식품 유통기한 AI OCR·박스 포장검사 시스템 사례

04 · Inspection

프로젝트 배경

식품 생산라인에서 유통기한과 포장 상태 검사는 제품 출하 전 반드시 확인해야 하는 핵심 품질 관리 항목입니다.

유통기한이 잘못 인쇄되거나 포장이 정상적으로 이루어지지 않은 제품이 출하될 경우 단순 불량을 넘어 제품 회수(Recall), 품질 클레임, 브랜드 신뢰도 하락 등 큰 손실로 이어질 수 있습니다.

하지만 생산 속도가 빠른 식품 라인에서 작업자가 모든 제품의 유통기한과 포장 상태를 일정한 기준으로 확인하는 것은 쉽지 않습니다.

이번 프로젝트에서는 AI OCR을 이용한 식품 유통기한 검사와 AI Classification을 이용한 박스 포장 상태 검사를 동시에 수행하는 머신비전 시스템을 구축하였습니다.

06 · Inspection

가장 중요한 것은 광학 조건이었습니다

이번 프로젝트에서 가장 먼저 해결해야 했던 문제는 포장재에서 발생하는 난반사였습니다.

제품 표면의 빛 반사가 매우 심했기 때문에 단순히 고성능 카메라를 적용하는 것만으로는 안정적인 유통기한 OCR 영상을 확보하기 어려웠습니다.

머신비전 검사에서는 카메라의 해상도나 AI 성능만큼이나 조명과 광학 조건을 어떻게 구성하느냐가 중요합니다.

프로젝트 초기에는 여러 종류의 머신비전 조명을 테스트하였습니다.

하지만 일부 조명에서는

포장재에 강한 난반사가 발생하거나

설치 공간의 제약이 발생하거나

배경과 문자의 대비가 충분하지 않은

문제가 있었습니다.

여러 광학 조건을 비교 테스트한 결과, 이번 제품에는 플랫돔(Flat Dome) 조명이 가장 적합하다고 판단하였습니다.

플랫돔 조명을 적용하여 포장재의 난반사를 효과적으로 억제하고 검사 영역 전체에 비교적 균일한 빛을 조사함으로써 AI OCR에 적합한 영상을 확보할 수 있었습니다.

07 · Inspection

AI OCR을 활용한 유통기한 자동 검사

광학 조건을 최적화한 이후 AI OCR을 이용한 유통기한 자동 검사를 적용하였습니다.

식품 포장지에 인쇄되는 유통기한은 실제 생산환경에서 항상 동일한 상태로 촬영되지 않습니다.

인쇄 품질 편차

포장재 위치 변화

포장지의 구김

문자 대비 변화

제품별 인쇄 조건 차이

등 다양한 변수가 발생할 수 있습니다.

AI 기반 OCR은 이러한 문자 형태와 인쇄 상태의 변화가 존재하는 환경에서 기존의 고정된 문자 패턴이나 조건을 사용하는 방식보다 유연하게 대응할 수 있다는 장점이 있습니다.

이번 프로젝트에서도 실제 생산환경에서 발생할 수 있는 다양한 조건을 고려하여 유통기한의 숫자, 영문 및 기호를 안정적으로 판독할 수 있도록 검사 조건을 최적화하였습니다.

09 · Inspection

박스 포장 상태도 동시에 검사

이번 프로젝트에서는 유통기한 OCR뿐만 아니라 박스 포장 상태 검사도 함께 진행하였습니다.

검사 기준은 명확했습니다.

모든 박스가 정상적으로 닫혀 있으면 OK

하나라도 정상적으로 닫혀 있지 않으면 NG

이러한 검사는 룰베이스 방식으로도 구현할 수 있지만 박스의 위치나 형상, 촬영 상태가 달라질 경우 검사 조건이 복잡해질 수 있습니다.

따라서 이번 프로젝트에서는 AI Classification을 적용하였습니다.

정상적으로 포장된 이미지와 포장 불량 이미지를 기반으로 정상/불량 특징을 구분하도록 구성하여 복잡한 위치 측정이나 다수의 검사 조건을 설정하지 않고도 포장 상태를 판별할 수 있도록 하였습니다.

특히 제품이나 박스의 위치에 일정 수준의 편차가 발생하더라도 단순 픽셀 위치만을 기준으로 판단하지 않기 때문에 실제 생산환경에서 보다 유연하게 대응할 수 있었습니다.