2019년에 Google사가 개발한 초전도체를 이용한 양자 컴퓨터(초전도형 양자 컴퓨터)에서 고전적인 컴퓨터로 해결할 수 없는 문제를 푸는 양자 초월이 증명되었다. 그 후, 여러 기업에서 중성 원자, 이온 트랩, 빛, 실리콘 등 다양한 양자를 활용한 방식의 양자 컴퓨터 개발이 보고되었으며, 양자 컴퓨터 연구의 중심은 소수의 양자 비트로 할 수 있는 기초적인 연구 주제에서 대규모의 양자 비트를 실현하기 위한 연구 주제로 점차 옮겨가고 있다. 초전도형 양자 컴퓨터는 초전도체를 이용하는 디바이스이기 때문에 10mK 정도의 극저온까지 장치를 냉각할 필요가 있지만, 기본적인 구성 요소는 반도체 장치와 같은 고체 디바이스다. 따라서 기존 실리콘 반도체를 이용한 고전적인 컴퓨터와 유사한 이미지로 개발 항목을 생각할 수 있어 실용화를 위한 로드맵 작성이 용이하며, 초전도형 양자 컴퓨터 벤더로부터 상세한 로드맵이 제시되고 있다. 이 때문에 다양한 양자 컴퓨터가 있는 가운데, 초전도형 양자 컴퓨터는 가장 기대되고 진입하는 기업 수도 가장 많은 방식이다. 대규모 초전도형 양자 컴퓨터를 향한 과제 그림 1에 현재 시판되고 있는 수백 양자 비트급 양자 컴퓨터를 이미지한 그림을 나타
양자 컴퓨터는 현재 널리 사용되는 컴퓨터 중에서도 슈퍼컴퓨터라고 불리는 가장 빠른 컴퓨터를 이용해도 계산이 어려운 대규모의 데이터 분석, 신약 개발 시뮬레이션, 대규모 최적화 문제 해결 등에 큰 기대를 받고 있다. 이 양자 컴퓨터는 양자역학의 ‘양자 중첩’이나 ‘양자 얽힘’과 같은 특유의 현상을 이용해서 병렬 계산을 하는 컴퓨터가 된다. 양자 컴퓨터에 이용되는 연산자로서 사용되는 양자 비트 또는 양자 게이트 방식에는 광형, 이온 트랩형, Si 스핀형, 냉각 원자형 등 여러 종류가 있는데, 현재 가장 진전된 것은 초전도 양자 비트를 이용한 초전도 양자 컴퓨터이다. 조합 최적화 문제에 특화된 양자 어닐링형 상용 양자 컴퓨터가 개발되어 세계를 놀라게 한 이후, 각 기관의 개발 경쟁이 급속히 가속화되었다. 현재 초전도 양자 컴퓨터는 범용 계산도 가능한 게이트형 개발이 주류를 이루고 있다. 이 초전도 양자 컴퓨터는 트랜스몬(transmon) 회로를 이용한 양자 비트의 미약한 포톤의 진동을 초전도 마이크로파 회로로 수신하는 방식을 이용하고 있다. 양자 비트를 5GHz로 동작시키는 경우 1포톤의 에너지 S는 약 250mK의 미약한 신호가 된다. 이 미약한 신호를 수신하기
최신 자동차 산업에서는 자동화와 디지털화의 흐름이 뚜렷하게 나타나고 있다. 첨단 운전자 보조 시스템(ADAS)부터 인포테인먼트 시스템에 이르기까지, 현대의 자동차는 점점 더 디지털 기술에 대한 의존도를 높여가고 있다. 이러한 변화의 중심에는 아날로그-디지털 컨버터(ADC)가 있다. ADC는 현실 세계의 아날로그 신호를 차량용 컴퓨터 시스템이 처리할 수 있는 디지털 데이터로 변환하는 핵심 장치다. 이 글에서는 차량 시스템의 성능을 최적화하고 안전성을 향상시키는 데 있어 ADC가 어떻게 활용되고 있는지를 살펴보고자 한다. 차량용 시스템 내 ADC의 이해 차량용 시스템에서 ADC는 다양한 센서로부터 수집된 아날로그 신호를 디지털 데이터로 변환한다. 이때 사용되는 센서는 온도·압력 센서와 같은 기본 장치부터 레이더(Radar), 라이다(LiDAR)와 같은 고정밀 광학 센서에 이르기까지 매우 다양하다. 차량용 컴퓨터 시스템은 이렇게 변환된 디지털 데이터를 기반으로 주행 관련 의사결정을 내리고, 각종 기능을 제어하며, 운전자에게 필요한 정보를 제공한다. 특히 고정밀 ADC는 뛰어난 해상도와 정확도를 바탕으로 차량용 시스템의 핵심 부품으로 자리 잡고 있다. 아날로그 신호
