3D 프린터를 위한 컴퓨터 비전 기반 피드백 시스템

얼마 전까지만 해도 3D 프린팅은 주로 아이디어를 테스트하고 모델을 제작하는 데 사용되었습니다. 하지만 이제는 헬스케어 및 manufacturing 같은 분야에서 실제 기능성 제품을 만드는 데 활용되고 있습니다. 덴탈 모델부터 기계 부품에 이르기까지, 이는 실제 세계의 아이템을 생산하는 실용적이고 신뢰할 수 있는 방법이 되었습니다.

더 많은 기업이 일상 업무에 3D 프린팅을 도입함에 따라 몇 가지 과제가 더욱 두드러지고 있습니다. 때로는 부품이 제대로 제작되지 않기도 하며, 정렬이나 재료 공급의 작은 문제조차도 최종 결과물에 영향을 줄 수 있습니다.

Computer vision은 이러한 문제들 중 상당수를 해결하는 데 도움을 줄 수 있습니다. AI의 한 분야로서, 이는 기계가 이미지와 비디오를 해석할 수 있게 해줍니다. 3D 프린팅 설정에서 컴퓨터 비전은 인쇄되는 각 레이어를 모니터링하여 비정상적인 패턴이나 오류를 조기에 발견할 수 있습니다. 심지어 프린터가 자동으로 응답하도록 지원하여 지속적인 수동 감독 없이도 인쇄 품질을 유지할 수 있게 해줍니다.

본 게시물에서는 컴퓨터 비전이 어떻게 3D 프린팅을 더욱 신뢰할 수 있게 만드는지 살펴보고, AI 기반 3D 프린팅 모니터링이 실제로 미치는 영향을 보여주는 사례들을 확인해 보겠습니다. 그럼 시작해 보겠습니다!

3D 프린팅이란 무엇입니까?#

3D 프린팅은 디지털 디자인으로부터 물리적 객체를 만드는 작업을 포함합니다. 1980s에 처음 개발된 이 프린팅 기술은 최근 몇 년간 급격히 발전했습니다. 평평한 표면에 잉크를 배치하는 일반 프린팅과 달리, 3D 프린팅은 플라스틱, 레진, 금속 같은 재료를 사용하여 레이어별로 객체를 구축합니다. 이 방법은 적층 제조(additive manufacturing)라고도 불립니다.

일반적인 3D 프린터는 출력 베드, 압출기(extruder), 노즐과 같은 핵심 부품을 갖추고 있습니다. 이러한 구성 요소들이 협력하여 출력 재료의 형태를 잡고 최종 결과물을 형성합니다.

프린팅 프로세스는 일반적으로 특수 소프트웨어를 사용하여 생성되는 디지털 3D model로 시작됩니다. 이 모델은 얇은 레이어로 슬라이싱되며, 프린터는 파일을 읽어 객체가 완성될 때까지 한 번에 하나의 레이어씩 재료를 적층합니다.

오늘날 헬스케어, 자동차, aerospace 같은 산업에서는 3D 프린팅을 사용하여 도구, 부품, 맞춤형 의료 기기를 생산합니다. 또한 제품 디자인, 프로토타이핑, 교육 분야에서도 널리 사용됩니다.

Fig 1. 3D 프린터의 구성 요소.

실시간 3D 프린트 품질 관리의 과제#

3D 프린팅은 꽤 직관적이고 흥미로운 과정이지만, 모든 일이 항상 완벽하게 진행되지는 않습니다. 대부분의 문제는 프린팅 도중이나 직후에 발생합니다. 적절한 도구가 없다면 이러한 문제들을 놓치기 쉽습니다. 특히 대규모로 제품을 생산하려는 경우 더욱 그렇습니다.

실시간 3D 프린트 품질 관리와 관련된 가장 일반적인 과제들은 다음과 같습니다.

• 레이어 정렬 불량: 프린터 움직임의 미세한 변화는 레이어를 불균일하게 쌓이게 할 수 있습니다. 이는 또한 출력물이 약해지거나 왜곡되는 원인이 됩니다.
• 뒤틀림(Warping): 프린팅 과정 중 불균일한 냉각으로 인해 출력물의 가장자리가 출력 베드에서 말리거나 들뜰 수 있습니다.
• 불일치 압출: 재료의 흐름이 예측할 수 없이 시작되거나 멈출 수 있습니다. 이는 최종 객체에 틈이나 얇은 부분을 발생시킵니다.
• 수동 부품 식별: 프린팅 후 작업자는 종종 부품을 수작업으로 분류하거나 라벨을 붙여야 합니다. 이 과정은 시간이 많이 소요되며 혼동을 초래할 수 있습니다.
• 확장성 문제: 인쇄된 부품의 볼륨이 증가함에 따라, 자동화 없이는 추적 및 quality control이 더 어려워집니다.

