요한 경우는 반사가 강한 경면 부품, 투명 후벽 부품, 깊은 캐비티 가림이 심한 부품, 성형 사이클이 너무 짧아 촬상 창을 허용하지 않는 박벽 고속 사이클 제품이다. 입고 재료와 공정 변동이 크거나 결함 정의 자체가 모호한 경우에도 소배치 촬상 검증이 먼저 와야 한다. ERP 시대부터 수십 년간 활동하고 120만 고객을 서비스하며 수천만 대 단말을 배치하고 국내외 시장을 커버한 이 시스템은 성형 시나리오에서도 현장 이미지 촬상 평가를 첫 단계로 권장한다.