[세이지 용어집] 머신 비전 - 세이지 SAIGE, AI that works.

한 줄 정의

머신비전은 카메라·조명·영상처리 알고리즘을 조합해 제품의 외관·치수·결함을 사람 없이 자동으로 검사·측정하는 산업용 영상 분석 기술입니다.

머신비전의 특성

전통적인 머신비전은 규칙 기반으로 동작해 “픽셀 밝기가 이 값 이하면 불량”처럼 고정된 기준을 썼습니다. AI 머신비전은 여기에 딥러닝을 더해 기준을 스스로 학습하기 때문에, 기존 방식이 놓쳤던 미세한 결함이나 패턴 기반 불량까지 감지할 수 있습니다.

머신비전이 필요한 이유

일관된 품질 기준

사람의 육안 검사는 피로·집중력 저하·주관적 판단에 따라 편차가 생기지만, 머신비전은 24시간 동일한 기준으로 검사합니다.

고속 전수 검사

라인 속도가 빨라져도 검사 속도가 따라가며, 전수 검사가 가능해 샘플링 검사 방식의 불량 유출 리스크를 없앱니다.

데이터 자산화

불량 이미지가 자동으로 기록·축적되어, 결함 원인 분석과 공정 개선에 활용할 수 있는 데이터 자산이 쌓입니다.

실제 업무 적용 사례

한 사출 공장은 제품 외관과 치수를 작업자가 샘플링 방식으로 검사해, 검사하지 않은 제품에서 불량이 빠져나가는 일이 있었습니다. 기존 육안 검사는 피로와 주관에 따라 편차가 컸습니다. 카메라·조명·영상처리를 조합한 머신비전을 도입해 24시간 동일 기준으로 전수 검사하자, 불량 유출이 줄고 불량 이미지가 자동으로 축적되어 공정 개선에도 활용할 수 있었습니다.

자주 묻는 질문

머신비전과 컴퓨터비전의 차이는?

컴퓨터 비전은 이미지 인식·분석 기술 전반을 다루는 학문적 영역이고, 머신비전은 이를 제조 검사 현장에 특화해 구현한 것입니다. 조명 설계, 산업용 카메라 선정, PLC 연동까지 포함한 현장 솔루션이 머신비전입니다.

AI 머신비전과 기존 광학검사(AOI)의 차이는?

AOI는 미리 정해진 규칙(픽셀 색상, 패턴 매칭)으로 판정합니다. 결함이 규칙에서 벗어나면 놓치거나 오탐이 많습니다. AI 머신비전은 딥러닝으로 결함 패턴을 학습하기 때문에, 복잡하거나 미세한 결함을 더 높은 정확도로 잡아내고, 신규 결함 유형에도 추가 학습만으로 대응할 수 있습니다.

머신비전 도입에 무엇이 필요한가요?

제품을 촬영하는 산업용 카메라, 결함을 부각시키는 조명, 영상을 판정하는 소프트웨어가 기본 구성입니다. 특히 조명과 카메라 각도가 검사 정확도를 크게 좌우하므로, 도입 전 현장 환경에 맞춘 광학 설계와 시험 검사가 중요합니다.

머신비전의 특성

머신비전이 필요한 이유

실제 업무 적용 사례

자주 묻는 질문

관련 용어