디지털 산업 | 제조

글로벌 규모의 AI 기반 품질 검사

작성자: 알리 알리, Siemens 소비재 및 제품 세일즈 매니저

제조는 항상 속도, 품질, 혁신 사이에서 균형을 잡는 역할을 해왔어요.소비재 제품 제조업체의 경우 제품 포트폴리오가 확장되고 포장 형식이 빠르게 진화하고 생산 라인이 그 어느 때보다 다양한 변형을 수용할 것으로 예상됨에 따라 이러한 밸런싱 작업이 훨씬 더 복잡해요.동시에 소비자들은 구매할 때마다 무결점 제품을 계속 기대해요.

프록터 앤 갬블 (P&G) 은 고객에게 최고의 품질을 보장하려고 해요.전 세계 수천 개의 제품과 생산 라인에서 재료, 포장, 그래픽, 질감 또는 생산 조건의 작은 변화도 품질 결과에 영향을 미칠 수 있어요.전통적인 검사 기술은 이전 세계를 위해 설계됐어요.현대 제조업에는 적응력이 더 뛰어난 것이 필요해요.

그 도전이 이유를 설명하는 데 도움이 돼요 AI 기반 품질 검사 산업 AI의 가장 중요한 응용 분야 중 하나로 떠오르고 있어요.모든 제품을 최대 생산 속도로 검사하고, 변형에 의해 방해를 받지 않고 변이로부터 배우고, 이러한 기능을 전 세계로 확장할 수 있는 능력은 제조업체들이 경쟁하는 새로운 방법을 제공해요.P&G와 공동으로 개발한 지멘스의 Visual Inspection Cockpit (VIC) 은 AI, Industrial Edge Computing, 머신 비전을 통해 품질 보증을 생산 요구 사항에서 전략적 비즈니스 우위로 바꿀 수 있는 방법을 보여줘요.

복잡하고 빠른 제조 프로세스 해결을 위한 품질 검사 강화

변동성이 큰 P&G의 빠른 생산 라인은 바로 검사 프로세스가 까다롭고 구체적이고 스마트한 솔루션이 필요한 환경이에요.생산 라인은 높은 처리량, 지속적인 제품 혁신, 진화하는 포장 디자인, 제조 과정에서 자연스럽게 늘어나거나, 움직이거나, 주름지거나, 변하는 재료를 수용해야 해요.

역사적으로 품질 문제를 감지하는 데 규칙 기반 머신 비전 시스템이 사용돼왔어요.이런 시스템들은 안정된 환경에서도 효과적이긴 하지만 제품, 재료, 조명 조건, 생산 설정이 바뀔 때마다 대대적인 재조정이 필요한 경우가 많아요.제조 변동성이 커지면 검사 성능을 유지하는 데 점점 더 많은 리소스가 소모될 수 있어요.

P&G의 지능형 제어 및 자동화 담당 선임 기술 책임자인 롤랜드 조셉이 설명했듯이, “기존의 규칙 기반 비전 시스템은 주요 제품 품질 속성 검사의 요구와 우리의 혁신과 제조 환경이 가져오는 끊임없는 변화에 부응하는 데 어려움을 겪을 뿐이에요.훨씬 더 민첩하고 강력한 기능이 필요해요.”

P&G에 필요한 것은 단순히 더 나은 검사 시스템이 아니었어요.회사에는 근본적으로 다른 접근 방식이 필요했어요. 변화에 적응하면서 라인 속도로 연속 검사 정밀도를 제공할 수 있는 접근 방식이 필요했어요. 현대 제조업의 현실.

산업용 엣지 컴퓨팅으로 AI를 대규모로 배포할 수 있어요.

Siemens와 파트너십을 맺기 몇 년 전에 P&G는 기존 기술로는 해결하기 어려웠던 품질 검사 문제를 해결할 수 있는 딥 러닝의 잠재력을 이미 파악했대요.회사는 내부 솔루션을 성공적으로 개발하고 150개 이상의 생산 환경에 배포하여 AI 기반 검사의 가치를 입증했어요.

다음 과제는 확장이었어요.

산업용 AI를 전 세계에 배포하려면 정확한 모델을 개발하는 것 이상이 필요해요.표준화된 인프라, 안정적인 컴퓨팅 파워, 운영 레질리언스, 라이프사이클 관리, 소프트웨어 배포 프로세스, 장기 지원이 필요해요.성공적인 파일럿을 전사적 역량으로 변화시키는 능력들이에요.

P&G는 Siemens와 협력하여 제조 전문 지식과 딥 러닝 혁신을 Industrial Edge 플랫폼, NVIDIA GPU로 구동되는 산업용 PC, 여러 시설 및 생산 환경에 배포하도록 설계된 산업용 AI 인프라와 결합했어요.

P&G의 머신 비전 및 응용 AI 책임자인 Paul Thomas는 “우리는 이 솔루션을 설계했어요”라고 말했습니다. “겹치는 부품의 정확한 특성 분석, 낮은 대비 결함의 미묘함, 고도로 장식된 제품과 포장의 복잡성, 긴밀한 시간 조정, 단일 제품에 대한 실시간 PLC 통합, 높은 생산률의 연속 검사 등 기존 비전 시스템으로는 해결할 수 없었어요.”

그 결과 Industrial AI를 통해 제조가 이루어지는 곳, 즉 공장 현장에서 실시간으로 빠른 속도로 운영될 수 있게 해주는 솔루션이 탄생했어요.

머신비전 시스템이 산업용 AI를 위한 플랫폼이 돼요

VIC가 중요한 이유는 그것이 하는 일뿐만 아니라 나타내는 것 때문이에요.

