제조 및 유통 전 과정의 패키징 검사 자동화
정확한 검사로 불필요한 재작업 감소
일관된 제품 품질 확보


결함이 있거나 손상된 패키징은 제품 품질, 안전, 가치에 대한 유통업체와 소비자의 인식에 부정적 영향을 미쳐 제품 리콜의 원인이 될 수 있다. 따라서 제조와 유통의 전 과정에서 철저한 패키징 검사는 필수적이다.

코그넥스는 11일, 패키징 검사 자동화에 사용되는 딥러닝 기반 머신비전 솔루션 ‘인사이트 비전 시스템’과 이미지 기반 바코드 리더기의 활용 사례를 발표했다.

인사이트 비전 시스템은 딥러닝 기반 머신비전 솔루션으로 제조에 더 높은 수준의 자동화 기술을 통합해 기업이 패키징 검사를 보다 효율적으로 수행할 수 있도록 한다. 코그넥스의 머신비전, 딥러닝, 바코드 판독, 바코드 검증 기술의 조합은 제조 및 유통의 전 과정에서 1차 및 2차 패키징이 적절하게 밀봉되고, 조작된 부분 없이 올바르게 조립되었으며, 최종적으로 결함이 없음을 보장한다. 따라서 불필요한 재작업을 줄이고, 제품 리콜 또한 막을 수 있다.

Stericycle 전문가 솔루션 리콜 지수 2018에 따르면 식음료 분야에서 발생한 제품 리콜 원인 중 가장 높은 점유율을 차지한 것은 세균 오염이었다. 그러므로 패키징 씰의 무결성을 판단하는 패키징 밀봉 검사는 최종 제품의 품질을 보장해 리콜 방지에 매우 중요한 역할을 한다.

하지만 제품 밀봉 시 발생할 수 있는 결함의 외형 변화로 검사가 쉽지 않고 검사 시 발생하는 변경 사항에 맞추어 조정하거나 씰에 문제가 생긴 이유를 분류하거나 정량화 하기 어려웠다.

이에 딥러닝 기반 머신비전 솔루션을 통해 실시간으로 패키징의 외형을 달라지게 만드는 입자 크기의 변화, 대비의 변형 및 무작위 결함 등의 문제를 표시하고, 작업자나 기계가 문제를 분류할 수 있도록 지원해 이물질, 빈 공간이 있는 씰, 오염을 비롯해 제품 씰에 영향을 미칠 수 있는 수많은 문제를 안정적으로 식별할 수 있도록 했다.

라벨 품질 검사는 원활한 제품 이력관리를 위해 매우 중요한 과정이다. 하지만 공장 컨베이어 벨트의 방향이나 제품의 곡선형 표면으로 인해 라벨 상 감지하기 어려운 결함이 많아 제조업체들은 검사에 어려움을 겪고 있었다.

이에 코그넥스는 외관 결함 감지 기술이 탑재된 머신비전 시스템을 이용해 라벨이 주름, 기포, 찢어짐 또는 기타 오류 없이 깔끔하고 정확하게 부착되었는지 검사하고, 특징 추출 기술이 탑재된 인사이트(In-Sight) 비전 시스템의 조명과 소프트웨어 알고리즘으로는 찢어지거나 뒤틀린 라벨 등의 오류와 결함까지도 모두 포착할 수 있도록 제품에서 3D 특징을 강화하는 고대비 이미지 생성을 지원한다.

이외에도 땅콩, 대두, 우유, 달걀, 조개류, 견과류, 밀 등의 일반적인 알레르겐(알레르기 유발 물질)이 표시된 라벨을 제품에 부착하고 유통의 전 과정을 추적해야 한다. 코그넥스의 인사이트 비전 시스템은 탑재된 패턴 매칭 기술을 활용하여 포장, 용기, 기타 품목에서 알레르겐 라벨의 유무와 더불어 올바른 라벨이 부착되어 있는지, 라벨이 선명히 인쇄되어 있는지 등을 철저히 검사하여 이런 피해가 생기지 않게 돕는다.

또한, 어떠한 인쇄 글꼴이라도 관리 및 판독이 가능한 OCRMax 기술이 탑재된 인사이트 비전 시스템으로 코드의 유무 감지 및 데이터의 정확성을 확인해 의료기기나 의약품처럼 곡면이거나, 반사되거나, 투명한 표면에 코드가 기재되어 판독이 매우 까다로운 경우도 제품의 날짜 및 로트 코드의 유무를 감지하고 일련 번호와 문자가 올바른지 검사할 수 있다.

코그넥스코리아 문응진 대표는 “코그넥스는 제품의 최종 품질을 보장하는 핵심 요소인 패키징을 위해 더 빠르고 강력한 머신비전 시스템을 원하는 고객의 니즈를 정확히 파악한 뒤, 머신비전에 딥러닝을 결합한 자동화 검사 시스템을 제공해 고객의 까다로운 요구사항들까지도 모두 충족시키고 있다”라며, “기업은 최소한의 작업자 개입만으로도 일관된 제품 품질을 확보할 수 있어 생산성과 투자 효과를 극대화 할 수 있으며 브랜드 평판도 함께 향상 시킬 수 있다.”라고 말했다.