[한국기술뉴스] 세종대학교 컴퓨터공학과 공성곤 교수 연구팀이 딥러닝 기반 머신비전을 활용해 용접 결함을 검출하는 시스템을 개발했다. R-CNN 분류기 방식으로 시제품을 개발해 검출속도와 정확도를 상용화가 가능한 수준으로 높였다. 산업 현장에 적용해 검증을 완료했다. 개발된 기술은 세종대학교 산학협력단을 통해 2018년 12월 3일 특허를 출원(출원번호 제1020180153775호)했다. 특허 명칭은 '용접 결함의 종류 판단 방법 및 이를 수행하는 단말 장치’이다. 특허 등록이 완료돼 산업에서 기술을 활용할 수 있도록 기술이전을 추진할 계획이다. 

[기자]

용접은 공정의 특성상 외부조건에 의해 결함이 발생할 수 있어 결함을 검사하는 것이 중요합니다. 용접 생산과 결함 검사를 따로 진행하게 되면 재용접에 대한 시간적, 경제적 비용이 발생할 수 있습니다.

세종대학교 연구팀이 용접 현장에서 결함을 즉시 검사하는 검출 시스템을 개발했습니다. 카메라가 용접이 수행된 표면을 촬영합니다. 촬영된 영상을 딥러닝으로 분석해 결함을 검출합니다. R-CNN 분류기 구조는 한 네트워크로 결함 위치 파악과 결함 종류를 동시에 판단할 수 있습니다. 또한 분류기만을 분리해 작업 환경에 맞는 구조를 개발할 수 있습니다. 연구팀이 600개의 테스트 데이터로 실험한 결과 용접 결함 검출능력이 우수한 것을 확인했습니다. 데이터가 누적되면 학습을 통해 정확도를 더욱 향상시킬 수 있습니다.

생산 현장에서 검사와 불량 여부를 실시간으로 판단해 재용접에 드는 시간적, 경제적 비용을 줄일 수 있을 것으로 기대됩니다.