수동 모니터링 방식으로는 제조업체가 생산 현장에서의 표준 운영 절차(SOP), 안전 및 보안 규정 위반 사항을 적시에 파악하기 어려웠습니다.
WG Tech Solutions는 Ultralytics YOLO 활용해 detect 규정 위반 사항을 실시간으로 detect 안전 사고를 28% 감소시키고 규정 준수율을 높였습니다.
산업 제조 현장의 운영을 파악하고 개선하는 일은 쉽지 않은데, 특히 많은 공정이 여전히 수작업으로 이루어지기 때문입니다. 운영 현황을 제대로 파악하지 못하면 병목 현상이나 인력 활용도 저하와 같은 숨겨진 비효율성이 발생하기 쉬우며, 이러한 문제들은 발견하기가 어렵습니다.
예를 들어, 근로자가 적절한 개인 보호 장비(PPE)를 착용하고 있는지 확인하거나 자재를 올바르게 취급하고 적재하는지 확인하는 등의 안전 및 규정 준수 점검은 대개 수동으로 이루어지기 때문에, 업무가 빠르게 진행되는 환경에서는 위반 사항을 놓치기 쉽습니다.
이러한 격차를 해소하기 위해 WG Tech Solutions는 지속적인 모니터링을 위한 AI 기반 영상 분석 플랫폼인 ‘WGDeepInsight’를 개발했습니다. 이 플랫폼은 Ultralytics YOLO 같은 컴퓨터 비전 YOLO 활용해 실시간 영상 피드를 분석함으로써 운영 현황을 실시간으로 파악할 수 있게 하여, 팀이 제조 공정을 관찰하고 분석하며 개선할 수 있도록 지원합니다.
WG Tech Solutions는 실제 환경을 위한 지능형 시스템 구축에 주력하는 엣지 AI 기업입니다. 이 회사는 맞춤형 하드웨어, AI 모델, 애플리케이션 소프트웨어를 결합한 엔드투엔드 AI 솔루션을 개발하여, 기업들이 엣지 환경에서 직접 운영을 모니터링하고 분석하며 개선할 수 있도록 지원합니다.
인도에 본사를 둔 이 회사는 실시간 분석과 현장 정보가 필수적인 제조, 자동차, 농업, 의료 시스템 등 다양한 산업 분야에서 사업을 전개하고 있습니다.
이 회사의 핵심 플랫폼인 WGDeepInsight는 AI 기반 영상 분석 기술을 통해 운영 현황을 실시간으로 파악할 수 있도록 설계되었습니다. 이 플랫폼은 보안, 감시, 안전 규정 준수, 품질 검사 등 다양한 분야에서 활용되며, 사용자가 에지 환경에서 직접 활동을 모니터링하고 detect 워크플로를 개선할 수 있도록 지원합니다.
WGDeepInsight는 컴퓨터 비전 모델과 사물 인공지능(AIoT) 기능을 결합하여, 제조업체가 공장 환경 전반에서 track 규정 준수 여부를 모니터링하며 운영 가시성을 높일 수 있도록 지원합니다.
대규모 공장 운영을 모니터링하려면 일관된 가시성이 필요하지만, 실제 생산 환경에서는 이를 달성하기가 결코 쉽지 않습니다. 작업장마다 수행되는 업무가 다를 수 있고, 근로자들은 하루 동안 다양한 업무를 처리하며, 분산된 공장 시설 전반에 걸쳐 작업 환경이 달라질 수 있기 때문입니다.
많은 경우, 공장 현장 팀들은 여전히 track 위해 육안 관찰과 현장 점검에 의존하고 있습니다. 이러한 전통적인 방식은 기본적인 감독 기능을 제공할 수는 있지만, 업무가 실제로 어떻게 수행되고 있는지에 대한 통찰력을 얻는 데에는 한계가 있습니다.
즉, 정확하고 편향되지 않은 작업 시간 및 동작 데이터를 수집하는 것은 어려운 일입니다. 이러한 데이터 부족 문제는 안전 및 보안과 관련된 경우 더욱 심각해집니다. 개인 보호 장비(PPE) 미착용, 무단 출입, 부적절한 자재 취급과 같은 문제들은 쉽게 간과될 수 있으며, 대응이 늦어지면 위반 행위의 재발을 방지하기가 더욱 어려워집니다.
예를 들어, WG Tech Solutions는 여러 공장 시설을 운영하며 유사한 제약에 직면한 선도적인 ODM(주문형 설계 제조업체)과 협력했습니다. 해당 ODM의 조립 공정 대부분은 여전히 수작업으로 이루어지고 있었기 때문에, 생산성, 안전 및 규정 준수 여부는 주로 육안 점검에 의존하고 있었습니다.
생산성과 안전 규정 준수를 최적화하기 위해, 해당 ODM은 신뢰할 수 있는 작업 시간 및 동작 데이터를 수집하고, 각 작업 단계별 track 운영 절차(SOP) 준수 여부를 track , detect 및 보안 위반 사항을 detect 수 있는 보다 체계적인 접근 방식이 필요했습니다.
