머신비전 도입 전 현장 요구사항을 검증하는 순서

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

검사 목적을 먼저 고정해야 장비 사양이 흔들리지 않습니다

불량을 찾는지, 공정을 제어하는지부터 나눕니다

머신비전 시스템을 구매하기 전 가장 먼저 해야 할 일은 카메라 모델을 고르는 것이 아니라 검사의 목적을 한 문장으로 고정하는 것입니다. 같은 제품을 촬영하더라도 표면 스크래치를 찾는 검사, 치수를 재는 검사, 조립 유무를 판별하는 검사는 필요한 optical 구성과 imaging 조건이 완전히 달라집니다.

예를 들어 “불량품을 걸러내고 싶다”는 요구는 너무 넓습니다. “알루미늄 표면의 0.2mm 이상 찍힘을 1초 안에 판별한다”처럼 대상, 크기, 시간, 판정 기준이 들어가야 vision 시스템 견적이 현실에 가까워집니다. 이 단계가 흐리면 해상도는 과해지고, 조명은 반복 교체되고, 현장에서는 ‘화면은 잘 보이는데 왜 판정은 흔들리지?’라는 질문이 남습니다.

• 검사 대상: 제품명, 재질, 색상, 표면 광택, 이동 방식까지 적습니다.
• 검출 결함: 흠집, 이물, 누락, 뒤틀림, 치수 오차처럼 유형을 분리합니다.
• 허용 기준: 몇 mm 이상, 몇 픽셀 이상, 어느 위치의 결함인지 수치화합니다.
• 처리 속도: 분당 생산량, 컨베이어 속도, 촬영 가능 시간을 함께 확인합니다.
• 판정 결과 활용: 단순 알람인지, 자동 배출인지, 설비 제어까지 연결되는지 정합니다.

샘플 기준을 만들 때 좋은 제품도 함께 준비합니다

검사 장비를 검토할 때 불량 샘플만 모으는 경우가 많습니다. 하지만 실제 알고리즘은 불량보다 정상의 범위를 더 많이 배웁니다. 좋은 제품의 표면 편차, 생산 로트별 색 차이, 포장 필름 반사, 미세한 위치 흔들림까지 알아야 정상인데 불량으로 잡는 과검출을 줄일 수 있습니다.

이때 샘플은 최소한 양품, 경계품, 불량품으로 나누어 라벨링하는 것이 좋습니다. 경계품은 담당자끼리도 판단이 갈리는 제품입니다. 이 샘플을 먼저 합의하면 추후 장비 성능 테스트에서 “이건 원래 통과시켜야 한다”거나 “현장에서는 이 정도도 불량이다”라는 논쟁을 줄일 수 있습니다.

구매 전 테스트 샘플은 예쁜 대표품보다 골치 아픈 실제품이 더 유용합니다. 조명 반사가 심한 제품, 약간 휜 제품, 로트 차이가 큰 제품을 일부러 섞어야 현장 적합성이 보입니다.

1. 검사 목적을 한 문장으로 작성합니다.
2. 양품, 경계품, 불량품을 각각 20개 이상 확보합니다.
3. 불량 위치와 크기를 사진 또는 도면에 표시합니다.
4. 생산 담당자와 품질 담당자가 같은 기준으로 판정하는지 확인합니다.
5. 장비 업체에 샘플 테스트 결과 이미지와 판정 로그를 요청합니다.

용어가 혼동된다면 기본 개념부터 맞추는 것도 도움이 됩니다. 특히 vision이라는 단어는 산업 현장에서 시각 인식, 영상 처리, 검사 시스템을 넓게 가리키는 말로 쓰이므로, 기본 의미는 vision 용어 정의를 참고해두면 협의 과정에서 표현을 맞추기 좋습니다.

카메라와 렌즈를 고르기 전 촬영 조건을 숫자로 적어봅니다

시야, 정밀도, 작업거리의 관계를 확인합니다

머신비전 구매 상담에서 자주 나오는 말이 “해상도 높은 카메라면 되지 않나요?”입니다. 하지만 해상도는 단독으로 결정할 수 없습니다. 한 화면에 담아야 하는 시야가 넓어지면 같은 카메라라도 픽셀당 실제 길이가 커지고, 작은 결함을 구분하기 어려워집니다. 반대로 시야를 좁히면 정밀도는 좋아지지만 제품 전체를 한 번에 보기 어렵습니다.

따라서 구매 전에는 FOV, 최소 검출 크기, 작업거리를 함께 적어야 합니다. 예를 들어 가로 100mm 영역에서 0.1mm 결함을 안정적으로 보려면 이론상 픽셀 계산만으로 끝나지 않습니다. 렌즈 왜곡, 초점 심도, 조명 균일도, 제품 흔들림까지 고려해야 실제 검사에서 쓸 수 있는 이미지가 나옵니다.

