제조를 보다 지능적으로: AI와 인쇄 회로기판(PCB)의 세계

인공 지능은 PCB 제조 업계에 엄청난 기회를 제공합니다. AI는 생산 프로세스를 간소화고, 이전에는 상상조차 할 수 없었던 방식으로 생산 결과물을 개선하는데 사용될 수 있습니다. 알고리즘 그룹 매니저인 Dima Pundik가 어떻게 AI가 PCB 세계에 혜택을 줄 수 있는지, 어떻게 작동되는지, 그리고 데이터의 중요성과 그 밖의 주제들에 대해 살펴봅니다.

저자: Dima Pundik / 오보텍 LTD. 알고리즘 그룹 매니저

인공 지능(AI)이 생산 프로세스를 간소화하고 이전에는 불가능했던 방식으로 생산 결과를 개선할 수 있게 됨에 따라 PCB 제조 산업은 엄청난 기회를 맞고 있습니다. 어쩌면 시장에 혼란을 일으키는 요인일 수 있지만, AI를 PCB 제조에 도입하는 것은 특히 중요한데, 왜냐하면 시장은 자동화 시스템들이 상호간 그리고 인간과 실시간으로 소통하고 협력함으로써 의사 결정 프로세스가 분산되고 수 많은 혜택이 제공되는 4차 산업 또는 “스마트 팩토리(smart factory)”으로 이동하고 있기 때문입니다. 그러나 PCB의 영역에서 AI가 성공적으로 구현되기 위해서는 PCB 제조에 대한 전문 지식과 AI의 기초에 대한 전문 지식의 풍부한 조화가 필요하며 이것이 오보텍이 필요한 이유입니다.

인공 지능(AI)이란 무엇일까요?
지난 10년 동안 AI는 미래 지향적인 개념으로부터 실제로 적용 가능하고, 유의미하며, 효과적인 기술로 부상했습니다. 이러한 획기적인 변화는 향상되고 저렴해진 컴퓨터 성능, 보다 정교해진 학습 알고리즘, 그리고 그 자체로서 AI의 “학습”을 위한 기본 정보를 제공하는 빅 데이터의 출현에 주로 기인합니다.

AI는 문제 해결 및 학습과 같은 인간의 인지 기능을 모방한 기계 또는 소프트웨어를 말합니다. 머신 러닝(Machine Learning)과 딥 러닝(Deep Learning)을 포함한 많은 중요한 혁신들이 AI의 한 부분이 되고 있습니다. 머신 러닝은 다양한 알고리즘 기법들을 사용하여 컴퓨터가 명시적으로 그렇게 프로그래밍되지 않았더라도 데이터를 이용하여 과업 성능을 향상시키도록 해주는 AI의 한 종류 입니다. PCB 제조에 있어서 머신 러닝은 운영 개선, 폐기율 감소, 공장 운영의 최적화, “단순 노동”의 감소, 그리고 자산, 재고 및 공급망 관리의 효율 향상과 같은 장점들을 제공합니다. 이러한 것들은 모두 4차 산업 혁명을 정의하는 특성들입니다.

딥 러닝은 보다 복잡한 형태의 AI로서 컴퓨터가 정교하게 표현되는 데이터의 통찰, 패턴 및 맥락을 매우 효과적으로 학습할 수 있게 해줍니다. 이러한 요소들은 모두 제조 프로세스에 적용이 가능합니다. 딥 러닝은 학습하고, 이해하고, 추론하는 인간의 뇌의 능력을 모방한 다각적이고 다층적인 인공 신경 네트워크를 활용합니다.

오보텍이 PCB 제조사들의 AI 사용을 돕습니다.
AI는 매우 복잡한 기술로서 기술 자체에 대한, 그리고 AI가 사용되는 산업 분야에 대한 전문 지식을 필요로 합니다. PCB 제조 및 AI 분야의 전문 기업인 오보텍은 현재 PCB 제조 분야의 4차 산업을 위한 AI 솔루션을 개발하고 있습니다.

