AI 기술을 활용하는 머신 비전
2021년 11월 15일
트위터로 보내기페이스북으로 보내기구글플러스로 보내기

글/ 가이 니콜슨(Guy Nicholson), 온세미 산업 및 상업 센싱 부문 수석 디렉터


머신비전 시스템은 산업 공정에 상당한 기간 동안 사용되어 왔다. 예컨대 컨베이어 벨트를 타고 시설 곳곳으로 운반되는 제품들을 모니터링하는 데 주로 사용되곤 했다. 머신비전 시스템은 비교적 단순한 패턴 인식에 기반해 그 기능을 확장해 왔지만, 머신비전이 새로운 애플리케이션으로 옮겨가는 데는 인공지능(AI)과 머신러닝이 도움이 됐다.


산업 생산라인은 비교적 획일적이기 때문에, 머신비전 시스템은 무엇이든지 정확한 범위를 벗어날 경우 쉽게 포착해낸다. 반면 현실의 사물들은 이보다 획일적이지 않으며, AI와 머신러닝은 이러한 부분에 실질적 혜택을 가져다 준다. 인공지능을 활용한 머신비전 시스템은 분실된 제품이나 동작이 중단된 컨베이어 벨트 이상의 것을 식별해낸다.


해당 시스템들은 모든 수직적 과정에 침투해 다양한 역할을 강화할 것이다. AI가 복잡한 기계를 정비하는 엔지니어를 지원하기 위한 분야 가운데는 유지관리가 있다. 농업과 같은 다른 분야는 머신비전을 사용해 농작물의 상태를 원격 모니터링하고, 해당 정보를 관개 주기 및 환기 등을 조정하는 데 사용할 것이다.


이러한 애플리케이션에 AI 백엔드(back-end)를 제공하는 클라우드 플랫폼의 상용화가 대폭 확대되고 있다. 해당 플랫폼에 대한 접근성은 비용 절감에 힘입어 증가하고 있으며, 향상된 정확성 덕분에 수요 또한 높아지고 있다. 이를 통해 머신비전 솔루션을 AI 클라우드 플랫폼에 간편하게 연결할 수 있는 선순환 투자가 이뤄지고 있다. 이제 머신비전은 훨씬 더 다양하게 사용될 수 있으며, 이는 사물 인터넷(IoT)의 새로운 진화를 이끌 것이다.


초저전력(Ultra-low-power) 센싱

이와 같은 성장의 핵심은 초 저전력 센서 솔루션의 가용성이다. 새로운 애플리케이션에는 필요에 따라 바로 이미지를 캡처하는 '상시 작동(always-on)' 기능이 요구된다. 즉, 고성능과 저전력이 결합된 솔루션이 필요함을 의미한다.


물론 연결성 또한 매우 중요하다. 클라우드에서 AI 분석이 대량 진행되면서 센서 플랫폼은 크기를 더욱 줄이고 전력 효율을 더욱 높일 수 있으나, 백홀(backhaul)을 위한 고속 및 신뢰성 있는 연결성 또한 포함해야 한다. 바로 여기에서 저전력 블루투스(Bluetooth® Low Energy) 무선 프로토콜이 중요하고 이를 활성화하는 역할을 한다.


센서 플랫폼에 저전력 블루투스 기술을 추가하면 머신비전 센서 플랫폼을 클라우드 서비스에 무선으로 연결하는 간단하면서도 포괄적인 방식으로 이용할 수 있게 된다. 센서 플랫폼은 사물인터넷(IoT) 게이트웨이 혹은 스마트폰을 사용하여 이미지 데이터를 비롯한 각종 센서 정보를 클라우드 플랫폼에 전송며, 이를 AI를 통해 분석할 수 있다. 이후 센서 플랫폼이나 연결된 다른 스마트 액추에이터(actuator)로 작업 결과를 되돌려 받을 수 있다.


컬러 이미지 캡처 기능


머신비전 시스템은 간단한 단색 이미지를 사용해 기본적인 물체를 식별할 수 있지만 컬러 이미지는 훨씬 더 많은 정보를 전달한다. 장면 분석에 AI를 사용할 경우, 색감이 더욱 관련성이 높아진다. 머신비전에 색상 요소를 추가하면 앞서 말한 애플리케이션의 자동 인식에 새로운 차원을 더할 것이다. 색상은 장면 속 개체 간의 대비와 구분을 더욱 강조한다. 오늘날 AI 시스템은 정확도 향상을 위해 이러한 기능을 활용할 수 있다.


 

d95bf6b623a0ecfc087e6410149bbaf1_1636977238_1341.jpg

​그림1. 컬러 이미징을 요구하는 애플리케이션


특히 배터리 기반 상시 작동 장치의 경우, 이와 관련된 전체 전력 예산을 더욱 철저히 관리해야 한다. 예로써 하나의 동전형 전지(coin cell)를 통해 5년 이상 작동할 것으로 예상되는 장치가 포함될 수 있다. 시스템 전력 측면에서 가장 중요한 설계 기준은 이미지 센서, 제어 시스템 및 통신 인터페이스가 있다.


