인적 오류로 인한 결함 식별 누락 방지를 위한 디지털 방사선투과검사 데이터 품질 평가 및 AI 알고리즘 연구

Abstract

방사선투과검사는 용접이 적용된 철강 제품의 신뢰성을 검증하는 주요한 검사 방법으로, 인정된 비파괴 검사원이 검사 결과물(필름 또는 디지털 이미지)을 판독하여 용접부 결함을 식별 및 분류한다. 검사원에 의한 평가 오류는 물적·인적 사고와 직결되므로, 이를 예방하기 위하여 다른 검사원에 의한 샘플링 검증 절차가 수행되고 있으나, 용접 결함이 식별 및 수리되지 않고 고객에게 납품되거나 현장에 설치/사용되는 경우가 있다. 이와 같은 리스크와 손실을 예방하기 위해, 용접부 결함 식별 및 분류를 위한 AI 연구가 활발히 이루어지고 있다. 하지만 지금까지의 연구는 GDX-ray 등의 공유된 소수의 용접부 방사선투과검사 이미지 데이터베이스 또는 필름으로 촬영된 이미지를 디지털화하여 AI 학습 및 성능 평가가 이루어지고 있다. 본 연구에서는 적용되는 산업표준 및 고객 요구사항에 따라 제조 및 검사되어 납품된 실제 제품의 다양한 디지털 방사선투과검사 이미지를 활용하여 이미지 데이터의 품질을 평가하고 AI 모델의 성능을 평가하였다. 평가결과를 바탕으로 향후 연구개발을 추진하면, 디지털 방사선투과검사 결과 평가를 지원하는 상용적인 AI 모델이 개발될 것으로 판단된다.