사람이 물건을 만졌을 때에 느끼는 금속과 같은 차가운 촉감이나 목재 특유의 따뜻함, 솜의 포근한 감촉과 같은 촉각으로부터 느끼는 질감은 뇌의 처리에 의해 부여된다. 질감을 느끼는 방식은 과거의 경험이나 나이에 따라 개인차가 발생한다. 예를 들어 숙련된 목수는 목재를 만지는 것만으로 목재의 상태나 품질을 순간적으로 간파하는 뛰어난 촉각 감성을 가지고 있으며, 의사는 환자를 촉진함으로써 미묘한 이상을 발견할 수 있다. 사람이 물건을 만졌을 때에 뇌 안에서 느끼는 질감은 개인차가 있기 때문에 몇 가지 요소로부터 감각을 얻고 있는지 해명하는 것은 어렵다. 그러나 생리학적으로 본 촉각 수용기의 종류를 고려해 크게 ‘압력’, ‘진동’, ‘온도’의 세 가지 요소로부터 복합적으로 판단하고 있다고 할 수 있다. 이는 해부학적으로도 지적되고 있는데, 선행 연구에서도 감각 시험을 통해 이들 인자를 확인하고 있으며, 세 가지 인자로 재질 인식의 시스템을 구축하는 데 성공했다. 이 글에서는 질감의 요소를 질감 인자라고 부르며, 각각 ‘경도 인자’, ‘표면 상태 인자’, ‘온도 인자’라고 부른다. 특정 감각에 주목한 것으로, 표면 상태에 주목한 촉각 감성의 연구나 열 촉각에 관한 연
글로벌 자동차 산업이 100여 년 만의 구조적 변화를 맞고 있다. ‘소프트웨어 정의 차량(SDV·Software Defined Vehicle)’이 시장의 중심으로 자리 잡은 가운데, 이제 업계는 AI 중심 차량(AI-defined Vehicle)이라는 새로운 패러다임을 향해 나아가고 있다. 기존의 첨단 운전자 보조 시스템(ADAS·Advanced Driver Assistance System)은 판별형 AI(Discriminative AI)에 기반해 발전해왔다. 하지만 최근 생성형 AI(Generative AI)가 본격 도입되면서 차량 내 사용자 경험과 하드웨어 아키텍처 전반에 근본적인 변화가 일어나고 있다. 탑승자를 ‘이해하는’ 동반자로 진화하는 차량 판별형 AI는 주어진 데이터를 인식하고 판단해 행동하는 데 강점을 보인다. 비상 제동, 차선 유지, 고속도로 주행 보조 등 ADAS 기술 대부분이 이러한 원리로 작동한다. 하지만 이 방식은 ‘롱테일(Long-tail) 문제,’ 즉 학습되지 않은 예외 상황에 대한 대응력 부족이라는 한계를 지닌다. 반면 생성형 AI는 문맥 이해와 추론 능력을 바탕으로 보다 인간적인 인터랙션을 가능하게 한다. 예를 들어 기존 차량
제르미 치즈공장(Jermi Käsewerk, 이하 제르미)은 1889년부터 이어져 온 치즈 업계의 전통 있는 명문 기업이다. 소규모 가족 경영 기업으로 시작해 현재는 탁월하고 차별화된 치즈 특산품으로 유명한 세계적인 기업으로 성장했다. 제르미는 경쟁력 유지를 위해 최첨단 기술과 혁신을 지속적으로 수용해 왔다. 회사는 특정 설비와 생산 라인의 디지털 통합에서 격차를 확인하고 이를 해결하기 위해 선제적으로 Tomorrow Things와 협업했다. 이러한 전략적 결정은 디지털 전환을 위한 제르미의 추진 과정에서 핵심 단계임을 보여준다. 목표는 운용 효율성 향상과 생산 공정 간소화로 명확했다. 특히 회사는 현장의 실시간 데이터에 접근할 수 있는 견고한 플러그 앤드 프로듀스(plug-and-produce) 디지털 트윈 솔루션의 필요성을 인식했다. 이 솔루션은 혁신을 주도하고 장기적인 경쟁력을 확보하는 데 핵심이 되는 통찰과 최적화 잠재력을 제공한다. 포괄적인 디지털화 솔루션을 구현하기 앞서 제르미는 몇 가지 주요 과제에 직면했다. · 전체 생산 라인 모니터링: 예방적 유지보수를 가능하게 하고 원활한 운용을 보장할 수 있는, 전체 생산 라인의 실시간 모니터링이 가능한