VIC의 핵심은 AI 기반 시맨틱 분할을 사용하여 라이브 프로덕션 이미지를 분석하고 기존 규칙 기반 접근 방식으로는 감지하기 어려운 품질 문제를 식별해요.Siemens Industrial Edge에서 실행되는 이 시스템은 처리량 저하 없이 실시간 분석을 수행하고 결함이 확인되면 다운스트림 생산 작업을 자동으로 트리거할 수 있어요.

하지만 더 넓은 차별화 요소는 VIC가 격리된 애플리케이션이 아니라는 거예요.산업 AI를 제조 환경 전반에서 실용적이고 확장 가능하며 반복 가능하게 만들고 있는 Siemens Ecosystem의 일부예요.

예를 들자면, 지멘스 SIMATIC이에요. 자동화 포트폴리오는 제조업체가 일관성과 운영 효율성을 유지하면서 시설 전반의 운영을 표준화하고 확장할 수 있게 해주는 확장 가능한 자동화 기반을 제공해요.사이트별 맞춤화보다는 표준화된 배포, 반복 가능한 엔지니어링, 엔터프라이즈 규모 관리라는 동일한 철학이 VIC를 뒷받침해요.

비슷해요, 저희 신타이 테크놀로지 합성 데이터 생성을 통해 AI 기반 머신 비전을 가속화하는 방법을 보여줍니다. 이를 통해 제조업체는 물리적 이미지 데이터를 수집하고 주석을 다는 데 드는 노력을 줄이면서 비전 모델을 더 빠르게 만들고 훈련할 수 있어요.머신 비전 채택이 확대되면서 합성 데이터와 AI 모델 개발은 VIC 같은 생산 배포 기술을 보완하는 중요한 요소가 돼요.

또 다른 예가 Siemens예요. 기계를 위한 비전 AI 컨트롤 솔루션은 Industrial Edge와 실시간 AI 분석을 활용하여 기계가 상태를 감지하고 결정을 내리고 공장 현장의 PLC와 직접 상호 작용할 수 있게 해줘요.VIC와 비슷해요. AI 기능을 운영에 더 가깝게 가져와서 원거리 컴퓨팅 리소스에 의존하지 않고도 더 빠른 응답과 더 큰 자율성을 가능하게 해요.

이러한 기술을 종합하면 산업용 AI에서 지멘스의 가장 중요한 차별화 요소가 무엇인지 알 수 있어요. 단일 애플리케이션이 아니라 제조업체가 생산 라이프사이클 전반에 걸쳐 AI 기능을 개발, 배포, 확장 및 운영하도록 돕는 엔드 투 엔드 프레임워크예요.VIC는 그 전략이 실제로 적용된 한 예예요.

제조용 산업용 AI는 검사를 넘어서는 결과를 제공해요

P&G의 까다로운 생산 환경에서 VIC는 외관, 질감, 그래픽, 정렬, 구조, 레이어링, 포장 특성이 자연적으로 달라지는 제품에 대해 연속 검사를 해요.좁게 정의된 규칙에 의존하는 대신 시스템이 검사 성능을 유지하면서 이러한 변화에 적응할 수 있어요.

롤랜드 조셉이 말했듯이, “빠른 속도로 품질을 검사하고 관리할 수단이 없으면 프리미엄 혁신을 이룰 수 없어요.”

측정 가능한 결과는 놀라워요.이 솔루션은 최대 생산 속도로 연속 검사 범위를 제공하고, 제품에 따라 불량률을 10~ 20% 줄이고, 제품 변형 전반의 일관성을 개선하고, 수동 검사와 반복적인 재검증 작업에 대한 의존도를 줄여줘요.또한 기존 맞춤형 머신 비전 시스템보다 5~10배 빠르게 신규 배포 시운전이 가능해요.

“모든 것이 더 타이트하고, 더 정확하고, 더 자신감 있어요.” 롤랜드 조셉이 말했어요.“우리는 모든 제품을 검사하고 그것을 뒷받침할 증거를 가질 수 있어요.”

아마도 가장 중요한 것은 VIC에서 생성한 품질 정보가 광범위한 디지털 제조 생태계의 일부가 되어 생산팀이 추세를 파악하고 프로세스 안정성을 개선하며 지속적인 운영 개선을 지원하는 데 도움이 된다는 거예요.

품질 관리가 경쟁 우위가 돼요

VIC의 이야기는 머신 비전 그 이상이에요.제조업체가 샘플링에서 연속 검사로, 정적 규칙에서 적응형 지능으로, 격리된 배포에서 세계적으로 확장 가능한 산업용 AI로 이동할 수 있는 방법에 관한 거예요.Siemens와 P&G는 AI 모델, Industrial Edge Computing, 자동화 인프라, 공장 수준의 사용성을 결합하여 인공 지능이 어떻게 파일럿 프로젝트에 국한되지 않고 일상 제조 운영의 일부가 될 수 있는지 보여줬어요.

그 역량은 소비재 제품 제조를 훨씬 넘어서는 영향을 미치죠.식음료부터 제약, 포장, 전자, 첨단 제조에 이르기까지 다양한 산업이 똑같은 과제에 많이 직면해 있어요. 제품 복잡성 증가, 품질 기대치 증가, 운영 성능 저하 없이 혁신을 확장해야 하는 필요성.모든 제품을 검사하고, 실시간으로 변동에 대응하고, 폐기물을 줄이고, 데이터에 기반한 통찰력을 통해 지속적으로 개선할 수 있는 제조업체가 경쟁에서 더 유리할 거예요.우리의 VIC 기술은 산업용 AI가 오늘날 그 미래를 가능하게 하는 데 어떻게 도움이 되는지 보여주는 분명한 예예요.

게시 날짜: 2026년 10월 15일