top of page

머신비전 Sample Test | 양품·불량·경계샘플 검증 7단계

9월 12일
2분 분량

머신비전 설비의 성패는 카메라 모델을 선정하는 순간보다 Sample Test에서 양품과 불량의 경계를 얼마나 현실적으로 검증했는지에 크게 좌우됩니다. 양품 몇 개와 대표 불량 한두 개만으로 검출 가능 판정을 내리면 양산 환경에서 오검출과 미검출이 늘어날 수 있습니다.


양품 불량 경계샘플을 이용한 머신비전 Sample Test 검증

1. Sample Test의 목적을 먼저 정의한다

샘플 테스트는 단순히 결함이 보이는지 확인하는 시험이 아닙니다. 검출 가능한 최소 결함, 정상 편차 범위, 품종별 영상 차이, 검사 시간, 반복 재현성을 확인해 실제 설비 사양과 판정 기준을 정하는 과정입니다.


2. 양품 샘플의 편차를 충분히 확보한다

정상 제품도 표면 광택, 색상, 가공 흔적, 인쇄 농도, 위치와 자세가 달라질 수 있습니다. 정상 편차를 충분히 확보하지 않으면 테스트에서는 합격하지만 양산에서 정상 제품을 불량으로 판정하는 False Reject가 발생할 수 있습니다.


3. 불량은 종류와 크기별로 구분한다

스크래치, 찍힘, 이물, 누락, 인쇄 이상 등 결함 종류를 구분하고 가능하면 크기와 농도에 따라 단계별 샘플을 준비해야 합니다. 고객이 요구하는 최소 검출 기준보다 작은 경계 샘플도 함께 확인하면 검출 한계가 명확해집니다.


4. 경계 샘플로 판정 안정성을 확인한다

가장 중요한 것은 명백한 양품과 명백한 불량 사이의 경계 영역입니다. 동일 샘플을 반복 촬영해 판정이 흔들리는지 확인하고 조명, 노출, ROI, 임계값 변화에 따른 민감도를 비교해야 합니다.


5. 실제 생산 조건을 재현한다

가능한 경우 실제 이송 속도, 제품 흔들림, 주변광, 트리거 위치와 설치 거리까지 시험 조건에 반영해야 합니다. 정지 상태의 실험실 테스트만으로 고속 인라인 성능을 보장할 수는 없습니다.


6. 룰 기반과 AI 적용 범위를 구분한다

치수, 위치, 유무처럼 기준이 명확한 항목은 룰 기반 비전이 적합할 수 있고, 정상 편차가 크거나 결함 형태가 불규칙한 외관 검사는 AI가 유리할 수 있습니다. Sample Test 단계에서 두 방식의 검출성과 유지관리 난이도를 함께 비교하는 것이 좋습니다.


7. Test 결과를 설비 사양으로 연결한다

검출 가능 여부뿐 아니라 카메라 해상도, 렌즈, 조명, 촬영 수, 처리시간, PLC 연동, NG 배출, 레시피 관리 조건까지 시험 결과에서 설비 사양으로 전환해야 합니다. 확인되지 않은 정확도 수치를 제안서에 먼저 고정하는 것은 피해야 합니다.


아진네트웍스의 검증 접근

아진네트웍스는 실제 제품과 불량 샘플을 기준으로 광학 조건과 검출 가능성을 먼저 검토하고, 결과를 기구·제어·비전 사양으로 연결하는 방식을 지향합니다. 샘플이 부족하거나 판정 기준이 불명확한 항목은 TBD로 남기고 추가 검증 후 확정하는 것이 안전합니다.


관련 기술자료

비전 가이드 로봇 디스펜싱 | 접착제 도포·Bead 검사 자동화 설계

Predictive Quality 제조 AI | 공정 데이터로 불량 위험을 사전 예측하는 설계


 
 
 

최근 게시물

전체 보기

댓글


물류 공장 자동화 설비 제작

본        사  : 경기도 시흥시 금오로 212번길  19-1

FA 사업부 : 경기도 평택시 청북면 현곡산단로 29

TEL : 010-4168-0472 , FAX : 0504-419-0472

E-mail : wave624@naver.com

Copyright 2026 by AJinnetworks co., ltd. All rights reserved.

bottom of page