세기의 전환 이후, 산업자동화는 이더넷 기반 네트워킹과 관련해 IP 스택의 채택이 지속적으로 증가하고 있다. 새로운 비전은 클라우드에서 현장 계측기기에 이르기까지 단일 네트워크로의 패러다임 전환을 통해 대폭의 비용절감 효과 및 많은 라이프사이클의 이점을 얻을 수 있다. 산업용 이더넷은 MES, 또는 대부분의 컨트롤러와 사용자 인터페이스, 그리고 수많은 현장의 애플리케이션에 적합하게 IT(정보기술)와 OT(운용기술/산업 장비, 자산, 프로세스 및 이벤트를 직접 모니터링 혹은 제어함으로써 변화를 감지하거나 유발하는 하드웨어와 소프트웨어를 의미하는 용어)를 연결할 수가 있다. 그리고 여기서 말하는 IT와 OT의 용어 차이를 좀 더 디테일 하게 설명하면, IT 시스템에는 다양한 범용 애플리케이션과 네트워크 프로토콜(TCP/IP)이 사용되지만, OT 시스템에는 전용 애플리케이션과 OT 전용의 독립 프로토콜이 사용되는 경우가 많다. 고로 여기서 OT가 문제가 되는데, 이는 전통적인 OT 시스템이 지닌 폐쇄성 때문이다. 또 현재 필드에지(Edge/Sensor & Actuator)에서부터 이더넷의 활용이 제한을 받고 있을 뿐 아니라 이더넷의 채택을 완벽하게 방해 받
GE는 미국을 비롯한 전 세계의 산업 표준을 100년 이상 설정하고 지배해 왔다. 또한, GE가 추진해온 혁신 방법과 사업 전략은 미국 기업은 물론이거니와 글로벌 제조 기업들의 벤치마킹 대상이 되었다. 그런 GE가 최근 몰락의 길을 걷고 있는 것은 아닌지 의구심을 가진 사람들이 많다. 과연 GE는 과거의 화려한 영화를 뒤로 하고 몰락할 것인가 아니면 다시 혁신을 통해 폭풍 성장을 할 것인가? 전 세계의 경영계와 기업을 비롯해 투자자 및 컨설턴트 등 많은 사람들에게 초미의 관심사가 아닐 수 없다. 그렇다면 그동안 GE에는 도대체 무슨 일이 일어났던 걸까? 사업 전환 과제와 경영 여건 악화 GE는 과거와 달리 생산성의 한계에 부딪혔다. 또한, 고수익을 내던 사업마저 수익이 하락하고, M&A도 더 이상 성장 전략이 되지 못하는 상황에 빠졌다. 1995년부터 세계적으로 가장 가치가 높은 기업이던 GE는 2010년대 들어 세계적인 가치 기업 Top 10에도 들지 못하는 상황에까지 이르렀다. 잭 웰치가 물러나면서 제프리 이멜트에게 준 미래 준비 과제의 주요 내용은 e비즈니스와 서비스 사업으로의 전환이었다. GE는 2000년대 초반부터 이를 준비하고 대대적인 투자
현재 자동차를 비롯해 많은 제조 현장에서 로봇이 활약하고 있으며, 인력절감화나 효율화, 제조 제품의 품질 향상 등 여러 가지 효과를 발휘하고 있다. 그러나 로봇이 적용되고 있는 용도를 살펴보면, 아크 용접이나 스폿 용접과 같은 용접 용도, 제품을 들어 운반하는 반송 용도, 나사를 조이거나 하는 조립 용도, 도장 용도 등이 대부분을 차지하고 있으며, 절삭이나 연마에 사용되는 가공 용도에는 로봇 출하 대수의 몇 퍼센트 정도밖에 적용되지 않고 있다. 가공 용도의 로봇 활용에서 가장 많은 사례가 버 제거이다. 비교적 소형의 로봇 암 끝에, 소형 스핀들 모터 및 연삭숫돌 툴이나 초강철 바 등을 장착해, 금속가공품의 가공 단면 버 등을 제거하는 작업이다. 그러나 최근 로봇의 반복 정도(교시된 동작을 반복했을 때, 각 교시 포인트의 정도 오차) 및 절대 정도(지정된 공간 좌표상의 위치에 동작할 때의 정도) 등의 향상과 여러 가지 소프트웨어 개발에 의해, 절삭가공이나 연마가공 그리고 연삭가공에 적용한 로봇 가공 시스템의 도입이 확대되고 있다. 로봇에 의한 절삭가공 시스템에 대해서는 NC 공작기계의 대체로부터, 최근에는 가공 제품의 편차를 계측해 제품 형상에 맞춰 가공하는
