산업 현장에서 컨베이어 벨트는 단순한 운반 수단을 넘어, 공정 흐름과 생산 효율을 좌우하는 핵심 인프라로 자리잡고 있다. 특히 물류 및 벌크 자재 운반 라인에서는 벨트 위의 하중과 체적 정보가 곧 시스템의 생산성과 직결된다. 페펄앤드푹스가 개발한 Volume3D는 이러한 필요에 정확하고 유연하게 대응하는 3D 체적 측정 솔루션이다. 컨베이어 하중, 이제는 3D로 본다 Volume3D는 LiDAR 기반 고정밀 측정 기술을 통해 컨베이어 상의 물체 윤곽을 실시간으로 인식하고, 체적과 부피 유량 데이터를 추출한다. 여기에는 R2000과 R2300 모델이 사용되며, 전자는 ±3%의 정밀도로 고정밀 측정이 가능하고, 후자는 초당 100회 스캔 속도로 빠르게 움직이는 대상도 놓치지 않는다. 하나의 측정 지점에는 최대 3대의 LiDAR 센서를 동시 운용할 수 있어, 그림자 효과를 최소화하고 복잡한 형상의 대상도 입체적으로 파악할 수 있다. 속도와 부피를 동시에, MSEU + 로터리 엔코더 구조 윤곽 데이터만으로는 완전한 3D 분석이 어렵다. 이를 해결하기 위해 Volume3D는 컨베이어 속도 데이터를 함께 취득한다. 페펄앤드푹스의 ENI58IL 인크리멘탈 로터리 엔코더를
이번 호에서는 CIP Safety의 5G 전송 측정 구성 및 조건을 설명하고, 제조 장비 간 5G 기반 CIP Safety 통신 평가 결과에 대해서도 함께 다룬다. CIP Safety의 5G 전송 측정 구성 및 조건 측정 구성의 변형은 그림 1과 2에 제시돼 있다. 성능 측정 조건은 다음과 같다. · CIP Safety 연결 수: 안전 라인 컨트롤러를 대상으로 하여 세 개의 안전 컨트롤러가 송신자로 동작하며, 반대로 각 안전 컨트롤러가 대상이 되고 안전 라인 컨트롤러가 송신자가 되는 형태로 CIP Safety 연결을 구성했다. · EPI (CIP Safety 통신 주기): 안전 프로세스 통신의 EPI는 60ms로 고정 설정했다. · 데이터 크기: 본 용도에 필요한 CIP Safety 패킷은 46바이트로 설정했다. · 통신 부하: 실제 사용 환경을 시뮬레이션하기 위해, CIP Safety 통신 외에 표준 프로세스 통신을 통해 통신 부하를 추가했다. 각 안전 컨트롤러 간(안전 라인 컨트롤러 포함)에는 송신자와 수신자 역할로 각각 최대 12개씩, 총 24개의 표준 프로세스 통신 연결을 구성했다. RPI(Request Packet Interval)는 1ms, 5ms
중소·중견기업이 ESG 경영 도입을 넘어 ESG 경영 정보 공시를 해야 할 경우, 발생하는 비용은 기업에 큰 부담이 된다. 그럼에도 불구하고 공시를 앞두고 있다면, 고객사 또는 투자자의 ESG 정보 공시 요구에 따라 피할 수 없는 상황일 것이다. 지속가능경영보고서 또는 ESG 보고서를 개발하기 위해서는 최소 수천만 원의 비용이 수반되기에, 비용 없이 정보 공시할 수 있는 방안을 제시해 보겠다. 정보 공시를 위해 고려해야 할 사항은 다음 다섯 가지다. 1) 공시 시점, 2) 공시 범위, 3) 공시 채널, 4) 정보 공개 기준, 5) 중대성 평가. 이 다섯 가지 주제에 대해 구체적으로 논의해 보겠다. 최적의 공시 시점: 평가 시점 4개월 전부터 준비 대기업의 경우, 보통 전년도 ESG 경영 활동과 실적에 대해 1월부터 지속가능경영보고서 또는 ESG 보고서(이하 ESG 보고서) 개발을 시작해 6월 말까지 국문 보고서 개발을 완료한다. 이는 기업지배구조원의 KCGS 평가 공적서로 활용하려는 목적이 크다. 또한 ESG 보고서 공시 시점을 재무 공시 시점과 최대한 맞추기 위해 점차 공시 시점을 앞당기고 있는 추세다. 반대로 이 시기에 ESG 보고서 개발이 집중되기에,
