¶ 용어집
- 정식 영어 용어: Image Analysis (Machine Vision Inspection)
- 카테고리: Smart Manufacturing & Inspection Technology (스마트 제조 및 검사 기술)
- 한국어: 이미지분석 / 비전 검사 / 광학 검사 / 머신 비전
- 베트남어: Phân tích hình ảnh / Kiểm tra bằng camera / Hệ thống thị giác máy tính
- 일본어: 画像解析 (Gazo Kaiseki) / 画像認識 (Gazo Ninshiki) / 外観検査 (Gaikan Kensa)
- 중국어: 图像分析 (Túxiàng fēnxī) / 视觉检测 (Shìjué jiǎncè) / 机器视觉 (Jīqì shìjué)
¶ 정의
이미지분석(Image Analysis)은 봉제 및 의류 제조 공정 전반에서 고해상도 산업용 카메라(CCD/CMOS)와 인공지능(AI) 알고리즘을 결합하여 원단의 결함, 봉제 상태, 패턴의 정확성을 실시간으로 판독 및 제어하는 기술이다. 단순히 이미지를 획득하는 것에 그치지 않고, 획득된 픽셀(Pixel) 단위의 데이터를 분석하여 ISO 4915 스티치 분류 체계에 따른 땀수(SPI), 땀의 형상, 봉제 라인의 평행도를 정밀 측정하고 물리적 불량을 사전에 차단하는 스마트 팩토리의 핵심 기술이다.
물리적으로는 광학 센서가 포착한 아날로그 광신호를 디지털 데이터로 변환한 후, 딥러닝 기반의 정상 데이터셋(Golden Sample)과 비교하여 허용 공차를 벗어난 편차를 검출한다. 이는 자동 연단기(Spreading Machine)의 원단 결함 스캔, 자동 패턴 재봉기(Pattern Tacker)의 위치 보정, 최종 품질 검사(QC) 단계의 무인화 시스템에서 중추적인 역할을 수행한다.
기술적 작동 원리 및 심화 개요: 이미지분석의 핵심은 '광전 변환'과 '특징점 추출(Feature Extraction)'에 있다. 재봉기가 가동될 때, 바늘이 원단을 관통하는 지점(Needle Point)과 실이 형성하는 고리(Loop)의 기하학적 형상을 초당 수백 프레임으로 캡처한다. 이때 조명 시스템은 원단 표면의 그림자를 최소화하거나, 반대로 실의 입체감을 극대화하기 위해 특정 파장(주로 450nm~650nm)의 LED를 사용한다.
기존의 단순 광전 센서(Photoelectric Sensor)가 물체의 유무나 단면의 높낮이만을 감지하여 'Pass/Fail'을 결정했다면, 현대의 이미지분석은 원단의 직조 밀도, 실의 꼬임 방향, 심지어 봉제 시 발생하는 원단의 미세한 밀림(Puckering) 현상까지 수치화한다. 예를 들어, 본봉(Lockstitch) 공정에서 밑실(Bobbin thread)의 잔량을 계산할 때, 기존에는 회전수를 카운트했으나 최신 이미지분석 시스템은 보빈의 물리적 노출 면적을 직접 계산하여 98% 이상의 정확도로 교체 시점을 예견한다.
역사적 배경 및 산업적 가치: 봉제 산업에서 이미지분석은 1990년대 초반 일본의 Juki와 Brother가 자동 패턴 재봉기에 단순한 형상 인식 기능을 도입하면서 시작되었다. 초기에는 고정된 템플릿과의 일치 여부만 확인했으나, 2010년대 후반 머신러닝(Machine Learning)의 결합으로 비정형 소재(신축성이 강한 니트, 레이스 등)의 실시간 보정이 가능해졌다. 이는 숙련공의 '눈'을 디지털화하여 전 세계 공장의 품질을 상향 평준화하는 데 기여하고 있다.