인프라 구조물에 설치한 각종 센서의 계측 데이터로부터 구조물의 상태를 추정하는 분석 기술은 사회 인프라 모니터링에서 중요한 역할을 한다. 기존에는 대상 구조물의 물리적인 특성을 고려한 모델을 바탕으로 계측 데이터를 분석하는 경우가 많았다. 최근 센싱 기술과 더불어 정보통신 기술의 발달에 따라 대규모 계측 데이터의 수집 분석이 가능해졌다. 대규모의 계측 데이터와 새로운 분석 기술을 이용한 데이터 구동형 모니터링은 인프라 구조물 분석의 새로운 선택지로 이용할 수 있다. 이 글에서는 교량에 설치된 각종 센서의 계측 데이터로부터 교량에 대한 부하 요인이 되는 통과 차량의 제원을 추정하는 데이터 구동형 분석 기술을 소개한다. 차량 모니터링 시스템의 개요 이 글에서 소개하는 통과 차량 모니터링 시스템은 차량이 통과한 시각을 센서 데이터로부터 검지한다. 또한, 차선·속도·축수·축거리와 같은 통과 차량의 제원을 추정한다. 이러한 추정값은 활하중 계측에서 통과 차량의 중량 추정에 이용된다. 또한, 교통 상황의 모니터링 등에도 이용할 수 있다. 기존 이러한 정보들은 다리의 상판 두 군데에 변형 센서를 설치해 두고, 차량이 통과할 때에 나타나는 피크의 시간차를 이용해서 주로 얻
만약에 제조 현장에서 로봇이 모든 힘들고 위험한 작업을 우리 대신 수행하고, 일도 더 안전하고 효율적으로 할 수 있다면 어떨까? 직원들이 원격 근무를 해야 할 때 스마트 로봇을 사용해서 생산 라인을 계속 가동할 수 있다면 어떨까? 또, 협동로봇(코봇, cobot)이 공장을 벗어나 우리 일상 곳곳으로 확대된다면 어떨까? 예를 들어 의료 분야에서 코봇을 사용하면 간호사가 시설이나 기기를 소독하는 작업을 돕거나 특정 테스트 작업을 보조함으로써 사람 작업자가 감수해야 할 위험을 최소화할 수 있다. 의료 시스템을 비롯한 많은 분야에서 인력 문제나 공급 문제 같은 새로운 과제들이 제기되고 있다. 사회의 모든 영역에 자동화를 도입하면 생산성을 높이고 삶의 질을 높일 수 있다. 자동화는 모든 분야에 근본적인 변화를 가져올 것이다. 아나로그디바이스(ADI)는 로봇 기술을 활용해 바로 이 같은 과제들을 해결하도록 돕는다. 코봇을 활용한 삶의 질 향상 유니버설 로봇(UR)은 테라다인의 자회사로서, 선도적인 코봇 제조사이다. 비영리 기구가 개발도상국에서 사람들의 비전을 고취시키는 것에서부터 제조 현장의 단순 반복 작업으로 인한 작업자들의 부상을 줄이는 것까지, 로봇 기술을 활용해
발명왕 에디슨(1847~1931)이 창업한 GE는 지난 130여 년 동안 시장 변화에 놀랍도록 잘 적응하며 꾸준히 성장해 왔다. 하지만 그것은 그냥 만들어진 것이 아니다. 그 이면에는 뼈를 깎는 내부의 지속적인 변화와 혁신 노력이 있었다. 지금까지 GE는 과거의 성공 방식을 과감히 버리고, 끊임없이 변화를 추구하며, 미래를 바라보고 먼저 변화하는 기업의 상징처럼 여겨졌다. 이러한 GE의 주요 특징은 다음과 같이 요약할 수 있다. ① 경영 리더십 확보 ② 리더의 혁신 정신 ③ 인재 양성 시스템 ④ 벽 없는 조직 ⑤ 회사의 경영 시스템 이중에서도 특히 혁신 마인드 중심의 경영 리더십 확보는 GE 성장 비결의 핵심이라 할 수 있다. 특히 잭 웰치(Jack Welch)가 회장을 맡으면서 GE의 리더십은 진가를 발휘했다. 경영 리더십을 기준으로 했을 때, GE는 다음의 4단계로 나눌 수 있다. · 1기-창업기(에디슨~ ) : 기술 중시, 경영 관리, 인재 제일 등 경영 체제 공고화 · 2기-성장기(윌슨~ ) : 전문 경영인 체제 등으로 시장 선점 · 3기-성숙기(웰치~ ) : 초우량 기업을 향한 강력한 경영혁신(포트폴리오&식스 시그마) · 4기-변신기(이멜트~
