제조 비전 검사 시장

---

글로벌 시장 규모

[머신 비전 시장 성장]

2023년: $15.4B (약 20조 원)
2024년: $17.8B
2025년: $20.5B
2030년: $35.0B (예상)

연평균 성장률(CAGR): 12.4%

주요 동력:
├── 반도체 미세화 → 더 정밀한 검사 필요
├── 전기차 배터리 → 안전 품질 요구 급증
├── 스마트팩토리 → 자동화 투자 확대
└── AI 기술 발전 → 검사 정확도 혁신

---

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
정확도	70~85%	95~99.5%
과검출	15~30%	1~5%
미검출	3~10%	0.05~1%
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!

AI는 "형태"를 보므로 조명 변화에 강건하다.

---

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 검출

---

제조 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.