제이엔이웍스, AI로 자동차 부품 조립 정확도 높이고, 불량은 줄여

가성불량 10%→2%로 감소 AI 스태킹·형상판정 기술로 생산성 34%↑, 품질 신뢰도 대폭 향상 제이엔이웍스의 AI 기반 품질검사 및 조립 정밀도 향상 솔루션 AI 전문기업 ㈜제이엔이웍스는 자동차 부품 생산라인에 인공지능(AI) 기반 품질관리 솔루션을 도입해 조립 정밀도와 검사 정확도를 획기적으로 개선함으로써, 제조 현장의 스마트 전환을 가속화하고 있다. 제이엔이웍스는 ‘AI 기반 유니버설 조인트(I-Shaft) 조립 및 품질검사 고도화 솔루션’을 개발하여, 수요기업인 ㈜태림산업의 생산 공정에 적용하였다. 이 솔루션 도입 이후 품질 판정 정확도는 90%에 달했으며, 기존 5~10% 수준이던 가성불량률은 2% 이하로 낮아졌다. 또한, 설비 종합가동효율(OEE)은 65%까지 향상되는 성과를 거두었다. 이와 같은 결과는 경상남도와 경남테크노파크가 수행한 ‘수요맞춤형 AI 솔루션 개발·실증 지원사업(2024~2025)’의 일환으로, 제이엔이웍스가 AI 기술 공급기관으로 참여하여 2024년 7월부터 제조 현장의 품질 및 생산성 향상을 위한 연구개발을 진행해 온 성과이다. 기존 I-Shaft 조립 공정은 작업자의 숙련도에 따라 부품 선택이 달라지고 조립 상태의 편차가 발생하는 등 자동화 및 정밀한 품질관리에 어려움이 있었다. 특히, 3D 스캐너로 측정한 데이터를 단순 임계값으로만 판단할 경우 정상 제품이 의심 불량으로 분류되는 가성불량 사례가 빈번하게 발생해 생산성 저하의 주요 원인으로 작용했다. 이에 따라 제이엔이웍스는 Segmentation Anything Model(SAM)을 활용한 의미론적 형상 판정 기술을 도입했다. 이를 통해 AI가 영상 내 픽셀 단위 형상을 학습하여 이상 부위를 정밀하게 식별할 수 있도록 개선하였다. 아울러 PatchCore 기반의 비정상 탐지 모델을 적용함으로써, 소량의 불량 데이터만으로도 고정밀 양불 판정이 가능해졌다. 또한, 조립 정밀도 향상을 위해 LSTM(Long Short-Term Memory)과 ANFIS(Adaptive Neuro-Fuzzy Inference System)을 접목한 모델을 개발하였다. AI가 조립 이력 데이터를 학습하여 최적의 부품 조합(튜브·볼·샤프트)을 실시간으로 추천하는 기능으로, 작업자의 판단 편차를 줄이고 조립 일관성을 확보하였다. 이로써 정분류 정확도는 90%에 달하며, 공정 예측성과 안정성 제고에 크게 기여했다. 홍의석 제이엔이웍스 대표는 “사람의 판단에 의존하던 조립 품질 관리 영역에 AI가 실시간으로 개입할 수 있게 된 것은 스마트 제조 전환의 핵심 변화”라며, “앞으로도 다양한 정밀 조립 산업에 본 기술을 확대 적용해 가성불량 최소화와 공정 자동화, AI 기반 품질 표준화 확산을 선도해 나가겠다”고 밝혔다. 한편, 본 과제는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 지원하고 경상남도 및 경남테크노파크가 주관하는 ‘제조업 AI 융합 기반 조성사업(2024~2026)’의 세부 과제로 추진되고 있다. 이번 성과는 AI가 단순 공정 보조를 넘어 품질 판단, 조립 조건 제시, 생산 계획 최적화 등 제조 전 과정을 통합 제어할 수 있는 기술로 진화하고 있음을 볼 수 있다.