- 페인 포인트 : 인력 검수 속도의 한계 직면, 작업자 간의 상이한 판단 기준으로 인한 Tact time 증가 - Vision AI 활용 : 이미지당 OK/NG 검수 판단 속도 230ms 달성 - 결과 : 검수 정확도 98.8%, 검수 품질 일관성 달성, 검수 속도 향상과 높은 정밀도 제공 품질 검수 AI 란? 제품의

- 페인 포인트 : 작업자별 상이한 등급 기준으로 인한 기준의 모호성, 검사 품질 및 작업속도 의 편차 - Vision AI 활용 : 초미세 결점 데이터셋 및 AI 알고리즘 구축 - 결과 : 결함 요인 발견을 통한 품질 기준의 일관성 확보, 모델 성능 96.1%, 제품 결함 등급화 제품 결함 분류 AI 란? 제품

- 페인 포인트 : 일관성 없는 검사 기준과 예측 불가한 생산량 - Vision AI 활용 : 생산 공정별로 발생한 스크래치 패턴 파악 - 결과 : 체계적인 생산라인 통제와 수량 안정성 확보, 제품 불량률 13.2% 감소 생산 품질 외관 비전 검사 AI 란? 생산 품질 외관 검사 비전 AI는 육안 검사와 기존 Rule

대형 제조/화학 기업인 ‘A’사의 제조 공장에서는 대량의 제품들을 품질에 따라 분류하는 작업이 수행됩니다. 이 작업은 모두 수동으로 진행되었기에 분류 작업에서 많은 오류가 있습니다. A사는 품질 분류를 자동화하기 위한 AI/ML 모델을 개발하여 검수 과정에서 생기는 비효율을 잡고자 합니다. A사의 자동화 모델을 위해 AI PoC를 진행했습니다. PoC 구축을 진행하며