45분
RAG 연동: 불량 유형별 조치 매뉴얼 자동 조회
Day 5: 실전 프로젝트 — 불량 판별 검사 시스템
RAG 연동: 불량 유형별 조치 매뉴얼 자동 조회
비전 AI — 제조 외관검사 시스템 > Day 5: 실전 프로젝트 — 불량 판별 검사 시스템
학습 목표
비전 AI 검출 결과를 RAG 시스템과 연동할 수 있다 불량 유형에 따른 조치 매뉴얼을 자동으로 조회할 수 있다 Week 2-3에서 배운 RAG를 실제 제조 시스템에 적용할 수 있다
RAG 연동: AI가 불량을 찾고, 조치 방법도 알려준다
Week 2-3에서 배운 RAG(Retrieval-Augmented Generation)를 비전 AI와 결합하면, 불량을 검출하고 동시에 조치 매뉴얼까지 자동으로 제공하는 시스템을 만들 수 있다.
[비전 AI + RAG 연동]
카메라 이미지
↓
YOLO: "스크래치 검출 (92%)"
↓
RAG 조회: "스크래치" → 벡터 검색
↓
LLM 응답: "스크래치 원인: 이송 중 접촉.
조치: 1) 이송 벨트 점검
2) 보호 필름 부착 확인
3) 설비 FANUC 파라미터 #1234 확인"
↓
검사 대시보드에 표시에디터 로딩 중...
핵심 포인트
- • 비전 AI 검출 결과를 RAG 입력으로 활용하여 조치 매뉴얼 자동 제공
- • 불량 유형별 원인, 조치, 예방 대책, 참조 문서를 체계적으로 관리
- • Week 2-3의 ChromaDB + OpenAI RAG를 실제 시스템에 연동 가능
- • 심각도별 조치 우선순위 자동 설정 (critical > medium > low)
AI로 학습하기 — 꿀팁
🤖비전-RAG 연동 파이프라인 생성AI 학습 팁
AI에게 YOLO 불량 탐지 결과를 RAG 조치 매뉴얼 조회와 연결하는 통합 파이프라인을 스캐폴딩하도록 요청하세요. 불량 클래스 → 쿼리 생성 → 매뉴얼 검색 흐름을 포함해 받으세요.
YOLO가 탐지한 불량 유형(스크래치/크랙/오염/변색)을 RAG 시스템과 연동하는 Python 파이프라인을 구현해줘. YOLO 탐지 결과에서 상위 신뢰도 불량 클래스를 추출하고, 불량 유형·설비명·라인번호를 조합한 자연어 쿼리를 자동 생성한 후, Chroma 벡터 DB에서 해당 조치 매뉴얼을 검색하여 반환하는 DefectResponsePipeline 클래스를 작성해줘.
이 팁이 도움이 됐나요?