컴패리즌, 디텍션, 라벨러, 디버거 기능 개선
 
수아랩(SUALAB)이 또 한 번의 도약을 이뤄냈다. '수아킷(SuaKIT)’ 2.0 버전을 출시함으로써 기존 버전의 불편함을 대폭 개선했다.

딥러닝 기반의 머신비전 검사 소프트웨어인 수아킷(SuaKIT) 1.0 버전은 사례 학습 방식의 딥러닝 알고리즘을 적용해 다양한 제조업 분야에 불량 검사 자동화를 도입했다. 기존의 머신비전 시스템으로는 검사가 어려웠던 다양한 영역의 검사를 가능하게 했고, 정확도와 속도 또한 대폭 높였다는 평가를 받아왔다.

여기에 이번 수아킷(SuaKIT) 2.0은 한걸음 더 나아가 4가지 기능을 크게 개선했다. ▲두 이미지 간의 차이를 분석하는 이미지 컴패리즌(Image Comparison) 모드, ▲한 이미지 내 여러 물체를 검출하고 분류할 수 있는 디텍션(Detection) 모드, ▲딥러닝 알고리즘이 제품의 불량 영역을 추천해주는 비주얼 라벨러(Visual Labeler) 기능, ▲딥러닝 알고리즘이 물체의 어느 영역에 초점을 맞추어 검사했는지 보여주는 비주얼 디버거(Visual Debugger)기능 등이다.

이미지 컴패리즌(Image Comparison) 모드는 검사할 제품이나 배경 패턴이 변화해도 그에 맞춘 최적화 작업을 용이하게 해준다. 당연히, 기존에는 추가됐던 최적화 비용을 최소화한다.

디텍션(Detection) 모드는 하나의 이미지 안에 여러 유형의 물체가 섞여 분류가 어려운 경우, 각각의 유형을 분리해낼 수 있는 기능이다. 물체의 개수를 세는 것도 가능하다.

비주얼 라벨러Visual Labeler) 기능 또한 주목할 만 하다. 기존에는 검사하고자 하는 모든 제품의 이미지의 불량 영역을 일일이 지정해 줘야 했지만, 이번 버전에서는 딥러닝 알고리즘이 자동으로 불량 영역을 추천한다. 이를 통해 라벨링 비용을 최소화할 수 있다.

마지막으로 비주얼 디버거(Visual Debugger) 기능이 있다. 이전 버전에서는 딥러닝 학습망이 불량을 구분해내는 기준을 알 수 없었지만 이제는 딥러닝 알고리즘이 집중 검사한 영역을 시각화해 사용자에게 알려준다. 검사가 사용자의 의도에 맞게 수행됐는지 확인할 수 있는 것이다.
 
수아랩 송기영 대표는 “수아킷(SuaKIT) 2.0은 소비자들의 목소리와 시장의 트렌드를 적극 반영한 결과“라며 ”앞으로도 검사의 정확도와 속도를 끌어올리고, 사용자의 편리를 극대화할 수 있는 방안을 끊임없이 고민할 것”이라고 말했다.