제조업과 관련된 연구 중에서는, 사용되는 금속 및 화학 재료들의 표면 특성을 관찰하여 품질을 측정하고 등급을 매겨 제품의 내구성, 성능 그리고 안정성을
향상시키기 위한 시도가 이어져왔습니다.

이는 생산 과정에서의 자원 낭비를 줄이고 생산량을 증가시키는 데 도움이 되며, 결과적으로 제조업체의 경쟁력을 향상시키고 수익성을 개선하는 데 기여합니다.

 

고객사의 Problem

고객사에서는 기존에 위와 같은 표면 관찰을 사람이 매번 현미경으로 확인하는 절차를 자동화하기 위하여, 인공지능 모델을 기반으로 물질 표면을 자동으로 측정하고
품질을 판단하는 솔루션을 개발하고자 하였고, 이를 위한 조직 분류 데이터가 필요하였습니다.

이 데이터를 통해 인공지능 모델이 물질의 표면 특성을 정확히 이해할 수 있고, 이를 기반으로 품질을 자동 판별하여 기존의 품질 결정 프로세스를 간소화하는 솔루션을
실제 공장에 도입하는 것이 주요 과제였습니다.

 

데이터메이커의 Solution

복잡한 물질 표면 이미지에 세그멘테이션 작업을 수행하기 위해서는, 라벨링에 많은 소요시간이 요구되었고 이를 효율적인 비용으로 진행하기 위하여 데이터메이커에서 운영하는 가나 현지 데이터랩의 인력을 투입하였습니다.

 

가나 전문 인력 (GH팀) 지원

1. 교육 자료 제작

• 관련 배경 지식이 없는 작업자도 이해할 수 있도록 간단하고 명확한 눈높이 교육 자료를 제작하여 제공했습니다.
• 물질 표면의 특징과 분류 방법을 시각적으로 이해하고, 작업에 필요한 지침을 명확히 이해할 수 있도록 도왔습니다.

2. 의사소통 문제 해결

• 데이터메이커 가나 사업팀 보유로 영어와 한국어를 구사하는 전담 인력을 배치하여 작업자들과의 원활한 의사소통을 조정했습니다.
• 전문 용어를 이해하기 쉽게 설명하고, 시각 자료를 활용하여 작업 내용을 쉽게 이해할 수 있도록 지원했습니다.

3. 업무 퀄리티 개선

• 각 프로젝트 종료 시 데이터메이커 가나 사업팀과 한국 PM 평가를 통해 작업자의 숙련도를 평가하고, 작업자 퍼포먼스의 히스토리를 추적하여
  지속적인 퀄리티 관리를 병행했습니다.

 

Introduging the datamaker at the Ghana office 바로가기
 

 

물질 표면 분류 체계 설계

1. 세그멘테이션 클래스 설계

• 물질의 특성을 세분화하여 물질 표면을 분류할 수 있도록 설계되었습니다.
• 각 클래스는 시각적으로 구별되는 색상으로 명확히 구분되어 비전문가도 쉽게 판단하고 라벨링 작업을 수행할 수 있습니다.
• 이는 라벨링 작업의 정확성과 일관성을 향상시키고, 라벨링 작업의 효율성을 높였습니다.

2. 분류 기준

• 표면 패턴의 규칙성: 규칙적인 패턴(등방성), 불규칙한 패턴(이방성)
• 패턴의 모양: 촘촘한 패턴, 동그란 곡선 패턴, 길쭉한 패턴
• 밀도 및 크기: 높음, 중간, 낮음

 

 

이미지 세그멘테이션 라벨링 디테일 정확성 향상

1. 고품질 현미경 확대 원본 활용

• 이미지 세그멘테이션 라벨링의 디테일 정확성을 향상시키기 위해 고품질 현미경 확대 원본을 사용했습니다.
• 높은 해상도와 선명한 이미지는 작업자들이 세분화된 주석을 보다 정확하게 추가할 수 있도록 지원합니다.

2. 데이터메이커 시냅스 툴 사용 - 시냅스 시연 영상

• 작업자들이 정확한 주석을 추가하고 수정할 수 있도록 데이터메이커 시냅스 라벨링 도구를 사용했습니다.
• 이 도구는 라벨링의 정확성과 일관성을 보장하며, 밝기, 투명도 조절 등의 단축키 기능을 통해 라벨링을 최적화하여 빠르고 효율적인 작업을 가능하게 합니다.

3. 4번의 교차 검수

• 6명의 검수자를 투입하여 4번의 교차 검수를 진행하여 라벨링의 정확성을 더욱 높였습니다.

4. 지속적인 학습과 피드백 루프

• 작업자들이 실수를 최소화하고 품질을 개선할 수 있도록 지속적인 학습과 피드백 루프를 설정했습니다.
• 잘못된 주석을 식별하고 수정하는 과정에서 적절한 피드백을 제공하여 능력 향상을 위한 학습 기회를 제공했습니다.
• 이러한 노력을 통해 전문 인력을 집중 양성하고 라벨링의 정확성을 높일 수 있었습니다.

 

프로젝트를 마치며

비전문가가 금속 및 화 물질 표면 데이터 구축을 위해 사전 지식을 습득하고, 이를 기반으로 교육자료를 구축하여 작업자들에게 효율적인 라벨링 작업 환경을 만들었습니다.
이를 통해 작업자들은 전문가 수준의 지식이 없어도 쉽게 작업에 참여할 수 있었고, 화학 물질 표면에 대한 정확한 라벨링을 수행할 수 있었습니다.
데이터메이커는 해외 전문 인력 양성과 효율적인 시스템 적용을 위한 방안을 제시하고 수행할 수 있었습니다.