¶ 사양표
| 항목 | 세부 사양 | 비고 |
|---|---|---|
| 시스템 분류 | 머신 비전 검사 시스템 (Machine Vision System) | 산업용 표준 |
| 주요 하드웨어 | Industrial Global Shutter Camera (5MP~20MP), Telecentric Lens | 왜곡 방지 및 고속 촬영용 |
| 광원 시스템 | High-Intensity LED (Ring, Bar, Dome, Coaxial Type) | 조도 1,500 Lux 이상, 파장 제어 가능 |
| 주요 적용 모델 | Juki AMS-221F (Vision System Option), Brother BAS-342H (Vision System Option) | 비전 시스템 탑재형 자동기 |
| 검사 정밀도 | ±0.05mm ~ 0.2mm (렌즈 배율 및 해상도에 따름) | 고정밀 모드 기준 |
| 처리 속도 | 60 - 240 fps (Frames Per Second) | 고속 봉제(4,000 spm 이상) 대응 가능 |
| 분석 대상 | ISO 4915 스티치(301, 401, 504, 514 등), 원단 결함, 로고 위치 | 다중 분석 및 실시간 판독 |
| 데이터 인터페이스 | GigE Vision, USB 3.0, EtherCAT, RS-485 | 실시간 통신 및 PLC 연동 표준 |
| 운영 환경 | 온도 0~45℃, 습도 20~80% (비응축) | 공장 현장 내유/내진 조건 |
| 렌즈 초점 거리 | 8mm, 12mm, 16mm, 25mm, 35mm | 작업 거리(WD) 및 시야각(FOV)에 따라 선택 |
| 알고리즘 | CNN (Convolutional Neural Network), Edge Detection, Blob Analysis | 딥러닝 및 전통적 방식 병행 |
| 컴퓨팅 유닛 | NVIDIA Jetson AGX Orin, Industrial PC (i7 이상) | 실시간 추론용 가속기 포함 |
¶ 적용 분야
- 자동 연단 및 재단: 연단기 상단에 장착된 라인 스캔 카메라가 원단의 이염, 구멍(Hole), 직조 불량을 감지하여 재단 마커(Marker) 배치 시 해당 부위를 자동으로 회피하거나 작업자에게 알람을 제공함.
- 패턴 매칭 봉제: 셔츠의 앞여밈이나 주머니 부착 시, 원단의 체크나 스트라이프 패턴을 이미지분석으로 인식하여 하부 원단과 상부 원단의 무늬를 0.5mm 오차 이내로 정렬함.
- ISO 4915 스티치 품질 관리:
- Class 301 (본봉): 윗실과 밑실의 결합 지점이 원단 중앙에 위치하는지 분석. 텐션이 맞지 않아 실이 겉으로 솟는 '고드름 현상' 감지.
- Class 401 (이중 체인스티치): 루퍼 실의 형상과 SPI의 일관성 측정. 고속 가동 시 발생하는 실 튐(Stitch Skipping) 실시간 모니터링.
- Class 504 (3사 오버록): 원단 끝단 오버록 폭의 일정함과 실 끊어짐 감지. 칼날(Knife) 마모로 인한 원단 단면 거칠기 분석.
- Class 602 (커버스티치): 장식사의 배열 상태와 바늘 실의 장력 균형을 픽셀 단위로 분석하여 심(Seam)의 유연성 예측.
- 가죽 및 특수 소재: 천연 가죽의 혈관 자국, 상처 등을 이미지분석으로 등급화하여 부위별 재단 용도를 자동 지정(Grading). 가죽의 두께 편차에 따른 압력 발(Presser Foot) 높이 자동 조절 연동.
- 자동차 및 안전 용품: 에어백의 시임(Seam) 강도 확보를 위한 필수 땀수 확인 및 신발 갑피의 복잡한 자수 패턴 결함 검출. 안전벨트의 바택(Bartack) 패턴 누락 여부 전수 검사.
- 라벨 및 로고 검사: 브랜드 로고의 자수 밀도, 기울어짐(Skew), 색상 오차(Delta E)를 분석하여 정품 인증 및 품질 등급 분류.
¶ 주요 결함 및 해결 (실전 트러블슈팅)
-
증상: 광택 소재 오검출 (Specular Reflection) - 원인 분석: 실크, 나일론, 폴리에스터 등 광택이 강한 원단 표면에서 LED 조명이 직접 반사되어 이미지 화이트아웃(Saturation) 발생. - 중간 점검: 히스토그램 분석 시 특정 영역의 픽셀 값이 255(Max) 상태인지 확인. - 최종 해결: 편광 필터(Polarizing Filter)를 렌즈와 조명에 장착하여 난반사를 차단하거나, 돔 조명(Dome Light)을 사용하여 간접 확산광으로 세팅 변경. 조명 각도를 75도 이상의 고각으로 설정하여 반사광이 렌즈로 직접 들어오지 않게 조정.
