반도체, 제약, 이차전지 분야에서 제품의 품질과 안전은 매우 중요하다. 머신비전은 사람의 육안 검사를 대체해 정밀하고 정확하게 검사할 수 있어 그 중요성이 더욱 커지고 있다. 파아일랜드는 'SmartPC-Ai1' 솔루션을 통해 토탈 산업 품질관리를 수행하고 있다. 산업 검사용 머신비전 혁신을 이끌고 있는 (주) 파아일랜드의 마르코 카루소 CEO를 만났다.

 

Q. 파아일랜드에 대한 회사 소개 부탁드립니다.

 

A. 파아일랜드는 혁신적인 스타트업을 위한 NVIDIA Inception Program의 회원이며, 딥러닝 기반의 산업 검사용 All-in-One 컴퓨터 비젼 솔루션을 개발 및 제공하고 있는 기업입니다.

 

파아일랜드의 대표 제품 'SmartPC-Ai1' 시리즈는 광학계, 딥러닝 소프트웨어, 하드웨어를 일체형으로 통합한 토탈 Edge 솔루션입니다. 해당 솔루션은 복잡한 설치 및 시스템통합 과정을 단 한 명의 System Integrator가 확장 및 반복 가능하게 고안했으며, End-User가 간단한 GUI로 Microsoft MLOps 작업완성도 4단계 모델 기반의 전체 자동화된 산업 품질관리를 No-Code로 수행할 수 있습니다.

 

또한 파아일랜드는 광학계, 비전솔루션, 딥러닝 응용 소프트웨어, 및 로봇엔지니어링 분야의 지속적인 R&D, 신기술 개발, 고객맞춤형 솔루션 커스터마이징을 통해 기존 머신비전 산업의 고충 포인트들을 해결하고 있습니다.

 

 

Q. 타 경쟁사 대비 파아일랜드만의 경쟁력이 있다면 무엇입니까?

 

A. 가격 경쟁력을 갖춘 토탈 All-in-One, Plug & Play 비전 솔루션이 파아일랜드의 경쟁력입니다. 기존의 컴퓨터 비전 시스템은 각 프로세스에 맞도록 필요에 따른 다양한 구성품들을 선택하고, 구매하고, 조립해야 하는 과정이 필요했습니다.

 

SmartPC-Ai1은 구성품 가격 수준으로 즉시 도입가능한 토탈 솔루션으로, 머신비전 산업에 혁신을 가져왔습니다. All-in-One 설계를 통해 모든 비전 구성 요소들을 일체형 폼팩터로 통합하고, 기존 제조설비와 즉시 호환 가능한 다양한 통신 프로토콜과 Plug & Play 디자인으로 시스템 통합 과정을 간소화하고 비용을 절감합니다.

 

해당 솔루션은 누구나 쉽게 딥러닝 모델을 구축하고 배포할 수 있는 No-Code 딥러닝 소프트웨어입니다. 간단한 GUI로 Microsoft MLOps 작업완성도 4단계 모델 기반의 전체 자동화된 산업 품질관리를 누구나 수행할 수 있는 환경을 제공합니다.

 

또한, 다양한 산업군의 제품결함과 고객사 니즈에 알맞은 광학계(렌즈, 조명, 카메라 등) 커스터마이징 및 아키텍쳐 및 비전 시스템 (ROI 설정, 룰베이스 전처리, RGB 설정, 결함 클라스 등) 설정을 통해 다양한 산업 검사 요구사항에 확장가능한 맞춤형 커스텀 솔루션을 제공합니다.

 

SmartPC-Ai1은 딥러닝 학습을 클라우드 서버 혹은 edge device에서 자체적으로 실행해 운용 효율성을 증대시키고, 몇 분 만에 기존 시스템을 최적화된 딥러닝 기반의 솔루션으로 변환할 수 있습니다. 마지막으로, 원격 기술 지원과 API 제공을 통해 사후 기술지원과 유지보수의 용이성을 제공하고, 지속적인 딥러닝 모델 최적화와 fine-tuning을 통해 산업검사 정확도와 속도를 보장합니다.

 

Q. 산업 검사용 머신비전에서 가장 중요한 점은 무엇이라 생각하며, 파아일랜드는 어떻게 대응하고 있습니까?

 

A. 산업용 머신비전에서 가장 중요한 것은 End-User도 쉽게 사용할 수 있으며, 요구사항에 알맞는 솔루션을 합리적인 가격에 제공해 정확하고 신속한 품질관리를 수행하는 것입니다. 파아일랜드의 SmartPC-Ai1은 Microsoft MLOps 작업완성도 4단계 모델 기반의 전체 자동화된 산업 품질관리를 누구나 사용할 수 있도록 설계됐습니다.

 

따라서, 비전문가나 End-User도 간단한 No-Code 기반의 GUI에서 (완전한 GUI 기반의 파이프라인) 몇 번의 클릭만으로 쉽게 딥러닝 모델을 구축, 학습, 배포할 수 있습니다. 최종 사용자는 사용자 친화적인 GUI 기반 딥러닝 소프트웨어와 일체형 디자인의 이점을 활용해 기존 라인에 즉시 통합할 수 있습니다.