이더넷은 이미 모든 산업 제어 시스템에 널리 사용되고 있다. 많은 산업용 프로토콜은 독점적인 레이어 2 솔루션을 사용하여 이더넷을 통해 결정적인 문제들을 해결하고 있다. 새로운 IEEE 802.1 TSN 표준은 산업 제어에서 직면하는 동일한 부류의 문제들을 목표로 표준 기반 접근 방식을 위해 독점적 솔루션들을 대체할 것을 약속하고 있다. EtherNet/IP는 결정론적인 성능을 제공하기 위해 항상 상업적으로 이용 가능한 표준 이더넷 기술에 의존해 왔으며 새로운 표준을 활용할 수 있는 유리한 위치에 있다. 이 백서에서는 특정 사용사례에 대해 논의하고 새로운 TSN 표준을 EtherNet/IP 네트워크에 적용하여 향상된 결정성과 성능 제공을 하는 방법을 조사하고자 한다. 또한, TSN 기반 네트워크에서 예상되는 결과를 현재 사용 중인 기술의 결과와 대조해 보려고 한다. 결정론적 이더넷의 개요 결정론적 이더넷은 공장자동화, 프로세스제어, 자동차 네트워크와 같은 크리티컬 한 실시간 응용 프로그램에서 표준 이더넷을 사용할 수 있는 확장된 기능집합을 가리킨다. 이더넷은 “최선의” 네트워크였다. 이더넷이 미션 크리티컬 애플리케이션에 배치될 수 있도록 하려면 시간 동기화,
재해 발생 직후의 초동 조사 및 재해 복구에는 신속한 대응이 요구된다. 이것을 확실하게 하기 위해 UAV를 활용한 초동 조사가 최근 실시되고 있으며, 토털 스테이션 등을 주로 이용하고 있던 지상 측량의 업무 효율이 대폭으로 개선되고 있다. 초동 조사의 효율 개선에는 인공위성, 유인항공기(고정날개·회전날개), UAV(고정날개·회전날개), 차량, 삼각, 백팩 등의 계측 플랫폼을 검토할 수 있다. 재해 부위의 추출 누락 등을 방지할 수 있는 점이나 증수나 붕괴가 있는 장소에서 안전하게 조사할 수 있다는 점에서, 상공에서 계측하는 공중 사진 측량이나 항공 LiDAR의 접근이 유용하다. 그리고 재해 부위가 국소적이고 재해 부위 근처까지 UAV 운반로가 확보되어 있으면, UAV(회전날개)가 신속성과 운용성의 점에서 최적의 계측 플랫폼이 된다. UAV 이용에 의한 측량 업무 효율화 1. 카메라와 비교한 LiDAR의 우위성 측량용 UAV에 탑재되는 센서는 카메라나 LiDAR이며, 각각 장점과 단점이 있다(그림 1). LiDAR은 화상 매칭 등 시간이 걸리는 데이터 처리 없이 점군을 직접 취득할 수 있다는 점에서 화상 계측(SfM/MVS)과 비교해서 우위이다. 또한, SfM
계량은 지구상의 자연 또는 인공물과 같은 지물의 위치·형상을 측정하고, 또한 지물의 위치 관계를 구해 수치나 그림으로 표현, 그들을 기반으로 분석 처리를 하는 일련의 기술이다. 그 기원은 고대까지 거슬러 올라갈 수 있는 오래되고 전통적인 과학이다. 계량이라는 말도 천문관측과 토지를 측정하는 것을 연결하는 기술로, 고대 중국의 ‘측천량지(測天量地)’에서 유래됐다고 한다. 긴 측량의 역사 속에서 지금까지 항상 최첨단 기술을 도입, 혁신을 계속해 왔다. 계량의 기본은 거리나 각도 등의 측정이다. 일본의 근대 측량에서는 메이지 시대(1868년~1912년) 초기부터 삼각측량이 전통적으로 이루어져 왔는데, 1960년대 이후 광파측거의의 보급에 의해 고정도 거리 측정이 가능해져 삼변측량과 트래버스 측량(traverse survey)이 확산됐다. 그 후 1990년대 전반에 GPS(Global Positioning System) 측량이 실용화되어 위성 측위 시대가 막을 열었다. GPS 측량은 위성과 수신기 간의 거리에 기초하기 때문에 삼변측량으로 파악할 수도 있다. 또한 화상 등에 의해 지물의 성질이나 상태를 파악하는 기술도 진전됐다. 그런데 측량은 평상시뿐만 아니라, 비상
