• MAILab2021

고객만족에 그쳤던 제품검수, 이제는 생산자만족에 도전합니다.

2021. 11. 15. 양필승




1. 한국 제조업체 39% AI 활용 중? 구글 조사에 대한 문제점

2. 코로나 방역 기술, 특히 우리 AI는 너무나 보잘 것 없습니다!

3. 마스크가 일상화된 지금, 탈레반의 승리로 보안에 비상등이 켜졌습니다. 솔루션은 비전AI!

4. 델타변이와의 전쟁, 그래도 마스크 밖에 없다는데. 그 답은 AI!

5. 전자발찌 살인마 얼굴, “못 알아보게 바뀌었어도,” AI는 알아본다!

6. 페미니스트 AI, 물론 가능하고 당연합니다!

7. 당신의 AI는 계속 러닝이 가능합니까.

8. 시니어 AI, 시니어를 위한 AI가 아닌 시니어에 의한 AI

9. “착한 AI,” “좋은 AI,” 윤리적인 인공지능

10. 그래픽 데이터 분석과 예측은 “위드-코로나” 성공의 키

11. 인공지능의 꽃, 비전AI의 파워

12. 인문학과 졸업생도 AI 엔지니어 될 수 있습니다

13. 위드-코로나는 국가방역에서 커뮤니티방역으로 전환입니다.

14. 고객만족에 그쳤던 제품검수, 이제는 생산자만족에 도전합니다.

15. 문, 벽 그리고 열쇠 없는 보안, 비전AI 보안 솔루션

16. 인공지능, 노동해방의 솔루션: 노동(labor)에서 일(work)로



비전AI는 인공지능의 꽃이자, 딥러닝(deep learning) 중 가장 돈이 되는 인공지능 기술입니다. 쉽게 말하면, 사람 눈의 역할을 기계가 대신하며, 눈보다 시력이 좋고 사람과 달리 지치지 않는다는 뜻입니다. 물론 다양한 용도를 자랑하기 때문에, 경제성이 높습니다. 즉 상업적 가치가 큰 기술입니다.


당연히 비전AI의 최대 고객은 B2B 고객입니다. 반면 스마트시티를 위한 비전AI는 B2G, 즉 고객이 정부이며, 스마트홈을 위한 비전AI는 B2C, 즉 고객이 일반 소비자입니다. 물론 기술 자체는 스마트홈 비전AI도 생산기업을 통해 최종 소비자가 활용하기 때문에 B2B 상품입니다.


비전AI의 B2B 시장 중 하나가 검수(inspection)입니다. 제품의 하자를 찾는 것입니다. 예를 들어, 반도체를 생산하고 고객에게 제공되기 전에 꼼꼼하게 하자를 찾고 불량품은 걸러 내야 합니다. 바로 이 과정이 검수입니다. 다른 예로, 티셔츠를 생산하고 시장에 내놓기 전에 불량품을 찾아 내는 것 역시 검수입니다.


지금까지 검수는 주로 사람의 육안에 의해 수행되었습니다. 주로 숙련된 노동자에 의해 제품의 하자가 검수되었습니다. 박사 학위도 이론적 배경도 필요 없습니다. 어쩜 좋은 시력이 더 중요합니다. 그러나 가장 중요한 것은 제품에 대한 체험적 판단력입니다. 이를 단순히 숙련도라고 정의할 수 있습니다. 결국 기존의 검수는 숙련공이 현미경 같은 것으로 “스탠다드 모델 상품”의 이미지와 비교하는 방식입니다.


최근 빅데이터의 발전으로 데이터에 기반한 검수가 유행합니다. 주로 이미지 데이터보다는 이미지 정보(information)에 기반합니다. 축적된 이미지 정보에 의해, 하자 발생의 가능성이 높은 부분에 집중하여 비정상(abnormality)를 찾아냅니다. 얼마 전 한국의 검수기업이 해외 기업에 의해 3천 억원에 인수된 바도 있습니다. 매출액은 1~2백억원에 불과하였지만, 고액 인수는 그 만큼 기술력도 좋지만 그 만큼 시장도 크다는 것을 입증한 셈입니다.


