라온피플이 ‘인공지능(AI) 융합 지역특화산업 지원사업’에 참여해 반도체 PCB 제품 공정에 최적화된 AI 알고리즘을 개발하는 데 성공했다고 14일 밝혔다.
PCB 업종은 고정밀 반도체 칩 생산이 필요한 첨단 산업으로, 최종 품질 검사가 중요하지만, 사람이 진행하는 검사 정확도는 50~80%로 낮았다. 라온피플은 이번 사업에서 설계·검사 지능화 과제를 수행하면서 PCB 제품 불량유형 모델을 생성하고, 생성모델을 통한 AI 알고리즘을 개발해 PCB 최종검사에 적용해 검사 정확도를 90% 이상으로 높였다고 전했다. 재검사에 필요한 인력과 장비의 투입을 최소화해 수요기업의 생산성을 향상시키고 불필요한 비용을 낮출 수 있다는 설명이다.
라온피플은 설계 지능화 과제에서는 불량 데이터 모수가 부족한 경우에 불량과 동일한 특성의 이미지를 가공 생성하는 AI 모델을 개발했다. 기존에는 불량이 발생할 경우만 데이터 수집이 가능해 데이터 수집 기간이 오래 걸렸지만, 라온피플의 AI 기술을 적용하면 원하는 위치, 형태, 조건으로 불량 데이터를 생성할 수 있어 데이터 수집 기간이 크게 단축된다. 또한 검증된 레이블 정보를 활용하기 때문에 사람이 불량을 정의할 때와 달리 작업 지연이나 오류를 원천 방지할 수 있게 됐다.
검사 지능화 과제에서는 PCB 검사 및 유형 분류에 성능이 최적화된 AI 검사 알고리즘을 개발했다. 기존 룰 기반 알고리즘 검사는 성능의 한계로 실제 불량보다 많은 수의 불량 예상 포인트를 검출해 수율에 영향을 미쳤다. 하지만, 라온피플의 AI 알고리즘은 PCB 제품의 특성을 고려해 정상 이미지와 설계 정보를 종합적으로 판단하는 강점이 있어 실제 불량과 유사 양품을 정확히 구분할 수 있어 검출력과 정확도가 높아 수율이 개선됐다. 또한 검사원의 육안 재검사가 배제된 인라인 공정이 가능해 검사원 취급에 의한 파손, 오염 없이 균일한 품질을 유지할 수 있어 고객 납품 기간이 단축되고 생산비가 감축되는 효과도 있다.
윤기욱 라온피플 CTO는 "라온피플의 불량 이미지 생성 기술로 발생 가능한 모든 종류의 불량 데이터를 확보해 AI의 검출 안정성을 극대화했고, 이 덕분에 실제 검사에서 다양한 불량을 빠르고 정확하게 검출 가능했다"라고 말했다.
이어 "공정 후단에서 사람이 눈으로 보고 판단하는 검수 과정을 AI 기반 비전기술로 대체해 검사 오류를 획기적으로 줄였다"라며 "이번 과제를 통해 AI 기술이 PCB 검사 분야에서 생산 효율성 증대뿐만 아니라 품질 향상, 제조 비용 절감의 효과를 불러와 기업 경쟁력을 높일 방안임을 입증했다"라고 덧붙였다.
라온피플은 머신비전 시스템 구축을 위한 소프트웨어(SW)와 하드웨어(HW)를 자체 개발, 통합 솔루션을 공급하는 AI 전문기업이다. AI와 비전검사 관련 110여건 이상의 특허를 보유했으며, 전체 인력 70%가 연구개발(R&D) 인력일 정도로 기술 혁신에 매진하고 있으며 국내 최초 반도체 인쇄회로기판(PCB)에 대한 AI 기반 검사 솔루션을 개발했고, 반도체를 비롯한 자율주행, 스마트 팜, 골프센서, 카메라 모듈검사, 바이오 헬스케어까지 다양한 분야에 AI 솔루션을 공급하고 있다.
하순명 기자 kidsfocal@chosunbiz.com