측량 분야에서 고정도의 변위 계측 기술이라고 하면, 오랫동안 수준 측량이 사용되고 있었다. 기술의 진보와 함께 최근에는 GNSS 측량이나 위성 SAR에 의한 변위 계측이라는 선택지도 생겨났다. GNSS 측량에 관한 상세한 내용은 앞서 ‘고정도 GNSS 측위 기술의 계량 분야 이용 동향’에서 다루었는데, 많은 장소에서 활용되고 있다. 위성 SAR의 실제 이용은 GNSS 측량에는 미치지 못하지만, 면적으로 계측할 수 있는 점이나 지상에 계측기기가 필요 없기 때문에 과거로 거슬러 올라가 계측할 수 있는 등 다른 기술에는 없는 장점이 있다. 여기에서는 위성 SAR를 이용한 변위 계측 기술의 개요와 그 활용의 확대에 대해 다루기로 한다. 위성 SAR 및 간섭 SAR의 개요 SAR은 합성 개구 레이더(Synthetic Aperture Radar)의 약자로, 일반적으로는 ‘사’라고 부르고 있다. 플랫폼은 위성에 한정되지 않고 항공기나 UAV, 지상 설치형 등 여러 가지가 있는데, 여기에서는 위성에 초점을 맞춰 설명한다. 우선 처음으로 SAR는 일반적인 위성 광학 센서와 달리, 마이크로파에 의한 능동형 센서이다. 마이크로파를 이용하고 있기 때문에 구름을 투과하고, 야간에도
최근 Lidar(Light Detection and Ranging)를 이용한 3차원 계측은 자동운전을 위한 지도 작성, 이동 로봇의 내비게이션, 상공의 지형 계측 등 다양한 분야에서 이용되고 있다. 현재 이용되고 있는 Lidar의 대부분은 근적외 펄스 레이저를 이용해 대상물까지의 ‘거리’와 ‘방향’을 계측하는 것이다. 거리 계측은 Time of Flight (ToF) 방식에 의해 레이저를 발사한 후 대상물에 닿아 반사되어 되돌아올 때까지의 시간으로부터 산출한다. 레이저의 발사 각도는 회전형 Lidar의 경우에는 엔코더 등의 센서로 계측할 수 있기 때문에 대상물까지의 방향을 계측할 수 있다. 이것에 의해 Lidar에서 대상물까지의 상대적인 3차원 벡터를 계측할 수 있다. Lidar를 이동체에 탑재해 이동하면서 상대적인 3차원 계측을 하는 것으로, 대규모 환경의 3차원 계측이 가능해진다. 차량, 항공기, 이동 로봇 등의 여러 가지 플랫폼에 Lidar를 탑재해 환경을 계측하는 기법이 이용되고 있는데, 최근 드론, UAV(Unmanned Aerial Vehicle)에 Lidar를 탑재한 UAV-Lidar에 의한 3차원 계측이 급속히 확산되고 있다. 지금까지 UAV에
산업 자동화 기술은 지난 2년 간 혁신을 통해 큰 도약을 이루었다. 전문가들은 산업 자동화가 2027년까지 3,000억 달러가 넘는 매출을 올릴 것으로 전망하고, 이들 성장의 상당 부분은 미량 원소의 미량 검출과 같은 기술 발전에서 기인한다고 보았다. 자동차, 전자, 의료 및 가정용 제품과 같이 대부분 엄격한 안전 및 품질 규정을 적용받는 다양한 산업 전반에 걸쳐 생산이 크게 증가하고 있으며 로봇공학, 산업용 사물인터넷(IIoT), 인공지능(AI) 및 프로그래머블 로직 컨트롤러(PLC)의 통합은 이러한 거대한 도약을 가능하게 한다. 이 글에서는 산업 자동화 기술의 혁신이 다양한 제조 시나리오에서 어떻게 활용돼 사이클 주기를 단축하고 일관된 제품 품질을 제공하면서 작업자에 미치는 위험을 완화하는 데 기여하는지 살펴본다. 산업 자동화 유형 산업 자동화는 제조 환경에서 기계를 사용하여 반복 작업을 수행하는 것을 말한다. 여기에는 무거운 물건을 들어 올리거나 위험한 물질의 취급 또는 극한 온도에서의 작업 등 작업자에게 위험을 초래할 수 있는 업무가 포함될 수 있다. 작업을 완료하기 위해 공정이 자동화되면 결합된 산업 자동화 기술이 로직과 프로그래밍을 사용하여 거의
