게시물 검색

ICT/정보통신 1분 동안 540개의 치즈를 AI로 검사하는 롯코버터 고베 공장

  • 관리자 (irsglobal1)
  • 2020-01-04 21:48:00
  • hit3050
  • 221.160.87.213

AI를 제조현장에서 활용하는 데 대한 관심이 높아지고 있지만, AI를 활용하는 데에는 많은 데이터가 필요하기 때문에 성과를 내는 데 어려움을 겪는 기업들이 많다. 이러한 상황 속에서 새롭게 AI를 활용하여 완성 제품을 검사하는 고정을 자동화한 공장이 있다. 바로 Q·B·B 브랜드의 치즈 제품으로 잘 알려진 롯코버터의 고베 공장이다.

롯코버터 고베 공장에서는 인력 절감을 위하여 다양한 시도를 통해 공정을 자동화하는 데 힘써 왔다. 그 일환으로서, 원래는 사람이 직접 해오던 완성 제품의 검사 공정을 자동화하기 위해 시미즈 건설과 2년 반에 걸쳐 공동으로 개발을 진행하여 ‘AI를 활용한 완성 제품 검사 시스템’을 도입하는 데 성공하였다. 그 성과로 충전 포장 라인의 검사 공정에서 일하는 인원을 6분의 1로 절감하는 데 성공하였다.

 

 

일본 국내 치즈 수요가 증가하여 생산성 개선이 화두에 올랐다.

 

롯코버터는 1948년에 창업한 전통 있는 치즈 회사이다. 1958년에 호주의 퀸스랜드주 유제품 공단(Q·B·B)로부터 원료 치즈를 수입하고, ‘Q·B·B 브랜드’에서의 프로세스 치즈 제조를 시작하였다. 일본에서 치즈 소비를 일반화시키는 데 공헌함과 동시에 ‘Q·B·B’ 브랜드가 침투되기 시작하였다. 현재에도 프로세스 치즈의 일본 국내 점유율은 매우 높은 수준을 유지하고 있다.

일본 국내의 치즈 수요는 순조롭게 성장하고 있다. 농림수산성 생산국에 따르면 2018년(2018년 4월~2019년 3월)의 치즈 총 소비량은 전년도 대비 4.1%인 35만 2930톤으로서, 역대 최고를 갱신하였다. 이러한 수요에 대응하기 위해 롯코버터에서는 2019년 4월에 고베에 새로운 공장을 건설하였다. 현재는 기존의 일본 국내 기간 공장이었던 이나미 공장(효고현 카코군 이나미쵸)에서 생산 설비를 이동하는 중이다.

 

<사진> 롯코버터 고베 공장의 외관

 

고베 공장은 부지 면적 5만 1541㎡, 총 건물 면적은 4만 7394㎡로서, 주로 프로세스 치즈를 생산한다. 생산 능력은 연간 약 4만 톤이며, 최신 설비를 도입하고 최적의 배치를 실현함과 동시에 IT를 활용한 집중관리, 품질관리 체제, 자동화를 실현하고 있다. 총 투자금액은 약 236억 엔이다. 

 

딥러닝 기술의 발전이 계기가 되었다.

 

새로운 공장을 가동함과 동시에 제조 라인을 자동화하려는 시책도 추진하고 있다. 이미 포장재 제거 및 중량 조정 등의 공정을 자동화하는 데 성공하였다. 하지만 그 중에서도 아직 자동화되고 있지 않은 완성 제품의 검품 작업을 AI를 통해 자동화하였다. 롯코버터의 대표이사인 미야케 히로카즈는 “베이비 치즈의 완성 제품 검사 공정에서 AI를 활용한 자동 검사 시스템이 완성 단계에 이르렀다. 식품 업계에서 검사 공정을 완전 자동화하는 것은 거의 최초라 할 수 있다. 이 시스템을 통해 안전하고 안심할 수 있는 식품을 효율적으로 생산하면서 판매하고자 한다”라고 말한다.

