제4차 산업혁명의 도래와 함께 딥러닝 및 머신 비전을 활용한 제조 공정에서의 이상 탐지 연구가 활발히 진행되고 있다. 많은 제조 공정에서 머신 비전, 머신 러닝, 딥러닝 등 선진 정보 기술을 도입하여 제조 현장을 혁신하려는 다양한 시도가 이루어져 왔다. 그러나 COVID-19 팬데믹과 관련된 재난에 대응하는 데 필수적인 마스크 제조 현장에서 이러한 기술을 설계하고 구현한 사례는 아직 없었다. 본 논문의 독창성은 팬데믹 관련 재난에 필수적인 제조 공정에 최신 컴퓨터 기술을 도입하여 마스크 제조 환경 및 산업 생태계에 지속가능성을 구현하는 데 있다. 본 연구에서는 마스크 제조 공정에서의 지속가능한 생산성을 향상시키고, 장차 한국의 전체 제조 공정 산업에 기여할 수 있는 새로운 기술 적용을 시도하고자 실제 제조 공정에서 머신 비전 기반 품질 검사 시스템을 구축하는 것을 의도한다. 따라서 본 논문의 목적은 검사 공정 자동화, 제어 자동화, POP (Point Of Production) 제조 모니터링 시스템 구축, 스마트 팩토리 구현 및 솔루션에 대한 하드웨어 및 소프트웨어 시스템 구축·구현 절차를 구체적으로 제시하는 데 있다. 본 논문은 실제 마스크 제조 공장에 적용한 응용 연구이며, 마스크 생산성 향상을 위한 질적 분석 연구이다. “회사 A”는 한국에 위치한 마스크 제조 기업으로, 매일 수 톤 단위의 마스크를 생산한다. 이 회사는 머신 비전 기술을 활용하여 마스크 제조 공정에서 양품과 불량품을 자동으로 식별하도록 하는 계획을 수립하였다. 이를 위해 LAON PEOPLE NAVI AI Toolkit을 사용하여 딥러닝 및 머신 비전 기반 이상 탐지 제조 환경을 구현하였다. 그 결과 “회사 A”의 마스크 결함 탐지 공정 생산성은 현저하게 향상될 수 있었으며, 이 기술은 향후 유사한 마스크 제조 공정에 적용되어 유사한 제조 현장을 보다 지속가능하게 만드는 데 기여할 것으로 기대된다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.