품질과 효율성 개선을 위한 커넥트 제조업체의 AI 사용

스마트폰 시장은 항상 치열한 경쟁을 벌여왔습니다. 주요 브랜드들은 고객 충성도를 높이기 위해 강력한 기능과 혁신적인 디자인을 개발하는 동시에, OEM 생산에서 점점 더 엄격해지는 기준을 준수하여 모든 제품이 균일하게 높은 품질을 유지하도록 노력하고 있습니다.

전자 기기를 위한 커넥터를 제조하는 한 기업은 자체 브랜드 제품을 제조하고, 여러 글로벌 소비자 전자 브랜드의 OEM으로도 활동하고 있습니다.  이 회사는 어드밴텍 솔루션과 함께 Spingence의 AINavi, AI 시각적 결함 감지 소프트웨어 애플리케이션을 구현하기로 결정했습니다. 기존의 수 시각 검사 프로세스를 AI를 활용한 결함 감지 프로세스로 대체함으로써 생산에 필요한 노동력을 줄이는 동시에 품질을 향상시킬 수 있었습니다. 이 새로운 시스템은 회사가 스마트폰 제조업체들과 더욱 깊고 신뢰도 높은 관계를 구축할 수 있었고, 지속적인 성장과 발전을 기대할 수 있는 기반을 마련했습니다.

Spingence의 사업개발 매니저인 EJ Lee는 커넥터 품질 관리에서 크기, 방수성, 플러그 삽입 및 제거 검사와 같은 여러 과제가 존재한다고 언급했습니다. 대부분의 검사 항목은 자동화되었지만, 육안으로 식별해야 하는 결함 검사만은 여전히 사람의 시각적 검사에 의존하고 있었습니다.

Spingence의 사업개발 매니저인 EJ Lee는 커넥터 품질 관리에서 크기, 방수성, 플러그 삽입 및 제거 검사와 같은 여러 과제가 존재한다고 언급했습니다. 대부분의 검사 항목은 자동화되었지만, 육안으로 식별해야 하는 결함 검사만은 여전히 사람의 시각적 검사에 의존하고 있었습니다. 커넥터의 결함을 검사하는 시각 검사는 금속 또는 플라스틱 구성 요소가 모두 포함되어 있고, 서로 다른 유형의 잠재적 결함을 가지고 있어 검사해야 할 결함의 종류가 다양하고 복잡합니다. 회사가 최근 보편화되고 있는 자동 광학 검사(AOI)를 도입한다고 해도, 여전히 많은 결함이 감지되지 않을 가능성이 있으며, 추가적으로 작업자에 의한 시각적 검사가 필요할 것입니다. 게다가 스마트폰 브랜드 고객들은 AOI 장비에 대해 지정된 서비스 제공업체 목록에 포함된 공급업체만 사용하도록 요구하기 때문에, 회사가 독립적으로 결정을 내리기가 어렵습니다.

신중한 검토 끝에, 커넥터 제조업체는 수작업 시각 검사 방식을 채택하기로 결정했습니다. 평균적으로 각 생산 라인에는 5~10명의 시각 검사자가 배치되어 제품의 결함을 육안으로 확인했습니다. 하지만 이와 같은 수작업 검사 방식에는 다음과 같은 세 가지 주요 문제가 발생합니다. 첫째, 검사의 품질이 일정하지 않다는 점입니다. 검사자마다 경험 수준이나 기타 요인에 따라 결함에 대한 정의가 약간씩 다를 수 있어 일관성 부족을 초래합니다.

둘째, 비용 문제입니다. 생산 라인 말단에서 이루어지는 수작업 검사는 비용이 많이 드는 과정입니다. 이러한 비용을 줄일 수 있다면 전체 생산 비용을 크게 절감할 수 있습니다.

셋째, 노동력 부족의 위험이 존재합니다. 전 세계적으로 출산율 저하와 노동 시장 변화로 인해 노동력 부족이 현실적인 문제로 대두되고 있으며, 이에 대비가 필요합니다.

커넥터 제조업체는 기술에 대한 종합적인 평가를 거쳐, 자동화된 검사를 위해 헤드폰 접촉 플러그, Type-C 충전기, Type-C 스마트폰 케이블, Type-C 헤드폰 생산 라인에 AINavi를 도입하기로 결정했습니다.