AI 솔루션을 성공적으로 구현하기 위해서는 프로세스에 대한 전문 지식이 엄격하게 통합된 운영과 부합해야 합니다. 복잡한 제조 환경에서 AI 시스템을 구축하기 위해서는 광범위하고 장기적인 훈련 단계가 필요합니다. 이러한 훈련 과정은 운영이 매우 어렵고, 최적의 성과를 위해 엄청난 전산적 및 인적 조직화가 요구됩니다. 오보텍은 AI 전문 지식을 활용하여 AI의 신경망 프레임워크 개발을 위한 이러한 중요한 훈련 단계를 최적화 시킬 수 있습니다.

데이터가 열쇠입니다.
앞에서 설명한 AI의 각 변종에서 데이터에 대한 액세스는 성공과 효율의 핵심적인 요소입니다. 높은 품질의 분류 데이터가 없이는 AI는 성공할 수 없습니다. 예를 들어 PCB 제조에서 하자 분류는 자동 광학 검사(AOI) 솔루션의 중요한 측면입니다. 오보텍의 AOI 장치는 하자 가능성이 있는 PCB의 이미지를 원격 다중 이미지 검증(RMIV) 스테이션으로 전송하여 작업자가 이 이미지를 보고 “하자 (True Defect)” 또는 “거짓 경보(False Alarm)”로 분류하게 해 줍니다. 그러나 인간 작업자는 비용이 많이 들며, 분류 작업에서 실수를 범하기 쉽습니다. 하자 분류를 위한 AI 솔루션은 인간 작업자가 내린 수 천 번의 결정을 학습하여 이러한 결정을 자율적으로 그리고 일관성있고 정확하게 수행할 수 있습니다. 이러한 AI 시스템은 정확한 데이터 패턴을 기반으로 장시간에 걸쳐 올바른 알고리즘 행동을 학습합니다. 입력 데이터(수동 분류된 하자의 예)는 AI의 장점을 실현하기 위해서 신중하게 검증되고 분류되어야 합니다. 데이터의 아무리 작은 변화라도 AI 시스템에서는 중대한 결과로 이어질 수 있습니다.

협력을 통한 AI의 성공
AI의 성공을 위해서 질 높은 데이터가 필수이긴 하지만, 각 고객과 AI 솔루션 사업자 간의 협력 역시 장기적인 성공을 위해서 반드시 필요합니다. AI의 복잡성으로 인해 솔루션 사업자는 PCB 제조 공정과 AI에 대한 지식을 바탕으로 AI 솔루션을 구현하는 고객에게 지침을 제공할 필요가 있습니다. 예를 들어 하자를 분류할 때 오보텍과 고객은 협력을 통해 작업자의 분류 평가 결과 뒤에 있는 통찰을 코드화하고, 발견해야 할 가장 중요한 PCB 특성들에 우선 순위를 두는 의미 있는 시스템을 생성합니다. 이러한 수준의 고객 협력과 참여는 AI 엔진에 대해 최상의 결과를 가져다 줍니다.

미래
AI가 필연적으로 PCB 제조사들에게 가져다 줄 중요한 혜택을 감안하여 오보텍은AI를 당사 Smart Factory(오보텍의 4차 산업 솔루션) 및 기타 솔루션들에 완벽하게 통합하기 위한 연구 개발을 지속하고 있습니다. 이러한 연구 개발을 수행함에 있어서 오보텍는 제조 전반에 AI를 적용할 수 있는 다양한 방법을 평가하고, 시험을 통해 학습해 나가고 있으며, 업계가 수익을 향상하고 운영 비용을 절감하는 보다 스마트하고 견고한 제조 공정을 실현시킬 수 있도록 이끌어 가고 있습니다.

글: Dima Pundik / 오보텍 LTD. 알고리즘 그룹 매니저

https://www.orbotech.com/