신체에 물리적인 부드러움을 갖춘 로봇 암은 신체의 부드러움을 활용해 물체 조작을 학습하고 수행한다. 이 글에서는 이러한 형태학적 계산을 이용한 로봇의 물체 조작 학습에 관련된 연구 성과를 소개한다. 구체적으로는 유연 손목의 설계, 유연 손목을 이용한 물체 조작의 학습, 형태학적 계산에 의한 환경 인식, 환경 중의 물체를 이용한 형태학적 계산을 소개한다. 유연 로봇에 의한 물체 조작의 학습 신체에 물리적인 부드러움을 갖춘 로봇 암은 신체의 부드러움을 활용해 물체와 부드럽게 접촉할 수 있다. 로봇이 물리적인 부드러움을 활용해 물체와 부드럽게 접촉할 수 있으면, 물체나 로봇의 모델, 계측 및 실행의 오차를 접촉을 통해 보상할 수 있다. 물리적인 부드러움을 갖춘 로봇 암은 물체와 부드럽게 접촉하기 때문에 시행착오나 교시에 있어서 다양한 접촉을 적극적으로 시도하고, 안전하게 실패 행동을 시험하여 다양한 학습 데이터를 수집할 수 있다. 기계학습을 이용해 로봇의 제어칙이나 행동칙을 자율적으로 획득할 수 있으면, 모델화가 어려운 물리적으로 부드러운 신체의 제어칙을 획득할 수 있고, 수동으로 설계할 수 없을 정도로 다양한 행동을 만들어 내는 행동칙을 생성할 수 있다. 이상과
좀처럼 실현될 수 없다고 생각했던 (사람이나 동물에 가까운) 놀라운 로봇이 등장하고 있다. 여기서 실현된 기술을 대단한 기술이라고 생각하면 쉽게 손을 댈 수 없다. 하지만 보통의 기술(조합)이나 정도로도 가능할지도 모른다. 많은 사람이 손을 대야 이룰 수 있는 가능성이 넓어지고 다양한 로봇이 탄생한다. 또한 개발 비용과 제조비용을 줄일 수 있다. AI가 주목받는 가운데 수동보행은 역학적인 구조 속에 필요한 계산이 이미 내재되어 있다거나, 컴퓨터가 없어도 충분히 지능적이다 라고 평가되고 있다. 수동 보행의 경우, 걸을 수 있는 원리가 존재한다. 수동 보행 로봇의 연구는 곧 역학 원리의 발견과 그 활용법 개발에 다름 아니다. 이케마타 등은 보폭 일정(착지 시의 고관절 각도 일정)에 의한 안정화 원리를 발견하고, 가느다란 미음 자모형 프레임을 소형 수동 보행 로봇에 부착하는 것만으로 안정된 수동 보행을 실현했다. 기네스 세계 기록에도 인정받아 대단한 로봇일지 모르나, 실현된 기술은 로우 테크이며 수제작 수준이다. 아직 사람이나 동물의 신체에는 여러 가지 역학 원리(힌트)가 숨겨져 있을 것이다. 그 원리를 공학적으로 잘 살리면 지금보다 더 사람이나 동물에 가까운 놀
이번 호는 전편에 이어 블루투스의 신뢰성 특징 및 페어 링 방법, LE보안 및 처리 량, CIP프로필 매핑 등에 대해서 논의코자 한다. 블루투스 입문 1. 신뢰성 (Reliability) Bluetooth의 대표적인 신뢰성 기능은 두 가지이다. 첫째, 채널 사용 방식으로서 주파수 도약 확산 스펙트럼(Frequency Hopping Spread Spectrum, FHSS)을 사용하며, 둘째, 사용하는 주파수 변조 방식으로 가우시안 주파수 편이 변조(Gaussian Frequency Shift Keying, GFSK)를 채택한다. BLE(Bluetooth Low Energy)는 2.4GHz ISM(산업, 과학 및 의료) 주파수 대역에서 3개의 광고 채널과 37개의 데이터 채널을 포함한 총 40개의 채널로 작동한다. BLE는 FHSS 방식을 통해 이 주파수 대역 내에서 각 채널 간 도약(hopping)을 수행한다. BLE 장치는 마스터 장치가 제어하고 슬레이브 장치(들)에게 전달하는 의사난수 도약 시퀀스를 따른다. 