데이터 기반의 유연하고 민첩한 제조 환경 구현이 필수로 떠오른 시대다. 제조 현장의 디지털 전환(DX)은 피할 수 없는 과제이자 숙명이다. 인공지능(AI), 디지털 트윈 등 차세대 기술은 산업·공장 자동화의 한계를 개선하고, 설계부터 서비스까지 전 가치사슬에 이르는 지속 가능한 제조와 미래형 스마트 팩토리의 비전을 제시한다. 이처럼 현시점의 공장은 급변하는 시장 양상과 예측 불가능한 변수 속에 직면했다. 지금의 제조 현장은 이를 증명하듯, 방대한 데이터를 기반으로 스스로 학습·수행하는 지능형 자동화 시대로 거듭나는 중이다. 이 과정에서 과거의 성공 공식을 비롯해, 수십 년간 이어져 온 전통적인 제조 방식의 한계가 더욱 조명되고 있다. 이는 공급망 불안정, 다각적인 시장 요구, 탄소 중립 등을 통해 명확히 드러나고 있다. 실제로 글로벌 비즈니스 컨설팅 기관 딜로이트는 지난해 ‘글로벌 제조 산업 전망’ 보고서에서 이 같은 흐름을 제시했다. 보고서는 제조업 경영진의 대다수가 공급망 중단 리스크를 여전히 핵심적인 위협으로 인식하고 있고, 코로나19 팬데믹 이후 공급망 복원력 강화를 최우선 과제로 삼고 있다고 분석했다. 또한 응답 기업의 상당수가 지속 가능한 생산과
제조, 물류, 에너지, 데이터센터 등 핵심 산업에서 설비는 단순한 장비가 아닌 기업 자산으로 인식되며, 재무 건전성과 경쟁력에 직결되는 핵심 기반으로 부상했다. 이에 따라 설비는 수명이 다한 소모품이 아닌 지속적인 관리가 필요한 투자 자산으로 여겨지며, 관리 전략의 중요성이 더욱 커지고 있다. 최근 설비 관리는 디지털 트윈, AI 예지 정비, 원격 모니터링 등 기술 융합을 통해 ‘선제적 스마트 관리’로 전환되고 있다. 특히 전과정평가(LCA)를 기반으로 한 설비 생애주기 통합 관리는 탄소 발자국 최소화와 지속가능성 확보를 동시에 겨냥하며 주목받고 있다. 그러나 복잡해진 설비 시스템은 예측 불가능한 고장, 인력 부족, 기후 변화 등 다양한 리스크에 노출되어 있으며, 이를 예방하기 위한 정밀 진단과 사전 대응 역량이 기업의 핵심 경쟁력이 되고 있다. 글로벌 시장은 클라우드 기반 설비 관리 솔루션 도입을 가속화하고 있으며, AI 기반 예지 정비는 실제 산업 현장에서 사고 예방과 비용 절감에 기여 중이다. 반면 국내는 아직 온프레미스 기반이 주류로, 보수적 인식과 보안 우려가 걸림돌이다. 그러나 탄소 규제 및 안전 규제 강화로 인해 디지털 전환 논의는 확대될 전망이
국내 제조업 현장은 자동화와 디지털 전환의 필요성을 절감하고 있음에도 여전히 수기 작업과 단편적 시스템 운영에 의존하고 있다. 기계 가동률은 평균 80%에 달하지만, 실제 부가가치를 창출하는 생산 가동률은 30%에도 미치지 못한다. 근무 시간 중 약 6시간은 설비 대기, 원자재 탐색, 오류로 인한 중단 등 비가시적 손실로 낭비된다. 특히 숙련 인력의 고령화와 신규 인력 유입 감소가 이런 비효율을 심화시키고 있으며, 다품종 소량 생산과 빠른 납기를 요구하는 시장 변화에 기존 방식은 한계에 직면했다. 판금 가공, 레이저 절단, 절곡 등 정밀 가공 분야는 특히 연결성과 숙련도 의존도가 높아, 작은 비효율도 수익성에 큰 타격을 준다. 이에 따라 제조업계는 데이터 기반 의사결정과 지능형 자동화 시스템을 도입해 생산성을 극대화하고 지속 가능한 성장을 도모해야 할 시점이다. 단일 장비 넘어 솔루션으로...TRUMPF, ‘종합설비효율’ 극대화 가속 겨냥 이러한 전반적인 제조업의 난관 속에서, 공작기계 산업은 생산의 핵심 동력으로서 더욱 고도화된 솔루션을 요구받고 있다. 기존 장비 대비 생산 공정 전체의 효율을 진단·최적화해, 현장 내 종합설비효율(OEE)를 극대화하는 통합
