의류 제조 산업의 지루한 작업 자동화

인더스트리 3.0은 항공우주, 제약, 자동차 등과 같은 산업에 도움이 되는 것으로 입증되었지만 의류 제조 산업은 아직까지 진정한 잠재력을 발휘하지 못했습니다. 누군가 의류 산업에서 '자동화'에 대해 언급할 때, 대부분의 업계 의사결정자들은 그것이 사실이 아닌 작업 현장에서 일하는 로봇에 관한 것이라고 여전히 생각할 가능성이 높습니다. 다양한 조직과 보고서에서 만들어낸 수백 가지 자동화 정의를 분석함으로써 제조 측면에서 다음과 같은 자동화 정의를 요약할 수 있습니다. “자동화는 장비를 사용하여 시스템이나 프로세스를 자동화하는 것입니다. 제조 자동화의 최종 목표는 생산 능력을 늘리면서 비용을 줄이는 것입니다.”

그렇다면 제조 공정을 어떻게 자동화할 수 있을까요? 인공 지능, 로봇 팔, 자동 선택 및 배치 시스템, 로봇 프로세스 자동화, 소프트웨어 도구와 같은 기술이 인간의 지루한 작업을 없애는 동시에 생산성을 높이는 데 도움이 되는 기술이 있습니다. 산업만큼이나 복잡한 의류 제조는 직물 검사, 재단실, 봉제 바닥, 제품 검사, 의류 측정, 포장, 마감, 세탁 및 배송과 같은 프로세스에서 자동화할 수 있는 범위가 넓습니다.

수십 년 동안 수작업으로 수행되던 직물 검사가 이제 큰 변화를 맞이하고 있습니다. 이 공정은 의류 생산이 시작되기 전에 수행되며 이제 특수 장비가 수작업을 대체하여 직물을 자동으로 검사 및 분류하고 검사된 직물의 결함을 계산한 후 향후 액세스를 위해 전체 디테일을 저장합니다. 원단 검사 또는 원단 결함 식별 기술은 수년간 존재해 왔지만, 기존 기술을 넘어 원단 검사를 위한 AI 기반 기술에 진출한 회사는 소수에 불과합니다.

인공지능은 의류산업이 직물 결함으로 인한 높은 불량률, 높은 보상률, 낮은 수동 인식률을 극복하는 데 도움을 준다. 이러한 AI 기반 기술의 역할은 더욱 중요하다. 원단 검사 과정에서 수동 식별 정보를 효과적으로 전달할 수 없고, 업계에서는 통일된 표준과 같은 현실적인 문제점을 형성할 수 없어 이를 개혁할 수 없기 때문이다.

중국 Jack Stock이 소유한 Bullmer는 직물 검사를 위해 차세대 AI 기반 지능형 기술인 AI 01을 출시한 최초의 회사 중 하나로 이름을 올렸습니다. Bullmer의 AI 기반 특허 Deep Model Self-Learning 기술을 통한 직물 검사의 지속적인 자체 진화는 기계가 자동으로 점점 더 많은 지능을 학습할 수 있기 때문에 복잡한 직물 환경에서 공장/공장을 지원합니다. 이 기계에는 다양한 이미지 처리 기술이 통합되어 있으며 고급 라인 스캔은 산업용 카메라를 사용하여 이미징 및 감지의 안정성과 간섭 방지를 보장합니다.

AI 기반 직물 결함 식별 기술은 상당한 이점을 제공합니다. 첫째, 기술을 이용하여 원단의 결함 지도를 직접 형성할 수 있으며, 그 데이터는 ERP, MES 등 공장의 관리 시스템과 직접 연결되어 판단, 관리, 문제 처리를 용이하게 할 수 있습니다. 둘째, 원단 관리 표준화가 훨씬 쉬워집니다. AI 기반 기계는 직물 문제로 인해 일반적으로 발생하는 기업의 높은 불량률을 줄이며 감소율은 약 72%~78%에 이릅니다. 이는 모두 결함 식별 매개변수의 표준화로 인해 달성됩니다. 셋째, 이 기술은 24시간 중단 없는 작업을 지원하며, 원단 검사 기계 하나로 약 4명의 원단 검사 작업자의 수작업을 줄이는 데 도움이 됩니다. 이러한 기술을 활용한 일일 직물 검사는 10시간 작업으로 20,000m를 횡단할 수 있습니다.

의류 재단실의 자동 절단기를 사용하여 직물 층만 자르던 시대는 지났습니다. 절단 기술 공급업체는 오늘날 기계에 AI와 ML을 도입하여 사전 생산 프로세스를 업그레이드하고 발전시켰습니다. 이는 기계 가동 중지 시간으로 인해 생산성과 정시 납품이 크게 저하될 수 있는 오늘날의 시대에 분명히 필요한 것입니다.