-
증상: 진동에 의한 이미지 블러 (Motion Blur) - 원인 분석: 재봉기의 고속 왕복 운동(3,000 spm 이상) 시 발생하는 기계적 진동이 카메라 스탠드에 전달되어 상이 흐려짐. - 중간 점검: 정지 상태와 가동 상태의 이미지 선명도(Edge Sharpness) 수치 비교. - 최종 해결: 카메라 노출 시간(Exposure Time)을 1/15,000초 이하로 단축하고, 고강도 독립 프레임(Anti-vibration Mount)에 카메라 장착. 필요 시 스트로보(Strobe) 조명 동기화 기능을 사용하여 셔터가 열리는 순간에만 강한 빛을 조사.
-
증상: 원단 색상 대비 부족 (Low Contrast) - 원인 분석: 검정색 원단(Black on Black)에 검정색 실을 사용하는 경우, 가시광선 영역에서는 스티치와 원단의 경계 구분이 불가능함. - 중간 점검: 그레이스케일(Grayscale) 분석 시 배경과 대상의 명암 차이(Contrast Ratio)가 1:3 미만인지 확인. - 최종 해결: 850nm 또는 940nm 파장의 적외선(IR) 조명 및 IR 통과 필터를 사용. 실과 원단의 재질 차이에 따른 IR 흡수율 차이를 이용하여 입체감 확보. 또는 동축 조명(Coaxial Light)을 사용하여 실의 굴곡에 의한 그림자 효과 극대화.
-
증상: 렌즈 오염으로 인한 인식률 저하 (Lint Accumulation) - 원인 분석: 봉제 과정에서 발생하는 미세 먼지(Lint), 실 부스러기, 오일 비산이 카메라 렌즈 및 조명 커버에 흡착. - 중간 점검: 이미지 전반에 안개가 낀 듯한 현상(Haze) 및 대비도 저하 발생 여부 확인. - 최종 해결: 에어 퍼지(Air Purge) 시스템을 설치하여 렌즈 전면에 지속적인 양압 공기막 형성. 4시간 주기 또는 교대 조별 알코올 세척 매뉴얼 수립 및 자동 렌즈 클리닝 장치 도입.
-
증상: 알고리즘 연산 지연 (Processing Latency) - 원인 분석: 고해상도 이미지에 복잡한 딥러닝 모델(YOLO, Mask R-CNN 등)을 적용하여 재봉 속도(spm)를 분석 속도가 따라가지 못함. - 중간 점검: 시스템 로그에서 프레임 드랍(Frame Drop) 발생 빈도 및 버퍼 오버플로우 확인. - 최종 해결: 분석 영역(ROI, Region of Interest)을 전체 화면의 30% 이내로 축소. FPGA 기반 가속기 또는 NVIDIA Jetson AGX Orin 등 고성능 임베디드 GPU 도입. 알고리즘을 경량화된 TensorRT 엔진으로 변환하여 추론 속도 최적화.
-
증상: 원단 신축에 의한 좌표 이탈 (Material Distortion) - 원인 분석: 스판덱스 함량이 높은 원단이 노루발(Presser Foot) 압력에 의해 늘어난 상태로 촬영되어 실제 치수와 불일치. - 중간 점검: 재봉 전/후 원단의 마킹 포인트 거리 측정값 비교. - 최종 해결: 비전 알고리즘 내에 '신축 보정 계수' 삽입. 원단 장력 조절 장치(Active Tensioner)와 비전 시스템을 연동하여 실시간 피드백 제어. 캘리브레이션 시 원단의 탄성 계수를 반영한 비선형 왜곡 보정 적용.
¶ 품질 검사 기준
- SPI 정밀도: 설정된 땀수(예: 12 SPI) 대비 이미지분석 측정값이 ±3% (±0.36 땀) 이내여야 함.
- 스티치 직선도: 기준선(Reference Line) 대비 봉제 라인의 좌우 이탈(Wandering)이 0.5mm를 초과할 경우 불량으로 판정. 가방 등 외관이 중요한 제품은 0.3mm 기준 적용.
- 결함 검출 민감도: 0.3mm 이상의 실 뭉침(Bird's Nest)이나 1땀 이상의 건너뛰기(Skipped Stitch)를 99.9% 확률로 검출해야 함.
- 데이터 추적성: 모든 검사 결과는 제품의 바코드/RFID와 연동되어 서버에 저장되어야 하며, 불량 발생 시 해당 시점의 이미지가 즉시 호출 가능해야 함. (MES 연동 필수)
- 장력 상관관계: 이미지분석을 통해 측정된 땀의 루프 형상이 표준 대비 15% 이상 수축될 경우, Towa 장력계 기준 상실 장력이 30g을 초과한 것으로 간주하고 기계 정지.
- 색상 일관성: 로고 자수 검사 시 마스터 샘플 대비 Delta E 값이 2.0을 초과할 경우 이색(Color Shading) 불량으로 분류.
