AI 비전검사, 제조 품질투자의 기준

AI 비전검사는 사람의 눈을 단순 대체하는 장비가 아니다. 조명·속도·표면 반사 조건을 고정하고, 고객 불량과 공정 이상을 데이터로 연결할 때 비로소 품질비용을 낮추는 시스템이 된다.

도입 실패가 장비 성능 때문만은 아니다

현장에서는 흠집, 얼룩, 박리, 도금 경계 이상을 같은 ‘외관 불량’으로 묶기 쉽다. 하지만 원인과 허용기준이 다르면 학습 데이터와 조치도 달라야 한다. 불량 이미지만 모으기 전에 정상 변동 범위를 충분히 확보해야 과검출을 줄일 수 있다.

평가 항목	확인 질문	합격 기준 예시
검출력	최소 결함 크기와 위치를 잡는가	고객 치명불량 미검출 0 목표
오검출	정상 광택·유분을 불량으로 보는가	라인 정지와 재검 비용 허용 범위
속도	실제 라인 속도에서 판정 가능한가	생산 takt 내 처리
추적성	이미지와 coil·lot·시간을 연결하는가	클레임 구간 즉시 역추적
변경관리	모델 업데이트를 누가 승인하는가	버전·검증결과 기록

R2R·도금 공정은 ‘어디에 설치하느냐’가 중요하다

도금 직후

경계, 미도금, 번짐, 표면 이물을 빠르게 찾지만 수세수와 반사광 조건을 안정화해야 한다.

슬리팅·권취 전

최종 외관과 폭 방향 위치를 확인하기 좋다. 결함 좌표를 저장하면 고객이 문제 구간만 격리할 수 있다.

출하검사

고객 기준과 가까운 판정이 가능하지만 이상 발견 시 재작업 비용이 가장 크다. 공정 내 검사와 함께 써야 예방 효과가 생긴다.

90일 파일럿 로드맵

1~2주: 고객 불량을 치명·중대·경미로 재정의한다.
3~4주: 정상과 불량 이미지를 lot·조명·속도별로 수집한다.
5~8주: 한 품목·한 결함부터 오프라인으로 검증한다.
9~10주: 실제 라인에서 사람 판정과 병행한다.
11~12주: 미검출, 오검출, 재검시간, 금 손실 절감액을 계산한다.

BIZPECTRA의 판단

AI 검사 투자의 출발점은 ‘정확도 99%’라는 홍보 문구가 아니라 고객 유출불량과 과검출 비용의 균형이다. 모든 불량을 한 번에 잡기보다 금 손실 또는 고객 클레임 금액이 큰 한두 유형부터 시작하는 것이 가장 빠른 투자회수 경로다.

2026.09.29 보완 · 가정과 계산식, 적용 한계 추가

추가 사례: 정확도보다 불량 유출과 과검출을 분리한다

다음은 성능을 보장하는 수치가 아닌 평가 방법을 설명하기 위한 가정이다. 총 10,000개 중 실제 불량 100개, 정상 9,900개가 있고, 검사기가 불량 90개와 정상 198개를 불량으로 판정했다고 하자.

지표	계산	결과
불량 검출률	90 ÷ 100	90%
정상품 과검출률	198 ÷ 9,900	2%
불량 판정 중 실제 불량 비율	90 ÷ (90 + 198)	약 31.3%
전체 정확도	(90 + 9,702) ÷ 10,000	97.92%

전체 정확도가 약 98%여도 불량 10개가 빠져나가고, 정상 198개를 재검해야 한다. 따라서 도입 판단표에는 결함 종류별 미검출 수와 재검 작업량을 함께 기재한다. 표본에서 미검출이 0건이어도 실제 생산에서 유출이 없다는 보장은 아니다.

투자회수 계산에서 빠뜨리기 쉬운 비용

예를 들어 초기 장비·설치비 6,000만원, 월 절감액 400만원, 월 운영·재검비 150만원이면 월 순절감액은 250만원이고 단순 회수기간은 24개월이다. 학습 데이터 작성, 유지보수, 불량률 변화, 라인 정지, 자금의 시간가치를 제외한 계산이므로 확정 수익으로 해석하면 안 된다.

검증용 데이터는 학습에 쓴 이미지와 분리하고, 다른 생산일·lot·조명·속도 조건을 포함한다. 같은 제품의 연속 이미지가 학습과 검증에 나뉘어 들어가면 실제보다 성능이 좋아 보일 수 있다. 파일럿에서는 실제 조건별 결과를 따로 기록하고 고객의 허용기준에 맞춰 판정한다.

자료 및 출처

도입 체크리스트와 R2R 적용 해석은 BIZPECTRA의 분석이다.

CHEMNEX B2B Solution Desk

R2R·Spot Plating의 AOI 적용 지점, 금 손실, 품질 추적성과 고객 검사기준을 함께 검토합니다.

CHEMNEX 솔루션 보기

AI 비전검사,카메라보다 먼저 정해야 할 것