또한 해당 팀들에게 실시간 피드백을 전달할 수 있는 더 효과적인 방법이 필요했습니다. 자동화 없이는 이러한 수준의 가시성을 확대하는 것이 여전히 주요 과제로 남아 있었습니다.
WG Tech Solutions는 Ultralytics YOLO 자사의 WGDeepInsight 플랫폼에 통합하여 물체 탐지, 물체 추적, 인스턴스 분할과 같은 주요 컴퓨터 비전 작업을 지원합니다. 이 플랫폼은 실시간 영상 피드에 이러한 모델을 적용함으로써, 팀이 운영 상황을 지속적으로 모니터링하고 정확한 시간 및 동작 데이터를 수집하며, 비효율적인 부분을 실시간으로 파악할 수 있도록 합니다.
이 접근 방식은 앞서 언급한 선도적인 ODM 기업과의 협업 프로젝트에 적용되었습니다. WGDeepInsight는 하이브리드 구성으로 구현되었으며, 워크스테이션과 공장 IT 환경 전반에 Axelera Metis AI 가속기를 배치하고, Voyager SDK를 통해 대규모 에지 배포를 효율적으로 진행했습니다.
Ultralytics YOLO 비전 기능을 활용하여 공장 각 구역의 운영 상황을 모니터링하고, 표준 운영 절차(SOP) track , 개인 보호 장비(PPE) 미착용, 무단 출입, 자재의 부적절한 적재와 같은 detect 및 보안 위반 사항을 detect .
이를 뒷받침하기 위해 3주 동안 여러 워크스테이션에서 영상 데이터를 수집하고, 자체 개발한 인터페이스를 사용하여 주석을 달았습니다. 이 데이터셋은 다음을 포함한 Ultralytics YOLO 훈련 및 미세 조정에 사용되었습니다. Ultralytics YOLO11 및 Ultralytics YOLOv8를 공장 환경에 맞게 최적화했습니다.
모델은 실제 환경에서 안정적인 성능을 보장하기 위해 추가적인 추론 로직, 매개변수 조정 및 최적화 기법을 적용하여 더욱 개선되었습니다. 플랫폼이 구축된 후에는 실시간 모니터링과 위반 사항의 자동 감지가 가능해져, 운영 현황에 대한 일관되고 데이터 기반의 가시성을 제공했습니다.
WG Tech Solutions의 경우, Ultralytics YOLO 다양한 공장 사용 사례에 신속하게 적용할 수 있는 컴퓨터 비전 솔루션을 구축하는 데 탄탄한 기반을 제공했습니다. 에지에서 고성능 추론을 수행할 수 있는 이 모델의 능력 덕분에, 낮은 지연 시간과 지속적인 모니터링이 필수적인 대규모 제조 환경에 이상적인 선택이 되었습니다.
Ultralytics YOLO 또한 배포를 위해 다음과 같은 다양한 내보내기 형식을 지원하여 유연성을 제공했습니다. ONNX, PyTorch, NCNN을 포함하여 다양한 내보내기 형식에 걸쳐 유연성을 제공했습니다. 이를 통해 하이브리드 아키텍처를 위해 엣지 디바이스와 중앙 집중식 시스템 모두에 모델을 더 쉽게 통합할 수 있게 되었습니다.
전반적으로, WG Tech Solutions는 Ultralytics YOLO 활용함으로써 대규모 공장 환경 전반에서 안정적인 성능을 유지하면서도 맞춤형 솔루션을 더 신속하게 제공할 수 있었습니다.
WG Tech Solutions의 WGDeepInsight 플랫폼은 Ultralytics YOLO 활용하여 공장 운영 상황을 지속적으로 모니터링하고 분석함으로써, 안전성, 규정 준수 및 운영 가시성을 향상시킵니다.
선도적인 ODM 기업의 경우, 근로자 안전 규정 위반 건수가 28% 감소했습니다. 낮은 지연 시간으로 기기 내에서 처리되는 실시간 알림 덕분에 대응 속도가 빨라지고 재발 사례가 줄어들었으며, 그 결과 공장 전역에서 안전 규정이 더욱 일관되게 준수되었습니다.
이 플랫폼은 각 지점의 표준 운영 절차(SOP) 준수 여부를 모니터링하고 위반 사항이 발생할 때마다 이를 즉시 알렸습니다. 또한 개인 보호 장비(PPE)의 부적절한 사용, 무단 출입, 과밀 현상, 절차 누락 또는 오류와 같은 문제점들도 파악했습니다.
예를 들어, 트레이 처리 워크플로우에서 물품이 올바르게 피킹 및 배치되었는지, 각 단계가 규정된 순서를 따랐는지 확인하며, 그 과정에서 발생한 모든 편차를 표시했습니다.
