AOI 가성 불량이 멈추지 않습니까? 문제는 설정이 아니라 아키텍처입니다

2026년 5월, Digitimes Asia는 Feature Cognition Inspection을 기반으로 구축된 DaoAI의 에이전틱 AI 비전 검사 솔루션 출시에 대해 보도하며, 제조업체의 데이터 주권에 관한 CTO Xiaochuan(小川) Chen의 발언을 인용했습니다. 이 글에서는 한 걸음 더 나아가, 이 아키텍처가 AOI 가성 불량(false call)의 근본 원인을 해결하는 이유와 귀사의 운영 환경에 적합한 파트너십 경로를 자세히 설명합니다.

기존 AOI가 결코 해결할 수 없었던 문제

SMT 품질 엔지니어에게 일상에서 가장 큰 스트레스 요인이 무엇인지 묻는다면, 답변은 거의 항상 동일합니다. 바로 가성 불량입니다. 기판 서브스트레이트와 색상이 유사한 부품, 문제가 발생하기 전까지는 정상으로 보이는 커넥터, AOI가 끊임없이 불량을 오경보하는 솔더 조인트 등이 대표적입니다.

기존 광학 자동 검사는 단순한 전제를 기반으로 개발되었습니다. 즉, 카메라에 보이는 형상을 컬러 프로파일과 비교하여 일치하지 않으면 플래그를 지정하는 방식입니다. 부품 라이브러리가 작고 제품 다양성이 낮았던 시절에는 유효한 방식이었습니다. 그러나 오늘날의 다품종 생산 환경에서는 치명적인 약점이 되었습니다.

현장에서 흔히 겪는 문제입니다:

• 셋업에 수 시간이 소요됩니다. 신제품이 들어올 때마다 부품 라이브러리 등록, CAD 임포트, 임계값 튜닝이 필요합니다. 엔지니어는 라인을 가동하는 시간보다 장비를 프로그래밍하는 데 더 많은 시간을 소비합니다.
• 가성 불량률이 증가합니다. 블랙 기판 위의 블랙 저항, 실버 트레이스 위의 실버 커넥터처럼 서브스트레이트와 색조가 유사한 부품은 일상적으로 오경보를 유발하여, 품질 향상 없이 처리량만 저하시키는 재작업 루프를 만듭니다.
• 학습 루프의 부재. 검사자가 가성 불량을 양품으로 판정(오버라이드)해도 그 데이터는 사라집니다. 다음 날에도 동일한 가성 불량이 다시 발생합니다.

이는 소프트웨어 버그가 아닙니다. 아키텍처 자체의 한계입니다. 컬러 스페이스 매칭 방식은 부품과 배경이 동일한 색상 범위에 있을 때 이를 구분할 수 없습니다. 시스템은 자신이 무엇을 보고 있는지 이해하지 못하며, 단지 어떤 색상인지만 알 뿐입니다.

Feature Cognition: 컬러 스페이스가 아닌 피처 스페이스에서의 검사

DaoAI의 접근 방식은 다른 전제에서 출발합니다. 픽셀 비교에서 특징 이해로의 전환, 이것이 바로 DaoAI가 정의하는 Feature Cognition Inspection입니다. 이 모델은 100만 개 이상의 부품 이미지를 사전 학습하여 색상, 조명 각도, 서브스트레이트 색조와 관계없이 저항을 저항으로, 커패시터를 커패시터로, 커넥터를 커넥터로 정의하는 고밀도 표현(dense representation)을 구축했습니다.

실제 현장에서는 세 가지가 즉각적으로 달라집니다:

부품 라이브러리가 아닌 기준 보드 하나로 셋업 완료. 정상 작동이 확인된 보드 한 장을 시스템 앞에 배치하면 끝납니다. 이것이 입력의 전부입니다. CAD 파일도, 부품 데이터베이스 임포트도 필요 없습니다. 기존에 전체 근무 교대 시간이 소요되던 셋업이 이제 수초에서 수분 만에 완료됩니다.

근본적인 가성 불량률 감소. 모델이 색상 근접성이 아닌 부품의 정체성을 추론하기 때문에, 서브스트레이트와 색조가 동일한 부품이라도 더 이상 문제가 되지 않습니다. 컬러 스페이스에서는 불가능했던 구분을 피처 스페이스에서는 명확하게 분리해 냅니다.

모든 수정 작업으로부터 시스템이 학습. 검사자가 가성 불량을 양품으로 판정하면 모델이 이를 업데이트합니다. 해당 오류 패턴은 제거되어 다시는 반복되지 않습니다. 이것이 기존 AOI에는 전혀 존재하지 않았던 폐쇄 루프(closed loop)입니다.