 

기계 제작자와 시스템 통합업체는 SmartPC-Ai1를 활용해 비전 솔루션 및 개별 구성요소의 선택, 구매, 조립, 테스트 및 개발에 필요한 수많은 시간과 자원을 절약하고, 다양한 산업 검사 요구사항 및 하드웨어 복잡성에 확장가능한 맞춤형 커스텀 솔루션을 구현할 수 있습니다. 또한, 통합 관리 도구는 SI에 사후 기술지원의 용이성을 제공하고, 고급 API 제공을 통해 보다 전문적인 사용자가 Ai1 솔루션의 잠재력을 높이는 데 도움이 됩니다.

 

 

Q. 대표적인 적용 사례를 소개해 주세요.

 

A. 파아일랜드의 솔루션은 전자/반도체, 제약/의료, 이차전지, 파스너, 식음료 등, 다양한 산업군에 납품되고 있습니다. SmartPC-Ai1 솔루션을 통해 고객사들은 토탈 산업 품질관리를 수행할 수 있으며, 제품 불량을 신속하게 감지하고 대응함으로써 고객사의 생산성 향상에 기여합니다.

 

예시로 신규 계약을 체결한 한 제약회사의 사례를 들겠습니다. 파아일랜드는 단일샷 기반의 360º 멀티뷰를 제공하는 텔렌센트릭 렌즈 기반의 멀티미러 시스템인 Ai1 Polyview 시스템을 고객맞춤형으로 제작했습니다. 바이알의 품질 관리를 위해 서로 다른 각도의 2개의 MultiMirror 시스템이 하나의 SmartPC-Ai1과 함께 사용되며, 단일샷 기반의 360º 멀티뷰를 통해 얻어진 다양한 FOV로 바이알 약물 유/누출 검사, 표면 검사, 무결성 검사, 바코드 판독, 캡 검사 등 다양한 결함별 검사 기능들을 제공했습니다.

 

파아일랜드는 이와 같이 다양한 산업군에 분포된 고객사의 산업 검사 요구사항에 알맞은 맞춤형 토탈 비전 솔루션을 제작해 2021년 첫 제품 출시 이후 다양한 산업군의 품질관리 고충 포인트를 해결하고 있습니다. 또한 별도의 마케팅 없이 기존 고객사들의 레퍼런스만으로 꾸준한 신규 고객 확보 및 재구매율을 통해 높은 시장 성장 가능성을 증명하고 있으며, 2024년 본격적인 마케팅 전략을 통해 국내 및 글로벌 머신시장을 혁신하는데 앞장서겠습니다.

 

Q. 파아일랜드의 2023년 비즈니스 성과는 어땠습니까?

 

A. 파아일랜드는 FY 2021 Q4에 올인원 SmartPC-Ai1 시리즈의 최초 제품 출시 이후 많은 양의 재주문과 신규고객 확보를 통해 그 traction을 입증했으며, FY 2022부터 FY 2023까지 순매출은 72% 증가했습니다. 특히 2023년에는 높은 수요에 따라 많은 프로젝트를 성공적으로 수행하고 고객들로부터 긍정적인 피드백을 받아 신뢰를 쌓았으며, 매출, 이익, 성공적인 레퍼런스 측면에서 크게 성장했습니다.

 

Q. 2024년 목표가 있다면 무엇입니까?

 

A. 파아일랜드는 제품의 정확성, 성능을 향상시키기 위해 딥러닝 및 비전 검사 기술 연구 및 개발에 집중할 계획입니다. 덧붙여 이를 통해 고객 만족도를 향상시키고, 국내 시장 점유율 확대를 목표로 하고 있습니다.

혁신적인 기술 개발과 더불어 파트너십 강화를 통해 지속적인 성장과 투자를 유치하고, 디지털 마케팅 전략으로 브랜드 인지도를 증가시키고 목표 고객층에 접근할 것입니다.

 

Q. 파아일랜드의 중장기 계획 및 포부에 대해 말해주세요.

 

A. 파아일랜드는 머신비전 기술의 지속적인 발전을 추구하며, 다양한 산업 분야에서 혁신적인 솔루션을 제공하는 리더 기업으로 성장하고자 합니다. 압도적인 기술력으로 글로벌 시장에서 입지를 강화하면서도, 사회적 가치 창출에 기여하는 기업으로 발전하고 싶습니다.

 

파아일랜드에게 미국 시장 진출도 중요한 계획입니다. 미국은 머신비전 기술의 중요한 세계 허브 중 하나로, 파아일랜드는 미국 시장에서의 입지를 통해 사업 개발, 신규 고객 확보, 그리고 혁신을 위한 플랫폼을 구축하고자 합니다. 현지 시스템 통합업체 및 유통업체와 강력한 파트너십을 구축해 네트워크를 확장하고, 현지 환경에 대한 통찰력을 활용해 미국 시장에서의 입지를 공고히 하는 것이 전략적 목표입니다. 또한, 미국의 선두 산업 기업들과의 협력을 통해 제품의 강화와 시장 범위의 확대를 목표로 하고 있습니다.

 

헬로티 함수미 기자 |