• FOV: 한 번에 촬영해야 하는 실제 가로·세로 영역을 mm 단위로 적습니다.
• 최소 검출 크기: 놓치면 안 되는 결함의 최소 길이와 폭을 분리합니다.
• 작업거리: 렌즈 끝부터 제품까지 확보 가능한 공간을 확인합니다.
• 설치 방향: 정면, 측면, 사선, 하부 촬영 중 어떤 각도가 가능한지 봅니다.
• 제품 높이 편차: 높이가 달라지면 초점이 흔들릴 수 있으므로 범위를 기록합니다.

렌즈와 조명은 한 세트로 검토해야 합니다

렌즈는 선명도를 담당하고 조명은 보이는 정보를 결정합니다. 반사가 강한 금속 표면에서는 일반 링 조명이 결함을 숨길 수 있고, 투명 소재는 백라이트나 편광 조건이 필요할 수 있습니다. 검은 플라스틱 위의 검은 이물처럼 대비가 낮은 대상은 카메라를 바꾸기 전에 조명 방향과 파장을 먼저 조정하는 편이 효과적일 때가 많습니다.

여기서 중요한 점은 사람 눈에 잘 보이는 이미지와 알고리즘이 안정적으로 판정하는 이미지가 다를 수 있다는 것입니다. 검사 화면이 보기 좋더라도 결함과 배경의 밝기 차이가 작으면 threshold, edge, AI segmentation 모두 흔들릴 수 있습니다. 반대로 사람에게는 다소 과장되어 보이는 조명이 알고리즘에는 더 좋은 입력이 되기도 합니다.

빛의 방향과 세기를 다루는 작업은 optical technology의 핵심입니다. 광원의 성질을 이해하면 조명을 왜 바꿔야 하는지 설득하기 쉬운데, 기초 개념은 광의 기본 설명을 참고하면 좋습니다.

견적서에 카메라 화소만 크게 보인다면 한 번 멈춰보세요. 같은 예산이라도 렌즈와 조명에 균형 있게 배분한 시스템이 현장에서는 더 오래 버팁니다.

소프트웨어와 인터페이스는 운영자가 매일 쓰는 기준으로 봅니다

검사 알고리즘보다 운영 화면이 먼저 막힐 때가 있습니다

머신비전 시스템은 설치 당일보다 운영 한 달 뒤가 더 중요합니다. 초기 셋업은 업체 엔지니어가 도와줄 수 있지만, 모델 변경, 기준값 조정, NG 이미지 확인, 알람 대응은 현장 담당자가 반복해서 처리해야 합니다. 그래서 구매 전에는 software 기능을 단순히 “AI 지원 여부”로만 보지 말고, 실제 운영자가 어디까지 직접 다룰 수 있는지 확인해야 합니다.

특히 품목이 자주 바뀌는 생산 라인이라면 레시피 관리가 중요합니다. 제품별 촬영 조건, 검사 영역, 판정 기준, 저장 경로가 묶여 있어야 교대 근무 중에도 실수가 줄어듭니다. 레시피 전환이 복잡하면 장비 성능이 좋아도 현장에서는 우회 운전이 생기고, 결국 품질 데이터가 끊깁니다.

• 레시피 관리: 품목별 설정을 불러오고 수정 이력을 남길 수 있는지 확인합니다.
• 권한 설정: 작업자, 관리자, 엔지니어 권한이 분리되는지 봅니다.
• NG 이미지 저장: 원본 이미지와 판정 결과가 함께 저장되는지 확인합니다.
• 통계 화면: 시간대별 불량률, 유형별 빈도, 장비 알람을 볼 수 있는지 점검합니다.
• 언어와 UI: 현장 작업자가 바로 이해할 수 있는 용어와 화면 구조인지 확인합니다.

PLC, MES, 로봇과 연결되는 지점도 구매 전에 물어봅니다

검사 장비가 단독으로 판정만 하고 끝나는 현장도 있지만, 많은 라인은 PLC, MES, 로봇, 바코드 리더, 배출 장치와 연결됩니다. 이때 통신 규격을 나중에 확인하면 예상보다 큰 추가 비용이 생길 수 있습니다. Ethernet/IP, Modbus TCP, RS-232, 디지털 I/O, OPC UA 등 어떤 방식이 필요한지 설비 담당자와 함께 정리해야 합니다.

또한 데이터 저장 정책도 중요합니다. 모든 이미지를 저장할지, NG 이미지만 저장할지, 저장 기간은 며칠인지에 따라 PC 사양과 저장장치 용량이 달라집니다. 추적성이 중요한 산업이라면 검사 결과를 제품 ID와 묶어 남겨야 하며, 이 경우 바코드 또는 QR 판독과 시간 동기화까지 함께 검토해야 합니다.

