AI 솔루션 전문기업 포인드(대표 이채수)가 철강 산업 현장에 인공지능(AI) 기술을 접목해 품질검사 자동화와 생산 효율화를 동시에 실현했다.
포인드는 라라스틸과 한금 두 수요기업 현장에 각각 AI 기반 비전검사 시스템을 적용해 강판·강관 제품의 불량을 자동 검출하는 솔루션을 구축했다고 17일 밝혔다. 숙련 인력의 경험에 의존하던 품질검사 과정을 데이터 중심으로 전환하며 검사 시간 40~60% 단축, 인력 투입 50~70% 절감, 불량 탐지 정확도 87% 이상이라는 정량적 성과를 거뒀다고 설명했다.
해당 기술은 경상북도와 포항시, 포항테크토파크 경북디지털혁신본부가 지역 제조기업의 현장 문제를 해결하기 위해 수행한 ‘수요맞춤형 AI솔루션 개발·실증 지원사업(2024~2025)’을 통해 개발됐다. 포인드는 AI 비전검사 기술을 통해 철강제품 품질관리의 ‘디지털 트랜스포메이션’을 제공하고 있다.
라라스틸은 강관 제조 과정에서 제품 표면의 미세한 결함을 검사하는 공정이 시간과 인력 소모가 크고, 정밀도 유지가 어렵다는 문제가 있었다. 포인드는 이를 해결하기 위해 ‘AI 기반 철강 품질관리 기술을 활용한 노동력 절감형 불량 검출 시스템’을 구축했다.
이 시스템은 0.05mm 수준의 결함까지 감지 가능한 65M 고해상도 카메라와 왜곡이 없는 텔레센트릭 렌즈, 포인드의 자체 AI 비전 알고리즘을 결합해 강관의 형상·표면 상태를 실시간으로 촬영·분석한다. AI는 정상 이미지를 기준으로 검사 이미지를 비교하고, 픽셀 단위로 차이를 판별해 불량 여부를 자동 판단한다. 이를 통해 라라스틸은 검사 시간을 40% 이상 단축하고, 검사 인력을 절반으로 줄였으며, 품질 편차를 최소화했다.
한금은 자동차용 강판 제품의 불량 여부를 검사하는 과정에서 비가동 이미지와 중복 데이터를 일일이 분류해야 하는 비효율성이 컸다. 포인드는 이를 개선하기 위해 ‘AI 기반 강판 품질관리 기술을 활용한 노동력 절감형 불량 검출 시스템’을 적용했다. 하루 평균 7만 장 이상의 데이터를 자동 수집·정제하고, AI가 비가동 이미지와 중복 데이터를 제거한 뒤 결함 이미지를 필터링·라벨링해 학습하는 구조다.
특히 소형 결함을 탐지하는 CO-DETER 모델과 대형 결함을 검출하는 V8-L 모델을 결합한 앙상블(Ensemble) 구조를 통해 검출 정확도(mAP)를 87.4%까지 끌어올렸다. AI는 결함 크기·위치·패턴을 자동으로 분류하고, 검사 이력 데이터를 그래프로 시각화해 품질 추세를 한눈에 파악할 수 있도록 했다. 현재는 MES·PLC 연동을 통해 생산 이력과 불량 위치를 자동 관리하는 기능도 고도화 중이다. 이 시스템으로 한금은 검사 시간을 약 60% 단축하고, 인력 투입을 70% 줄이는 동시에 품질 데이터의 신뢰도를 높였다.
포인드의 시스템은 라라스틸과 한금 모두에서 검사 효율성과 데이터 신뢰성을 동시에 입증했다. AI가 스스로 결함 이미지를 선별·학습하면서 숙련자의 주관적 판단에 의존하던 품질검사가 정량적이고 재현 가능한 시스템으로 전환됐다. 생산라인의 자동 제어, 불량률 예측, 품질이력 관리까지 AI가 품질관 전 과정을 통합적으로 관리하는 구조다.
이채수 대표는 “철강 제조현장에 AI를 접목함으로써 데이터 기반의 품질검사 체계가 빠르게 자리 잡고 있다”며 “라라스틸과 한금의 성공 사례를 기반으로 철강뿐 아니라 비철금속, 기계부품 산업으로도 확산시켜 나가겠다”고 밝혔다.
한편, 해당 과제는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 지원하는 ‘제조업 AI융합 기반 조성 사업’(2024~2025년)의 주요 실증 프로그램이다.
한경닷컴 뉴스룸 open@hankyung.com
관련뉴스