‘연결성’ 기반 산업 혁신 겨냥한 산업·공장 자동화(FA) 영역...지능형 FA 시대 개막 초읽기 현 시각 전 세계 산업 현장은 단순한 물리적 자동화(Automation)에서, 방대한 데이터 기반으로 스스로 학습·수행하는 지능형 자동화(Intelligent Automation) 형태로의 시대로 진화하고 있다. 이러한 변화의 중심에는 ‘데이터 주권(Data Sovereignty)’과 ‘신뢰 가능한 연결성(Reliable Connectivity)’이 시스템의 핵심으로 인식된다. 이 주요 화두는 미래 산업의 경쟁력을 좌우할 핵심 요소로 급부상하고 있다. 예를 들어, 다양한 제조 현장에서 활약하는 산업용 로봇은 클라우드에 연결돼 생산 데이터를 공유한다. 이를 바탕으로 로봇은 스스로 최적의 작업 경로를 학습하고, 오차율을 줄이는 사례가 급증하고 있다. 이 가운데 독일이 주도하는 유럽 데이터 인프라 프로젝트 ‘가이아-X(Gaia-X)’와 자동차 산업 데이터 표준 생태계 ‘카테나-X(Catena-X)’가 새로운 패러다임을 제시하는 중이다. 이는 산업 전반의 협력·혁신을 위한 새로운 이니셔티브로, 이들 프로젝트는 기업·사용자가 데이터를 안전하고 투명하게 공유하고 활용함으로
영상 솔루션 전문기업 뷰웍스는 지난 1999년 창립 이래 의료영상기기부터 산업용 머신비전 카메라까지 영상의 기술적 한계를 넘는 여정을 지속해왔다. 그리고 최근 산업 패러다임이 스마트팩토리로 전환되는 흐름 속에서 뷰웍스는 정밀 광학 솔루션을 통해 글로벌 AOI 시장의 기준을 다시 쓰고 있다. 차세대 머신비전 시장의 판도를 주도할 준비를 마친 뷰웍스의 광영상본부장 권혁훈 이사를 통해 뷰웍스가 걸어온 길과 앞으로 나아갈 방향에 대해 들어봤다. 디스플레이 시장 선점부터 머신비전까지 Q. 뷰웍스는 어떤 배경과 비전을 가진 기업입니까? 그리고 머신비전 분야에는 어떻게 진출했습니까? A. 디스플레이와 반도체 산업이 고도화되면서 머신비전 분야의 기술 경쟁도 한층 치열해졌습니다. 이러한 시장에서 뷰웍스는 영상센서부터 렌즈, 회로, 소프트웨어까지 전 과정을 아우르는 수직 통합형 기술력을 기반으로 독보적인 위상을 확보해왔습니다. 초기에는 고해상도 CCD 카메라를 통해 디스플레이 검사 시장을 선점했고, 지난 2016년에는 하이브리드 TDI 라인스캔 카메라 ‘VTDI’ 시리즈를 출시하며 기술적 패러다임을 전환했습니다. 해당 제품은 산업통상자원부와 코트라 주관 ‘차세대 세계일류상품’
국내 자동인식 시장을 이끌어온 지브라테크놀로지스 코리아(이하 지브라 코리아)가 서희정 신임 지사장을 선임하며 새로운 성장 드라이브를 걸었다. 10년 넘게 지브라 코리아에서 다양한 업무를 맡아온 서희정 신임 지사장은 지난 3월 1일 공식 부임하며, 기존 파트너 생태계를 기반으로 머신비전과 웨어러블 시장까지 본격 확장에 나설 계획이다. 서 지사장이 그리고 있는 지브라 코리아의 미래 청사진은 무엇인지 직접 만나 이야기를 들어봤다. 14년간 지브라 코리아를 지킨 장본인, 이제 새로운 선장이 되다 Q. 먼저 신임 지사장이 되신 것을 축하드립니다. 약 14년 동안 지브라 코리아에서 다양한 역할을 하셨다고 들었습니다. A. 처음 지브라 코리아와 연을 맺은 것은 2011년이었습니다. 시스템 엔지니어(SE)로 커리어를 시작했죠. 당시에는 제품에 대한 기술 지원, 고객 대응, 솔루션 제안 업무를 맡아 현장에서 다양한 경험을 쌓았습니다. 이후 지브라 본사가 2014년 모토로라를 인수하면서 지브라 코리아도 본격적인 변화를 맞았고, 저는 세일즈 역할로 전환해 채널 영업을 담당하게 되었습니다. 그 이후 2~3년 전부터는 프리미어 파트너 관리와 신규 시장 확장을 담당하며, 다양한 산업
