컨베이어 벨트 위를 지나가는 수백, 수천 개의 부품을 하루 종일 맨눈으로 들여다보는 일은 제조 현장의 가장 고된 노동 중 하나다. 작업자의 피로도가 쌓이는 오후 시간이 되면 미세한 스크래치나 조립 불량을 놓치는 휴먼 에러가 어김없이 발생한다.

불량품이 섞여 납품될 경우, 거래처의 거센 항의와 반품 처리로 인해 발생하는 금전적 손실과 신뢰 하락은 50명 미만의 소규모 공장에게 치명적인 타격이 된다. 그렇다고 수천만 원에서 수억 원에 달하는 대기업용 머신비전(Machine Vision) 검사 장비를 도입하는 것은 턱없이 부족한 자본 상황에서 현실성 없는 헛된 꿈에 불과하다. 결국 누군가는 또다시 충혈된 눈을 비비며 돋보기를 들고 수작업 검사라는 고통스러운 아날로그 방식에 의존해야만 한다.

이러한 품질 관리의 딜레마를 타개할 현실적인 돌파구는 스마트폰 카메라와 기업의 인공지능 전환(AX, AI Transformation) 기술을 결합하는 데 있다. 이는 복잡한 코딩이나 거대한 서버 구축을 의미하지 않는다. 마치 시력이 몽골인처럼 좋고 절대 딴청을 피우지 않는 아르바이트생을 고용하는 것과 같다.

이 똑똑한 디지털 검사관(AI)에게 정상 제품과 불량 제품의 사진을 여러 장 보여주며 "이 부분이 구부러지면 불량이다"라고 학습시키면 끝이다. 과거에는 이를 위해 고가의 산업용 카메라와 소프트웨어가 필요했지만, 이제는 주머니 속 스마트폰 카메라의 뛰어난 성능과 클라우드 기반의 저렴한 AI 시각 분석 도구를 활용해 훌륭한 품질 검사 환경을 구축할 수 있다.

자본과 IT 인력이 전무한 영세 제조 현장에서는 거창한 설비 대신, 지금 당장 안 쓰는 스마트폰 공기계와 거치대를 조립하는 것에서 출발해야 한다. 작업대나 컨베이어 벨트 위에 조명이 고르게 비추도록 세팅한 후, 스마트폰 카메라를 고정하여 제품이 지나갈 때마다 화면에 담기도록 한다.

이후 시중에 월 구독 형태로 제공되는 저비용 노코드(No-code) AI 비전 솔루션에 촬영된 정상 제품 사진 50장과 불량 제품 사진 50장을 업로드하여 학습을 진행한다. 학습이 완료된 AI는 스마트폰 렌즈를 통해 들어오는 실시간 화면을 분석하여, 불량품이 지나갈 때 화면에 빨간색 경고를 띄우거나 경보음을 울려 즉각적인 조치를 가능하게 한다.

하지만 이 모든 과정이 마법처럼 단번에 이루어지는 것은 결코 아니다. AI는 융통성이 없어서, 아침과 저녁의 공장 조명 밝기가 미세하게 달라지거나 카메라 각도가 1cm만 틀어져도 정상 제품을 불량으로 오인하는 뼈아픈 한계를 드러낸다. 따라서 완벽한 자동화라는 환상을 버리고, 초기에는 일정한 조명 환경을 철저히 통제하는 번거로운 세팅 작업과 사람이 AI의 판단을 지속해서 재확인하는 감수 과정을 기꺼이 감내해야 한다.

비싼 장비 탓만 하며 불량률을 방치하는 시대는 지났다. 오늘 당장 실행해야 할 가장 확실한 AX 도입의 첫걸음은, 현장에서 가장 자주 발생하는 불량 유형 한 가지를 골라 스마트폰으로 그 흠집을 선명하게 50장 촬영해 두는 것이다. 이 평범한 사진 50장이 훗날 우리 공장의 품질을 책임질 가장 강력하고 저렴한 디지털 검사관을 만드는 든든한 초석이 될 것이다.

[※ 칼럼의 그림 및 도표는 AI 활용하여 작성됨]