이러한 스펙트럼 도약은 초당 최대 1600회까지 발생할 수 있으며, 도약 중 BLE 장치는 현재 채널의 통신 품질을 지속적으로 모니터링한다. 간섭이 발
디지털 전환과 AI 기반 신뢰성 향상의 출발점은 데이터 무결성으로, 이는 인식, 예측, 최적화 단계를 거치며 완성된다. 지속적인 장비 상태 모니터링 도구를 활용해 기존의 수동 데이터 수집 방식을 자동화함으로써, 실행 가능한 실질적인 인사이트를 제공하는 일관되고 신뢰할 수 있는 자산 데이터를 확보할 수 있다. 자산 성능 관리 소프트웨어(Asset Management Software, AMS)를 통해 설비 고장을 예측하고 선제적으로 정비 일정을 수립하며, 근본 원인을 제거한다. 이후 예지정비 기술로 장기적인 운영·유지 관리 전략을 적용해 유지보수 비용을 절감하는 동시에 자산의 신뢰성과 투자 가치를 향상시키고 보전한다. 장비의 라이프 사이클에 기반한 신뢰성 솔루션(Reliability Solution)은 유지 관리 효율과 운영 성능의 잠재력을 극대화하는 체계적인 통합 디지털 여정이다. 더 이상 전통적인 유지보수 전략만으로는 오늘날 산업 현장에서 요구되는 경제성과 효율성을 동시에 달성하기 어렵다. 반면, 선도적인 공장과 기업들은 방대한 데이터를 단순히 수집하는 데 그치지 않고, 디지털 기술을 활용해 이를 실행 가능한 정보와 전략적 의사결정 지침으로 전환하고 있다.
현시점 자동차 산업은 근본적인 전환기에 서 있다. 소프트웨어로 모든 기능을 제어하고 관리하는 ‘소프트웨어 정의 차량(Software-Defined Vehicle, 이하 SDV)’으로의 진화가 가속화되고 있는 것이다. 자동차는 이제 단순한 이동 수단이 아니라, 주변과 끊임없이 연결되는 ‘플랫폼’으로 변화하고 있다. 이는 소프트웨어가 차량의 기능과 가치를 규정하는 핵심 정체성이 되고 있음을 의미한다. SDV, 자동차 산업 패러다임 뒤흔드는 ‘소프트웨어 혁명’ 미국 금융사 모건스탠리(Morgan Stanley)에 따르면 SDV는 2021년 전체 자동차 시장에서 약 3%의 비중을 차지하는 데 그쳤으나, 2029년에는 그 비율이 90%까지 확대될 전망이다. 또한 글로벌 시장조사기관 글로벌마켓인사이트(GMI)는 전 세계 SDV 시장 규모가 2034년까지 4,495억 달러(약 650조 원)에 이를 것으로 내다봤다. 현대자동차그룹을 비롯한 글로벌 완성차 업체들이 소프트웨어 전담 조직 신설, 대규모 기술 인력 확보, 플랫폼 전환 투자 등 새로운 전략을 추진하는 이유가 여기에 있다. 특히 SDV의 등장은 단순히 차량 기능의 고도화 수준을 넘어, 차량 개발의 패러다임 전체를 바
