(주)쓰리디산업영상은 소프트웨어 기술을 근간으로 비전검사에 대한 토털 솔루션을 보유하고 있으며 다양한 분야에서 비전검사 자동화 전문가로 활약하고 있다. 이번 호는 (주)쓰리디산업영상이 제시하는 ‘AI 비전검사 기술과 미세 플라스틱 검출’에 대해서 설명한다. 

미세 플라스틱과 AI Deep-Learning 기술

미세 플라스틱은 생물물리학적 용어로 지구상에 존재하며 환경을 오염시키는 미세한 플라스틱을 의미한다. 특히 커다란 플라스틱이 미세 플라스틱으로 분해되면서 바다 속과 해수면을 떠다니며 해양환경에서 큰 문제를 일으키고 있고, 미세 플라스틱이 야생생물과 인간의 건강에 미치는 영향은 과학적으로 충분히 입증되었다. 

최근 수십 년간 세계의 플라스틱 소비량이 폭발적으로 증가함에 따라 미세 플라스틱은 전세계의 해양에 널리 분포하게 되었으며, 그 양은 확실하게 증대하고 있다(위키백과). 미세 플라스틱이 환경에 미치는 영향을 연구하기 위해 한국지질자원연구소에서는 X-ray CT를 활용해 암석 입자에 혼입된(125마이크론 이하) 초미세 플라스틱 입자만을 슬라이스 영상에서 자동 검출해 정량화하는 연구를 수행하고 있는데, 수많은 영상들에서 타깃 입자를 자동 검출하기 위해 AI Deep-Learning Segmentation 기술을 사용하는 연구가 진행되고 있다.

AI Semantic Segmentation Model

영상에서 픽셀(Pixel)을 구분하는 세그먼테이션(Segmentation, 분할)은 분류(Classification), 객체 탐지(Object Detection)와 함께 컴퓨터 비전의 보편적인 분야이다. 
AI Semantic Segmentation 목적은 영상에 있는 모든 픽셀을 특정 종류의 Class로 분류하는 것으로 FCN, DeepLab, U-Net, ReSeg 등의 모델을 사용한다. 세그먼테이션은 각각의 픽셀이 색, 밝기, 재질과 같은 특징이나 속성의 관점에서 유사한 정보를 사용해 영상의 표현을 좀 더 의미있도록 단순화 혹은 그룹화하는 것으로 물체 및 경계(선, 곡선)를 찾는데 사용된다. 

따라서 학습된 AI 신경망은 초미세 플라스틱 입자를 구성하고 있는 픽셀만의 특징을 탐지해 모래 입자나 빈 공간(Pore), 광물입자 사이에서 플라스틱 입자만을 구분한다.

(주)쓰리디산업영상의 뛰어난 경쟁력

소프트웨어 기반 기술회사인 (주)쓰리디산업영상은 산업용 2D/3D X-ray 검사 소프트웨어 1위 기업으로 다양한 내수 및 수출실적을 보유하고 있다. (주)쓰리디산업영상은 수년에 걸쳐 4차 산업혁명 협업에 적합한 유연한 비전 검사 소프트웨어를 개발해 왔으며 현재도 AI를 포함한 다양한 영상 도구 개발에 매진하고 있다.

(주)쓰리디산업영상은 AnyLook, AIVI 레고 조립방식 소프트웨어를 근간으로 카메라, 조명, 검사 기구를 포함한 토털 솔루션을 지향하며 다양한 영역에서 비전 검사가 필요한 고객에게 다가가고 있다. 

▲미세 플라스틱이란 지름 5㎜ 미만의 작은 플라스틱 입자를 말한다. 인류 문명이 발달하고 생산 기술이 발전함에 따라 분해되기 어려운 플라스틱이 잘게 쪼개지고 마구 퍼져나감에 따라 미세 플라스틱은 새로운 환경오염의 주범이 되고 있다. 현재 한국지질자원연구소에서는 X-ray CT를 활용해 암석에 섞여 들어간 125마이크론 이하의 초미세 플라스틱을 슬라이스 영상에서 자동으로 검출해 정량화하는 연구를 수행하고 있다. 연구를 위해 그림 상단의 Original 영상에서 어두운 모래 입자에 비해 중간밝기 플라스틱 입자를 자동으로 골라내는 작업이 필요하다. 문제는 아주 밝은 입자는 암석일 가능성이 높다. 비전 검사기기에서 사용하는 AI 기술은 슬라이스 영상에서 밝기 범위가 중첩되고 형상 패턴이 달라지는 조건으로부터 플라스틱만의 특징을 학습함으로써 초미세 플라스틱의 자동 추출에 기여하고 있다. 그림 상단의 (Hand) Marking 영상은 AI 신경망 학습을 위한 라벨 즉 정답영상이다. 불철주야 연구하는 연구원들의 노고에 감사를 드린다.(그림 출처: (주)쓰리디산업영상)