또한 롯코버터의 상무이사이자 생산본부장인 나카무라 유키오는 “베이비 치즈는 2018년에 2억 3000만 개가 출하되었다. 꾸준한 수요가 발생하고 있기 때문에 공장에서는 3교대 근무를 통해 생산 라인을 풀가동하고 있지만, 수요를 충당할 수 없게 되었다. 따라서 생산성 향상이 큰 과제로 대두되었다. 생산 개수를 늘리기 위해 설비를 도입하고는 있지만, 완성품에 대한 검사는 사람이 직접 했기 때문에 설비를 늘리면 늘릴수록 일손이 부족해지는 딜레마에 빠지게 되었다”라고 말한다.

그래서 완성품 검사 공정에서 AI를 사용하는 것에 대해 2017년부터 검토하기 시작하였다. 이전에는 완성품 검사 공정에 화상 검사 장치 등을 도입했던 적도 있었지만, “화상 검사 장치로는 인식할 수 있는 에러의 패턴이 너무 적어서 모든 불량품을 찾아내지 못했다. 사람의 육안으로 하는 검사를 완전히 전환할 수는 없었다.”라고, 롯코버터 생산본부 고베공장 가동추진실의 고이즈미 타다시는 말한다. 그런데 딥러닝(심층학습) 기술이 발전함에 따라 인식 기술이 극적으로 향상되었다. “다양한 에러를 인식할 수 있게 되어, 완성품 검사를 자동화하는 데 사용할 수 있겠다고 생각하였다”(고이즈미)고 말했다. 그리하여 고베 공장의 건설을 하청받은 시미즈 건설을 시스템 인테그레이터로 삼아, 공동 개발을 통해 AI를 활용한 완성품 검사 시스템을 개발하게 되었다.

 

충전 포장 공정의 작업자가 24명에서 4명으로 줄어들었다.

 

새로 개발한 완성품 검사 시스템은 베이지 치즈 충전 포장기(4열)에 부착하여 설치하였다. 카메라 8대와 특수 조명 16대, GPU가 탑재된 엣지 컴퓨터 4대, 위치 검출 센서 8대, 공기에 의한 배출 장치 4대, 제어용 컴퓨터 1대, 제어용 터치패널 1대로 구성되어 있다.

완성품 검사 시스템은 포장이 기준에 맞게 이루어졌는지 판정하는 것이다. 충전 포장기에서 네 줄로 빠르게 내려오는 제품을 위치 검출 센서로 인식하면서 앞뒤의 2대의 카메라로 촬영한다. 촬영할 때에는 특수 조명을 비춤으로써 불량품을 꼼꼼하게 찾아낸다. “맛에 대해서는 검사할 수 없으므로 기존에 하던 대로 관능검사를 실시한다.”(고이즈미)

 

<사진> AI 완성품 검사 시스템의 제품 검사 영역의 모습. 바깥쪽에서 안쪽, 안쪽에서 바깥쪽을 향하도록 카메라가 설치되어 있어, 베이비 치즈의 바닥면 이외의 5개의 면을 검사한다.

 

불량의 종류도 다양하여, 포장할 때 꺾였거나 형태가 어그러짐, 개봉용 빨간 탭의 길이 등 다양한 항목을 한꺼번에 검사한다. 다양한 불량을 학습함으로써 불량이 발생한 곳을 히트맵으로 표시할 수도 있다. 불량으로 인식된 제품은 공기압을 내뿜어 배출하는 장치를 통해 곧바로 배출된다. 1분에 540개의 제품이 흘러나오는 기계에서, 속도가 뒤처지는 일 없이 검사할 수 있다는 점이 중요하다. 이로 인해 기존에는 충전 포장 공정에 필요한 작업원의 수가 24명이었지만, 지금은 4명으로 줄어들었다. “기존의 육안으로 하던 검사에서는 숙련된 검사자가 100% 불량품을 배제해 왔다. 그와 동일한 정밀도를 목표로 하고 있다.”(고이즈미)

 

<사진> 특수 조명 4대에서 빛을 비추어 불량이 발생한 부분을 빠짐없이 찾아낸다.

