와이어하네스(Wire Harness)는 전기·전자 신호를 전달하는 케이블 모음으로, 자동차 내 모든 전자부품을 연결하는 ‘신경망’ 같은 존재입니다. 조향, 브레이크, 센서 등 생명과 직결되는 부위에 사용되기 때문에 단 하나의 결함도 허용되지 않죠.

https://ee-usa.com/blog/post/introduction-to-wire-harness-fundamental-terminologies.html

하지만 와이어하네스는 구조가 복잡하고 제조 공정이 대부분 수작업에 의존하기 때문에 다음과 같은 문제가 자주 발생합니다:

• 단선, 미삽입, 역삽입 등 조립 불량
• 라벨 인식 오류 또는 바코드 누락
• 단자 핀(Pin)의 휘어짐, 간극 및 절연 불량

이러한 결함을 사람이 일일이 검사하기에는 한계가 있으며, 정확도도 일관되지 않습니다. 그래서 최근엔 AI 머신비전 기반 검사 시스템이 적극적으로 도입되고 있습니다.

AI 머신비전으로 와이어하네스를 검사하는 방법

AI 머신비전 시스템은 다음과 같은 단계로 와이어하네스를 검사합니다:

1. 이미지 획득 (Image Acquisition)

   고해상도 카메라로 와이어하네스를 촬영합니다. 다양한 각도에서 다채널 영상 확보가 핵심입니다.

2. 전처리 (Preprocessing)

   밝기 조정, 왜곡 보정, 배경 제거 등의 이미지 정제를 수행합니다.

3. 딥러닝 기반 결함 검출 (Defect Detection)

   CNN, YOLO 등의 모델을 활용하여 미삽입, 꼬임, 절연체 누락 등의 패턴을 학습하고, 실시간으로 판단합니다.

4. 판정 및 기록 (Decision Making & Logging)

   불량을 분류하고, 위치를 표시하며 MES 시스템과 연동해 품질 로그를 저장합니다.

사례 연구: 국내 K사, AI 머신비전으로 불량률 40% 감소 도전

국내의 한 와이어하네스 제조 전문기업 K사는 다음과 같은 문제를 겪고 있었습니다: