📌 핵심 요약
- PCB 검사 업체는 국내 장비 제조사(하드웨어), 국내 AI·딥러닝 검사 소프트웨어 전문기업, 글로벌 선도기업 세 갈래로 나뉩니다.
- 업체를 고르기 전, 우리 공정이 Bare AOI·SPI·AOI·AXI·AFVI 중 어디인지부터 정리하면 후보가 빠르게 좁혀집니다.
- 하드웨어는 상향 평준화됐고, 과검을 줄이는 실제 성능은 소프트웨어(AI 판정)에서 갈립니다.
- 세이지(SAIGE)는 AI 검사 소프트웨어 유형으로, 장비 교체 없이 기존 검사기 위에 AI 필터를 더합니다.
PCB 검사를 맡길 업체를 찾다 보면 금세 벽에 부딪힙니다. 어떤 회사는 검사 장비를 팔고, 어떤 회사는 소프트웨어만 공급합니다. 국내 업체도 있고 글로벌 기업도 있습니다. PCB 검사 업체라는 한 단어 안에 성격이 전혀 다른 회사들이 섞여 있는 셈입니다.
문제는 여기서 시작됩니다. 유형을 구분하지 못한 채 견적부터 받으면, 우리 공정에 맞지도 않는 제안을 나란히 비교하게 됩니다. 이 글은 PCB 검사 업체를 유형별로 정리하고, 공정 단계와 선정 기준까지 짚어 실무 담당자가 후보를 빠르게 좁힐 수 있도록 돕습니다.
📊 PCB 시장은 계속 커집니다 — 글로벌 PCB 시장은 2026년 약 849억 달러에서 2035년 약 1,518억 달러로, 연평균 약 6.0% 성장할 전망입니다. 기판 생산이 늘수록 불량을 걸러내는 검사 수요도 함께 커집니다.
출처: Business Research Insights
PCB 검사 업체, 크게 3가지 유형
가장 먼저 할 일은 후보를 유형으로 나누는 것입니다. PCB 검사 업체는 하드웨어(장비)를 만드는 곳, 그 위에 얹히는 AI 소프트웨어를 만드는 곳, 그리고 두 영역을 아우르는 글로벌 기업으로 나뉩니다. 목적이 다르면 봐야 할 유형도 다릅니다.
국내 PCB 검사 장비 제조사 (하드웨어 중심)
카메라·조명 광학 기술과 메카트로닉스를 결합해 검사 장비(AOI·AXI·SPI) 자체를 만드는 기업들입니다. 새로 검사 장비를 도입해야 한다면 이 유형부터 봅니다.
| 업체 | 주요 검사 영역 | 특징 |
|---|---|---|
| 고영테크놀러지 (Koh Young) | 3D SPI(납도포)·3D AOI | 3D 측정·검사 장비 글로벌 강자, 정밀 3D 형상 측정 |
| 미르기술 (Mirtec) | 2D/3D AOI·SPI·AXI | SMT 공정 전반의 광학·X-ray 검사 라인업 |
| 펨트론 (Pemtron) | 3D SPI·AOI·AXI | 3D 광학 기술에 딥러닝 알고리즘 접목 |
| 인텍플러스 (IntekPlus) | 반도체 패키지·PCB AOI | 3D 외관 검사 전문 |
| 파크시스템스 (Park Systems) | AFM 기반 미세 패턴 검사 | 원자현미경 기술 기반 고밀도 미세결함 |
| 기가레인 (GigaLane) | PCB 외관·반도체 비전 | 공정용 비전 검사장비 |
국내 AI·딥러닝 검사 소프트웨어 전문기업
룰 기반(Rule-based) 검사의 과검(오버킬)을 줄이기 위해 딥러닝 알고리즘을 공급하는 기업들입니다. 장비를 새로 파는 대신 기존 검사기 위에 얹혀 판정 정확도를 높이는 방식이 많습니다. 지금 쓰는 장비의 과검이 문제라면 이 유형을 봅니다.
| 업체 | 성격 |
|---|---|
| 세이지 (SAIGE) | 딥러닝 AI 비전검사 소프트웨어 — 기존 AOI 위에 AI 필터를 더해 과검 저감 |
| 라온피플 (Laon People) | AI 머신비전 카메라·PCB 불량 검사 AI 소프트웨어 |
| 알체라 (Alchera) | AI 비전 솔루션을 제조 결함 탐지에 적용 |
| 딥노이드 (DEEPNOID) | 딥러닝 기반 산업용 AI 비전 검사 솔루션 |
글로벌 PCB 검사 선도기업
해외 SMT 라인과 고성능 검사 시장에서 점유율이 높은 기업들입니다. 하드웨어와 딥러닝 툴을 함께 갖춘 곳이 많습니다.
| 업체 (국가) | 특징 |
|---|---|
| 코그넥스 (Cognex, 미국) | 머신비전 카메라·딥러닝 검사툴(VisionPro·ViDi) |
| 키엔스 (Keyence, 일본) | 고속 비전 센서·2D/3D 머신비전 |
| 오므론 (Omron, 일본) | AOI 시스템·SMT 인라인 검사 |
| Viscom (독일) | 고정밀 3D AOI·AXI |
| CyberOptics (미국) | 고속 3D 센서·SMT 비전 검사 |
| Saki (일본) | 고속 3D AOI·3D AXI 인라인 검사 |
PCB 검사 업체 고르기 전, 공정 단계부터 이해하기
어떤 업체가 맞는지는 우리 공정이 어느 단계냐에 따라 달라집니다. PCB는 기판 제조부터 부품 실장, 최종 출하까지 여러 검사를 거치고, 단계마다 필요한 장비·소프트웨어가 다릅니다. 전체 흐름은 Bare PCB 제조 → SMT 표면실장 → 최종 출하 순입니다.
| 단계 | 장비 | 검사 위치 | 핵심 검사 대상 | 기술·특징 |
|---|---|---|---|---|
| Bare PCB | Bare AOI | 부품 실장 전 순수 기판 | 회로 동박 단선·단락, 핀홀, 패턴 오류 | CAM 데이터 기반 비교 |
| SMT 1 | SPI | 스크린 프린터 직후 | 납도포 체적·면적·두께 | 3D 광학 (불량 사전 차단) |
| SMT 2 | Pre-Reflow AOI | 칩 마운터 직후 | 부품 오삽·역방향·미실장·틀어짐 | 납땜 전 수리·리워크 용이 |
| SMT 3 | Post-Reflow AOI | 리플로우 직후 | 납 뭉침(숏트)·미납·부품 들뜸 | 3D 멀티컬러 광학 |
| SMT 4 | AXI | Post-AOI 직후 | BGA·QFN 하부 내부 보이드·단선 | X-ray 투과 영상 |
| 최종 | AFVI | 완제품 출하 직전 | 표면 스크래치·이물·변색·핀 구부러짐 | 딥러닝·AI 비전 (비정형 결함) |
AFVI가 딥러닝 AI를 많이 쓰는 이유
💡 AFVI란?
Automated Final Visual Inspection(자동 최종 외관 검사). 라인 중간의 SPI·AOI와 달리, 모든 공정이 끝난 완제품의 출하 직전 최종 검문소입니다.
AFVI 단계에서는 스크래치·이물·변색처럼 규칙으로 딱 떨어지지 않는 비정형 불량이 주로 나옵니다. 룰 기반으로 검사하면 정상 표면결이나 단순 먼지까지 불량으로 잡아 과검이 심해집니다. 그래서 최근 AFVI 장비일수록 정상과 불량의 미세한 차이를 학습하는 딥러닝 AI 비전 비중이 큽니다.
PCB 검사 기술 트렌드 3가지
- 2D → 3D 전환: 부품이 작아지고 높이 검사가 중요해지면서 SPI·AOI에서 3D 검사가 표준이 됐습니다.
- 룰 기반 + AI 하이브리드: 과검을 줄이고 AFVI의 비정형 불량을 잡기 위해 AI 비전 소프트웨어 탑재가 사실상 필수가 됐습니다.
- M2M 피드백: 검출 데이터를 프린터·마운터로 실시간 피드백해 공정을 자동 보정하는 스마트팩토리 방향으로 갑니다.
장비 업체와 AI 소프트웨어 업체, 왜 소프트웨어가 중요한가
이제 유형을 고를 차례입니다. 그런데 장비와 소프트웨어는 둘 중 하나를 고르는 문제가 아닌 경우가 많습니다.
역할이 다릅니다 — 하드웨어와 소프트웨어의 분업
검사 장비 업체는 카메라·조명·구동부로 이미지를 얻고 규칙으로 결함 후보를 잡습니다. AI 소프트웨어 업체는 그 위에 얹혀, 룰이 놓친 비정형 결함은 잡고 정상을 잘못 잡는 과검은 걸러냅니다. 둘은 경쟁이라기보다 하드웨어(촬영·룰 검사) + 소프트웨어(AI 판정)로 함께 쓰이는 조합입니다. 룰 기반과 AI 필터의 관계는 PCB 검사 솔루션 가이드에서 자세히 다룹니다.
성능을 가르는 건 소프트웨어입니다
카메라·조명·해상도 같은 하드웨어는 이미 상향 평준화됐습니다. 대부분의 장비가 비슷한 이미지를 얻는 지금, 실제 성능은 그 이미지를 어떻게 판정하느냐에서 갈립니다.
- 과검을 줄입니다: 딥러닝은 진짜 불량과 과검을 구분해 육안 재검 물량을 줄입니다.
- 비정형 결함을 잡습니다: 규칙으로 정의하기 어려운 결함도 이미지에서 학습해 검출합니다.