식품 안전과 보안은 여전히 아시아 지역에서 해결해야 할 중대한 과제다. 복잡한 공급망 구조, 높은 식품 손실률, 보관·취급 과정에서의 취약성 등이 기업과 소비자 모두에게 지속적인 영향을 미치고 있다. 여기에 더해 글로벌 공급망이 더욱 정교해지고 규제가 강화되면서 다양한 해결책도 새롭게 부상하고 있다. 이 가운데 견고한 추적성, 보안, 효율적인 재고 관리 등에 대한 요구사항이 급증하고 있다. 이러한 상황에서 자동화와 디지털 추적 기술의 발전은 식품 물류 업계를 변화시키고 있다. 이 같은 변화는 감모, 도난, 콜드 체인 유지관리와 같은 오랜 과제를 해결하는 동시에 식품 품질, 유통기한, 가용성 개선 등에 기여하고 있다. 증가하는 식품 손실과 도난 과제 이 흐름에서 아시아 지역에서 가장 시급히 해결해야 할 과제 중 하나는 수확부터 소비자에게 도달하기까지의 과정에서 발생하는 막대한 식품 손실이다. 세계경제포럼(World Economic Forum)에 따르면, 동남아를 포함한 아시아 전역에서는 비효율적인 취급·보관으로 인한 식품 손실이 전체 생산량의 최대 40%에 달한다. 특히 과일·채소 등 신선식품은 적절한 조건에서 보관되지 않으면 부패 위험이 커지기 때문에 더욱
최근 일본 국내 공장에서는 인력 부족과 경쟁력 확보를 목적으로 비용 절감을 실현하기 위해 생산 라인의 통폐합이 추진되고 있다. 더불어 로봇·IoT 기술의 발전으로 급속한 무인화·자동화가 진행되어 생산 능력이 향상되고 있다. 한편 원자재 가격 상승과 인건비 상승에 대응할 필요도 있어 낭비를 배제한 효율적인 생산을 실현하기 위해 측정 오차를 최대한 줄이는 것이 요구되고 있다. 이 글에서는 안리츠 주식회사가 생산 능력을 향상시키고 또한 측정 오차의 최소화를 실현하기 위해 대응하고 있는 중량 선별기에 대해 소개한다. 이 글에서는 ‘계량’이라는 용어를 ‘질량 계측’의 의미로 사용한다. 중량 선별기의 개요 1. 사용 용도 중량 선별기(그림 1)는 주로 식품·약품용 제조 라인에서 생산되는 상품의 질량을 전수 측정하여 질량의 과부족에 따른 불량품을 후단의 선별 수단에 의해 라인 밖으로 배제하는 검사장치이다. 도입 목적은 상품의 중량·결품 체크에 의한 선별, 충진 손실 최소화를 위한 충진기에 대한 측정값 피드백 제어 외에도, 측정값 경향을 기반으로 한 라인의 이상 감시 등에도 이용되고 있다. 원료의 유효 이용과 포장재 손실 방지, 품질 향상 등 다양한 요구에 대응하고 있으며
지난 호에 이어 이번 호에서는 캐비닛 내 I/O장치, 제어선의 동향과 발전상황, 제어 반 내의 제어배선 방법의 이점과 EtherNet/IP가 인-캐비닛 솔루션에 어떤 영향을 주는가에 대하여 고찰 해 보고자 한다. 캐비닛 내부 I/O 장치용 제어 배선의 트렌드 및 진보 산업 자동화 분야는 급격한 변화를 겪고 있으며, 이에 따라 캐비닛 내부 I/O 장치의 제어 배선과 관련된 기존 방식에 대한 재평가가 필요해지고 있다. 시운전(Commissioning) 워크플로우에서는 정밀함이 핵심이다. 시스템의 기초를 구축하는 과정에서는 구성 요소들을 면밀하게 설정하여 설계 사양 및 운전 조건과 정렬되도록 해야 하며, 이는 이후 전체 시스템 구현의 전 단계로서 향후 발생할 수 있는 문제를 예방하는 데 매우 중요하다. 설계(Design) 워크플로우에서는 효율성 향상이 뚜렷하게 나타난다. 최근의 실무에서는 배선 번호와 I/O 포인트를 체계적으로 할당하고, 오류를 최소화하는 포괄적 방식을 채택하고 있다. 시각적 명확성을 위해 전통적인 배선 방식과 최신 배선 방식을 비교한 도식도도 제공된다. 현대 제어 배선의 특성을 살펴보면, EtherNet/IP 기반 캐비닛 내부 솔루션과 같은 혁신
