납 봉합 검사에서 기계 비전의 적용

급속도로 변화하는 전자제품 제조 분야에서 납땜 접합부의 품질은 단순한 세부 사항이 아니라 제품의 신뢰성과 장기적인 성능을 좌우하는 핵심 요소입니다. 납땜 접합부는 저항기, 캐패시터, 마이크로칩과 같은 부품들 사이의 중요한 전기적 및 기계적 연결을 형성하며, 인쇄회로기판(PCB)의 보이지 않는 중심축 역할을 합니다. 제대로 전도되지 않는 냉납땜, 구조적 강도를 약화시키는 공극(void), 단락을 유발하는 브리징(bridging) 등 하나의 불량 납땜 접합이라도 치명적인 결과를 초래할 수 있습니다.

전자제품이 계속해서 소형화되면서 부품은 이제 01005(0.4mm x 0.2mm) 크기까지 작아졌고, PCB는 수천 개의 납땜 조인트가 좁은 공간에 밀집하면서 더욱 조밀해졌습니다. 이러한 환경에서 기존 검사 방법은 점점 더 부적합해지고 있습니다. 검사원은 시간당 수백 내지 수천 개의 조인트를 검사하다 보면 금방 피로를 느끼게 되며, 이로 인해 판단이 일관되지 않게 됩니다. 예를 들어 약간 고르지 않은 납땜 필렛이 한 검사원에 의해 승인되기도 하지만 다른 검사원에 의해 거부되기도 합니다. 이러한 주관성은 불량 제품이 소비자에게 전달될 위험을 초래할 뿐 아니라, 정상적인 조인트에 대한 불필요한 재작업으로 자원을 낭비하게 만듭니다.

납 품질 검사를 위한 머신 비전 시스템은 하드웨어와 소프트웨어가 정교하게 결합된 시너지로 구성되어 있으며, 각 구성 요소는 인간의 시각 능력을 모방하고 이를 뛰어넘기 위해 상호 협력하여 작동한다. 하드웨어 측면에서 시스템의 핵심 요소로는 고해상도 카메라, 특수 조명 장치, 정밀 렌즈 및 강력한 프로세서가 포함된다. 조명은 가장 과소평가되지만 가장 중요한 하드웨어 구성 요소일 수 있다. 일반적인 공장 조명은 납 접합부의 반사로 인해 글래어를 유발하거나 세부 사항을 가리는 그림자를 만들 수 있는 반면, 머신 비전은 맞춤형 솔루션을 사용한다. 예를 들어, 동축 조명(coaxial lighting)은 카메라 렌즈와 동일한 축을 따라 빛을 방출하여 납 위의 반사를 줄이고 공극(void)을 쉽게 식별할 수 있도록 한다. 링 조명(ring lights)은 원형 디자인으로 PCB 전체에 균일한 조명을 제공하여 기판 가장자리에 위치한 납 접합부라도 일관된 이미지 품질을 보장한다.

한편, 카메라는 검사의 정밀도 요구 사양에 따라 선택된다. 표준 PCB 부품의 경우 2~5메가픽셀(MP) 카메라로 충분하지만, 의료기기나 항공우주 전자 장치의 마이크로 납땜 접합부의 경우 1~2마이크로미터 크기의 세부 사항을 캡처하기 위해 최대 100배의 고배율 렌즈와 함께 사용되는 10~20MP 카메라가 필요하다. 캡처된 이미지는 이후 전용 산업용 PC 또는 임베디드 시스템과 같은 프로세서로 전송되며, 소프트웨어가 이를 처리하게 된다.

소프트웨어는 머신 비전 시스템의 '두뇌' 역할을 하며, 머신 러닝(ML)과 딥 러닝(DL)의 발전과 함께 그 기능이 크게 향상되었습니다. 납땜 마감부의 경계를 식별하기 위한 에지 검출(edge detection)이나 납땜과 PCB 패드를 구분하기 위한 이진 임계값 처리(thresholding)와 같은 전통적인 영상 처리 기법은 여전히 특징 추출에서 중요한 역할을 합니다. 예를 들어, CNN은 색상, 질감, 형태의 미세한 차이를 분석하여 정상적인 납땜 마감부와 5마이크로미터 크기의 공극(void)이 있는 마감부를 구분할 수 있으며, 이는 숙련된 작업자라도 놓칠 수 있는 사항입니다. 분석 후 시스템은 사전에 정의된 품질 기준에 따라 각 납땜 접합부를 '합격' 또는 '불합격'으로 분류하고, 결함 위치와 유형을 표시한 상세 보고서를 생성하여 엔지니어가 검토할 수 있도록 합니다.