뿐만 아니라, 이 시스템은 다른 운영 및 보안 업무 프로세스로도 확대 적용되었습니다. CCTV 감시실에서는 시스템이 인원의 재실 여부를 실시간으로 추적하고, 인원 수가 규정된 기준치 이하로 떨어지면 경보를 발령했습니다.
한편, 품질 검사 워크플로우에서는 공정 순서를 확인하고, 지정된 도구의 사용을 강화하며, 작업별 소요 시간을 모니터링하여 일탈 사항이 있을 경우 이를 표시함으로써 일관된 기준을 유지했습니다.
시간이 지남에 따라 이러한 통찰력을 바탕으로 프로세스에서 문제가 발생하는 지점을 더 명확히 파악할 수 있었으며, 이를 바탕으로 맞춤형 교육을 통해 개선 조치를 취할 수 있었습니다.
알림 및 피드백 시스템은 고객의 요구 사항에 맞춰 설계되었으며, 기존 공장 워크플로우에 유연하게 통합되었습니다. 이메일, 메시징 시스템, 역할 기반 대시보드 등의 채널을 통해 알림이 전달되어, 관련 정보가 적절한 팀에 실시간으로 전달되도록 했습니다.
이를 통해 올바른 도구 사용이나 통제 구역 내 최소 인원 유지와 같은 중요한 절차가 일관되게 준수되도록 보장되었습니다. 결과적으로 일상 업무의 일관성이 높아져 공장 전반에 걸쳐 규정 준수 수준이 강화되었습니다.
산업 자동화가 발전함에 따라, 컴퓨터 비전은 수작업의 가시성과 일관성을 높이는 데 핵심적인 역할을 하고 있습니다. WG Tech Solutions는 Ultralytics YOLO 맞춤화하여 자사의 WGDeepInsight 플랫폼을 새로운 공장 환경과 워크플로우로 확대 적용할 계획입니다.
이는 안전 및 보안 모니터링부터 공장 현장의 공정 수준 점검에 이르기까지 다양한 사용 사례를 지원합니다. 엣지 기반 배포, 실시간 분석, 그리고 Axelera Metis 엣지 AI 가속기와 결합되어, 제조 환경 전반에 걸쳐 확장 가능한 모니터링과 일관된 운영 인사이트를 제공합니다.
업무 워크플로우에 비전 AI를 도입할 계획이신가요? GitHub 저장소와 라이선스 옵션을 확인하여 Ultralytics YOLO 시작해 보세요. 의료 분야의 AI, 제조업의 비전 AI와 같은 적용 사례와 Axelera AI Export 및 배포와 같은 엣지 AI 가속기에 대해 알아보세요 | Ultralytics
Ultralytics YOLO 모델은 이미지와 비디오 입력에서 시각적 데이터를 분석하기 위해 개발된 컴퓨터 비전 아키텍처입니다. 이러한 모델은 객체 감지, 분류, 포즈 추정, 추적 및 인스턴스 분할 등의 작업을 위해 학습할 수 있으며Ultralytics YOLO 모델에는 다음이 포함됩니다:
Ultralytics YOLO11 컴퓨터 비전 모델의 최신 버전입니다. 이전 버전과 마찬가지로 비전 AI 커뮤니티가 YOLOv8 대해 사랑해 온 모든 컴퓨터 비전 작업을 지원합니다. 하지만 새로운 YOLO11 더 뛰어난 성능과 정확성을 갖추고 있어 실제 업계에서 직면한 문제를 해결할 수 있는 강력한 도구이자 완벽한 지원군이 될 것입니다.
사용할 모델은 특정 프로젝트 요구 사항에 따라 다릅니다. 성능, 정확도 및 배포 요구 사항과 같은 요소를 고려하는 것이 중요합니다. 다음은 간단한 개요입니다.
YOLOv5 및 YOLO11 같은 Ultralytics YOLO 리포지토리는 기본적으로 AGPL-3.0 라이선스에 따라 배포됩니다. 이 OSI 승인 라이선스는 학생, 연구자 및 애호가를 위해 설계되었으며, 개방형 협업을 장려하고 AGPL-3.0 구성 요소를 사용하는 모든 소프트웨어도 오픈 소스로 제공하도록 요구합니다. 이는 투명성을 보장하고 혁신을 촉진하지만 상업적 사용 사례에는 적합하지 않을 수 있습니다.
프로젝트에 상용 제품이나 서비스에 Ultralytics 소프트웨어 및 AI 모델을 포함시키고 AGPL-3.0 오픈 소스 요구 사항을 우회하고자 하는 경우, 엔터프라이즈 라이선스를 사용하는 것이 이상적입니다.
Enterprise License의 이점은 다음과 같습니다.
원활한 통합을 보장하고 AGPL-3.0 제약을 피하려면 제공된 양식을 사용하여 Ultralytics 엔터프라이즈 라이선스를 요청하세요. 고객의 특정 요구 사항에 맞게 라이선스를 조정하는 데 도움을 드릴 것입니다.
미래의 머신러닝 여정을 시작하세요
