생산라인 비전 AI를 일부 카메라에 먼저 적용하고 판정·지연·롤백 기준을 검증하는 배포 방법입니다.
어디서 문제가 시작될까
검사 AI의 새 모델이 테스트 이미지에서는 좋아도 실제 라인의 조명, 진동, 제품 혼합에서는 다르게 동작할 수 있습니다. 전체 카메라를 한 번에 교체하면 잘못된 판정이 넓게 퍼집니다. AI 배포의 목표는 모델 파일 교체가 아니라 제한된 위험 안에서 성능을 확인하는 것입니다.
설계의 핵심
카메라·제품군·교대조를 고려해 일부 구간만 새 모델로 바꾸거나 새 모델을 그림자 모드로 병행합니다. 결과를 비교할 때는 처리량, 추론 지연, 오탐, 미검출, 사람 재검 결과를 같이 봅니다. 카나리와 기존 모델에 들어가는 이미지 조건이 달라 단순 정확도 비교가 왜곡되지 않도록 표본을 설계합니다. 이전 모델 파일과 전처리 설정을 함께 보존하고, 임계값을 넘으면 운영자가 즉시 되돌릴 수 있어야 합니다.
현장에 적용해 보면
새 모델을 10대 중 1대 카메라에 먼저 적용합니다. 첫날 오탐이 늘었지만 카메라 렌즈 오염 때문일 수도 있습니다. 동일 조건의 기존 모델 판정과 사람 검사를 대조한 뒤 모델 문제인지 환경 문제인지 구분합니다. 생산량이 큰 카메라부터 시작하기보다 영향이 제한되고 관찰이 쉬운 구간을 고르는 편이 안전합니다.
놓치기 쉬운 점
그림자 모드의 예측만으로 출하 품질을 판단하면 안 됩니다. 실제 제어에 연결했을 때 생기는 큐와 작업자 반응이 다를 수 있습니다. 롤백은 모델 파일만 되돌리는 것이 아니라 전처리, 후처리, 판정 기준까지 한 묶음으로 해야 합니다.
도입 전 점검
- 카나리 범위와 중단 기준을 배포 전에 정했는가
- 품질·지연·처리량을 함께 관찰하는가
- 이전 모델과 설정을 한 번에 복원할 수 있는가
참고 자료: Google Cloud의 AI/ML 신뢰성·점진 배포 가이드
#비전AI #카나리배포 #MLOps #엣지AI #모델롤백 #스마트팩토리 #검사자동화 #모델모니터링 #AI운영 #품질관리
