Challenges

수십 개 볼트 체결 공정의 AI 검사 시스템 구축

전기차 부품 생산 라인에는 수십 개의 볼트 체결 공정이 있으며, 각 공정마다 4~12개의 서로 다른 사양의 볼트를 체결합니다.
기존 룰 기반 검사는 최종 토크 값만 확인하여, 체결 과정의 이상을 감지하지 못하는 한계가 있었습니다.
스마트 팩토리 전환을 위해서는 공정별 특성에 맞춘 AI 검사 모델의 개발과 운영이 필수적이었습니다.

실시간 AI 검사의 핵심

Edge App으로 구현한 초고속 품질 검사

Edge App은 생산 현장 PC에 설치되어 볼트 체결 데이터를 실시간으로 분석합니다.
0.5초 이내에 AI 추론을 완료하여 생산 사이클에 영향 없이 즉각적인 검사 결과를 제공합니다.
하루 수천 번의 검사를 안정적으로 수행하며, 외부 네트워크 없이 독립적으로 작동해 뛰어난 신뢰성을 보장합니다.

기존 시스템과의 완벽한 통합

Edge Viewer의 Tiny 모드는 화면 최상단에 고정되어 기존 작업 환경을 방해하지 않으면서 AI 검사 결과를 직관적으로 표시합니다.
불량(NG) 발생 시 즉각적인 알림과 명확한 작업 지침을 제공하며, PLC와 연동되어 불량 제품의 다음 공정 이동을 자동으로 차단합니다.

현업 중심의 AI 운영 플랫폼

Edge Conductor로 실현한 대규모 AI 모델 관리

50개 이상의 볼트 체결 공정에 AI를 적용하려면 자동화된 관리 시스템이 필수입니다.
Edge Conductor는 수십 개의 Edge App을 중앙에서 통합 관리하며, 데이터셋 생성부터 모델 학습, 배포까지 전 과정을 자동화합니다.
AI 전문가 없이도 현장 담당자가 직접 모델을 업데이트할 수 있어, 현장 중심의 효율적인 운영이 가능합니다.

3번의 클릭으로 완성되는 전체 공정 배포

Edge Conductor를 통해 최신 AI 모델을 단 3번의 클릭만으로 전체 공정에 배포할 수 있습니다.
수작업으로는 며칠이 걸리던 작업을 몇 분 만에 완료하여, 지속적인 모델 업데이트와 개선이 가능합니다.

제조 환경에 최적화된 보안 설계

Edge 아키텍쳐의 안전한 AI 모델 운영

제조 현장의 보안을 유지하면서도 클라우드 기반 AI 모델을 활용하기 위해, Edge Conductor를 DMZ에 설치했습니다.
내부망의 Edge App들을 안전하게 관리하면서, 선별된 데이터만 클라우드로 전송하여 보안성과 효율성을 동시에 확보했습니다.

볼트 체결 검사를 위한 AI 모델의 진화

최적의 솔루션을 찾기 위한 다양한 접근

학습 데이터가 충분한 공정에서 TCR이나 이미지 기반의 분류 모델로 성능을 검증하고,
확산 과정에서 데이터 수집의 어려움을 해소하기 위해 정상 데이터만으로 학습한 이상 탐지 모델을 적용했습니다.
Mellerikat은 이러한 다양한 솔루션을 쉽게 검증하여 각 공정에 최적의 솔루션을 찾을 수 있도록 지원합니다.

볼트 체결 공정에 최적화된 파운데이션 모델

다양한 모델을 검증하며 수집한 전체 공정의 데이터를 바탕으로 고도화하여, 그래프 패턴의 유사성을 판단하는 파운데이션 모델을 개발했습니다.
이 모델은 이전 체결 패턴과의 유사성을 비교하여 공정별 학습 없이 즉시 검사가 가능합니다.
최근 데이터와 실시간 비교하여 공정 변화에 자동 적응하며, Few-shot 학습으로 새로운 결함 패턴도 신속히 감지합니다.

AI 모델 개발부터 배포까지 75% 시간 단축

EDIS는 새로운 알고리즘 개발과 전체 공정 배포에 걸리는 시간을 1개월에서 1주일로 단축합니다..
AI Conductor, Edge Conductor, Edge App의 유기적인 협력으로 다양한 AI 솔루션을 신속하게 검증하고 배포할 수 있습니다.

이를 통해 볼트 혼용, 사선 체결, 이물질 등 기존에 감지하지 못했던 결함까지 정확히 탐지하며,
제조 현장의 변화에 맞춰 지속 가능한 AI 솔루션을 확보했습니다.