AOI 과검률, 작년보다 나빠지고 있진 않나요? — 15~30%로 오르는 이유와 3%로 줄이기

AOI 과검률을 ‘원래 이 정도’라고 여기고 계신가요? 문제는 그 숫자가 고정값이 아니라는 데 있습니다. 한 전자제조사는 초기 12% 수준이던 룰 기반 AOI 과검률이 제품 다양화·부품 고밀도화가 겹치면서 18개월 만에 30%까지 올랐습니다. 라인은 그대로인데 과검만 두 배 넘게 늘어난 셈입니다.

룰 기반 AOI 과검률은 흔히 15~30%로 나타나고, 부품이 촘촘해질수록 상단(30%)에 가까워집니다. 게다가 과검률이 15%를 넘어서면 작업자가 알람을 신뢰하지 않기 시작해, 과검을 걸러내는 검사 게이트 자체가 의미를 잃습니다. ‘재검 인건비’를 넘어 ‘품질 관문이 뚫린다’는 문제가 됩니다.

이 글은 과검률이 왜 시간이 갈수록 나빠지는지, 지금 우리 라인 수치는 어디쯤인지 측정하는 법, 그리고 이를 3% 수준까지 낮추는 원리와 효과를 차례로 정리합니다. 본문 수치는 업계 사례와 세이지 PoC 기준으로, 라인·제품에 따라 달라질 수 있습니다.

AOI 과검이란? — 정상을 불량으로 잡는 오버킬

과검(오버킬) vs 미검(언더킬), 무엇이 다른가

AOI 검사에는 방향이 반대인 두 가지 오류가 있습니다. 과검(오버킬)은 정상을 불량으로 잡는 것이고, 미검(언더킬)은 진짜 불량을 정상으로 흘려보내는 것입니다. 과검은 멀쩡한 기판을 걸러내 재검 부담을 키우고, 미검은 불량을 출하해 품질 사고로 이어집니다. 성격은 다르지만, 현장에서 더 자주·더 눈에 띄게 쌓이는 쪽은 대개 과검입니다. 검사기가 하루에도 수백 장을 불량으로 올리는데 열어 보면 대부분 정상이라면, 그 라인은 이미 AOI 과검 문제를 안고 있는 것입니다.

왜 과검이 미검보다 흔한가

이유는 룰 기반 AOI의 작동 방식에 있습니다. 룰 기반은 밝기·크기·위치 같은 기준을 정해 두고, 이를 벗어나면 결함 후보로 잡습니다. 불량을 놓치지 않으려면 기준을 조여야 하는데, 기준을 조일수록 정상까지 걸리는 과검이 늘어납니다. 반대로 기준을 풀면 과검은 줄지만 미검 위험이 커집니다. 과검과 미검이 서로 맞물려 있어, 룰 조정만으로는 둘을 동시에 잡기 어렵습니다. 그래서 대부분의 현장은 미검을 피하려 기준을 조이고, 그 대가로 높은 과검률을 떠안습니다.

AOI 과검은 왜 생기나 — 원인 5가지

AOI 과검은 한 가지 이유로 생기지 않습니다. 현장에서 반복되는 원인은 크게 다섯 가지입니다.

• 조명·표면 편차: 반사·색차·표면 질감의 미세한 차이를 결함으로 오인합니다.
• 룰 임계값(민감도) 설정: 미검을 피하려 기준을 조이면 정상까지 후보로 걸려 과검이 늘어납니다.
• 부품 미세화·신규 불량: 부품이 작아지고 새로운 불량이 생기면 기존 룰이 변화를 따라가지 못합니다.
• 골든샘플·기준 이미지의 한계: 정상 제품의 자연스러운 변이(색·위치 편차)를 흡수하지 못해 정상을 불량으로 잡습니다.
• 정성적·비정형 결함: 스크래치·이물·오염처럼 규칙으로 정의하기 어려운 유형에서 과검이 특히 잦습니다.

AOI 과검이 만드는 진짜 비용

AOI 과검은 단순히 “한 번 더 보면 되는” 문제가 아닙니다. 눈에 안 보이는 비용이 라인 전체로 번집니다.

• 재검 인력과 라인 속도: 과검이 늘수록 작업자가 정상 기판까지 하나씩 육안으로 다시 봐야 합니다. 인건비가 늘고 라인은 느려집니다.
• 수율 왜곡과 데이터 신뢰도: 과검이 섞이면 진짜 불량률이 가려져 품질 데이터가 흐려지고, 공정 개선 판단이 어긋납니다.
• 진짜 불량을 놓치는 역설: 과검 재검이 반복되면 피로가 쌓여, 정작 잡아야 할 진짜 불량(미검)을 놓치기 쉬워집니다.