머신 비전이 기존 방법 대비 가지는 장점은 명확하며 측정 가능합니다. 첫째, 정밀도 및 정확성 비할 데 없이 정밀합니다: 기계 비전 시스템은 인간의 시각(확대 장치 사용 시에도 약 20~30마이크로미터가 한계)을 훨씬 뛰어넘어 최소 1마이크로미터 크기의 결함까지 감지할 수 있습니다. 둘째, 일관성 인간의 변동성을 제거합니다: 이 시스템은 모든 납땜 조인트에 대해 항상 동일한 품질 기준을 적용하므로 야간 교대 근무 중 검사된 조인트도 주간 교대 근무 중 검사된 조인트와 동일한 기준으로 평가됩니다. 셋째, 속도 생산 효율을 높입니다: 일반적인 기계 비전 시스템은 단일 PCB 상의 10,000개 납땜 조인트를 10초 미만 만에 검사할 수 있으며, 이는 인간 작업자가 수행하면 5~10분이 소요되는 작업입니다. 마지막으로, 데이터 주도型 인사이트 지속적인 개선을 가능하게 합니다: 시스템은 모든 검사 결과를 기록하여 제조업체가 시간 경과에 따른 결함 추세를 추적할 수 있도록 해줍니다.

기계 비전의 다용도성 덕분에 다양한 산업 분야에서 없어서는 안 될 기술이 되었습니다. 예를 들어, 자동차 자동차 부문 , PCB는 엔진 제어 장치(ECU) 및 첨단 운전자 보조 시스템(ADAS)과 같은 핵심 시스템을 구동하는 데 사용되며, 머신 비전이 안전성을 보장합니다. ADAS 레이더 모듈의 불량 접합은 시스템이 장애물을 잘못 인식하게 할 수 있으며, 이로 인해 사고가 발생할 수 있습니다.

성과에도 불구하고, 머신 비전은 여전히 지속적인 과제에 직면해 있습니다. 주요 과제 중 하나는 복잡한 PCB 설계 : 부품이 작아지고 PCB가 더욱 조밀하게 배치됨에 따라 부품 간 겹침이나 그림자 영역이 발생하여 접합부를 가릴 수 있어 카메라가 선명한 이미지를 촬영하는 것이 어려워집니다. 이를 해결하기 위해 제조업체들은 2~4개의 각도에서 이미지를 촬영하여 어떤 접합부도 놓치지 않도록 하는 다중 카메라 시스템을 개발하고 있습니다. 또 다른 과제는 학습 데이터 머신러닝/딥러닝 알고리즘은 우수한 성능을 내기 위해 대규모의 고품질 데이터셋이 필요하지만, 이러한 데이터셋을 만드는 데는 시간이 오래 걸립니다. 예를 들어, 10,000장의 결함 이미지를 라벨링하는 데 수주가 소요될 수 있습니다. 최근 연구자들은 실제 데이터에 대한 의존도를 줄이기 위해 컴퓨터 모델이 납땜 조인트(희귀한 결함 포함)의 현실적인 이미지를 생성하는 합성 데이터 생성 기술을 활용하고 있습니다.

앞으로 몇 가지 주요 동향이 납땜 조인트 검사 분야에서 머신 비전의 미래를 결정할 것입니다. AI-로봇 통합 실시간 재작업을 가능하게 할 것입니다. 머신 비전 시스템이 납땜 조인트 누락을 감지하면 로봇 팔이 즉시 추가 납땜을 수행함으로써 수동 개입이 필요 없게 되며, 생산 중단 시간을 20~30% 줄일 수 있습니다. 3D 머신 비전 더 보편화될 것입니다. 2D 시스템은 표면 세부 정보만 캡처하는 반면, 3D 시스템은 구조광 스캐닝을 사용하여 조인트의 3D 모델을 생성하므로 납땜 부피 측정 및 납땜 부족과 같은 결함 탐지가 더욱 용이해집니다. 사물인터넷 통합 원격 모니터링이 가능해집니다. 제조업체는 클라우드 기반 플랫폼을 사용하여 전 세계 어디에서나 실시간으로 검사 데이터를 추적하고 문제(예: 카메라 초점 상실)를 식별한 후 생산이 중단되기 전에 유지보수 팀에 경고를 보낼 수 있습니다.

결론적으로, 머신 비전은 납땜 접합 검사를 혁신적으로 변화시켰으며, 기존 방법의 한계를 해결하고 현대 전자제품 제조의 요구 사항을 충족시켰습니다. 정밀성, 일관성, 속도 및 데이터 인사이트를 제공하는 능력 덕분에 머신 비전은 다양한 산업 분야에서 품질 관리의 핵심 요소가 되었습니다. 전자제품이 점점 더 소형화되고 복잡해짐에 따라 머신 비전의 중요성은 더욱 커질 것이며, 이는 혁신을 촉진하고 제품 신뢰성을 향상시키며 제조업체가 글로벌 시장에서 경쟁력을 유지할 수 있도록 도울 것입니다.