¶ 공장 은어 및 현장 용어
| 언어 | 용어 | 로마자 표기 | 비고 |
|---|---|---|---|
| 한국어 | 비전 미싱 | Vision Mising | 카메라가 달린 자동 재봉기를 통칭 |
| 한국어 | 눈(Eye) 달렸다 | Nun-dallyeot-da | 센서나 카메라가 장착된 상태를 의미 |
| 한국어 | 사진 찍기 | Sajin Jjik-gi | 이미지 캡처 및 분석 공정을 낮추어 부르는 말 |
| 한국어 | 돗판 잡기 | Dot-pan Jap-gi | 비전 캘리브레이션을 수행하는 작업 |
| 베트남어 | Máy cam | May cam | 카메라 검사 장비의 약칭 |
| 베트남어 | Kiểm tra ngoại quan | Kiem tra ngoai quan | 외관 검사 (비전을 통한 검사 포함) |
| 베트남어 | Mắt thần | Mat than | '신령의 눈', 비전 센서를 높게 평가하는 표현 |
| 일본어 | 画像認識 (가조 닌시키) | Gazo Ninshiki | 이미지 인식 기술 자체를 지칭 |
| 일본어 | ポカヨケ (포카요케) | Poka-yoke | 실수 방지 장치로서의 비전 시스템 |
| 일본어 | 検査機 (켄사키) | Kensaki | 비전 검사 전용기를 의미 |
| 중국어 | 视觉对位 (스줴 뒈이웨이) | Shìjué duìwèi | 비전을 이용한 위치 보정 |
| 중국어 | 智能相机 (즈넝 샹지) | Zhìnéng xiàngjī | 스마트 카메라 (프로세서 내장형) |
| 중국어 | 扫码 (싸오마) | Sǎo mǎ | 바코드 스캔과 비전 인식을 동시에 일컫는 말 |
¶ 장비 세팅 가이드
- 조명 각도 및 종류:
- 원단 표면의 요철(Puckering) 분석: 15~30도 사이의 로우 앵글(Low Angle) 조명 사용.
- 전체적인 형상 및 로고 위치: 돔 조명(Dome Light) 또는 사각 바 조명(Bar Light) 4면 배치.
- 투명 소재/망사: 백라이트(Backlight)를 사용하여 실루엣 분석.
- 바늘 및 실 선택:
- 이미지분석의 정확도를 높이기 위해 원단과 대비되는 색상의 실을 샘플링 단계에서 사용.
- 바늘 구멍의 선명도를 위해 KN(Slim Ball Point) 또는 지오메트리가 정밀한 Schmetz SERV7 모델 사용 권장.
- 바늘 번수는 비전 해상도에 맞춰 선정 (예: 5MP 카메라 기준 11호~14호 바늘이 가장 선명하게 인식됨).
- 캘리브레이션 (Calibration):
- 매일 작업 시작 전, 표준 격자판(Checkerboard) 또는 원형 도트판을 사용하여 픽셀 크기와 실제 물리적 거리(mm)를 동기화.
- 렌즈의 왜곡(Distortion)을 보정하기 위해 최소 10개 이상의 각도에서 캘리브레이션 이미지 획득.
- 소프트웨어 업데이트 및 학습:
- 새로운 원단(Lot 변경 포함)이나 실이 도입될 때마다 최소 50장의 정상 이미지를 AI 모델에 추가 학습(Fine-tuning)시켜 인식률 유지.
- 임계값(Threshold) 설정 시, 현장 조도 변화를 고려하여 ±10%의 마진 확보.
¶ 공정 흐름도 (Mermaid)
¶ 기술적 심화 분석: 픽셀당 물리적 거리(Resolution) 계산
이미지분석 시스템의 신뢰성을 확보하기 위해서는 픽셀(Pixel)과 실제 거리(mm) 사이의 관계를 명확히 정의해야 한다. - 공식: $Resolution (mm/pixel) = \frac{Field of View (mm)}{Image Resolution (pixel)}$ - 예시: 500만 화소 카메라(2448 x 2048)로 100mm 폭의 원단을 촬영할 경우, 픽셀당 해상도는 약 0.04mm/pixel이 된다. - 실무 적용: 0.1mm의 스티치 오차를 잡아내기 위해서는 최소 3개 이상의 픽셀이 해당 오차 범위를 표현해야 하므로, 위 세팅은 적절한 것으로 판단된다. 만약 0.01mm 단위의 정밀도가 필요하다면 렌즈의 배율을 높이거나 20MP 이상의 카메라를 도입해야 한다. 또한, 서브픽셀(Sub-pixel) 알고리즘을 적용하면 물리적 해상도의 1/10 수준까지 정밀도를 높일 수 있다.