세계 인공지능 기술계에 영향력 있는 인물 중 하나인 앤드류 응 (Andrew Ng)이 최근 창업한 업체는 바로 산업용 AI의 개발을 목표로 삼고 있습니다. 응이 타깃한 시장 중 하나가 제조업체의 검수입니다. 응의 알고리즘 명칭이 LandingLense인 점이 많은 것을 시사합니다(https://landing.ai). 바로 비전AI를 활용한다는 뜻입니다. 몇 일전 5700만 달러를 투자 받았습니다. 그 만큼 상업적 기대치와 투자 가치가 높습니다.


빅데이타에, 컴퓨팅 파워에, 그리고 딥러닝에 기반한 알고리즘이 결합한 비전AI가 검수 시장에 파고 들기 시작한 것입니다. 이를 위해 글로벌 빅테크 기업들이 서비스로 application solutions를 내놓고 있습니다. 구글이 대표적인 사례입니다. 비전AI에 기반하여 “기술적 전문 지식이 없어도 가능합니다”라는 캐치프레이즐 걸고 마케팅에 열심입니다. 정밀도가 높은 도메인 별 AI 모델을 학습시켜 가장 작은 결함까지 감지할 수 있으며, 능동적 학습을 통해 라벨링 업무를 최소한으로 줄일 수 있다고 주장합니다. 결함 있는 이미지 몇 개만으로 시작하고, Docker 컨테이너를 통해 생산 라인에서 예측 모델 실행할 수 있다고도 주장합니다.


과연 구글의 AI알고리즘이 도메인 지식에 무관하게 범용으로 적용될 수 있는지는 의문입니다. 단순히 불량품과 정품의 데이터를 학습하는 것으로 해결될 수 있을까요. 결국 도메인 지식과AI 기술의 협업이 불가피할 수밖에 없습니다. 과연 고객이 그 같은 협업을 독자적으로 수행할 수 있을까요. 더욱이 검수AI를 위한 소프트웨어 외에 하드웨어의 혁신도 필요한데 구글은 그에 대한 해결책을 내 놓지 못하고 있습니다. 어쨌든 검수와 비전AI와 상관성에 대해 구글이 주목하고 시장성을 높이 평가하고 있는 것만은 사실입니다.


자체 비전AI 엔진인 i2Brain 을 확보한 메일랩이 창업부터 검수 분야에 주목한 것은 당연합니다. 자동차, 전자제품, 반도체 산업 부문, 구체적으로 섀시의 가장 중요한 구조적 조인트에서 로봇 용접 이음부의 이상을 검사하거나. 대용량 인쇄 회로 기판(PCB)의 수십 가지 개별 구성요소를 동시에 검사하여 누락되거나, 잘못 배치되거나, 손상된 구성요소, 나사, 스프링, 납땜 문제를 감지하는 휴대전화 PCB 검사, 웨이퍼 결함, 칩 결함 또는 금형 균열을 감지하는 실리콘 웨이퍼 결함 분석 등이 있습니다.


또한 메일랩이 적극적으로 개발하는 비전AI기술은 메입랩이 속한 CKT그룹의 개별 도메인 지식과 네트워크를 활용하는 방향으로 개발되고 있습니다. 우선 부동산 개발의 경험으로 건설현장의 하자감지와 공정 모니터링을 위한 솔루션을 개발 중에 있습니다. 특히 방역솔루션이 포함된 QSS(방역-보안-안전) 통합솔루션을 개발한 경험으로 RGB 센서와 IR 센서의 융합을 활용하고 있습니다. 이미 건설현장에서 벽 안에 숨어 있는 전기선이나 파이프의 배치가 잘 못 된 하자를 IR카메라로 감지하는 점에 착안한 것입니다.


마지막으로, 지난 2년간 개발하여 완성한 urban micro-fulfillment service의 일부인 출고 오더의 검수 기술 역시 비전AI에 기반합니다. 이미 메일랩은 도심형 마이크로 풀필먼트 기술 개발에 참여하였고, 로봇-인공지능-물류자동화-친환경-3D 엔지니어링이 결합된 융합기술을 상품화하는데 성공하였습니다. 이중 일부가 비전AI에 기반한 출고 확인 툴입니다. 최근 코로나 사태로 온라인 주문이 폭증하는 상황에서, 고객의 가장 큰 불만은 배달된 물품이 주문과는 다르다는 점입니다. 출고 전에 비전AI를 통해 불량 배달이 되지 않도록 방지하는 것입니다. 일일이 패킹하는 사람이 육안으로 보고 주문표와 대조하는 기존 방식보다 당연히 정확하고 빠릅니다.


