주요 요점
Edge Learning은 이러한 잘못된 인식을 깨고, 제조 및 물류 애플리케이션 자동화를 위한 실용적이고 확장 가능한 AI 기반 솔루션을 제공합니다. 방법은 다음과 같습니다.
- 디바이스에서 데이터를 처리하고 복잡성을 줄이며 빠른 배포를 가능하게 하여 자동화에 변화를 가져옵니다.
- 사전 훈련된 알고리즘을 사용하여 배포하기 때문에 사전 AI 전문 지식이 필요하지 않으며 교육이 거의 필요하지 않습니다.
- 다양한 산업 분야에 적용할 수 있는 스마트 카메라 기반 솔루션으로 품질 관리를 개선하고 비용을 절감하며 효율성을 개선합니다.
Edge Learning이란?
Edge Learning은 머신 비전 애플리케이션의 스마트 카메라에서 데이터가 발생하는 “엣지”에 배치하는 AI 기술입니다. 사전 훈련된 일련의 알고리즘을 활용하는 이 기술은 간단하게 설정할 수 있어 딥러닝과 마찬가지로 다른 AI 기반 솔루션에 비해 적은 시간과 이미지로 학습이 가능합니다.
Edge Learning은 초보자와 전문가 모두에게 실행 가능한 쉬운 솔루션입니다. 제조업체는 이를 라인 자동화를 위한 간단한 방법으로 배포할 수 있습니다. 머신 비전을 사용하지만 특정 AI 전문 지식이 부족한 숙련된 엔지니어도 원활하게 배포할 수 있습니다. 성능이 뛰어나고 사용이 간편한 Edge Learning을 사용하여 공장과 산업 전반에서 다양한 애플리케이션을 자동화할 수 있습니다.
Edge Learning의 이점은 무엇입니까?
Edge Learning은 머신 비전과 자동화를 쉽게 만듭니다. 머신 비전이나 AI에 대한 전문 지식이 필요하지 않기 때문에 라인 엔지니어는 필요한 작업에 대한 기존 지식을 사용하여 이러한 기술을 학습할 수 있습니다. 이 솔루션은 소수의 샘플 이미지만으로 양호한 부품과 불량 부품의 차이를 알아봅니다. 사전 AI 또는 머신 비전 경험은 필요하지 않습니다. 이러한 탁월한 기술 사용의 이점에 대해 자세히 알아보려면 계속 읽으십시오.
Edge Learning은 어떻게 작동합니까?
하나의 지능형 카메라 기반 솔루션을 사용하여 몇 분 안에 모든 공장 라인에서 Edge Learning을 활용할 수 있습니다. 이러한 유형의 솔루션은 머신 비전 하드웨어, 규칙 기반 툴, AI 기능 등의 여러 구성 요소를 통합합니다.
머신 비전 툴
규칙 기반 비전 툴은 위치, 측정, 방향 등의 같은 전문 작업에 매우 적합합니다. Edge Learning 활용 목적의 경우, 이러한 툴은 공장 자동화 요구에 맞는 방식으로 결합되므로 시스템을 학습시키는 경우 비전 툴을 연결하거나 복잡한 논리 시퀀스를 구축할 필요가 없습니다.
이러한 툴은 제조 결함을 감지 및 분석 목적으로 이미지의 신속한 전처리, 추출 밀도, 엣지 및 기타 형상 정보를 제공합니다. 이러한 툴을 통해 해당 이미지의 관련 부품을 식별하고 명확히 하여, 기존의 딥러닝 접근 방식에 비해 컴퓨팅 부하를 줄일 수 있습니다.
AI 기능
인간 프로그래머가 만든 규칙을 사용하는 대신 AI는 예시를 통해 학습하여, 신경망을 구축하고 허용 가능한 부품과 허용되지 않는 부품의 라벨이 지정된 예시에서 효과적인 합격/불합격 임계값을 설정합니다. 본질적으로 AI는 인간이 학습하는 방식을 모방합니다.
AI 기능에는 대량의 학습 요구 사항이 있을 수 있습니다. 반면에 Edge Learning은 공장 자동화 이미지에 특정한 구조적 콘텐츠가 있다는 사실을 이용하므로, 해당 영역 지식으로 자체 알고리즘을 사전 학습합니다. 기초부터 시작하지 않으면 학습 집중도가 떨어지는 애플리케이션이 됩니다.
Edge Learning의 활용 분야
제조업체와 물류 회사는 Edge Learning을 활용하여 자동차와 전자제품에서 소비자용 패키지 상품 및 물류에 이르기까지 모든 산업 분야 전반에서 광범위한 문제를 해결할 수 있습니다.
불량품을 감지 및 분류하고 결함을 허용 가능한 이상과 구별하여 품질을 보호합니다.
저항기를 검사하고 ‘불량’(손상 또는 긁힘) 또는 정상으로 분류합니다.
크기, 색상 및 시각적 특성을 기반으로 제품을 식별하고 분류합니다.
교차 벨트 분류기 또는 컨베이어 내에 끼인 트레이 또는 품목의 위생 상태를 평가하여 장비 손상 또는 처리 지연을 방지합니다.
공장 자동화에 AI를 활용하는 데 있어 일반적인 장애물은 복잡성에 대한 인식 수준입니다. 오늘날 Edge Learning과 같은 AI 기술의 발전으로 인해 이러한 이야기에 변화가 일어나고 있습니다.
Edge Learning은 성능이 뛰어나고 활용이 간편한 차원이 다른 혁신 기술입니다. 사전 AI 경험이나 기술 전문 지식 없이도 다양한 작업을 자동화할 수 있습니다. 부품 검사에서 분류 및 문자 판독 애플리케이션에 이르기까지 Edge Learning은 공장 현장에 자동화를 도입하기 위한 손쉬운 해답입니다.
위에서 설명된 AI 제조 및 절차에 관한 연구 및 정보의 출처는 다음과 같습니다.
Rapp. (2022년 1월 7일). 생산 분야에서의 인공 지능 실제 성공 스토리와 교훈을 확인해 보세요: https://www.nist.gov/blogs/manufacturing-innovation-blog/artificial-intelligence-manufacturing-real-world-success-stories
Dr. Fujimaka. (2020년 12월 7일).제조업에서 AI 채택 장애물 제거. 출처: https://www.automation.com/en-us/articles/december-2020/removing-barriers-to-ai-adoption-in-manufacturing