3D 프린팅에서 컴퓨터 비전의 역할#

컴퓨터 비전은 3D 프린팅 방식의 효율을 개선하는 데 핵심적인 역할을 합니다. 각 레이어를 모니터링하고 결함을 조기에 포착하며 프린팅이 진행됨에 따라 이를 조정하는 데 도움을 줍니다.

다음으로, 비전 AI가 실제 3D 프린팅 응용 분야에서 어떻게 정확도, 일관성, 자동화를 강화하는지 자세히 살펴보겠습니다.

적층 제조에서의 자동화된 결함 감지#

3D 프린터가 작동하는 영상을 본 적이 있다면, 한 번에 한 레이어씩 객체를 구축한다는 것을 알 것입니다. 그 레이어별 구축 방식이 3D 프린팅의 유연성을 제공하지만, 레이어 하나라도 제대로 되지 않으면 문제가 발생할 수 있다는 의미이기도 합니다.

초기 단계의 작은 오류가 완제품의 강도, 정확도 또는 전반적인 품질에 영향을 줄 수 있습니다. 이것이 바로 더 많은 제조사가 프린팅 과정 중에 발생하는 일을 감시하기 위해 컴퓨터 비전을 도입하는 이유입니다.

Cameras는 모든 새로운 레이어의 이미지를 캡처할 수 있습니다. 이 이미지는 뒤틀림, 틈, 누락된 재료 등의 결함을 즉시 확인합니다. 문제를 조기에 감지하면 실패한 프린트를 방지하고 폐기물을 줄이는 데 도움이 됩니다. 많은 시스템은 모양이나 텍스처의 미세한 변화를 감지하도록 훈련된 AI 기반 모델을 사용합니다. 무언가 이상해 보이면 시스템이 즉시 운영자에게 경고합니다.

예를 들어 Phase3D를 살펴보겠습니다. 그들의 in-situ monitoring 시스템은 구조광과 컴퓨터 비전을 사용하여 인쇄된 각 레이어를 원래 모습과 비교합니다. 불일치가 있는 경우 시스템이 즉시 플래그를 지정합니다.

Fig 2. 빛과 컴퓨터 비전을 이용한 3D 프린팅 모니터링.

이러한 이상 현상을 알려진 실패 패턴과 연결함으로써 작업자는 프린팅이 완료되기 전에 조치를 취할 수 있습니다. 이는 정밀도와 신뢰성이 중요한 항공우주 및 방위 산업에서 특히 효과적입니다. 또한 추적성을 개선하고 더욱 효율적이며 확장 가능한 생산을 지원합니다.

3D 프린터 오류 감지를 위한 컴퓨터 비전#

레이어를 정밀하게 정렬하는 것 외에도, 인쇄 재료의 흐름은 3D 프린트 부품의 최종 품질에 큰 역할을 합니다. 너무 많거나 적은 재료가 증착되거나, 정확한 위치에 도달하지 않으면 다양한 문제가 발생할 수 있습니다.

3D 프린팅과 관련된 일반적인 문제로는 부품 사이에 얇은 재료 가닥이 형성되는 스트링잉(stringing), 레이어가 제대로 접착되지 않는 층간 분리(delamination), 그리고 재료가 충분히 공급되지 않는 과소 압출(under-extrusion)이 있습니다. 이러한 문제들은 부품을 약화시키거나 완전히 실패하게 만들 수 있습니다.

Computer vision models은 실시간으로 각 레이어를 주시함으로써 이를 해결하는 데 도움을 줍니다. 카메라와 센서는 재료가 배치되는 방식을 추적하여 모양, 흐름, 표면 텍스처의 변화를 실시간으로 포착합니다. 기본 시스템은 문제를 조기에 감지할 수 있으며, 더 고급 설정은 속도나 유량 같은 설정을 조정하여 프린트 도중 실제로 문제를 해결할 수 있습니다.

비전 제어 제팅(vision-controlled jetting) 탐구#

예를 들어 MIT, Inkbit, ETH 취리히의 연구원들이 개발한 시스템은 4대의 고속 카메라와 2개의 레이저를 사용하여 인쇄 표면을 지속적으로 스캔합니다. 16,000개의 노즐이 레진을 적층함에 따라, 시스템은 각 레이어를 디지털 디자인과 비교하고 필요할 때 즉각적인 수정을 가합니다. 이 프로세스는 vision-controlled jetting으로 알려져 있습니다.

Fig 3. 실시간 인쇄 표면 스캔.

