지식 센터
목차

Q: AI 품질 결함 분류 시스템에는 어떤 데이터 기반이 필요합니까?

A: AI 품질 결함 분류 시스템이 작동하는지, 정확하게 작동하는지는 70%가 데이터 기반에 달려 있고 나머지 30%만 알고리즘과 연산에 달려 있습니다. 즉, 탄탄한 데이터 기반이 없으면 가장 앞선 모델도 공회전만 합니다.

먼저 전형적인 시나리오를 보겠습니다. 한 전자 공장이 SMT 실장 라인 끝에 산업용 카메라를 설치하고 AI로 냉납, 브리징, 툼스톤, 오프셋 같은 결함 유형을 자동 구분하려 했습니다. 라인은 하루에 수천 장의 기판을 처리하고 이미지도 많이 확보했지만, 엔지니어가 데이터를 가져가 학습하려 하자 문제가 드러났습니다. 결함 샘플이 심하게 불균형하여 냉납 이미지는 수백 장인데 툼스톤은 십여 장뿐이었고, 일부 이미지는 구체적 유형 없이 불량으로만 레이블되어 있었으며, 교대조마다 조명 조건이 달라 주간과 야간 이미지의 분포 차이가 뚜렷했습니다. 결과적으로 학습된 모델은 고빈도 결함에는 잘 작동했지만 저빈도 결함은 거의 완전히 놓쳤습니다. 이 시나리오는 데이터 기반이 제대로 구축되지 않았을 때의 전형적인 문제를 그대로 보여 줍니다.

그렇다면 쓸 만한 AI 품질 결함 분류 시스템에는 실제로 어떤 데이터 기반이 필요할까요? 다섯 계층으로 나눌 수 있습니다.

1. 충분하고 균형 잡힌 결함 샘플, 특히 소량 결함

분류 모델의 본질은 샘플에서 경계를 학습하는 것입니다. 결함 유형에 한 자리 수 샘플만 있다면 모델은 안정적인 특징을 전혀 학습할 수 없습니다. 엔지니어링 실무에서는 보통 두 단계를 밟습니다. 첫째, 라인에서 희귀 결함 이미지를 최대한 많이 보관하고 어차피 몇 장 안 되니 지우자고 하지 마십시오. 둘째, 회전, 반전, 밝기 섭동, 부분 가림 같은 데이터 증강으로 소량 샘플을 학습 가능한 규모로 확장하십시오. 더 엄격한 솔루션은 생성 기법으로 결함 이미지를 합성하기도 하지만, 합성 데이터는 공정 담당자의 확인을 받아야 하고 물리적으로 존재할 수 없는 결함 형태를 만들어내면 안 됩니다. 샘플 균형은 총 샘플 수보다 중요합니다. 만 장 중 구천 장이 양품이면 모델은 모든 기판을 양품으로 판정하는 경향을 보입니다.

2. 레이블은 양불 판정이 아니라 결함 유형과 위치까지 세밀해야 합니다

양품과 불량만 있는 이진 레이블은 차단만 지원할 뿐 분류는 지원하지 못합니다. 결함 분류는 스크래치, 기포, 오염, 부품 누락 같은 구체적 범주를 레이블해야 합니다. 결함 영역이 작으면 바운딩 박스나 픽셀 수준 마스크도 필요합니다. 레이블 일관성도 똑같이 중요합니다. 같은 결함을 작업자 A는 오염으로, 작업자 B는 스크래치로 레이블하면 모델은 혼란을 학습합니다. 실무에서는 먼저 레이블링 규격을 작성해 각 결함 유형, 최소 레이블 가능 크기, 경계를 그리는 방법을 정의한 뒤 여러 사람이 교차 확인합니다. 레이블 품질이 분류의 상한을 결정하며, 이는 산업 시나리오에서 일반 비전보다 더 뚜렷합니다.

3. 촬영 조건이 재현 가능해야 하고 데이터 분포가 실제 라인 변동을 커버해야 합니다

산업 품질 검사에서 가장 두려운 것은 학습할 때 한 모습, 가동할 때 다른 모습입니다. 자동차 부품 회사가 주조품 표면 결함을 AI로 선별한다고 가정해 봅시다. 학습 이미지는 항온 광학 상자에서 촬영했지만 시스템은 진동과 분진이 심한 작업 위치에 설치되었고, 렌즈에는 몇 시간마다 먼지가 쌓입니다. 이런 분포 이동은 모델 정확도를 붕괴시킵니다. 따라서 데이터 획득 단계에는 실제 라인 변수가 포함되어야 합니다. 교대조별 조명, 투입 자재 배치 간 색차, 렌즈가 약간 오염된 상태의 촬영, 공작물 자세의 미세한 변화입니다. 데이터 분포 커버리지가 완전할수록 가동 후 모델의 견고성이 좋아집니다. 한 문장으로 말하면, 학습 데이터는 라인만큼 지저분해야 하며 이상적 조건에서만 수집해서는 안 됩니다.

4. 참조용 정상 샘플이 어느 정도 필요하지만 무한히 많을 필요는 없습니다

정상 샘플의 역할은 모델이 비결함 경계를 그리도록 돕는 것입니다. 실제 프로젝트에서 정상 샘플은 얻기 쉽지만 많을수록 좋은 것은 아닙니다. 탐지되지 않은 미세 결함이 정상 샘플에 섞이면 모델은 결함을 정상으로 학습합니다. 따라서 정상 샘플도 샘플링 확인이 필요합니다. 보통 정상과 결함 샘플의 비율을 합리적 범위로 유지하도록 권장하며, 결함의 시각적 현저성과 라인 수율에 따라 다릅니다. 고정 공식은 없지만 심한 불균형은 반드시 문제를 일으킵니다.

5. 데이터가 지속적으로 흘러들어 폐루프를 이루어야 합니다

생산 라인은 정적이지 않습니다. 자재, 금형, 공정 파라미터를 바꾸면 결함 형태도 바뀝니다. 일회성 데이터셋만 소비하는 시스템은 몇 달 안에 성능이 저하됩니다. 좋은 데이터 기반에는 피드백 메커니즘이 포함되어야 합니다. 라인 판정에 이견이 있는 이미지, 수동 재판정으로 수정된 이미지, 새로 나타난 결함 유형이 모두 주기적으로 학습 세트로 돌아올 수 있어야 합니다. 한 전자 공장의 실무는 매주 신뢰도가 낮은 이미지를 걸러 품질 검사 주임이 검토해 학습에 추가하고, 분기마다 모델을 한 번 갱신하는 것입니다. 데이터 폐루프는 선택 사항이 아니라 분류 시스템의 장기적 사용 가능성을 위한 전제 조건입니다.

요약하면, AI 품질 결함 분류 시스템의 데이터 기반은 다섯 가지를 중심으로 합니다. 충분하고 균형 잡힌 결함 샘플, 세밀하고 일관된 레이블, 실제 변동을 커버하는 촬영, 깨끗하고 신뢰할 수 있는 정상 샘플, 지속적으로 흘러들어올 수 있는 데이터입니다. 이 다섯 가지를 탄탄히 구축하면 모델 선정은 훨씬 수월해지고, 하나라도 빠지면 어떤 알고리즘 교체로도 만회할 수 없습니다. 기업이 이제 막 이런 시스템을 계획한다면 먼저 레이블링 규격과 획득 프로세스를 정의하고 그 다음 모델을 논하십시오. 순서를 바꾸면 우회로가 많아집니다.

주제: AI-FAQ