농업을 둘러싼 환경은 기후 변화로 인한 이상 기후의 빈발, 세계 인구의 증가, 국제 정세의 변화, 소비자 요구의 다양화 등을 배경으로 매일 변화하고 있다. 일본의 농업에서는 농업 종사자의 고령화와 인력 부족이 계속되고 있으며, 연료·비료 가격의 급등 등도 겹쳐 상황은 더욱 심각해지고 있다. 기간적 농업 종사자의 인구는 2015년 약 176만 명에서 2020년에는 약 136만 명으로 5년간 40만 명 감소한 반면, 평균 연령은 67.7세로 높은 수준을 유지하고 있어 여전히 심각한 상황이 지속되고 있다. 게다가 농업은 날씨나 시장 상황 등의 변화에 크게 영향을 받으며, 이를 사전에 예측하는 것은 일반적으로 어렵다. 따라서 경험이나 직감에 의존한 경영이 되기 쉬운 것이 현실이며, 이 점이 담당자나 새로운 농업 종사자에 대한 높은 진입 장벽이 되고 있다. 이러한 문제에 대처하기 위해 국가는 정보통신기술(ICT)이나 인공지능(AI)을 활용해 농업 생산 기술의 고도화를 목표로 하는 ‘스마트 농업’에 관한 연구를 지원하고 있다. 또한 올해 6월에는 ‘스마트 농업 기술 활용 촉진법’이 제정·공포되어 디지털 기술을 활용한 데이터 구동형 농업으로 전환이 추진되고 있다. 특히
식물의 생육 및 환경 반응을 제어 대상으로 하는 ‘식물 중심의 환경 제어’가 시설 원예에서 환경 제어의 역사를 변화시키고 있다. 본래 시설 원예에서 낮 시간 환경 제어의 주 목적은 ‘광합성의 극대화’이며, 이에 이어 두 번째 목적은 ‘광합성 산물(당)을 성장 기관(잎, 줄기, 과실 등)에 적절히 분배하는 것’이다. 이 두 가지 목적을 매일 지속적으로 달성하는 것이 궁극적으로는 수확량의 극대화로 이어진다. 그림 1은 각종 환경 요인이 광합성과 광합성 산물의 분배에 미치는 영향을 개략적으로 보여준다. 지금까지는 광합성이나 분배에 영향을 미친다고 여겨지는 각종 환경 요인(빛, 기온, 습도, CO2 농도 등)을 계측해 이들을 제어 대상으로 삼아왔다. ’계측할 수 없는 것은 제어할 수 없다‘는 전제를 두면, 생산 현장에서 계측할 수 있는 환경 요인을 제어 대상으로 삼는 것 외에는 선택의 여지가 없었다고 할 수 있다. 그러나 이는 생산 현장에서 광합성과 분배를 직접 계측할 수만 있다면, 이를 제어하기 위한 최적의 환경 제어를 검토할 수 있다는 것을 의미한다. 이러한 사고의 근원이 되는 것이 스피킹 플랜트 어프로치(SPA: Speaking Plant Approach) 개
차가운 쇠붙이들이 맞물려 돌아가는 정밀 기계의 심장, 베어링(Bearing). 이 기술은 회전·선형 운동 기반 동력 시스템의 연결부·지지부에 필수적으로 활용된다. 이 가운데서 마찰을 최소화하고, 부드럽고 효율적인 움직임을 가능하게 한다. 이 때문에 작은 틈 하나, 눈에 보이지 않는 미세한 표면 결함조차 허용하지 않는 극한의 정밀도를 요구하는 핵심 부품이기도 하다. 최근 대부분의 산업 제품 품질관리에 첨단 기술이 빠르게 스며들고 있다. 과거 제품 품질관리 공정은 작업자가 손으로 만져보고, 일일이 검증·확인하는 방식으로 이어졌다. 기술 발전이 가속화됨에 따라, 이는 번거롭고 시간 소모적인 과정으로 인식되기 시작했다. 그러다 품질관리 프로세스도 자동화의 시대에 접어들었다. 컨베이어 벨트 등을 통한 자동 선별 및 검사 기계가 현장에 도입됐고, 센서 및 제어 시스템도 점차 고도화되면서 품질 혁신에 기여했다. 만져서, 느껴서, 이제는 ‘본다’...베어링 품질 검사의 진화 베어링과 같이 극도의 정밀성을 요구하는 핵심 부품의 품질 관리 역시 이러한 자동화(Automation)의 흐름에서 예외는 아니었다. 작은 오차나 결함이 완제품의 성능과 안전에 직결되는 만큼, 더욱 정밀
