엣지 컴퓨팅의 주요 활용 시나리오 중 하나는 스마트 공장입니다. 산업 현장에는 수많은 장비와 설비가 투입됩니다. 그리고 이들 장치는 매우 많은 양의 데이터를 생성하죠. 이들 데이터는 과거에는 그리 큰 가치가 없었습니다. 하지만 2022년 현재는 상황이 다릅니다. 산업 현장에서 생성되는 데이터의 가치는 빠르게 높아지고 있습니다. AI 기술이 대중화되고 엣지 컴퓨팅 장치의 파워가 강력해지면서 일어나는 변화입니다. 관련해 NVIDIA Jetson 플랫폼을 이용해 육안검사 방식으로 하던 품질 검사를 컴퓨터 비전과 AI 기술로 수행한 사례를 하나 알아보겠습니다.
스웨덴 자동차 부품 기업 Sansera의 품질 검사
디젤 엔진용 커넥팅 로드 제조 기업인 스웨덴의 Sansera는 컴퓨터 비전 기술과 딥러닝 모델을 활용해 품질 검사를 수행합니다. 이전까지 Sansera는 사람의 눈으로 결함을 찾는 육안 검사에 의존하였습니다.
Sansera는 육안 검사 방식으로는 품질 관리 개선에 한계가 있다고 보았습니다. 사람이 직접 보고 결함을 찾는 방식이다 보니 아무래도 작업자의 숙련도에 따라 편차가 있을 수밖에 없기 때문입니다. 그래서 Sansera는 AI 전문 기업인 Aixia와 손을 잡고 컴퓨터 비전과 딥러닝 모델 기반 품질 검사 시스템을 만들어 품질 검사 공정에 투입하였습니다.
NVIDIA Jetson AI 플랫폼 & NVIDIA Triton 추론 서버
Sansera와 Aixia는 워크스테이션이나 서버를 현장에 두는 것이 아니라 작지만 강력한 엣지 컴퓨팅 장치를 배포하는 쪽으로 프로젝트의 방향을 잡았습니다. 딥러닝 모델을 배포해 실시간으로 촬영하는 고화질 이미지 데이터로 추론(inferencing) 작업을 하고자 한 것이죠. Aixia는 Sansera의 요구에 맞춰 추론 파이프라인을 설계하였습니다.
Aixia는 NVIDIA Jetson 엣지 AI 플랫폼을 공장에 배치하였습니다. 그리고 데이터센터에는 NVIDIA A10 GPU를 장착한 x86 서버를 두고 여기에 NVIDIA Triton 추론 서버를 구축하였습니다. 이를 통해 현장에서 실시간으로 검사 및 탐지가 이루어지는 가운데 데이터센터와 연계를 통해 모델을 지속해서 최적화하는 파이프라인을 완성하였습니다.
다음 사진을 보시죠. 제조 현장에서는 로봇이 커넥팅 로드를 들어 올려 고화질 카메라로 검사를 합니다. 이렇게 촬영한 이미지는 AI 기반 컴퓨터 비전 모델을 통해 추론 작업에 활용됩니다. 이를 통해 커넥팅 로드 결함을 찾아냅니다.
Sansera의 사례는 AI 기반 엣지 컴퓨팅 파이프라인 구축이 과거에 비해 얼마나 쉬워졌는지를 잘 보여줍니다. 실제 엣지 컴퓨팅을 활용한 스마트 공장 구축을 준비 중이라면 유클릭이 도움을 드리겠습니다.