[프로젝트 배경]

대기업의 제조 현장에서는 수많은 PCB(인쇄회로기판) 제품이 생산되고 있으며,
그 중 일부는 불량 상태로 출하될 경우 심각한 품질 사고나 비용 손실로 이어질 수 있습니다.

기존에는 사람이 눈으로 검사하거나, 정해진 패턴 기반의 전통적인 비전 검사 시스템을 사용해왔으나
다음과 같은 한계점이 있었습니다:

- 생산 환경, 모델, 공정 변화에 따라 이미지 유형이 다양해짐
- 기존 시스템은 훈련된 유형 이외의 새로운 불량을 감지하지 못함
- 수작업 검사는 시간이 오래 걸리고, 작업자마다 결과 편차가 큼

이를 해결하기 위해,
기존 데이터와 다르더라도 AI가 이미지 임베딩을 분석하여 새로운 유형의 데이터 여부를 탐지하고,
기존과 유사한 정도(confidence score)를 기준으로 불량 의심 정도를 정량화 할 수 있는 시스템을 개발하였습니다.

또한, 불량 탐지 결과를 사용자에게 직관적으로 전달할 수 있도록 간단한 웹 프론트엔드도 함께 구성하였으며,
검출 결과를 시각적으로 확인하고, 시스템이 자동으로 알림을 제공하도록 구현하여
품질 관리 효율성과 실시간 대응 가능성을 높이는 것을 목표로 했습니다.

[1] 포트폴리오 소개
대기업의 생산 품질 관리를 위한 PCB(인쇄회로기판) 불량 검출 AI 시스템을 개발했습니다.
이 시스템은 기존에 보지 못한 유형의 이미지가 들어왔을 때도, 불량 가능성을 confidence score로 판단하며,
임베딩 분석을 통해 새로운 패턴이 감지되면 관리자에게 알림을 주는 기능도 포함되어 있습니다.
AI 개발은 PyTorch 기반으로 진행되었으며, 단순한 서버 구성과 함께 웹 프론트엔드를 통해
사용자(비전문가)도 쉽게 결과를 확인할 수 있도록 구성했습니다.

[2] 작업 범위
- PyTorch 기반 이미지 불량 분류 모델 개발
- Confidence score 계산 로직 및 기준선 설계
- 이미지 임베딩 기반 이상 탐지 및 신규 유형 감지
- 간단한 FastAPI 기반 서버 구성
- 웹 기반 시각화 화면 개발 (사용자용 대시보드)
- 기업 서버 환경에 맞춘 경량화 및 배포 지원

[3] 주요 업무
- PCB 이미지 전처리 및 데이터셋 구성
- 불량/정상 이미지 분류를 위한 딥러닝 모델 학습
- 기존 유형과의 유사도를 기반으로 confidence 계산
- Threshold를 넘는 이미지에 대해 불량 의심으로 표시
- 새로운 유형이 탐지되면 관리자에게 자동 알림 전송
- 사용자용 웹 UI를 통해 이미지와 confidence score 시각화
- 결과 로그 기록 및 CSV 등 파일 다운로드 기능 구현

[4] 주안점
- 기존 유형에 없던 데이터에 대해서도 탐지 가능한 시스템 구현
- Confidence 기반의 불량 의심 점수 산정으로 사용자의 신뢰 확보
- 시각화 및 결과 해석이 쉬운 프론트엔드 제공으로 접근성 향상
- 기업 내부 테스트 데이터에서 높은 탐지 정확도 및 재현율 달성
- AI 개발에 그치지 않고 사용자 입장에서 실질적 사용이 가능한 형태로 완성