 

 

속도 향상에 부딪친 하드웨어의 벽

 

AI의 학습 환경은, 사내에 새롭게 서버를 구축하고 검사 시스템과 광회전으로 연결함으로써 만들어진다. 빠르게 검사 화상을 수집하여 학습하는 데 활용한다고 한다. 고이즈미는 “대량의 화상 데이터를 고속으로 24시간 동안 수집한다고 생각하면, 클라우드만으로는 부족하다. 빠르게 품질을 판정하기 때문에, 제어 측에 지시를 보내는 엣지 컴퓨터 역시 하드웨어의 성능이 벽에 부딪치고 있다. 더욱 더 고속화하려면 GPU의 성능을 더욱 높여야 한다.”고 말한다.

또한 어려웠던 점에 대해, 고이즈미는 “이번에는 시스템 구축 및 IT 인프라 환경 등은 시미즈 건설이, 데이터와 관련된 것들은 롯코버터가 담당하는 식으로 역할을 분담했지만, 가장 고생한 것은 ‘데이터를 올바로 수집하는 것’이었다. 예를 들어, 처음 실증을 시작했을 때에는 생각한 것만큼 좋은 성과를 얻지 못하여 촬영하는 카메라를 바꾸었다. 그랬더니 전제 조건 자체가 변화하여 다시 처음부터 데이터를 수집해야만 했다. 그런 다음 조명을 바꾸었더니 다시 처음부터 데이터를 수집해야 했다. 그런 과정을 수없이 반복하여 학습 재료인 화상을 수만 개씩 모을 수 있을지가 첫 번째 장벽이었다.”라고 말한다.

이번에 AI 완성품 검사 시스템을 생산 라인에 본격적으로 도입했지만, 2020년 3월까지는 사람이 직접 육안으로 검사하는 방법과 병행함으로써 정밀도 등을 다시 한 번 확인할 것이라고 한다. 그런 다음 문제없다고 판단되면 베이지 치즈에서의 적용 라인을 확대하여, 전체 라인에 도입해나갈 예정이다. 또한 다른 품목 역시 적용할 수 있는 영역을 정할 것이라고 한다. 고이즈미는 “현재의 라인에 대해서도 이것으로 끝이 아니라, 얻어진 데이터를 통해 개선해나갈 예정이다. 더욱이 정밀도를 높여 품질을 향상해나갈 것이다. 또한 이번에 인프라에 해당하는 환경은 정리하였으므로, 다른 영역에서 어떤 일을 할 수 있을지에 대해 다양한 시험을 실시하고자 한다.”라며, 앞으로의 계획에 대해 말하였다.

 

 

 

[IoT, AI 기반 스마트 팩토리 기술개발 전략과 시장 전망] 보고서 상세보기

http://www.irsglobal.com/shop_goods/goods_view.htm?category=02000000&goods_idx=83265&goods_bu_id

 

 

 

게시글 공유 URL복사
게시물 검색
List of articles
번호 분류 제목 작성자 작성일 조회수
213 ICT/정보통신 생성형 AI : AI가 만들어내는 새로운 설계 방법 photo 관리자 2023-03-13 hit1326
212 ICT/정보통신 생성형 AI : 사회가 주목하는 이유 photo 관리자 2023-03-13 hit1380
211 ICT/정보통신 챗GPT가 가져올 산업의 파격적인 변화 photo 관리자 2023-03-10 hit1151
210 ICT/정보통신 ChatGPT와 GPT-3, 기업에서의 활용 가능성-2 photo 관리자 2023-03-09 hit516
209 ICT/정보통신 ChatGPT와 GPT-3, 기업에서의 활용 가능성-1 photo 관리자 2023-03-09 hit1399
208 ICT/정보통신 디지털 트윈(Digital Twin) Trend photo 관리자 2023-02-22 hit1069
207 ICT/정보통신 스마트센서-LiDAR photo 관리자 2023-02-01 hit1848
206 ICT/정보통신 익명 가공 의료 정보 photo 관리자 2022-12-25 hit837
205 ICT/정보통신 세계 반도체 시장 동향 photo 관리자 2022-10-20 hit2608