2021년 1월에 열린 다보스 세계경제포럼의 의제로 빌 게이츠는 신뢰할 수 있는 글로벌 탄소 시장을 조성해야 한다고 말했는데, 이는 막대한 자본을 저탄소 분야로 전환해야 한다는 의견에 힘을 더할 것이다. 빌 게이츠는 특히 수소 경제와 탄소 포집 및 에너지 저장뿐만 아니라 ‘녹색 프리미엄(Green Premiums)’ 그리고 스케일링 및 투자로 신기술 경제를 창출해야 할 필요성에 대해 언급했다. 에너지 전환은 에너지 밸류 체인 전반에 걸쳐 경제에 지속적으로 영향을 미친다. 하지만 풍력이나 태양광 발전과 같은 재생에너지의 잠재력은 지리적으로 불균등한 측면이 있다(그림 1 참조). 일례로 아시아의 대다수 지역은 필요한 에너지를 공급할 수 있을 만큼의 태양열이나 풍력의 생산이 가능한 지역에 대한 접근이 제한돼 어려움을 겪고 있다. 반면, 수소는 세계 에너지 수요의 상당 부분을 충당할 수 있을 뿐만 아니라, 무탄소 상태로 생성될 수 있다. 여러 어려움에도 수소 경제는 빠른 성장세를 보이고 있을 뿐만 아니라, 몇몇 지역에서는 탄소 제로화를 실현할 주요 대안으로 보고 있다. 세계가 주목하는 수소 아스펜테크가 2021년 6월 약 340개 글로벌 기업을 대상으로 설문조사를
김명섭 전문위원, 자동차부품산업진흥재단 대한민국은 인구 소멸 단계? 물류 자동화 설계 경력자 좀 구해주세요! 올해 들어 유난히 많이 들려오는 이야기들이다. 전국적으로 중견 중소기업들의 스마트공장을 코칭하는 필자에게는 매년마다 유행하는 특징이 피부로 느껴진다. 최저 인건비 상승과 주 52시간 근무 제도와 인건비를 절감하기 위해서 로봇 자동화 시스템을 수년 전부터 많이들 도입하고 있었지만, 올해는 그 특징을 뽑자면 물류 자동화 시스템에 대한 수요 증가와 그에 따른 물류 설계를 위한 SI(System Integration) 인재 부족이라고 말하고 싶다. 왜 이런 수요가 급증하고 있을까? 그 배경에 대해 생각해 보고 미래를 대비하며 실현 가능한 방안을 한번 제시하고자 한다. 코로나 이후 한국인도 외국인도 구하지 못하는 상황 발생 2015년부터 스마트공장과 로봇 자동화 시스템을 코칭 및 심사해 오면서 중견 중소기업들의 제조원가 부담으로 작용하는 인건비 상승 부담을 로봇 자동화 시스템을 소개하며 한국의 로봇 산업 발전에도 연계해 오고 있었지만, 최근에는 주 52시간 노동 제한과 중대 재해 처벌법이 로봇 자동화 시스템을 더 조속히 도입하고자 하는 수요를 창출했다는 것은
김성진 대표, 마크베이스 우리는 이미 4차 산업혁명의 중심에 서 있다. 많은 이들에게 회자되는 스마트 시티나 스마트 팩토리 등 우리 삶을 혁신적으로 바꾸고 있는 스마트-X 산업은 IoT 데이터 폭증이라는 또 다른 도전을 우리에게 던져주고 있는 상황이다. 이러한 문제를 해결하기 위해 탄생한 마크베이스의 시계열 데이터베이스(TSDB)는 지난 2019년 이후 3년 연속 국제성능평가협회인 TPC에서 IoT 부문 1위를 매년 갱신하면서 IoT 데이터 처리의 세계 최강자임을 증명해오고 있다. 이 글에서는 지구상의 다양한 산업계 중에서도 가장 많은 IoT 데이터를 생산해 내는 반도체 분야의 대규모 데이터 실시간 처리 기술을 통해, 상상을 넘어선 그 성능이 어디까지 도달했는지에 대한 성과를 생생하게 확인할 수 있다. 폭증하고 있는 IoT 데이터의 처리에 대한 고민과 더불어 이에 대한 새로운 해결책을 찾는 분들께 희망찬 소식이 될 수 있기를 희망한다. Smart-X 시대 : IoT 데이터의 폭발적 증가 1. 데이터 증가 원인 우리는 현재 IoT 센서 데이터를 분석해 인공지능(AI)을 이용하는 시대에 살고 있다. IoT 센서 데이터란 온도, 습도, 전류, 전압, 진동과 같이
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 08월 13일 11시 48분
/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)