이 시스템은 또한 왁스를 서포트 재료로 사용하여 프린팅 후 녹여내어 복잡한 내부 채널을 남길 수 있습니다. 이는 이미 부드러운 손가락과 단단한 부품을 가진 로봇 손이나 걷고 물건을 잡을 수 있는 6족 로봇 같은 완전한 기능성 객체를 프린트하는 데 사용되었습니다. 오류를 감지하기만 하는 단순한 시스템들과 달리, 이 시스템은 즉석에서 오류를 수정하므로 고속, 고precision 프린팅에 더욱 신뢰할 수 있습니다.

AI를 통한 3D 프린팅 공정 최적화#

특히 대규모 제조나 3D 프린팅 서비스 센터에서는 수천 개의 부품이 한 번에 인쇄되기도 합니다. 프린팅 후 이러한 부품들은 식별, 분류, 가공되어야 하는데, 수동으로 수행할 경우 시간이 많이 걸리고 혼동이 발생하기 쉽습니다.

컴퓨터 비전은 부품을 빠르고 정확하게 인식하고 분류하여 이 단계를 자동화하는 데 도움을 줍니다. 예를 들어 AM-Vision system은 카메라와 지오메트리 매칭 기술을 사용하여 인쇄된 각 객체를 CAD 모델과 비교합니다. 이 시스템은 단 몇 초 만에 부품을 식별하고 정렬할 수 있습니다.

Fig 4. 3D 부품 인식 및 정렬을 위한 컴퓨터 비전 적용.

프린트 후 작업을 자동화하면 워크플로우가 빨라지고 수동 노동이 줄어들며 sorting and packing에서의 오류 위험이 최소화됩니다. 식별 외에도 일부 시스템은 경화, 세척, 조립 같은 추가 단계를 위해 부품을 그룹화하여 생산 프로세스의 효율성과 일관성을 더욱 향상시킬 수 있습니다.

비전 AI 기반 3D 프린팅 모니터링의 최신 트렌드#

비전 AI가 3D 프린팅과 점점 더 통합됨에 따라 제조 운영 방식에 큰 변화가 일어나고 있습니다. 그 영향력이 커지고 있음을 보여주는 몇 가지 주요 트렌드는 다음과 같습니다.

• Lights-out manufacturing: 공장들은 인간의 개입이 거의 또는 전혀 필요 없는 완전 자동화 운영으로 전환하고 있습니다. AI, 컴퓨터 비전, 로보틱스는 검사, 정렬, 부품 추적 같은 작업을 처리하여 24시간 내내 생산을 더욱 실현 가능하게 만듭니다.
• 빠른 시장 성장: 전 세계 3D printing market은 2034년까지 1,345억 8천만 달러에 이를 것으로 예상됩니다. 이러한 성장은 자동화 및 비전 AI 도구의 개선과 밀접한 관련이 있습니다.
• 예측 유지보수: 비전 시스템은 시간이 지남에 따라 프린터 성능을 추적하고 가동 중지 시간을 유발하기 전에 마모나 고장의 징후를 발견할 수 있습니다. 이는 생산을 원활하게 유지하고 예기치 않은 수리를 줄입니다.
• 원격 모니터링 및 제어: AI 기반 카메라 시스템을 통해 운영자는 어디서나 프린트 진행 상황을 track하고 알림을 받을 수 있습니다. 이는 유연한 제조와 더 나은 응답 시간을 지원합니다.

핵심 요약#

컴퓨터 비전은 3D 프린팅 공정의 모든 단계를 개선하는 데 도움을 줄 수 있습니다. 오류를 조기에 감지하고, 실시간으로 프린트를 모니터링하며, 공정 중 조정을 지원합니다. 이러한 기능은 부품 품질 향상, 실패 감소, 생산 비용 절감으로 이어집니다.

스마트 기술이 공장에서 보편화됨에 따라 컴퓨터 비전은 팀에 더 나은 제어권을 제공하고 더 효율적으로 확장하도록 돕습니다. 항공우주, 의료, 소비재와 같은 산업 분야는 이미 엄격한 품질 및 성능 기준을 충족하기 위해 이러한 도구에 의존하고 있습니다.

AI와 실시간 시각적 피드백을 결합함으로써 3D 프린팅은 더욱 일관되고 효율적이며 자동화되어 스마트 제조를 위한 길을 닦고 있습니다.

자만의 컴퓨터 비전 프로젝트를 구축할 준비가 되셨나요? 당사의 GitHub repository를 탐색하여 AI에 대해 더 깊이 알아보고 licensing options을 확인해 보세요. 솔루션 페이지를 방문하여 computer vision in healthcare가 효율성을 어떻게 향상시키고 있는지 알아보고 AI in retail의 영향을 확인해 보세요! 지금 성장하는 community에 참여하세요!