우리 라인 과검률, 어떻게 측정하나

과검률 계산법

과검률은 불량으로 판정된 물량 중 실제로는 정상이었던 비율로 봅니다. 즉 ‘과검 건수 ÷ 전체 불량 판정 건수’입니다. AOI가 올린 결함 후보를 작업자가 재검한 뒤, 정상으로 확인된 비율을 집계하면 우리 라인의 AOI 과검 수준을 구체적인 숫자로 확인할 수 있습니다.

목표 수준은 몇 %인가

룰 기반 AOI만 쓰면 과검률은 흔히 15~30%에 머뭅니다. AI 필터를 더했을 때의 목표는 3% 수준입니다. 과검률을 이만큼 낮추면 육안 재검 물량이 크게 줄고, 검사 데이터의 신뢰도도 함께 올라갑니다. (수치는 세이지 PoC 목표 기준)

AOI 과검 줄이는 원리 — 룰 재튜닝을 넘어 AI 필터로

룰 재튜닝의 한계

과검이 많다고 룰을 다시 푸는 것이 답은 아닙니다. 기준을 풀면 과검은 줄지만 미검이 늘고, 조이면 미검은 줄지만 과검이 늘어납니다. 과검↓ = 미검↑ 딜레마 안에서 룰만 만지는 한, 둘 중 하나는 계속 나빠집니다. 게다가 새 불량이 생길 때마다 사람이 규칙을 다시 짜야 해 운영 부담도 큽니다.

AOI 뒤 2단계 AI 필터란

그래서 접근을 바꿉니다. AOI 장비는 그대로 두고, AOI가 1차로 올린 결함 후보를 딥러닝 AI가 다시 판정하는 2단계 필터를 더하는 방식입니다. 정상·불량 이미지를 학습한 AI가 진짜 불량과 과검을 구분해, 룰이 넘긴 후보에서 정상을 걸러냅니다. 장비를 바꾸지 않고 판정만 고도화하는 접근입니다. 룰 기반과 AI 필터의 관계는 PCB 검사 솔루션 가이드에서 더 자세히 다룹니다.

효과 — 과검 15~30%를 3%로

세이지 PoC 목표 기준으로 2단계 AI 필터의 효과는 다음과 같습니다.

• 과검률 15~30% → 3% 수준으로 저감
• 자동 필터율 80% — 결함 후보의 80%를 자동 판정, 육안 재검은 20%만
• 미검 0.2% 수준으로 억제 — 진짜 불량은 놓치지 않으면서 과검만 줄임
• 결함 40+종 대응

도입 방식 — 장비 교체 없이 PoC로

AI 필터는 소프트웨어 방식이라 기존 카메라·검사기를 그대로 두고 뒤에 얹습니다. 라인 변경이나 장비 추가 없이 시작할 수 있어, 먼저 우리 라인 데이터로 PoC를 돌려 과검 저감 효과를 확인한 뒤 확산하는 방식이 안전합니다.

자주 묻는 질문 (FAQ)

요약

• AOI 과검(오버킬)은 정상을 불량으로 잡는 오류로, 룰 기반에서 과검률이 15~30% 수준입니다.
• 과검은 재검 인력·수율 데이터·미검까지 함께 악화시킵니다.
• 룰 재튜닝은 과검↓ = 미검↑ 딜레마라 한계가 분명합니다.
• AOI 뒤 2단계 AI 필터로 과검률을 3% 수준까지 낮출 수 있습니다(PoC 목표 기준).

AOI 과검은 룰을 더 조인다고 사라지지 않습니다. AOI 뒤에 AI 필터 한 단계를 더하는 것만으로, 진짜 불량은 지키면서 과검만 정확하게 줄일 수 있습니다.

참고 출처

• SAIGE VISION — PCB 수율 개선 검사 자동화
• iFactory — 룰베이스 AOI 과검률 30%→3% 실제 사례 (초기 12% → 18개월 만에 30% 악화)
• Jidoka Technologies — 룰 기반 AOI 오검률 10~30%
• YourPCB — 과검률 15% 초과 시 검사 게이트 무력화
• Overview.ai — AOI vs AI Vision (AI 적용 시 오검률 1% 미만)
• Makerray — AOI 오경보 80% 감소 실무 가이드

© SAIGE All Rights Reserved.