Vision AI 솔루션 기획 및 UX/UI 리뉴얼

프로젝트 배경

1. 문제점 (Pain Points)
- 현장의 숙련공 부족과 수동 관리의 한계를 짚어주는 것이 포인트입니다.
- 툴 수명 관리의 불확실성: 정해진 횟수나 작업자의 감에 의존해 칼날을 교체함으로써, 멀쩡한 툴을 버리거나 마모된 툴을 방치해 불량이 발생함.
- 실시간 모니터링 부재: 가공 중 칼날이 파손되거나 금속 팁(Chip)이 엉키는 상황을 즉시 감지하지 못해 장비 파손 및 대량 불량으로 이어짐.
- 가공 품질의 불균일: 작업자의 숙련도에 따라 진단 결과가 달라져 일관된 생산 품질 유지가 어려움.

2. 프로젝트 목표 (Goals)
- 기술적으로 무엇을 달성하고자 하는지를 명확히 합니다.
- 비전 AI 기반 지능형 진단: 고속 카메라와 AI 알고리즘을 통해 칼날의 마모도와 파손 여부를 0.1mm 단위로 정밀 판독.
- 가공 공정 최적화: 절삭 시 발생하는 금속 팁의 형상과 비산 패턴을 분석하여 최적의 가공 데이터(Feed/Speed) 도출 및 피드백.
- 예지 보전 시스템 구축: 데이터 기반의 툴 교체 타이밍 예측을 통해 가공 중단 시간(Downtime) 최소화 및 생산성 향상.

3. 주안점 (Key Focus)
- 개발 시 가장 신경 쓴 기술적·환경적 요소입니다.
- 열악한 환경에서의 가동성: 절삭유(Coolant) 비산, 금속 가루, 진동 및 어두운 조명 아래에서도 정확한 비전 데이터를 확보하기 위한 광학계 및 이미지 전처리 기술.
- 실시간 추론 속도: 초당 수십 회 발생하는 칩의 비산 패턴을 놓치지 않고 분석하기 위한 경량화된 AI 모델링 및 엣지 컴퓨팅(Edge Computing) 적용.
- 판독 정확도 향상: 다양한 가공물 소재와 칼날 종류에 대응할 수 있도록 비정형 데이터(불규칙한 칩의 모양 등)에 대한 학습 정밀도 강화.

프로젝트 상세

고정밀 카메라와 실시간 비전 분석 알고리즘을 결합하여,
CNC 및 MCT 가공 공정 중 발생하는 툴(칼날)의 마모, 파손(Chipping), 그리고 가공 칩(Metal Tips)의 형태를 실시간으로 모니터링합니다. 이를 통해 가공 품질을 유지하고 설비의 가동 중단 시간을 최소화하는 지능형 관리 시스템입니다.