¶ 국가별 도입 현황 및 실무 차이 (심화)
-
한국 (High-End Focus): - 주로 아웃도어 브랜드의 고어텍스(Gore-Tex) 심실링(Seam Sealing) 검사나 명품 가방의 핸들 부착 공정에 도입. - 장비 가격보다는 '검출 신뢰도'를 최우선으로 하며, Cognex나 Keyence와 같은 고가의 범용 비전 솔루션을 재봉기에 커스텀하여 사용하는 경향이 있음. - 최근에는 K-Fashion의 다품종 소량 생산에 대응하기 위해 '자동 마커 인식 시스템' 도입이 활발함.
-
베트남 (Scale & Standardization): - 한세실업, 세아상역 등 대형 벤더의 스마트 팩토리 구축 프로젝트의 일환으로 도입. - Juki AMS-221F 시리즈의 비전 옵션을 대량 구매하여 라인 전체의 QC 인력을 30% 이상 감축하는 것이 주 목적. - 현지 기술자의 유지보수 능력을 고려하여 '원터치 캘리브레이션' 등 사용자 편의성이 강조된 UI를 선호함. - 글로벌 브랜드(Nike, Adidas)의 감사(Audit) 대응용 데이터 로그 저장 기능을 필수적으로 요구함.
-
중국 (Aggressive Innovation): - Jack, Hikari, Zoje 등 로컬 브랜드들이 비전 시스템을 기본 사양으로 채택한 '지능형 재봉기'를 저가에 보급. - 기술적 완성도는 일본제 대비 85~90% 수준이나, 현장 피드백을 통한 알고리즘 업데이트 속도가 매우 빠름. - 위챗(WeChat) 연동을 통해 공장주가 실시간으로 불량률을 모바일로 확인하는 시스템이 보편화됨. - 엣지 컴퓨팅보다는 클라우드 기반의 중앙 집중형 이미지분석 시스템 구축 사례가 늘고 있음.
¶ 대체 기법 및 소재별 비교
| 비교 항목 | 수동 검사 (Manual) | 광전 센서 (Photoelectric) | 이미지분석 (Vision) |
|---|---|---|---|
| 검출 범위 | 육안 확인 가능 범위 | 유무, 단차, 투과율 | 형상, 색상, 밀도, 텍스트 |
| 정확도 | 작업자 숙련도에 의존 | 중 (단순 오류만 검출) | 고 (0.05mm 단위) |
| 속도 | 느림 (전수검사 불가) | 매우 빠름 (단순 신호) | 빠름 (실시간 추론) |
| 데이터화 | 수기 기록 (오류 가능성) | 디지털 (Pass/Fail) | 디지털 (이미지 및 수치) |
| 초기 비용 | 낮음 | 중간 | 높음 |
소재별 이미지분석 세팅 권장값: - 신축성 니트 (Jersey): 장력 보정 계수 1.15 적용, 셔터 스피드 1/20,000s (원단 떨림 방지). - 천연 가죽 (Leather): 동축 조명(Coaxial) 사용, 표면 질감 분석 알고리즘 활성화. - 데님 (Denim): 고휘도 화이트 LED 사용, 굵은 번수(20번~30번) 실의 꼬임 방향 인식 설정.
¶ 관련 항목
- ISO 4915: 이미지분석의 기준이 되는 국제 스티치 분류 표준. (이미지분석 시스템은 이 표준에 따라 스티치 유형을 자동 분류함)
- SPI (Stitch Per Inch): 이미지분석을 통해 측정되는 가장 기본적인 품질 지표.
- 자동 연단기 (Spreading Machine): 이미지분석 기술이 최초로 적용되는 전공정 장비.
- 스마트 팩토리 (Smart Factory): 이미지분석 데이터를 기반으로 한 실시간 생산 관리 시스템.
- 서보 모터 제어 (Servo Control): 이미지분석 결과에 따라 재봉기의 위치를 실시간으로 수정하는 구동부.
- Towa Tension Gauge: 이미지분석 결과와 물리적 장력 수치를 동기화하는 데 사용되는 표준 측정기.
- Machine Vision: 이미지분석의 상위 기술 개념.
- Deep Learning (CNN): 비정형 원단 결함 검출의 핵심 알고리즘.
- Global Shutter: 고속 이동 물체 촬영 시 왜곡을 방지하는 셔터 방식.