과검·유지 불가 반복되는 현장…"머신비전 도입 실패의 구조부터 다시 봤다"
중견·중소 제조업 대상 AI 컨설팅·구독 모델…검사 자동화의 표준 제시
AI 머신비전 스타트업 바이슨(BISON)은 제조 품질 검사 자동화를 '표준화' 관점에서 재정의하며 존재감을 키우고 있다. 프로젝트마다 사양·비용·개발 방식이 제각각이던 기존 머신비전(Machine Vision, MV) 시장에서 구조적 한계를 해결하겠다는 문제의식에서 출발해 하나하나 사업 성과를 내고 있다.
바이슨은 웹 기반 AI 컨설팅 플랫폼을 구축해 공정·제품 정보를 입력하면 △검사 방식 △광학 사양 △예상 비용을 사전에 시뮬레이션할 수 있도록 했다. 여기에 모듈형 비전 플랫폼을 결합해 검사 시스템을 더 빠르고 안정적으로 구현할 수 있도록 한다.
27일 머니투데이와 만난 김민준 대표는 한 자동차 부품사의 사례를 전했다. 이 기업은 기존 룰베이스(rule-based) 머신비전을 도입했지만 정상 제품을 불량으로 판단하는 '과검' 문제가 반복돼 생산 수율이 크게 저하됐다. 결국 생산 현장에서는 '검사기를 꺼두고 작업을 하는' 상황까지 발생했다.
김 대표는 "규칙 기반 비전은 치수 측정에는 강점이 있지만 외관 검사에서는 구조적 한계가 명확하다"며 "여러 공장에서 동일한 문제로 자동화 프로젝트가 실패하는 모습을 반복해서 봤다"고 설명했다.
그는 "검사 자동화 도입 단계에서 가장 큰 리스크는 불확실성"이라며 "중견·중소 제조기업이 예측 가능한 비용과 기간 안에서 AI 기반 검사를 도입할 수 있도록 표준화된 접근을 제공하고 있다"고 말했다.
바이슨의 차별점은 '설치 이후' 서비스다. 구독형 AI 고도화 모델을 통해 실제 생산라인에서 수집되는 데이터를 기반으로 분기 단위로 AI 알고리즘을 지속 업데이트한다. 현장 조건·소재 변화·조도 편차 등 시간에 따라 발생하는 변수를 능동적으로 반영해 검사 성능이 꾸준히 유지되도록 관리한다.
김 대표는 "설치 후 방치되는 검사기가 아닌, 계속 활용되고 진화하는 검사 시스템을 만드는 것이 바이슨의 핵심 가치"라고 강조했다.
바이슨은 광학 설계부터 AI 기반 검사 알고리즘까지 전 과정을 자체 기술로 내재화해 외산 장비 의존도를 낮췄다. 특히 이번에 출원한 다파장 조명 기술은 단일 조명 장치로 RGB는 물론 IR·UV 영역까지 커버 가능하도록 설계돼 다양한 소재·표면 특성에 안정적으로 대응할 수 있다. 이를 통해 검사 정확도와 적용 범위를 동시에 확보했다는 평가를 받고 있다.
비교적 초기 단계임에도 바이슨은 자동차 부품, 금속 가공 등 분야에서 다수의 유상 POC·파일럿·양산 프로젝트를 수행하며 실질 레퍼런스를 확보했다. 향후에는 로봇 팔에 장착 가능한 소형 엣지 비전 시스템으로 확장해 로봇 비전 시장 진입도 준비 중이다.
독자들의 PICK!
바이슨은 경기대 예비창업패키지 프로그램을 통해 AI 머신비전 컨설팅 플랫폼 MVP 개발, 실제 제조 현장 기반 기술 검증, 사업모델·재무·기술 로드맵 고도화를 추진했다. 김 대표는 "단순 개발 지원을 넘어 시장 적합성, 구조 검증, 향후 투자와 스케일업 전략까지 정리할 수 있었던 점이 가장 큰 도움이 됐다"고 말했다.
김 대표는 "우리는 '왜 실패하는가', '왜 유지되지 않는가', '왜 현장에 남지 못하는가'를 먼저 질문했다"며 "기술을 복잡하게 만드는 것이 아니라, 사람이 판단하던 영역을 데이터와 알고리즘으로 확장해 중소 제조기업도 지속 가능한 스마트팩토리를 운영할 수 있도록 돕는 것이 목표"라고 말했다.