기존의 검수 방식에 비해, 비전AI는 인력 확보 및 노동시간의 제한으로부터 자유롭습니다. 더욱이나 지금까지 최후 공정 후 검수가 이루어져 고객만족에 목표를 둔 반면, 비전AI 방식은 매 공정마다 검수가 이뤄짐으로써 전체 수익은 물론 이전까지 공정에 소모된 인력과 공장 가용 설비 및 사용된 부품에 대한 로스(loss)를 각 단계별로 방지하여 획기적으로 비용을 절감합니다.


이보다 메일랩이 더 주목하는 점은 비전AI에 기반한 검수는 작업자의 노동 성취도를 높인다는 사실입니다. 중도의 제품 불량으로 폐기되는 장면을 체험하는 작업자의 심정을 헤아려 본 적이 있는지요. 실제로 작업자는 완성되지 못하여 시장에 나가지 못한 제품을 보는 순간, 작업자의 노동 성취도와 근로 의욕이 떨어질 수밖에 없습니다. 이는 노동생산성을 떨어뜨리고, 궁극적으로 고객의 만족도도 저하시키고 시장에서도 밀리는 결과를 초래합니다. 다시 말해, 검수는 단순한 기계적 문제가 아니란 것입니다. 제품에는 작업자의 감정이 이입(immersed)되어, 제품 하자의 빈도와 숫자는 작업자의 사기도 떨어뜨리기 때문에, 비전AI는 작업자의 노동만족도를 획기적으로 높여 줍니다.


제품을 만드는, 건설현장에 뛰는 작업자의 사기도 중요하지만 건강과 안전을 보호하는 문제가 더욱 직접적입니다. 이 때문에 메일랩의 첫번째 상품이 바로 방역, 보안, 안전을 통합적으로 해결하는 인공지능 솔루션 QSS Integrated Solution으로, 소프트웨어-하드웨어-서비스로 제공합니다. 메일랩의 QSS AI Solution은 기존에 한 가지 기능만 수행한 Narrow AI에서 다기능을 통합적으로 수행하는 General AI로 진입하는 세계 최초의 사례입니다. 결국 메일랩이 현장 작업자의 건강과 안전을 책임지는 AI 솔루션을 첫 번째 상품으로 개발한 취지도 검수AI와 마찬가지로 생산자의 만족도를 높이려는 뜻에 비롯된 것입니다.




이제 기술은 단순히 고객만족을 위한 수단만이 아니라 생산자의 노동 성취도를 만족시키는 데에도 초점을 맞추어야 합니다. 요즘 유행하는 ESG가 생산현장의 작업자에 보다 가까이 다가가는 구체적인 전략이기도 합니다. 이런 측면에서, 언론에게 “고객만족에 그쳤던 제품검수, 이제는 생산자만족에 도전합니다”란 명제는 기업의 ESG와 연계하여 다시 되새김질한 만한 가치가 있다고 생각합니다.





지은이 양필승: 1957년생. 미국 UCLA 중국현대사 박사. 전 건국대학교 교수와 현 한국뉴욕주립대 석좌교수, 현 중국 칭화대학 겸임교수, 현 중국 지린 메트로폴리탄 기술교육대학 총장, 1999년 CKT그룹 설립, 2018년 매경 세계지식포럼 AI부문 좌장, 2019년 MAILab 메일랩 설립 CEO.


MAILab (메일랩) www.mailab.co.kr: 자체 엔진인 i2Brian과 Vision AI Framework, MEGA Image AI Platform 및 MEGA Industrial AI Platform에 터잡아 QSS 통합 솔루션으로 방역, 보안 및 안전에 대한 인공지능 솔루션을 상품화하고, 미국, 캐나다, 중국, 인도에 엔지니어링과 마케팅 조직을 통해 QSS Integrated Solution 등 Industrial AI, 선천성 심장병 알고리즘 등 Medical AI, Robotic Intelligent Fulfilment Service 등 Logistic AI, 스킨케어와 메이크업 제품의 판매 및 생산을 위한Beauty AI 등을 개발하고 있습니다.


문의: sryoo@ckt21.com

010-2058-6585 (류성렬)

조회 6회

최근 게시물

전체 보기