🖥️ 회의록(2024-02-19)

[활동 기록]
활동 기간 : 2024-02-19 (월), 21:00 ~ 22:40
활동 장소 : 온라인 디스코드 회의
참여자 : [정동교], 고명훈, 김성웅, 김우찬
기록자 : [정동교]

---

지난 시간에는 전문가 인터뷰를 마쳤으며, 해당 내용을 바탕으로 우리가 어떤 제품을 만들지, 그리고 어떻게 차별성을 확보할 것인지에 대해 조사해 보기로 하였음. 다음 세 가지 내용을 중심으로 개인 조사를 실시하고, 각자 발표하는 시간을 가짐.

• 조명의 세기를 특정한 면적에 일정하게 가하는 방법 (어떻게 측정할 것인가?)
• 기존 제품과의 차별성을 어떻게 제시할 것인가?
• 유사 제품의 특허를 읽어보면서 원리 파악하기

---

1. 발표 내용 정리

유사 제품의 기능 분석

현재 입샛노랑 팀이 만들고자 하는 시스템과 유사한 기능을 가진 제품은 (주)에이치세컨드 사의 Color Confirmation System이 있다. 해당 시스템은 단색 원단의 대표 색상을 추출하여 색상 간의 유사도를 비교하는 시스템이다.

특허청에 공개된 공개 특허(10-2022-0058865)를 바탕으로 해당 제품의 기능 및 Flow를 분석하였음.
다음 내용은 해당 문서의 핵심을 요약한 결과임.

• 용어 정리

  • 제 1 색상 정보: 일부 구역에 대한 여러가지 색상
  • 제 2 색상 정보: 제 1 색상 정보의 평균을 계산한 색상 정보
  • 제 3 색상 정보: 제 2 색상 정보와 가장 가까운 색상 정보를 가진 원단 샘플의 색상 정보
  • 제 4 색상 정보: 제 1 색상 정보에서 측정되는 구역을 증가시키면서 측정되는 색상 정보
  • 제 5 색상 정보: 복수의 제 1 색상 정보에 대한 색상 정보
  • 초기 보정값: 바닥의 색상과의 보정값 ⇒ ex) 흰색의 장치 바닥(RGB 255,255,255)이 (240,220,210)으로 측정된다면 보정값은 (15,35,45)라고 할 수 있음.
  • 제 1 보정값: 제 3 색상 정보와 측정된 색상의 값을 비교한 보정값
  • 제 2 보정값: 장치 내부로 입사되는 조도 광도 기반의 보정값

  장치 내부에 이미 조도 광도의 세기에 따른 RGB보정값이 있음

• 비교, 분석 과정 요약

1. 원단 투입 전 바닥의 색상 정보를 먼저 측정해서 제 1 보정값 생성
2. 장치에 원단을 투입 후 제 1 색상 정보 측정
3. 초기 보정값을 이용해서 제 2 색상 정보 결정
4. 제 2 색상 정보를 이용해 제 3 색상 정보 결정
5. 제 3 색상 정보를 기반으로 제 1 보정값 생성
6. 조도와 광도를 기반으로 제 2 보정값 생성
7. 이 두 보정값을 결합해서 최종 보정값 생성
8. 제 4 색상 정보를 이용해 보정값 추가 생성
9. 제 2 색상 정보를 결정할 때, 평균값과 보정값 고려해서 최종 2 색상 정보 결정 ⇒ 이 과정에서 제 1 보정값 제 2 보정값 둘 사이의 가중치도 고려

우리 팀은 위의 Flow를 철저하게 분석하며 왜 이러한 내용이 필요했는지, 이 내용을 어떻게 개선하는 것이 좋을지 논의해보았다. 또한 이러한 Flow가 어떠한 단점을 지니는지 확인하고 이런 방향을 개선하는 방향으로 제품의 기능을 설계해 보기로 하였다.

조명 조건 통제법 조사

특정 면적에 일정한 세기로 조명이 가해지도록 만들 수 있는 조명은 현재 예산 안에서 확보하기가 어렵다. 따라서 어느 조도/광도를 활용한 어느 정도의 보정을 진행해야 할 것으로 생각된다.

조명의 위치는 매번 변하지 않고 일정하기 때문에, 실제로 사용하기 전에 박스 내에서 어떻게 빛이 가해지는지를 확인하고, 이 값을 통해서 보정한다.

다른 방법으로는 바닥을 white toner로 칠해서 RGB(255, 255, 255)로 만들고, 일을 통해 기초 보정값을 생성할 수도 있다.

또는 빛이 원단의 색의 세기에 영향을 주는 정도를 파악해서 원본색을 추정하는 방법도 가능한다.

결과적으로, 조명의 세기가 Target Area에 일정하게 가해지도록 하는 방법은 실질적으로 존재하지 않는다고 볼 수 있음. 따라서 조도 센서 등을 활용한 보정 방법이 필수적이라고 볼 수 있음.

기존 제품과의 차별성 확보

• CIELAB color space를 활용한 정교한 색상 유사도 비교
  • 인간의 시각적 인지를 더욱 잘 반영한 CIELAB color space를 사용하여 기존의 RGB 유사도 비교 방식이 지닌 한계를 개선한다.
• 인공지능의 활용
  • 별도의 보정값을 생성하지 않고 인공지능을 활용하여 색상을 추정하도록 만드는 것은 어떨까? (가능할 것이라고 생각은 되나, 데이터셋이 부족하다는 한계가 있다.)
  • 피드백을 주는 방법을 개선한다. R, G, B 색차를 제공하고, 해당 색차를 바탕으로 새롭게 염색한 결과의 상관 관계를 분석하는 선형 회귀 모델을 만들어 본다.
• 기존 제품의 한계점을 인식하고 해당 내용을 개선하는 방향으로 개발을 진행하도록 한다.

---

2. 추가 논의

추후 일정

• 2024-02-20 (화) 이룸관 스터디룸에서 오프라인 회의 진행
  • 주제 신청서 작성을 시작한다.
• 금일 회의한 내용을 좀 더 구체화 시켜볼 것이며, 특히 기존 제품의 한계를 확인하고 이를 중심으로 기존 제품과의 차별점을 마련하는데 집중한다.