- 바뀌는 라인에 대응합니다: 제품·공정이 바뀌어도 재학습(MLOps)으로 대응하고, 장비 교체 없이 성능을 유지합니다.
- 데이터가 쌓일수록 강해집니다: 하드웨어는 노후하지만, 소프트웨어는 검사 데이터를 학습할수록 정확해집니다.
💡 핵심 — 같은 장비, 같은 이미지라도 최종 판정 품질은 소프트웨어에서 갈립니다.
검사 장비를 고르는 것만큼 어떤 AI 검사 소프트웨어를 얹느냐가 중요합니다.
PCB 검사 업체 선정 기준 7가지
유형과 공정을 정리했다면, 아래 기준으로 후보를 좁힙니다. 실무에서 견적을 비교할 때 그대로 질문지로 써도 됩니다.
| # | 선정 기준 | 확인 질문 |
|---|---|---|
| 1 | 검사 대상 공정 적합성 | 우리 공정(SPI·AOI·AXI·AFVI)에 맞는 업체인가요? |
| 2 | 하드웨어 vs 소프트웨어 | 장비가 필요한가요, 기존 장비에 얹는 소프트웨어인가요? |
| 3 | 과검(오버킬) 저감 | 룰 기반 검사의 과검을 실제로 줄여주나요? |
| 4 | 기존 장비 연동 | 장비 교체 없이 지금 라인에 붙나요? |
| 5 | 데이터·재학습(MLOps) | 현장 데이터로 성능이 유지·개선되나요? |
| 6 | PoC 지원 | 우리 라인 데이터로 먼저 검증되나요? |
| 7 | 레퍼런스·파트너십 | 국내 PCB 제조 현장 적용 경험이 있나요? |
세이지(SAIGE)는 어떤 PCB 검사 업체인가
세이지는 위 분류에서 AI·딥러닝 검사 소프트웨어 유형에 속합니다. 검사 장비를 새로 파는 것이 아니라, 기존 룰베이스 비전검사(AOI·AVI·AFVI) 위에 AI 필터를 더해 과검을 줄이는 소프트웨어 방식입니다.
- 전문 인력: 국내 딥러닝 비전검사를 개척한 인력이 모여, 반도체·PCB 등 정밀 검사에 특화돼 있습니다.
- 장비 교체 없이 도입: 기존 카메라·검사기 뒤에 AI 필터를 얹어 라인 변경 없이 시작합니다.
- 데이터·재학습(MLOps): 가상 결함 데이터 생성부터 재학습·재배포까지, 검사 현황을 통합 모니터링합니다.
- 파트너 생태계: 크레셈·트라이비스·기가비스 등 검사 장비·솔루션 파트너와 협업합니다.
국내에서도 심텍·TLB·인터플렉스·스템코·비에이치 등 주요 PCB 제조사가 정밀 검사를 고도화하고 있습니다. 이런 현장일수록 장비를 바꾸지 않고 과검을 줄이는 AI 소프트웨어의 효용이 큽니다.
PCB AI 비전 검사 전문 세이지 비전(SAIGE VISION)
이차전지 · PCB 등 정밀 검사 적용 경험, 결함 데이터 생성부터
재학습(MLOps)까지 아우르는 검사 자동화 솔루션
자주 묻는 질문 (FAQ)
국내 장비 제조사(하드웨어), 국내 AI·딥러닝 검사 소프트웨어 전문기업, 글로벌 선도기업으로 나뉩니다. 목적과 공정에 따라 필요한 유형이 다릅니다.
새 검사 장비가 필요하면 장비 제조사를, 기존 장비의 과검을 줄이고 싶다면 AI 소프트웨어 업체를 봅니다. 둘을 함께 쓰는 경우도 많습니다.
AFVI는 완제품 출하 직전의 자동 최종 외관 검사입니다. 스크래치·이물 같은 비정형 불량이 많아 룰 기반은 과검이 심하고, 그래서 딥러닝 AI 비중이 큽니다.
딥러닝 AI 비전검사 소프트웨어 업체로, 기존 AOI 위에 AI 필터를 더해 과검을 줄이고 재학습(MLOps)까지 지원합니다.
요약
- PCB 검사 업체는 국내 장비 제조사·AI 소프트웨어·글로벌 기업으로 나뉩니다.
- 업체 선택 전 우리 공정 단계(Bare AOI·SPI·AOI·AXI·AFVI)를 먼저 정리해야 합니다.
- 하드웨어는 평준화됐고, 과검을 줄이는 성능은 소프트웨어에서 갈립니다.
- 세이지는 AI 검사 소프트웨어 유형으로, 장비 교체 없이 과검을 줄입니다.
함께 읽으면 좋은 글
참고 출처
- Business Research Insights — PCB 시장 규모·전망
- 업계 공개 자료 기반 국내외 PCB 검사 업체 분류 및 공정 단계 정리
© SAIGE All Rights Reserved.