AI는 ‘이미지 품질’ 위에서만 정확해진다
이미지 품질은 결국 ‘타이밍(Timing)’이 결정한다.
머신비전 AI 검사를 도입할 때, 현장에서 자주 듣는 말이 있습니다.
- “AI만 좋으면 결과가 정확해진다.”
- “AI 모델 성능이 부족해서 검사가 틀리는 것 같다.”
하지만 실제로는
AI 알고리즘의 성능보다 ‘입력 이미지 품질’이 훨씬 더 중요합니다.
그리고 그 이미지 품질을 결정하는 핵심이 바로 타이밍입니다.
1️⃣ AI는 ‘좋은 이미지’를 줄 때만 정확하게 동작한다
AI 모델(분류·탐지·세그멘테이션·3D AI)은
모두 이미지의 패턴을 기반으로 판단합니다.
하지만 이미지가 다음과 같은 문제를 가지고 있다면?
- 밝기 흔들림
- 모션 블러
- 패턴 왜곡
- Z값 들쭉날쭉
- 조명 불안정
- 라인별 결과 편차
AI는 아무리 고성능이라도
정확한 판단을 할 수 없습니다.
2️⃣ 이미지 품질을 결정하는 것은 결국 ‘타이밍’이다
AI가 받는 이미지 품질은 아래 3가지 타이밍 요소가 결정합니다.
✔ 1) 카메라 Exposure 타이밍
Exposure가 1µs만 흔들려도
→ AI 입력 데이터 불안정
✔ 2) 조명 On / Off 타이밍
조명 타이밍이 흔들리면
동일 제품이라도 이미지 패턴이 달라져
→ AI가 ‘다른 제품’으로 인식
✔ 3) 트리거 타이밍
‘언제 찍는가’가 불안정하면
- 제품 위치가 달라지고
- ROI 기준이 변하고
- 패턴 위치가 흔들림
✔ 정밀 타이밍 = AI용 Ground Truth를 항상 동일하게 만드는 것
✔ 타이밍이 무너지면 AI는 학습도, 판정도 제대로 못 한다
3️⃣ AI 검사에서 자주 발생하는 문제의 진짜 원인
- AI 불량 오판 증가
→ 조명 타이밍 흔들림 → 밝기 패턴 변화
- 라인별 AI 정확도 차이
→ 트리거 기준점 불일치
- 재학습(리트레이닝) 빈번
→ 데이터 드리프트 발생
- 3D AI에서 Z값 튐
→ 타이밍 불안정 + 엔코더 지터
- 특정 속도에서만 AI 실패
→ 속도 변화 → 타이밍 변화
📌 대부분의 AI 문제는 모델 문제가 아니라 타이밍 문제입니다.
4️⃣ 고정밀 타이밍 설계가 AI 정확도를 높이는 방식
✔ ① Zero Delay(0ns)로 타이밍 기준점 고정
Zero Delay 기반 트리거 구조는
카메라·조명·엔코더의 기준점을 완전히 고정합니다.
→ AI 입력 이미지 조건이 항상 동일
✔ ② FPGA 기반 엔코더 재구성으로 X 좌표 고정
FPGA는 펄스를 재구성해
- 속도 변화 영향 제거
- 노이즈 / Spike 제거
→ 이미지 위치 안정 → AI 입력 데이터 정렬
✔ ③ 멀티커런트 조명으로 밝기 패턴 안정화
AI는 밝기 편차에 매우 약합니다.
멀티커런트 = µs/ns 단위 밝기 제어
→ 고속에서도 밝기 동일 → AI 학습 안정
✔ ④ Exposure · 조명 · 트리거 완전 동기화
동기화가 잘 된 라인은
어떤 제품이 와도 이미지 패턴이 동일하게 캡처됩니다.
✔ ⑤ 라인 간 기준점 통일 (Cross-Line AI 안정화)
Zero Delay 기준점 통일 →
- 라인 A/B/C 이미지 특성 동일
- 재학습 필요성 대폭 감소
5️⃣ AI 정확도를 위한 타이밍 설계 체크리스트
- 트리거 지연(Delay)이 존재하는가?
- 조명 펄스 폭이 속도에 따라 변하는가?
- 엔코더 펄스가 안정적인가?
- Exposure–조명–트리거가 µs 단위로 일치하는가?
- 라인마다 기준점이 다른가?
- 노이즈 Spike가 존재하는가?
- 조명 Rise/Fall 시간이 펄스폭 대비 큰가?
❗ 1개라도 YES라면 AI 정확도는 절대 안정화되지 않습니다.
📌 핵심 요약
- ✔ AI는 ‘좋은 이미지’ 위에서만 정확해진다
- ✔ 이미지 품질은 밝기·위치·타이밍 안정성에 달려 있다
- ✔ 타이밍이 무너지면 AI는 데이터가 달라졌다고 판단
- ✔ Zero Delay + FPGA + 멀티커런트가 AI 데이터 품질을 결정
- ✔ AI 정확도는 결국 ‘타이밍 엔지니어링’의 결과
🔜 다음 글 예고
👉 No.27 – 3D 검사 최적화를 위한 라인별 튜닝 전략
제품 문의 & 기술 자료 요청
성원기술 · SWTEC Co., Ltd.
#ETIO
#SCP3D
#SIGNALSCOPE
#성원기술
#머신비전
#2차전지검사
#반도체계측