AEGIS ONE / 솔루션 / D03

D03Tire Inspection · Industrial AI Solution

타이어 검사

결함 후보를 남기고, 판단 근거를 확인합니다.

외관·형상 검사 영상에서 결함 후보를 남기고, 판정이 엇갈린 것은 사람이 다시 보도록 분리합니다.

  1. 01 · 자료들어오는 자료 3가지내·외관 검사 영상 · 제품·촬영 조건 식별 · 검사 후보·마스크·위치
  2. 02 · AI 분석결함 후보 검출트레드·사이드월·비드의 균열·기포·이물을 위치·마스크와 함께 검출
  3. 03 · 사람의 결정판정·재검토AI는 근거를 정리해 넘기고, 이 단계는 담당자가 확인하고 결정합니다.
  4. 04 · 남는 근거화면에 남는 근거 3가지PASS · REVIEW · FAIL 검토 결과 · 후보별 영상과 판정 이력 · 결함 유형별 재검사 대기 목록

색 읽는 법자료AI 분석근거 묶음사람의 결정기록·확인

UIAEGIS 화면

이 솔루션은
이런 화면으로 운영됩니다

AEGIS 운영 화면 1장입니다. 누르면 원본 크기로 볼 수 있습니다.

01현장의 질문

현장은 이것부터 묻습니다

  1. Q1놓친 결함은 없나?
  2. Q2왜 불량으로 판정했나?
  3. Q3같은 결함이 어느 공정에서 반복되나?

02한 장면으로 보는 판단

0.3mm 기포, 사람이 다시 보게 남겨 둡니다

○○공장 외관검사 라인 2호

  1. 현장

    야간 라인이 분당 6본을 검사합니다. 검사자 한 명이 모든 영상을 볼 수는 없습니다.

  2. AEGIS

    사이드월 영상에서 0.3mm 기포 후보를 찾고 위치 마스크를 그립니다. 확신도 0.64로 기준 사이라 REVIEW로 분류합니다.

  3. AEGIS

    같은 로트에서 같은 위치 후보가 2시간 안에 4건 나왔다고 묶어서 보여 줍니다. 가류기 3번이 원인 후보로 올라옵니다.

  4. 검사자

    REVIEW 대기열의 원본 영상을 확대해 FAIL로 판정하고, 가류기 점검 요청을 승인합니다.

  5. AEGIS

    판정 결과를 학습 후보로 보관하고, 로트·설비·시간이 붙은 결함 이력을 품질팀 보고서에 연결합니다.

결과애매한 것은 버리지 않고 사람에게, 반복되는 것은 설비로. 판정마다 왜 그렇게 했는지 영상으로 남습니다.

EVIDENCED03-2026-0714-6029
time
02:30:08 KST
inputs
외관·내면 검사 영상 · 제품·촬영 조건
model
tire-defect-seg v3.1
confidence
0.64 → REVIEW
decision
FAIL 판정 · 가류기 3번 점검
approved
검사자
sha256
6029cea0b6…c4cbe4

이전 기록과 해시로 연결

03AI가 하는 일

AI는 근거를 모으고,
사람은 판단합니다

04기술 구조

어떤 데이터를,
어떤 모델로 읽는가

사용 데이터

외관·내면 검사 영상라인당 카메라 8대 · 본당 24장
제품·촬영 조건규격·로트·조명값
설비 이력가류기·성형기 운전 기록
과거 판정결함 분류 11종

AEGIS 엔진 구성

  • DATA영상 품질 검사흐림·노출·위치 어긋남을 먼저 걸러 냄
  • MODELS결함 검출·분할 (경량 검출기 + 분할 모델)균열·기포·이물 위치와 마스크
  • MODELS판정 보정 (확신도 보정 + 기준표)PASS · REVIEW · FAIL 3단계
  • AGENTS원인 추적 에이전트로트·설비·시간으로 반복 패턴 묶기

처리 흐름과 걸리는 시간

  1. 01영상 취득·품질 확인본당 약 0.2초
  2. 02결함 후보 분석본당 약 0.4초
  3. 03판정 분류즉시
  4. 04REVIEW 재검토검사자
  5. 05이력 연결자동

05데이터 · 업무 흐름 · 근거

들어온 데이터가
승인 기록이 되기까지

들어오는 데이터

  • 내·외관 검사 영상
  • 제품·촬영 조건 식별
  • 검사 후보·마스크·위치
  1. 01제품 식별
  2. 02영상 품질 확인
  3. 03결함 후보 분석
  4. 04판정·재검토사람의 승인
  5. 05근거 보존

화면에 남는 근거

  • PASS · REVIEW · FAIL 검토 결과
  • 후보별 영상과 판정 이력
  • 결함 유형별 재검사 대기 목록

06검증 · 구축 · 보안

정확도는 공개하고,
데이터는 현장에 둡니다

정확도 검증 방식

  • 골든 샘플결함 종류별 기준 샘플로 매 교대 시작 시 자가 점검
  • 사람 판정 이중 확인일정 비율 PASS를 무작위로 사람이 재검사해 놓친 결함을 측정
  • 결함별 재현율결함 유형별 검출률을 따로 공개(평균에 숨기지 않음)

구축 · 보안

  • 구축라인 옆 엣지 서버(GPU), 공장 밖으로 영상 반출 없음
  • 연계MES·품질 시스템과 로트 ID로 연결
  • 모델 배포새 모델은 기존 모델과 병행 판정 후 승인되면 교체

근거 묶음에 남는 것

EVIDENCE · D03-2026-0714

  • 원본 영상·마스크
  • 모델 버전·확신도·기준표 버전
  • 검사자 판정
  • 로트·설비 연결

07확인 지표

효과는 같은 방법으로
도입 전과 비교합니다

확인 지표도입 전 기준값 (PoC)파일럿에서 판정
K1검사 처리량라인 처리량(본/분)과 검사자 1인 처리량AI 1차 분류 후 처리량 비교
K2재검토 비율REVIEW로 넘어간 비율과 그중 실제 불량 비율재검토 비율은 낮게, 놓친 불량은 0에 가깝게
K3결함 유형별 재발 건수결함 유형별 월간 재발 건수원인 후보 조치 후 재발 감소 여부

측정 방법은 PoC 시작 때 현장과 함께 확정하고, 도입 전과 같은 방법·같은 기간 길이로 비교합니다.

08도입

작은 검증부터 시작합니다

  1. 현장 진단데이터·업무·보안 요건 확인
  2. PoC 검증실데이터로 모델 정확도 확인
  3. 파일럿 운영실제 업무 흐름에서 승인·기록
  4. 확산·운영현장 확대와 모델 지속 개선
타이어 검사 도입 상담솔루션 자료 받기