신기술은 이러한 문제들을 해결할 수 있다. AI 기술을 활용하면 고정식 스캐너의 한계를 보다 쉽게 극복할 수 있다. 예를 들어, AI 기반 이미지 인식 기술을 통해 다양한 각도에서 촬영된 이미지도 정확하게 분석할 수 있으며, 패턴 인식과 딥러닝을 통해 복잡한 환경에서도 제품을 정확히 식별할 수 있다. 또한, AI는 실시간 데이터 분석 및 처리 능력을 제공하여 처리 속도와 정확도를 크게 향상시켜, 스캔 효율성을 높이고, 데이터 처리 오류를 줄이며, 운영 비용 절감 효과까지 향상될 수 있다.
자동인식 분야 글로벌 지브라 테크놀로지스(이하 지브라)는 바코드 프린터, 바코드 스캐너, 엔터프라이즈 모바일 컴퓨터, RFID 등 다양한 제품 및 솔루션 포트폴리오를 가지고 있다. 또한, 효과적인 M&A를 통해 인공지능, 머신러닝, 로보틱스 등 미래의 첨단 기술 활용한 솔루션 제공 및 사업의 다각화를 진행하고 있다.
지브라는 고정식 스캐너의 문제를 해결하기 위해 머신 비전 솔루션을 추가해 가장 폭넓은 머신 비전 제품 및 고정식 산업용 스캐너 에코시스템을 제공하고 있다. 무료 하드웨어 또는 소프트웨어 라이센스를 추가하여 포트폴리오를 쉽게 확장할 수 있어 비전 기술을 활용하여 손쉽게 생산량 증가, 비용 절감 및 규제 준수 강화 효과를 얻을 수 있다
지브라의 고정식 산업 스캐너는 소형화된 디자인을 통해 작업 공간을 효율적으로 활용하며, 모듈식으로 구성된 머신 비전 및 스캔 기술을 제공하여 다양한 기업의 필요와 성장 요구를 충족한다. 직관적인 소프트웨어 인터페이스는 사용이 간편하고, 추가적인 하드웨어 요구를 최소화하여 기존 시스템에 쉽게 통합할 수 있다. 또한, 이 시스템은 타사 구성 요소와의 폭넓은 상호운용성을 지원하여 설치 및 구축 시간을 줄이는 데 도움을 준다.
지브라는 상호운용이 가능한 자동화 포트폴리오와 광범위한 파트너 네트워크는 기업의 미래 성장과 기술 발전을 지원한다. 또한, 지브라 원케어(Zebra OneCare)와 같은 전문가 지원 서비스와 산업 표준을 준수하는 제품 설계는 기업의 투자 가치를 장기적으로 보호한다.
이 고정식 산업용 스캐너는 공급망 전체에서의 자동 추적을 가능하게 하며, 생산부터 유통까지 품목을 쉽게 추적할 수 있는 다양한 모델을 제공한다. 지브라 오로라(Zebra Aurora)라는 통합 소프트웨어 플랫폼을 통해 스캐너를 설정, 관리, 실행할 수 있으며, 비즈니스 요구에 맞춰 기능을 업그레이드하여 확장성을 유지할 수 있다. 이로써 스캔뿐만 아니라 머신 비전 작업까지 지원하는 종합적인 자동화 솔루션을 제공한다.
지브라는 매트록스 이미징(Zebra의 Matrox Imaging)을 인수해 복잡한 검사, 인식 및 가이드 작업에 필요한 기본 추적 용도를 지원할 수 있는 산업용 자동화 포트폴리오를 확장했다.
지브라 테크놀로지스의 신기술 결합한 고정식 산업용 스캐너 FS 시리즈 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
특히 고정식 산업용 스캐너 FS 시리즈에 적용된 머신 비전 기술은 고객 비즈니스 가치를 높인다.
소형 FS10 고정식 산업용 스캐너는 제조 생산 라인, 물류창고, 유통센터에서 최종 고객에 이르기까지 제품을 추적하는데 필요한 플러그 앤 플레이 방식의 고품질 독립형 스캔 기능을 언제 어디서나 제공한다.
고정식 산업용 스캐너 중 가장 작은 크기인 FS20은 PoE를 지원하며 다양한 연결 옵션을 통해 PLC 또는 호스트 네트워크에 쉽게 통합할 수 있다. 매우 견고한 FS40은 복잡한 바코드 캡처 요구사항을 충족하는 데 필요한 디코드 범위, 조명, 연결성, 전원 등의 다양한 기능을 하나의 패키지로 제공한다. 또한, 9개의 프로그래밍 가능한 I/O 포트를 통해 고객의 업무환경에 유연하게 활용할 수 있다.
FS70은 거의 모든 응용 분야와 환경에서 매끄러운 추적이 가능하도록 이더넷/IP, 프로피넷 및 기타 네트워크 프로토콜을 기본 제공하며, 4개의 이미지 센서와 다양한 C-마운트 외부 렌즈 및 조명 옵션, 그리고 2개의 이더넷 포트를 통해 네트워크 연결 및 최고의 맞춤 설정이 가능하다.
유은정 기자 judy6956@etnews.com
[Copyright © 전자신문. 무단전재-재배포금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.