딥러닝 머신비전이란? 기존 비전과 차이점

https://blog.naver.com/sharptech6655/224258485318

딥러닝 머신비전이란? 기존 비전과 차이점

딥러닝 머신비전은 기존의 룰 기반(machine vision) 방식에서 한 단계 더 발전한 데이터 기반 검사 방식입니다.

핵심은 사람이 규칙을 직접 만드는 대신, 데이터를 통해 모델이 스스로 판단 기준을 학습한다는 점입니다.

---

1. 딥러닝 머신비전이란?

딥러닝 머신비전은 Deep Learning 기반으로 이미지에서 특징을 자동으로 학습하여 검사·판단을 수행하는 기술입니다.

​

→ 사람이 “이건 불량이다”라고 규칙을 정의하는 것이 아니라

→ 여러 장의 양품/불량 이미지를 학습시키면

→ 모델이 스스로 패턴을 찾아 분류하거나 검출합니다.

​

대표적으로는 다음과 같은 구조를 사용합니다.

• CNN (합성곱 신경망)
• Object Detection
• Segmentation

---

2. 기존 머신비전(룰 기반)이란?

기존 머신비전은 사람이 직접 검사 기준을 설계하는 방식입니다.

​

예를 들어:

• 밝기 임계값 (Threshold)
• 엣지 검출
• 패턴 매칭
• 치수 측정

​

→ 즉, “조건 기반 로직”으로 판단합니다.

---

3. 딥러닝 vs 기존 비전 차이

핵심 차이를 실무 관점에서 비교하면 아래처럼 정리됩니다.

​

1) 판단 방식

• 기존 비전

→ 사람이 규칙 정의 (Threshold, Edge 등)

​

• 딥러닝

→ 데이터로부터 자동 학습

---

2) 적용 난이도

• 기존 비전

→ 초기 셋업은 복잡하지만 구조가 명확

​

• 딥러닝

→ 데이터 수집/라벨링이 핵심 (초기 진입 장벽 존재)

---

3) 강점 영역

• 기존 비전

✔ 치수 측정 (정밀 측정)

✔ 위치 정렬 (Alignment)

✔ 반복성 높은 검사

​

• 딥러닝

✔ 외관 검사 (스크래치, 얼룩, 이물)

✔ 불량 패턴이 다양한 경우

✔ 규칙 정의가 어려운 경우

---

4) 환경 변화 대응

• 기존 비전

→ 조명, 위치 변화에 매우 민감

​

• 딥러닝

→ 학습 데이터에 포함되면 비교적 강건

---

5) 설명 가능성

• 기존 비전

→ 왜 NG인지 명확 (조건 위반)

​

• 딥러닝

→ “왜 그런 판단을 했는지” 해석이 어려움 (블랙박스 성격)

---

4. 현장에서의 실제 사용 방식

현장에서는 둘 중 하나만 쓰는 경우는 거의 없고, 혼합 구조가 일반적입니다.

​

예를 들면:

1. 위치 정렬 (기존 비전)

2. ROI 추출 (기존 비전)

3. 불량 판정 (딥러닝)

​

→ 이유는 명확합니다

• 정밀/속도 = 기존 비전이 유리
• 패턴 인식 = 딥러닝이 유리

---

5. 한 줄 정리

• 기존 비전 → “사람이 규칙을 만든다”
• 딥러닝 비전 → “데이터가 규칙을 만든다”

---

Sharp Tech는 머신비전 솔루션, 자동화 장비 솔루션을 제공하는 S/W 개발 전문 회사입니다. Sharp Tech는 정직과 신뢰성을 바탕으로, 고객 중심의 소통을 통해 맞춤형 솔루션을 제공합니다.

문의 전화 : 070-8057-6435

문의 메일 : sharptech6655@naver.com

홈페이지 : https://www.sharptech.kro.kr

샵테크 SHARP TECH | 머신비전 자동화 검사 시스템