스마트 팩토리란 인공지능, 빅데이터, 사물 인터넷 등 디지털 자동화 솔루션 기술을 적용한 지능형 생산 공장이지요!

이 곳에서는 제품의 생산 과정을 자동화해 로봇이 제품을 조립하고, 인공지능이 제품의 품질을 관리합니다.

지금은 정상품과 불량품을 구분하여 판정하는 과정인 양불판정이 한창인데요. 

양불판정은 제품의 외관에 스크래치는 없는지 기능은 정상 작동하는지, 심한 소음이 발생하는지 등과 같이 제품의 이상 여부를 판정합니다.

인간의 눈과 같은 역할을 하는 인공지능을 시각지능이라고 하는데요. 

이 시각지능을 활용한 양불판정은 카메라로 제품의 외관을 보고 흠집은 없는지 부품이 잘 장착되었는지 등을 확인하게 됩니다. 

그렇다면 시각지능은 어떻게 사람처럼 볼 수 있을까요?

우리가 눈으로 물체를 보고 뇌에서 이미지를 인식하는 것처럼 시각지능은 카메라로 물체를 보고 인공지능 컴퓨터가 이미지를 인식합니다. 

이를 이해하기 위해서는 먼저 컴퓨터가 이미지를 어떻게 볼 수 있는지 알아야 하는데요.

먼저 컴퓨터는 이미지를 작은 픽셀 단위로 보게 됩니다. 

픽셀(Pixel)은 이미지를 구성하는 최소 단위를 뜻하는데요. 

그냥 볼 때는 보이지 않지만 이렇게 확대해보면 사각형의 픽셀이 보이지요?

이러한 작은 픽셀은 각각 단일한 색을 가지고 있는데요. 

이때 컴퓨터는 색을 디지털화된 숫자로 읽게 됩니다. 

모든 색깔은 빛의 삼원색인 빨강(Red), 초록(Green), 파랑(Blue) 3가지 조합으로 나타낼 수 있는데요. 

컴퓨터는 이 R, G, B를 0에서 255까지 디지털 숫자화하여 다른 색을 나타냅니다.

이제 픽셀들을 모두 모아서 전체 이미지를 읽어볼까요? 

이렇게 컴퓨터는 각 픽셀들이 가지고 있는 숫자 정보를 종합하여 이미지를 볼 수 있는 것이죠.

자, 이제 인공지능이 본 제품을 정상인지, 불량인지 판별할 수 있는지 살펴볼까요? 

비결은 바로 이미지 데이터 학습! 

어린 아이에게 처음 보는 물건을 주면 무엇인지 모르는 것처럼 시각지능도 배우지 않은 것은 무엇인지 알 수 없습니다. 

그래서 시각지능의 학습이 필요한 것이지요.

로봇청소기 라벨이 붙은 사진을 학습하고 

냉장고 라벨이 붙은 사진을 학습하게 되면 시각지능은 제품을 구분해 낼 수 있게 됩니다.

양불판정을 위해서는 정상품과 불량품이 무엇인지 알아야 하겠지요? 

정상품 라벨이 붙은 사진 데이터와 불량품 라벨이 붙은 사진 데이터를 학습하게 됩니다. 

또한 실제 현장에서는 불량품 데이터가 많지 않아 기존 불량 데이터를 여러가지로 변형시켜 만든 데이터로 학습하기도 한답니다. 

테스트를 거쳐 일정한 수준에 도달하게 되면 학습은 끝이 납니다.  

데이터 학습을 완료한 시각지능은 제품을 인식하고 학습 결과로 알게 된 이미지의 특성으로 불량품을 찾아내는 것이지요.

여기서 잠깐! 시각지능의 이미지 학습 방법에는 숨겨진 비법이 있는데요. 

그것은 바로 시각지능이 이미지를 구분하기 위해 활용하는 합성곱 신경망, 

줄여서 CNN(Convolutional Neural Network)이라고 부르는 알고리즘입니다.

이 알고리즘은 인간의 시신경을 모방한 기술로 

고양이가 사물을 보는 방법에서 아이디어를 얻어 인공지능에 적용하게 되었는데요. 

고양이는 사물을 볼 때 전체를 한 번에 보는 것이 아니라 부분으로 조각내어 살펴보는데 

복잡한 이미지를 단순한 선과 모서리 등으로 나누어 보게 됩니다.

CNN 알고리즘은 이와 비슷하게 선, 모서리 등과 같이 이미지의 특징을 찾아내는데 

렌즈와 비슷한 역할을 하는 필터를 사용하여 이미지를 훑고 다시 또 훑는 과정을 반복하며 특징을 찾아냅니다.

이때 각 픽셀의 숫자 정보로 복잡한 계산을 하면서 이미지의 특징을 추출하게 되는 것이죠! 

CNN 알고리즘은 이렇게 이미지의 특징을 잘 찾아 

이미지를 분류하는 성능이 탁월하기 때문에 이미지 인식에 널리 쓰인답니다!

지금까지 인공지능이 어떻게 사물을 인식하고, 구별하는지 그 원리에 대해 살펴봤습니다.

시각지능에 대해 더 자세히 알고 싶다면 아래 영상을 확인해보세요!