[기획자의 하드웨어 5분 스터디] #014. 스마트 팩토리와 비전 AI - 자동 검사(AOI)와 모니터링

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다.

 

[개념]

스마트 팩토리에서 비전 AI의 가장 큰 역할은 사람이 눈으로 하던 일을 기계가 대신하게 하는 것이다. 특히 AOI(Automated Optional Inspection, 자동 광학 검사)가 핵심이라고 할 수 있다. AOI는 공장 생산라인에 절대 졸지 않고 0.1초만에 틀린 그림 찾기를 완료하는 초능력 감시관을 배치하는 것과 같다. 수만 개의 부품 중 아주 미세한 스크래치나 나사 하나 빠진 것도 순식간에 찾아낼 수 있다.

 

[최신 트렌드]

결함 탐지(Defect Detection): 과거에는 정해진 규칙(Rule-base)으로만 불량을 잡았으나, 이제는 AI가 수만 장의 정상/불량 사진을 학습하여 '애매한 불량'까지 잡아낸다. 삼성전자나 LG에너지솔루션 같은 곳에서 배터리나 반도체 미세 공정에 필수적으로 사용한다.

예지 보전(Predictive Maintenance): 로봇 팔의 움직임을 비전 AI로 관찰하다가, 평소와 아주 미세하게 다른 진동이나 각도가 감지되면 '곧 고장날 것 같으니 미리 수리하세요'와 같은 알림을 준다. 공장이 멈추는(Downtime) 재앙을 막을 수 있다.

 

[오늘의 인사이트] 

이 도메인에서 기획자는 단순한 기능을 넘어 '경제성'을 설계해야 한다.

불량률 0%의 함정 vs 비용
100%의 정확도를 목표로 하면 시스템 구축 비용이 기하급수적으로 올라간다. 기획자는 '사람이 놓치는 5%를 AI가 99%까지 잡아줄 때 발생하는 비용 절감액을 계산하여 프로젝트의 ROI(투자 대비 효율)를 증명해야 한다.

현장의 환경 변수(Edge Case)
실험실에서는 잘되던 AI가 실제 공장에서는 조명 변화, 먼지, 진동 때문에 오작동하는 경우가 많다. 기획자는 하드웨어 설치 각도, 전용 조명(Strobe Light)선택, 먼지 방지 하우징(Case) 등 환경적인 요인까지 서비스 기획 범위에 포함하여 고려해야 한다.

작업자와의 협업 UX
AI가 불량을 잡았을 때, 작업자가 이를 어떻게 확인하고 '최종 컨펌'을 내릴 것인지에 대한 프로세스 설계가 중요하다. 'AI는 보조하고, 최종 결정은 인간이 편하게 내릴 수 있는' UI/UX가 현장 채택률을 결정한다.

스마트 팩토리 기획은 단순히 기술을 넣는 것이 아니라, '공장의 가동률을 높이고 불량으로 인한 손실을 얼마나 획기적으로 줄일 것인가'에 대한 비즈니스 설계라고 할 수 있다.