AI 검사 시스템

AI 검사 시스템

• 시스템 개요
• 결점 종류
• 시스템 구성
• 도입 효과

👉 원단이 생산 라인을 지나갈 때 고속 카메라 + AI 모델이 실시간으로 결점을 찾아냅니다.

• 사람이 놓치기 쉬운 미세 결점까지 탐지
• 24시간 동일한 기준으로 검사
• 자동 기록 및 데이터 분석 가능

🧵 원단 표면 결점

• Hole (구멍): 원단에 생긴 미세한 구멍
• Stain (오염): 기름 얼룩이나 이물질에 의한 오염
• Slub (굵기 불균일): 실의 굵기가 일정하지 않아 생기는 불량
• Broken yarn (실 끊김): 제직 과정에서 실이 끊어진 상태
• Missing pick (위사 결손): 가로 실(위사)이 빠진 채 제직된 불량

🎨 염색·가공 불량

• 색상 불균일 (Shade variation): 원단 전체의 색상이 고르지 못한 현상
• 줄무늬 (Streak): 제직 방향으로 생기는 비정상적인 선
• 얼룩 및 번짐: 염료가 한 곳에 뭉치거나 번진 상태

📷 하드웨어

• 고해상도 산업용 카메라: 고속 생산 라인에서도 선명한 원단 영상 확보
• LED 조명 (균일한 광원): 결점 식별을 위한 최적의 광학 환경 조성
• 원단 이송 장치: 흔들림 없는 원단 이송으로 정확한 촬영 지원

🧠 소프트웨어 (AI)

• 딥러닝 기반 영상 분석 (CNN 모델): 인간의 뇌구조를 모방한 인공신경망으로 정밀한 결점 인식
• 이상 탐지 (Anomaly Detection): 정상 원단 패턴에서 벗어나는 이상 징후 실시간 탐지
• 결점 자동 분류 및 위치 좌표화: 검출된 불량을 종류별로 자동 분류하고 정확한 위치 저장

🛠 주요 기술 방식

• ① 룰 기반 → AI 기반 전환: 과거의 픽셀 패턴 단순 비교(오검출 많음) 방식에서 현재는 딥러닝을 활용한 복잡한 결점 인식 방식으로 진화
• ② 지도학습 vs 비지도학습: 정확도를 높이는 지도학습(결점 데이터 학습) 방식과 정상 패턴 기준으로 이상을 탐지하는 비지도학습 방식 병행

🏭 적용 공정

• 방적: 실 결점 탐지
• 직조/편직: 원단 결점 탐지
• 염색: 색상 균일성 및 얼룩 탐지
• 최종 검사: 출하 전 완제품 품질 검사

📋 관련 표준 및 검사 방식

• ASTM / AATCC 규격 준수: 국제적인 우모 및 섬유 품질 표준 규격에 부합하는 검사 수행
• 4-Point System 연동: 원단의 결점 점수화 방식(4-Point System)과 AI 시스템을 연동하여, 👉 “자동 점수화 + 등급 판정”까지 수행 가능

📈 대표 적용 사례 및 고려사항

• 대표 적용 사례: 글로벌 패션 브랜드의 공급망 품질 관리, 대형 섬유 공장의 자동 검사 라인 구축, 스마트팩토리(MES/ERP)와 연동
• 한계 및 고려사항: 초기 데이터 구축 필요(학습 데이터 중요), 원단 종류별 모델 튜닝 필요, 조명/속도 등 환경 영향, 초기 투자 비용 존재