정보 & 소식

MIT 출신이 만든 3D프린터, Inkbit - 인공지능, 비전시스템, 다중 소재, 폐쇄 루프 품질제어
2019-08-09 15:20:08
 
 
<Inkbit 3D프린터, 이미지 : Inkbit>
 
 
MIT에서 스핀아웃(spin-out)한 Inkbit 사는 다중소재(multi-material) 사용 뿐만아니라, 폐쇄 루프 품질제어(closed feedback quality control) 을 포함한 machine Intelligence 기능을 갖추었습니다.
Inkbit사는 공동창업자인 Javier Ramos의 연구결과이며, MIT의 CSAIL(Computer Science and Artificial Intelligence Laboratory) 의 Wojciech Matusik 교수의 제자들이 2017년에 창업했습니다.
 
 
 
 
이 프린터는 표준 분류방식으로 Material Jetting방식입니다. 하지만, 이 프린터의 눈 역할로 vision system을, 프린터의 두뇌 역할로 machine learning 기능을 탑재하고 통합하였습니다. 
vision system은 잉크를 분사할때 마이크로미터(micrometer)수준의 해상도로 각각의 레이어를 스캔합니다. 디자인 데이터와 실재 출력물이 불일치하면, 시스템은 그 다음 레이어에서 바로 잘못된 점을 수정하고 보정합니다. 
Inkbit 팀은 실시간으로 3D 스캐닝 방법을 개발했으며 레이어의 일부를 긁어 내기 위해 시간이나 재료가 낭비되지 않습니다.
 
 
 
머신 러닝 소프트웨어와 결합 된 비전 시스템은 공정중 품질 관리를 가능하게 해줍니다.
CEO인 Marini는 “우리는 모든 레이어를 스캔하여 수집한 데이터로 많은 것을 할 수 있습니다. 각각의 재료의 특성을 배우기 위해 machine learning 알고리즘을 훈련시키면 출력시에 특정 재료의 상태를 예측할 수 있습니다. 예를 들어, 재료가 수축을 하면,  프린터는 약간 디자인 데이터보다 약간 크게 출력하여 수축된 것을 보상해 줄 수 있습니다."라고 설명을 하였습니다.
 
 
<이미지 : Inkbit>
 
CTO인 Matusik은 3D 프린터에서 출력할때 발생하는 애러 유형을 무작위 에러와 반복 가능한 에러, 이렇게 두 가지 범주로 분류하였습니다.  첫 번째 케이스는  잉크젯 노즐 막힘과 같은 문제이고, 두 번째 케이스는 재료 수축과 같은 문제들입니다. 폐쇄 피드백 루프(closed feedback loop)는 무작위 에러를 처리하고 내장된 수정 메커니즘으로 이를 보완 하고, machine learning은 반복 가능한 에러를 해결하는데 사용됩니다.
 
 
Ramos는 어떻게 시스템 교육하는지에 대해 설명했습니다. 시스템은 초기 CAD 데이터에 기반하여 최종 출력된 물체의 형상을 예측하려고 시도합니다. 반면에, 최종 출력된 물체를 스캔하여 원본 CAD 모델의 모양이 어떤 형태인지를 예측하려고 시도합니다. 이 두 모델은 함께 훈련됩니다.
 
라모스는“우리는 다양한 유형의 기능을 갖춘 특수한 대상 물체를 설계해서 시스템을 가르치기 위해 사용합니다. 예를 들어, 시스템에 다양한 재료 특성을 알려주기 위해 Inkbit에는 각 재료를 사용하여 출력하는 보정 부품 세트가 있습니다. 소프트웨어는 궁극적으로 재료 흐름, 잘못된 조정 및 치수 불일치와 같은 특성을 학습합니다."라고 설명하였습니다.
 
 
 
 
<이미지 : Inkbit>
 
Inkbit팀이 MIT의 CSAIL에서 스핀아웃하기전에 이미 10 가지 다른 재료를 사용할 수 있었습니다. 그러나 비전 시스템은 기능성 재료로 이미 다채로운 색상의 부품을 생산하는 다른 잉크젯 프로세스를 능가하는 다중 재료 기능도 지원하게 되었습니다.
 
 
 
<LED 위에 볼록한 렌즈를 3D프린터로 출력. 이미지 : CSAIL>
 
Inkbit 시스템은 외부 부품을 3D 출력 구성 요소에 통합 할 수 있습니다. 이를 위해 프린터를 일시 정지하여 금속 보강재 또는 전자 제품과 같은 품목을 삽입 합니다. 프린터가 출력을 다시 시작하면 시스템이 삽입된 개체를 인식하고 그 주위에 출력을 하는 겁니다.
 
 
Inkbit의 다음 단계는 실제 환경에서 테스트 할 수 있도록 프로토 타입 생산 시스템을 베타 고객에게 배치하는 것입니다. 궁극적으로 이 회사는 제조업체를 위한 생산용 시스템을 생산할 것입니다. 
 
 
 
 

 

<3DGURU Opinion>

3D프린터와 AI 기술과 같은 이기종 기술간의 협업사례들은 이제는 더이상 새로운 내용은 아닙니다. 저희 3D그루도 캔사스 주립 대학의 연구 사례,  Ford 자동차와 Autodesk의 Generative Design 협업사례를 중심으로 살펴본 AI, Bigdata, IoT 등 최신기술간의 협업,  GE의 3D프린팅에 블록체인 기술을 적용한 특허 출원 등 여러가지 사례를 소개해 드렸습니다.
하지만, 이번에 소개해드린 Inkbit 3D프린터는 그 수준이 한 단계 더 발전했습니다. 사람의 눈과 머리에 해당하는 Vision System과 Machine Learning 기능을 탑재하여, 출력중에 발생하는 에러를 감지하여 스스로 보정까지 하는 기능을 갗추었습니다. 우리가 예상할 수 있는 에러와 예상치 못한 에러 둘 다 감지하고 보정을 해 줄 수 있는 기능은 프로토타이핑을 할때 보다 실제 생산품을 제조할때 더욱 유용한 기능일 것입니다. 생산에 사용되는 모든 기계들은 효율이 좋아야 하는데,  이 기능은 출력실패 확률을 확 낮추어줄 수 있기 때문입니다. 거기다가 다양한 소재를 같이 사용할 수 있는 Multi Material 까지 지원해 줍니다. 
 
CEO인 Davide Marini 씨의 인터뷰에서 이 시스템은 실수를 통해서 배우고, 점 점 더 좋아질 것이다. 라는 말이 인상적으로 다가왔습니다. 쓰면 쓸 수록 더 좋아진다. 우리가 무언가를 배울때, 실수를 해서 배우고, 계속 연습을 통해서 익숙해져서 결국에는 잘하게 되는 그 프로세스를 이 3D프린터는 이제 시작을 한 겁니다. 이세돌 과 중국의 커제를 이긴 구글의 AI 알파고와 알파고 제고 처럼 바둑을 계속 두면서 스스로 실력을 쌓아가는 것 처럼, Inkbit 3D프린터는 출력을 하고 실패를 거듭하면서 계속 진화해 나가겠죠. 이 점이 기대가 됩니다. 
 
AI기술이 성숙해진 미래에, AI에게 기계공학, 디자인, 설계기술등을 학습시켜서 3D프린터 기계를 설계하고 만들어보라고 해보고 싶네요. 과연 AI는 어떤 3D프린터를 만들어낼지 궁금해지네요. 
 
 
 
 
이상입니다. -3D그루-
 
 
 

 
 
 
 
 
크리에이티브 커먼즈 라이선스
top