3분
규칙 기반 검사와 AI 검사는 무엇이 다른가
Day 1: 제조 비전 AI 개요 & OpenCV 기초
규칙 기반 검사와 AI 검사는 무엇이 다른가
비전 AI 외관검사 > Day 1: 제조 비전 AI 개요 & OpenCV 기초
학습 목표
- 제조 비전 검사 시장 규모와 성장 추세를 파악한다
- 규칙 기반 검사와 AI 검사의 차이를 명확히 이해한다
- 산업별 비전 AI 적용 사례를 파악한다
제조 비전 검사 시장
시장을 말할 때 조심할 것
머신 비전 시장 규모와 성장률은 조사기관마다 정의가 달라 같은 해를 두고도 배 이상 차이가 난다. 어떤 곳은 카메라·렌즈·조명 같은 하드웨어만 세고, 어떤 곳은 소프트웨어와 시스템 통합까지 넣는다. 출처와 집계 범위 없이 옮긴 숫자는 사내 보고서에서 가장 먼저 반박당한다. 시장 규모가 필요하면 조사기관 이름·발표 연도·집계 범위를 함께 적어라.
숫자 없이도 확실한 것은 수요의 방향이다.
- 반도체·디스플레이가 미세해질수록 사람 눈으로 판정할 수 있는 범위를 벗어난다
- 전기차 배터리는 안전에 직결되어 전수 검사와 이력 추적 요구가 강하다
- 다품종 소량 생산이 늘면 규칙을 제품마다 다시 세우는 비용이 커진다
세 가지 모두 "검사를 사람이 규칙으로 쓰는 방식"의 한계에서 나온다.
규칙 기반 vs AI 기반 검사
| 비교 항목 | 규칙 기반 | AI 기반 |
|---|---|---|
| 원리 | if-else 조건문 | 학습된 패턴 인식 |
| 새로운 불량 대응 | 규칙 추가 필요 (수일) | 데이터 추가 학습 (수시간) |
| 조명 변화 | 매우 취약 | 강건함 |
| 성능 | 조건이 고정되면 안정적, 벗어나면 급격히 나빠짐 | 변동에 견디지만 학습 데이터 밖은 여전히 취약 |
| 과검·미검 | 임계값을 어디에 두느냐로 결정 | 임계값 + 학습 데이터의 질로 결정 |
| 초기 비용 | 낮음 | 높음 |
| 유지보수 | 규칙 수동 업데이트 | 모델 재학습 |
| 설명 가능성 | 명확 (규칙 자체) | GradCAM 등 필요 |
[규칙 기반의 한계 - 실제 사례]
조명이 바뀌면:
오전 10시: 밝기 기준 200 → 정상 동작
오후 3시: 햇빛 반사 → 밝기 기준 200 초과
→ 정상 제품을 모두 불량 판정!
AI 는 밝기 하나가 아니라 형태와 질감을 함께 보므로 이런 변화에 더 견딘다.
다만 학습 데이터에 오후 조명이 없으면 AI 도 같이 무너진다. 강건함은 공짜가 아니다.산업별 비전 AI 적용
[반도체]
├── 웨이퍼 표면 결함 검출
├── 다이 본딩 검사
├── 와이어 본딩 검사
└── 패키지 외관 검사
[자동차]
├── 차체 용접 비드 검사
├── 도장 표면 결함 검출
├── 부품 치수 측정
└── 조립 누락 검사
[디스플레이]
├── 패널 픽셀 불량
├── 유기물 이물질 검출
├── 편광판 결함
└── 배선 단락/단선
[배터리]
├── 전극 코팅 결함
├── 분리막 핀홀 검출
├── 셀 외관 검사
└── 용접부 품질 검사
[PCB/전자부품]
├── 납땜 불량 검출
├── 부품 실장 검사
├── 패턴 단선/단락
└── 이물질 검출제조 불량의 3가지 수준
수준 1: 분류 (Classification)
"이 제품은 양품인가 불량인가?"
→ CNN 분류 모델 (Day 2)
수준 2: 탐지 (Detection)
"불량이 어디에 있는가?"
→ YOLO 객체탐지 (Day 3)
수준 3: 이상탐지 (Anomaly Detection)
"이전에 본 적 없는 결함인가?"
→ Autoencoder, PatchCore (Day 4)이번 주에 3가지 수준을 모두 다룬다.
AI로 학습하기 — 꿀팁
규칙 기반 vs AI 검사 성능 비교 주장 검증AI 학습 팁
제조 비전 AI의 성능 지표는 과장되거나 특정 조건에서만 유효한 경우가 많으므로, AI가 제시하는 비교 수치를 비판적으로 검증해야 한다.
제조 비전 검사 시장과 AI 검사 성능에 대한 다음 주장들을 검증해줘: 1) 'AI 비전 검사는 규칙 기반 검사 대비 정확도가 항상 20% 이상 높다', 2) '딥러닝 기반 검사 시스템은 초기 학습 후 추가 튜닝 없이 모든 제품 변종에 대응할 수 있다', 3) '규칙 기반 검사는 조명 변화에 AI보다 더 강건하다', 4) '제조 비전 AI 시장은 2025년부터 연평균 30% 이상 성장하고 있다'. 각 주장에 대해 실제 제조 현장 조건(다품종 소량, 조명 변화, 신제품 빠른 출시)을 기준으로 타당성을 분석하고, 각 기술의 적합한 사용 케이스를 명확히 구분해줘.
이 팁이 도움이 됐나요?
핵심 포인트
- • 시장 규모·성장률 수치는 조사기관과 집계 범위에 따라 크게 다르므로 출처 없이 인용하지 않는다
- • 규칙 기반은 조건이 고정될 때 강하고, AI 는 변동에 견디지만 학습 데이터 밖에서는 함께 무너진다
- • 제조 비전 AI 는 분류→탐지→이상탐지 순으로 물음이 달라진다