제약 산업을 위한 맞춤형 자동화 솔루션의 설계, 개발 및 제조를 전문으로 하는 인도의 한 기술 기업은 고객 프로젝트의 일환으로 제약 포장 품질 보증용 실시간 시각 검사 시스템의 개발이라는 과제에 직면했다. 이 시스템은 주사기를 통한 액상 성분 추출용 고무 멤브레인이 있는 의료용 주사약병의 알루미늄 밀봉 캡의 무결성과 정확한 형태를 모두 검사한다. 이 솔루션은 i7 프로세서와 32GB 램을 탑재한 일반 데스크톱 PC로 구성되어 있고, 해당 데스크톱 PC는 랜 케이블과 일반 이더넷을 통해 두 대의 카메라에 연결된다. 이 카메라들은 컨베이어 시스템에 있는 의약품 용기를 육안으로 검사할 수 있는 이미지를 제공하고, 뚜껑의 손상이나 휘어짐, 균열, 얼룩, 주름과 같은 외관상의 결함을 검사한다. 이렇게 수집된 종합적인 이미지 데이터는 FabImage Studio 5.3 Professional 소프트웨어를 사용하여 처리된다. 최종 목표는 프로피넷(PROFINET) IO를 통해 이 이더넷 기반 PC 시스템에서 지멘스(Siemens) S7 PLC로 효율적이고 안정적인 실시간 데이터 전송을 구축하여 PLC가 결함이 있는 주사약병을 배출할 수 있도록 하는 것이었다. 이 과정에서
상호명(명칭) : ㈜첨단 | 등록번호 : 서울,아54000 | 등록일자 : 2021년 11월 1일 | 제호 : 오토메이션월드 | 발행인 : 이종춘 | 편집인 : 임근난 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2021년 00월00일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 |
사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c)오토메이션월드 all right reserved
UPDATE: 2026년 02월 13일 11시 42분
/pdf.png)
/smartmap_2_01.png)
/smartmap_2_04.png)
/smartmap_2_big_04.jpg)
/smartmap_2_05.png)
/smartmap_2_big_05.jpg)
/smartmap_2_08.png)
/smartmap_2_big_09.jpg)
/smartmap_2_09_2.png)
/smartmap_2_big_10_2.jpg)
/smartmap_2_11_2.png)
/smartmap_2_big_12_2.jpg)
/smartmap_2_02.png)
/smartmap_2_03.png)
/smartmap_2_06.png)
/smartmap_2_big_07.jpg)
/smartmap_2_07.png)
/smartmap_2_big_08.jpg)
/smartmap_2_12.png)
/smartmap_2_big_13.jpg)
/smartmap_2_13.png)
/smartmap_2_big_14.jpg)
/smartmap_2_14.png)
/smartmap_2_big_15.jpg)
/smartmap_2_15.png)
/smartmap_2_big_16.jpg)
/smartmap_2_16.png)
/smartmap_2_big_17.jpg)
/smartmap_2_17_2.png)
/smartmap_2_big_18_2.jpg)
/smartmap_2_18_2.png)
/smartmap_2_big_19_2.jpg)
/smartmap_2_19._2.png)
/smartmap_2_big_20_2.jpg)
/smartmap_2_20.png)
/smartmap_2_big_21.jpg)
/smartmap_2_21.png)
/smartmap_2_22.png)
/smartmap_2_23.png)
/smartmap_2_24.png)
/smartmap_2_25.png)
/smartmap_2_26.png)
/smartmap_2_27.jpg)