RSL10 스마트샷 카메라는 엔지니어들이 저전력 블루투스를 기술이 사용하는 완전한 저전력 이미지 캡처 플랫폼에 접근토록 개발됐다. 최신 버전의 플랫폼은 ARX3A0 CMOS 이미지 센서 기반의 카메라 모듈을 사용하여 컬러 이미지 캡처 지원을 추가했다. 해당 모듈은 온세미의 이미지 액세스 시스템(IAS) 설계 형식을 준수해 표준화된 커넥터 및 레이아웃 구성을 사용하여 모듈을 상호 교환할 수 있도록 한다.



d95bf6b623a0ecfc087e6410149bbaf1_1636977276_9027.jpg


그림2: AI를 통해 이벤트 트리거(Event-Triggered) 이미징을 지원하는 저전력 카메라 플랫폼



온세미는 차세대 RSL10 스마트샷 카메라 플랫폼 제작에 이를 사용해 왔다. RSL10 스마트샷 컬러 카메라는 현재 ARX3A0의 컬러 버전을 지원한다. 새로운 플랫폼은 또한 줄어든 크기와 함께 최적화된 전력을 제공한다. 시스템 성능을 평가한 후 고객은 소프트웨어를 포함한 설계 파일을 활용해 스마트 머신비전 IoT 센서를 직접 개발할 수 있다.


배터리에 기반해 작동할 경우, 긴 수명을 위한 전원 관리가 중요하다. RSL10 SIP / ARX3A0은 컬러 카메라 및 하드웨어 기반 스마트 전원 관리 모드의 전용 FAN53880 전원 관리 IC(PMIC)로 보완된다. 컬러 카메라를 연속 이미지 캡처와 연결하면 136.3mW만 소비된다. 트리거 이벤트를 기다리는 동안에는 이 값이 88.77µW로 떨어지며 전원 차단 모드에서는 30.36µW만 소비된다.


결과적으로, 하루 한 장씩 이미지를 촬영할 경우 2000mAh 배터리 하나로 11년 이상 컬러 카메라 플랫폼이 작동할 수 있다.


이벤트 트리거 머신비전

RSL10 스마트샷 카메라는 이벤트 트리거 이미지 캡처를 제공하도록 설계됐다. 즉, 이미지 데이터를 지속적으로 스트리밍하는 대신 미리 정의된 이벤트를 기반으로 이미지가 캡처됨을 의미한다. 이벤트 조건은 카메라 플랫폼에 통합된 첨단 센서를 사용하여 모니터링된다.


이러한 센서를 사용하여 모니터링할 수 있는 환경적 요소에는 동작, 온도, 시간, 습도 및 가속도가 포함된다. 개발자는 이러한 센서의 결과값을 활용해 복잡한 이벤트 조건을 만들 수 있다. 이벤트 조건이 충족되면 RSL10 스마트샷 카메라가 이미지 캡처를 트리거 한다. 이후 캡처된 이미지가 저전력 블루투스를 통해 스마트폰 또는 게이트웨이로 전송된다.


컬러 이미지 캡처로의 전환은 블루투스를 통해 전송되는 데이터의 양의 증가를 의미하지만, 온세미 엔지니어들은 시스템 전력 요구량을 거의 증가시키지 않고 이 작업을 성공시켰다. 그 핵심인 RSL10 SIP는 초 저전력 시스템 인 패키지(System-in-package, SiP)이다. 소형 저전력 SiP는 이미지 센서 프로세서를 제어하고 환경 센서를 구동하며 저전력 블루투스 통신을 관리하는 전체 시스템의 허브 역할을 한다.


클라우드 AI 플랫폼과의 상호작용


RSL10 스마트샷 컬러 카메라와 함께 온세미는 안드로이드(Android™) 및 iOS®에서 이용 가능한 맞춤형 모바일 앱을 제공한다. 따라서, 연결된 스마트폰 및 유효한 아마존웹서비스(AWS)계정을 사용하여 아마존 리코그니션(Amazon Recognition™)을 사용할 수 있다. AWS™ 계정이 RSL10 스마트샷 모바일 앱에 연결되면 이미지를 업로드하여 분석할 수 있다. 분석이 완료되면 아마존 리코그니션은 이미지에서 인식된 모든 개체 목록을 백분율 정확도 수치와 함께 반환한다.


d95bf6b623a0ecfc087e6410149bbaf1_1636977337_322.jpg

그림3: 이미지 분석을 지원하는 클라우드 커넥티드(Cloud-Connected) 모바일 애플리케이션




d95bf6b623a0ecfc087e6410149bbaf1_1636977361_8768.jpg

그림4: 마이크로소프트 애저(Microsoft Azure)로 구동되는 클라우드 기반 솔루션


또한 온세미는 애브넷(Avnet)과 협력해 RSL10 스마트샷 카메라를 마이크로소프트 애저로 구동되는 클라우드 기반 솔루션인 IoT커넥트(Connect) 플랫폼에 통합했다. IoT 설계 프로세스의 복잡성을 최소화하도록 설계된 IoT 커넥트는 데이터가 해석, 조작 및 학습(AI)되도록 카메라 플랫폼의 정보를 클라우드에 연결하는 수단을 제공한다. 고객은 이를 활용해 물체 감지, 아날로그 미터 판독 또는 재고수준 확인과 같이 시각 요소가 필요한 자체 POV(Proof of Value)에 따라 맞춤 설정할 수 있다. 이를 통해 IoT 프로젝트를 보다 신속하게 검증하고 고객의 시장 출시를 앞당길 수 있다.


결론

비전 센싱은 공장 자동화, 농업 등 여러 분야의 애플리케이션을 보유한 흥미로운 기술이다.  지루함을 느끼거나, 지치거나, 실수할 수 없는 '관리자'가 있다는 이점도 크지만, 인공지능과 기계 학습이 더해질 때 비전 센싱 기술은 진가를 발휘한다.


RSL10 스마트샷 카메라는 OEM 업체들에게 연결성, 컬러 및 단색 영상, AI 기반 처리를 결합한 디자인 플랫폼을 제공한다. 최적화된 저전력 운용으로 해당 장치는 통합 클라우드 서비스를 통해 첨단 AI 및 머신러닝 접근성을 제공할 뿐만 아니라 10년 이상의 긴 수명을 자랑한다.

그래픽 / 영상
많이 본 뉴스