Lee는 전체 시스템 구조를 더 자세히 설명했습니다. 이 프로세스는 제조업체의 기존 AOI 장비를 기반으로 운영됩니다. AOI 장비의 호스트 컴퓨터가 이미지를 촬영한 후, AI 호스트로 이미지를 전송하여 자르기, 축소, 마스킹과 같은 전처리 과정을 수행합니다. 그런 다음, 이미지는 AINavi에 의해 분석 및 해석되며, 그 결과가 AOI 장비의 호스트 컴퓨터로 다시 전달되어 불량 제품을 제거하게 됩니다.

스마트폰 브랜드 고객들의 높은 수요로 인해, 커넥터 제조업체는 생산 주기 시간과 검사 속도를 매우 중시합니다. 생산 목표를 달성하려면 AI 호스트에서 뛰어난 안정성과 성능이 요구됩니다. 이러한 이유로, Spingence는 어드밴텍과 협력하여 강력한 그래픽 카드를 탑재한 팬리스 MIC-770 시스템과 SKY-6400, SKY-6420 산업용 GPU 서버를 AI 호스트로 배치했습니다.

Lee는 이 커넥터 제조업체가 다양한 제품군을 보유하고 있어 제품별로 다른 AI 모델을 실행해야 하며, 호스트 컴퓨터에 요구사항을 발생시킨다고 설명했습니다. 그러나 어드밴텍은 다양한 솔루션을 제공하기 때문에, 고객은 기존의 어드밴텍 하드웨어를 활용하여 시스템을 확장할 수 있는 이점을 누릴 수 있습니다.

예를 들어, 3~5개의 AI 검사 모델만 필요한 제품의 경우, MIC-770과 그래픽 카드만으로 충분합니다. 만약 고객이 AI 검사의 결함 카테고리를 늘리기로 결정한다면, MIC-770을 1~2대 추가하는 것만으로도 충분히 대응할 수 있습니다. MIC-770은 크기가 작아 많은 공간을 차지하지 않으므로, 확장성이 뛰어난 솔루션입니다. SKY-6400 및 SKY-6420는 더 많은 결함 카테고리를 처리해야 하거나 더 복잡한 제품에 적합합니다. 이 장비들은 AI 결함 감지뿐만 아니라 AI 모델 트레이너로도 활용될 수 있습니다. AINavi의 소프트웨어 스케줄링 기능을 통해, 엔지니어는 근무 시간 이후 AI 모델 훈련이 실행되도록 사전에 스케줄을 설정할 수 있습니다. 다음 날에는 재훈련된 AI 검사 모델을 적용하여 그 효과를 확인할 수 있습니다.

Lee는 “AINavi가 커넥터 제조업체에 가져다준 가장 큰 이점은 비용 절감과 장비 자율성 확보입니다,”라고 말했습니다. AINavi는 1% 미만의 미검출 결함률과 95% 이상의 기계 수율을 달성했기 때문에, 커넥터 제조업체는 시각 검사자가 더 이상 필요하지 않게 되었고, 인력을 다른 공정으로 전환해 생산 비용을 절감하고 노동력 부족의 위험도 동시에 낮출 수 있었습니다.

또한, 다른 제품 라인에 자동 결함 검사를 도입할 경우, AINavi를 사용하면 스마트폰 브랜드 고객이 지정한 AOI 장비 공급업체에 구애받지 않아도 됩니다. AI를 통해 자동 검사를 수행할 수 있어, 장비 자율성을 확보하게 된 것입니다.

Lee는 Spingence가 AI 애플리케이션으로 확장하기 전에 자동화 애플리케이션 분야에서 처음 설립 되었다고 언급했습니다. Spingence는 공장, 장비 공급업체, 시스템 통합업체와 협력하면서 많은 경험을 쌓았습니다. 이들은 AI 응용 프로그램을 구현할 때 발생할 수 있는 문제들을 잘 이해하고 있으며, 자율적인 AI 시스템을 구축하는 데 있어 제조업체들이 이러한 문제를 해결할 수 있도록 돕고 있습니다.

앞으로 Spingence는 AINavi 응용 프로그램을 시각적 결함 검사가 필요한 다양한 제조 산업으로 확장할 계획입니다. 또한, AOI 장비 공급업체들과 협력하여 AI 기능을 통해 장비의 부가 가치를 높이는 작업도 진행할 예정입니다. 이를 통해 Spingence는 대만 산업이 기술을 통해 경쟁력을 강화하고 확립하는 데 기여하고자 합니다.