1. 운영자가 하루에 가장 많이 누를 버튼을 적어봅니다.
2. 품목 변경 시 필요한 클릭 수와 입력 항목을 확인합니다.
3. NG 이미지가 검색 가능한 파일명으로 저장되는지 봅니다.
4. 설비 정지 신호, 배출 신호, 경고 신호의 흐름을 도식화합니다.
5. MES 연동이 있다면 결과값 형식과 전송 실패 시 재처리 방식을 확인합니다.

시각 정보를 장비가 처리한다는 개념은 결국 사람이 보는 방식과 기계가 판단하는 방식을 연결하는 문제입니다. 기본적인 시각의 개념은 시각 관련 지식백과 항목처럼 넓은 정의에서 출발해도 좋지만, 현장에서는 이를 데이터, 신호, 판정 로직으로 바꾸는 설계가 필요합니다.

소프트웨어 검토에서 가장 좋은 질문은 “불량이 많이 나온 날, 원인을 10분 안에 찾을 수 있나요?”입니다. 이 질문에 답하려면 화면, 로그, 이미지, 통계가 서로 연결되어야 합니다. 단순히 검출률만 높다고 해서 좋은 vision system이라고 부르기 어려운 이유가 여기에 있습니다.

견적서를 받기 전 현장에서 바로 해볼 수 있는 30분 점검

설치 공간과 유지보수 동선을 먼저 재봅니다

장비 사양이 마음에 들어도 현장에 들어가지 못하면 소용이 없습니다. 머신비전 장비는 카메라와 조명만 설치하는 것이 아니라 브라켓, 케이블, 컨트롤러, PC, 모니터, 에어 블로어, 차광 커버까지 함께 들어갑니다. 특히 기존 라인에 추가하는 경우에는 작업자 동선, 청소 공간, 제품 교체 공간과 충돌하지 않는지 확인해야 합니다.

현장에서 바로 할 수 있는 가장 간단한 방법은 줄자와 휴대폰 카메라를 들고 설치 후보 위치를 촬영하는 것입니다. 카메라를 놓을 수 있는 높이, 조명과 제품 사이 거리, 케이블이 지나갈 경로, 장비 문이 열리는 방향을 사진에 표시해두면 업체와의 상담이 훨씬 빨라집니다. 이 자료는 화려한 제안서보다 실제 설계에 더 큰 도움이 됩니다.

• 상부 공간: 렌즈와 조명 높이를 확보할 수 있는지 봅니다.
• 측면 접근성: 렌즈 청소와 조명 교체가 가능한 손 공간이 있는지 확인합니다.
• 진동원: 프레스, 모터, 컨베이어 연결부처럼 흔들림이 큰 지점을 피합니다.
• 차광 가능성: 창문, 천장등, 작업등의 영향을 줄일 구조를 생각합니다.
• 케이블 경로: 고전압 전원선과 영상 케이블이 무리하게 붙지 않도록 봅니다.

구매 문의 메일에는 이 항목을 붙이면 답변 품질이 달라집니다

업체에 “머신비전 견적 부탁드립니다”라고 보내면 돌아오는 답변도 넓고 애매해질 수밖에 없습니다. 반대로 검사 목적, 제품 사진, 불량 샘플, 생산 속도, 설치 공간을 함께 보내면 초기 상담부터 카메라, 렌즈, 조명, software 구성의 방향이 좁혀집니다. 이 과정에서 예산도 현실적으로 보입니다.

가격은 구성에 따라 차이가 큽니다. 간단한 유무 검사와 고정형 조명 중심의 시스템은 상대적으로 낮은 예산으로 시작할 수 있지만, 고속 라인, 다중 카메라, 정밀 측정, AI 학습, MES 연동, 차광 하우징이 포함되면 전체 비용은 빠르게 커집니다. 그래서 구매 전에는 단순 장비값뿐 아니라 설치, 튜닝, 교육, 예비 부품, 유지보수 비용까지 묶어 봐야 합니다.

1. 제품 전체 사진과 검사 부위 확대 사진을 준비합니다.
2. 양품, 경계품, 불량품 샘플 수량과 보관 가능 여부를 적습니다.
3. 컨베이어 속도, takt time, 하루 생산량을 숫자로 작성합니다.
4. 설치 후보 위치의 폭, 깊이, 높이를 측정합니다.
5. PLC, MES, 로봇, 바코드 등 연결 대상 장비를 적습니다.
6. 검사 실패 시 원하는 동작을 정합니다. 알람인지, 라인 정지인지, 자동 배출인지 구분합니다.

마지막으로 지금 당장 할 수 있는 행동 하나를 제안합니다. 현장에 가서 설치 후보 위치를 3장 찍고, 제품 샘플을 양품 5개·불량품 5개로 나누어 사진 파일명을 붙여보세요. 그런 다음 “무엇을, 어느 크기까지, 몇 초 안에, 어떤 동작으로 처리할지”를 한 줄로 적으면 머신비전 구매 검토의 절반은 이미 시작된 것입니다.