기술 아카데미
파인더아이 솔루션에 들어 있는 2D·3D 비전, AI 모델, Physical AI의 핵심 기술을 차례대로 설명합니다. 고객 교육과 사내 온보딩 자료로 그대로 쓸 수 있습니다.
2D·3D 비전
좋은 영상을 얻고, 맞추고, 재는 기술. AI 이전에 검사 품질을 결정하는 단계입니다.
- 01
좋은 영상이 먼저다 — 카메라·조명·트리거와 전처리
AI 모델은 영상에 담긴 것만 볼 수 있습니다. 결함이 영상에 선명하게 남도록 카메라와 조명, 촬영 시점을 정하고, 모델에 넣기 전에 밝기와 배경을 다듬는 방법을 설명합니다.
- 02
정렬(Alignment) — 부품을 같은 자세로 세우는 기술
부품이 매번 다른 각도로 놓이면 모델은 결함보다 회전을 먼저 배웁니다. 원형 부품의 Ring 정렬, 임의 형상의 PCA 정렬, 정렬 후 판정하는 yolo_align까지 정렬의 원리와 쓰임을 정리합니다.
- 03
룰 기반 치수 측정 — 픽셀을 밀리미터로 바꾸는 법
공차가 숫자로 정해진 검사는 AI보다 측정이 맞습니다. 캘리브레이션, 윤곽 추출, 원 맞춤으로 지름·두께·진원도를 재고, AI 판정과 함께 쓰는 구성을 설명합니다.
- 04
Photometric Stereo — 2D 카메라로 표면의 높낮이를 보는 법
조명 방향을 바꿔 가며 여러 장을 찍으면, 픽셀마다 표면이 어느 쪽을 향하는지 계산할 수 있습니다. 육안과 일반 영상에서 안 보이는 얕은 찍힘을 곡률 맵으로 드러내는 원리를 설명합니다.
- 05
3D 비전과 포인트 클라우드 — 높이와 자세가 필요한 순간
로봇이 물체를 집거나 용접 비드의 높이를 재려면 2D 영상으로는 부족합니다. 3D 카메라가 만드는 포인트 클라우드를 다듬고, 나누고, 맞추는 처리 흐름을 설명합니다.
AI 모델
정상만으로 배우는 이상 탐지, 이름과 위치를 찾는 객체 탐지, 그리고 현장에서 믿을 수 있게 평가·운영하는 방법.
- 01
정상만 보고 이상을 찾는다 — 이상 탐지와 PatchCore
불량 샘플은 모으기 어렵고, 내일은 처음 보는 불량이 나옵니다. 정상 이미지만으로 학습해 '정상과 다른 곳'을 찾는 이상 탐지의 원리를, 가장 널리 쓰는 PatchCore를 예로 설명합니다.
- 02
이상 탐지 알고리즘 고르기 — 11종을 언제 무엇으로
PaDiM, PatchCore, AnomalyDINO, WinCLIP, EfficientAD 등 AD Workbench의 11개 알고리즘은 산출물은 같지만 강점이 다릅니다. 데이터 양, 부품 고정 여부, 해상도, 택트 타임에 따라 고르는 기준을 정리합니다.
- 03
객체 탐지 — 결함에 이름과 위치를 붙이는 YOLO·RT-DETR
이미 알고 있는 결함 유형을 '무엇이, 어디에, 얼마나 확실하게' 있는지로 답하는 객체 탐지를 설명합니다. 박스·클래스·신뢰도, IoU와 NMS, 클래스별 임계값, 이상 탐지와 함께 쓰는 법까지.
- 04
모델 평가와 현장 운영 — 과검·미검, 임계값, 재학습
정확도 99%라는 숫자만으로는 라인에 모델을 올릴 수 없습니다. 과검과 미검을 나눠 세고, 비용에 맞춰 임계값을 정하고, 운영 중의 변화를 감시해 다시 학습하는 흐름을 설명합니다.
Physical AI
보고 판단한 결과로 로봇이 움직입니다. 좌표 보정, 디지털 트윈, 수확·피킹 자동화까지.
- 01
Physical AI — 보고, 판단하고, 움직이는 AI
검사 결과를 화면에 띄우는 데서 멈추지 않고, 로봇이 그 결과로 물체를 집고 옮기고 다듬는 단계가 Physical AI입니다. 구성 요소와 동작 고리를 표고버섯 수확 자동화 사례로 설명합니다.
- 02
Hand-Eye 캘리브레이션 — 카메라가 본 곳으로 로봇을 보내는 법
카메라는 자기 좌표로 '여기 있다'고 말하고, 로봇은 자기 좌표로만 움직입니다. 둘 사이의 변환을 구하는 Hand-Eye 캘리브레이션의 개념과 절차, 정확도를 높이는 요령을 설명합니다.
- 03
디지털 트윈과 Pick & Place — 실기 전에 가상으로 검증한다
로봇 셀을 가상 공간에 똑같이 옮겨 두면, 경로와 충돌과 사이클 타임을 실제로 움직이기 전에 확인할 수 있습니다. 3D 인식부터 파지 계획, 실기 미러링까지 Pick & Place의 전 과정을 따라갑니다.