온프레미스 데이터 유지. 모든 추론은 로컬에서 실행됩니다. 보드 이미지, 불량 이력, 모델 가중치는 공장 외부로 절대 유출되지 않습니다. 엄격한 데이터 주권 기준을 요구하는 제조업체에게 이는 양보할 수 없는 조건이며, DaoAI는 초기 설계부터 이를 완벽히 반영했습니다.

지금 이 기술이 중요한 이유

PCBA 복잡성은 안정화되지 않고 계속 증가하고 있습니다. 첨단 패키징, 부품 소형화, 단축된 사이클 타임으로 인해 검사 난이도는 갈수록 높아질 것입니다. 수동 프로그래밍과 컬러 매칭에 의존하는 시스템은 제품 믹스가 다양해질수록 경쟁력을 잃게 됩니다.

전환의 기회는 바로 지금입니다. AI 네이티브 검사와 기존 검사 운영 간의 격차가 구조적으로 고착화되기 전에 전환해야 합니다. 오늘 품질 프로세스에 Feature Cognition을 도입하는 제조업체는 자체 제품 믹스, 고유한 불량 패턴, 특정 라인 조건에 맞춰 지속적으로 개선되는 모델이라는 독보적인 데이터 자산을 구축하게 됩니다.

이 자산은 복리로 성장합니다. 컬러 매칭 시스템은 시간이 지나도 개선되지 않지만, 학습하는 시스템은 끊임없이 진화합니다.

귀사의 운영 환경에 적합한 도입 경로는?

DaoAI는 네 가지 유형의 파트너와 협력합니다. 각 파트너는 서로 다른 출발점과 배포 경로를 가집니다.

대형 EMS / OEM 제조업체

기존 플랫폼에 DaoAI의 AI 브레인 통합

자체 자동화 팀이나 스마트 제조 이니셔티브를 보유하고 계십니까? DaoAI는 SDK, REST API, Docker 컨테이너 또는 온프레미스 라이선스로 제공되므로 통합 방식, 데이터 및 로드맵을 직접 제어할 수 있습니다. 라인별 연간 라이선스 또는 사업장별 엔터프라이즈 라이선스를 선택할 수 있습니다.

중소 규모 PCBA 제조업체

5개월이 아닌 5분 만에 가동 시작

사내에 AI 엔지니어가 없어도 문제없습니다. DaoAI P Series는 턴키 시스템으로, 기준 보드를 배치하기만 하면 즉시 검사가 시작됩니다. 부품 라이브러리도, CAD도 필요 없습니다. 30분 데모를 예약하시면 귀사의 보드 이미지로 직접 테스트해 드립니다.

AOI / SMT 장비 제조업체

귀사의 브랜드. DaoAI의 AI 브레인.

귀사의 고객들은 AI 검사를 요구하고 있습니다. 자체 개발은 비용이 많이 들고 속도가 느립니다. DaoAI의 OEM 프로그램은 귀사의 기존 하드웨어에 Feature Cognition을 완벽히 통합합니다. 컨트롤러 임베디드, 병렬 애드온, Edge+Cloud 하이브리드의 세 가지 통합 패턴을 지원합니다. 일반적인 PoC 기간은 NDA 체결 후 30일입니다.

지역 대리점 — 대만 / 동남아시아

고객은 AI를 원하고, 우리에게는 검증된 제품이 있습니다.

대만 및 동남아시아 지역의 DaoAI 공인 채널 파트너 프로그램에 참여하십시오. 파트너에게는 CTA Hard Tech, DIGITIMES, InnoVEX를 통한 리드 공유와 함께 교육, 데모 키트, 공동 마케팅 지원 등 전폭적인 역량 강화 혜택이 제공됩니다.

COMPUTEX 2026에서 만나보십시오

DaoAI는 타이베이에서 열리는 COMPUTEX 2026에 참가하여 장비 제조업체, EMS 파트너, 대만 생태계 전반의 유통사와 만날 예정입니다. AI 검사 기술 도입을 검토 중이거나 제품 포트폴리오에 AI를 추가하고자 한다면, 현장에서 직접 논의해 보십시오.

Feature Cognition의 실제 작동 모습을 확인하시겠습니까?

PCBA 라인을 운영 중이든, 검사 장비를 제조하든, 유통 채널을 구축 중이든 최적의 솔루션이 준비되어 있습니다.