이번 호에서는 EtherNet/IP의 측정 방식, 구성 변화, 성능 측정 조건, 패킷 통신의 대역폭에 대해 설명하고, 컨트롤러 간 5G 전송 평가를 통해 얻은 EtherNet/IP 측정 결과와 각 조건에서의 지연 시간 측정 결과를 소개하고자 한다. 또한 5G 전송을 기반으로 한 CIP 안전성 평가 시스템의 구성에 대해서도 함께 다룬다. 5G 네트워크상에서 EtherNet/IP 통신 측정 구성과 조건 EtherNet/IP를 5G 환경에서 구현하기 위한 다양한 통신 구성 방식(Type I부터 Type VIII까지)은 그림 1에 제시되어 있다. 본 측정의 목적은 각 통신 방식에 따라 발생하는 성능 차이를 분석하기 위함이며, 측정 조건은 다음과 같이 설정되었다. 우선, 주요 측정 항목은 패킷 손실률과 통신 지연 시간(latency)이며, 이는 통신 성능을 나타내는 핵심 지표로서 모든 조건에서 공통적으로 수집되었다. 통신 모드는 VPN 사용(w/VPN)과 VPN 미사용(w/o VPN)의 두 가지로 나뉘며, 특히 멀티캐스트 통신은 VPN 환경에서만 가능하기 때문에 w/VPN 설정이 필수였다. 유니캐스트 통신의 경우에는 VPN 사용 여부에 따라 모두 측정이 이루어졌다.
기후 변화가 기업의 경영 및 재무성과에 실질적인 영향을 미치기 시작하면서, 세계 각국의 정부와 국제기구는 기업에게 관련 정보를 보다 투명하게 공개할 것을 요구하고 있다. 이러한 흐름 속에서 등장한 대표적인 기후 관련 공시 기준으로는 미국 증권거래위원회(SEC)의 규칙안, 기후 관련 재무정보 공개 태스크포스(TCFD), 국제지속가능성기준위원회(ISSB)의 ‘S2 기준’이 있다. 이 글에서는 이 세 가지 기준이 어떠한 배경에서 출현했으며, 서로 어떤 공통점과 차이점을 갖고 있는지를 살펴보고자 한다. 공통 구조: TCFD를 기반으로 한 ‘핵심 요소’ SEC, IFRS S2, TCFD는 모두 TCFD 권고안의 핵심 요소를 기반으로 하고 있다. TCFD는 거버넌스, 전략, 리스크 관리, 지표 및 목표의 네 가지 축을 중심으로 기후 리스크를 공시할 것을 권고하고 있다. · 거버넌스(Governance): 경영진과 이사회가 기후 이슈를 어떻게 감독하고 있는지 기술 · 전략(Strategy): 기후 변화가 사업 전략, 재무 계획, 비즈니스 모델에 미치는 영향을 서술 · 리스크 관리(Risk Management): 기후 관련 리스크의 식별, 평가, 관리 방법을 명시 · 지표
지난 1961년, ‘경제사회발전 5개년 계획’에 따른 「수출산업공업단지개발 조성법」과 함께 태동한 산업단지는 국내 경제 성장의 핵심 동력으로 활약해왔다. 계획 당시의 정부는 수출 주도형 경제 성장을 목표로 한 산업 기반 시설 조성 기조로 해당 프로젝트를 전개했다. 1964년 서울 구로구 구로동에 출범한 ‘한국수출산업공업단지(구로공단)’는 이 같은 정책적 색깔을 입힌 산업단지의 시초로 평가된다. 이러한 산업단지는 국가산업단지·일반산업단지·도시첨단산업단지·농공단지·스마트그린산업단지·국가첨단산업단지 등으로 세분화돼 그 활약상을 이어가고 있다. 지난해 국내 제조업 전체의 생산액 60.6%, 수출액 65.1%, 고용 47.9%를 기록해 여전한 경제 성장 엔진의 위용을 드러냈다. 특히 국가산업단지는 지난 2022년 사상 최초로 수출액 2000억 달러(약 285조 원)를 돌파하며 산업단지 내 첨병 역할을 했다. 지금까지 1327개 산업단지가 전국에 배치됐고, 이 안에는 12만 개 입주기업과 200만 명의 근로자가 활동하고 있다. 정부는 최근 ‘캠퍼스형’ 산업단지 구축을 위한 ‘캠퍼스 혁신파크’ 사업을 이어가는 중이다. 이는 노후한 산업단지의 이미지를 개선하고, 청년 인력
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: 2025년 07월 02일 17시 35분
/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)