헬로티 서재창 기자 | 현업 실무자가 가진 현실적인 궁금증을 전문가가 현명하게 직접 답해주는 [산업지식인] 입니다. 산업지식인은 스마트 팩토리, 머신비전, RPA, 3D프린팅 등 첨단 기술과 연관된 솔루션과 해당 산업 동향을 다룹니다. 이 과정에서 ‘이 용어는 무슨 뜻이지?’, ‘이 솔루션을 도입했을 때의 장점은?’ 등 다양한 질문들이 떠오를 텐데요. 산업지식인에서는 질문의 종류와 상관없이 전문가의 이론과 경험이 담긴 생생한 답변을 들을 수 있습니다. 앞으로 산업지식인은 산업 현장에 있는 실무자가 혁신 기술과 가까워질 수 있는 기회를 제공할 것입니다. 이번 시간에 다뤄볼 내용은 ‘3D스캐너 및 3D프린터의 활용Ⅱ’입니다. 4차 산업혁명이 제조업의 새로운 트렌드로 등장을 하면서 다양한 기술을 융합하는 솔루션들이 등장하고 있죠. 그 가운데 주목받고 있는 장비가 바로 3D스캐너와 3D프린팅입니다. 특히 디지털 설계 공정에 사용할 목적으로 실제 제품을 캡처하는 경우, 역설계 및 품질 검사 공정은 필수로 거쳐야 하는 과정입니다. 이 역설계를 실현할 수 있는 장비가 바로 3D스캐너이며, 이후 3D프린터를 활용한 적층제조 공정까지 이어지
헬로티 김진희 기자 | 그린 암모니아가 탄소중립의 또 다른 열쇠로 떠오르는 가운데, 한국에너지기술연구원 수소연구단 정운호 박사 연구진은 국내 최초로 암모니아를 원료로 하는 수소생산용 가압형 암모니아 분해 반응기 핵심기술 개발에 성공했다. 미래를 책임질 차세대 에너지원인 수소는 온실가스를 저감시킬 뿐만 아니라 경제적 효용 측면에서도 다른 친환경 에너지에 비해 강력한 잠재력과 확장성을 가지고 있다. 많은 국가와 기업들이 수소 사회의 주도권을 선점하기 위해 연구에 집중하는 이유이다. 이에 정부도 수소를 탄소중립 10대 기술로 선정하고, 2030년부터 급격히 증가할 것으로 예상되는 국내 수소 수요량에 선제적 대응을 위해 CO-free 해외수소 도입 전략을 마련하고 있다. 해외 청정 수소 도입 시 수소를 저장 및 운송하는 수소 캐리어(carrier)가 필요하며, 이 역할로 암모니아가 가장 많은 주목을 받고 있다. 뿐만 아니라 암모니아는 선박, 발전용 탄소중립 연료로도 쓰임새가 확대돼 수소와 함께 가장 각광받는 에너지원으로 재탄생하고 있다. 수소 캐리어로 고려되는 여러 방법(액화수소, 액상유기화합물 등) 가운데 암모니아는 단위 부피당 수소 저장 밀도가 액화수소보다 1.
헬로티 이동재 기자 | 기계 학습(ML) 알고리즘은 한때 주로 고성능 데이터센터 컴퓨팅 플랫폼에서만 접할 수 있었지만 지금은 에지(edge)로 점차 확장되어 가는 추세다. 에지 디바이스에서 실행되는 ML 알고리즘이 발전하면서 전력, 성능과 면적에 최적화된 하드웨어 아키텍처가 크게 증가하게 됐다. ML을 에지(edge)로 옮기려면 전력과 성능 면에서 중요한 요구사항이 뒤따른다. 평범한 상용 솔루션을 사용하는 방안은 실용적이지 않다. CPU는 너무 느리고, GPU/TPU는 비싼 데다 전력 소모량이 너무 크며 심지어 일반적인 기계 학습 가속기조차 사양이 과도하고 전력에 최적화되어 있지 않다. 이번 리포트에서는 차세대 에지 기계 학습 하드웨어 수요에 부합하는 효율적인 하드웨어 아키텍처를 만드는 방법에 대해 다룬다.
헬로티 김진희 기자 | 수소를 연료로 이용해 전기에너지를 생성하는 친환경 발전장치인 수소연료전지는 수소전기차에서는 엔진과 같은 역할을 한다. 그러나 연료전지의 핵심 구성요소인 백금 촉매를 지지하기 위해 사용되는 탄소 입자가 쉽게 부식되어 연료전지의 수명이 길지 않다는 문제가 있다. 부식된 연료전지는 새로이 교체가 필요한데, 수백~수천만 원을 호가하는 연료전지 교체 비용은 차주로서는 부담스러울 수밖에 없다. 국내 연구진이 이러한 문제를 해결해 수소연료전지의 수명을 획기적으로 늘릴 수 있는 기술을 개발했다. 한국과학기술연구원(KIST)은 수소·연료전지연구센터 김진영 박사와 물질구조제어연구센터 김종민 박사가 한국과학기술원(KAIST) 정연식 교수와의 공동연구를 통해 도장 찍듯이 간단한 20nm급 초미세 인쇄 기술을 활용하여 연료전지 부식 문제의 원인인 탄소를 사용하지 않는 새로운 형태의 백금 나노구조 전극을 개발했다고 밝혔다. 수소연료전지의 촉매로 사용되는 백금은 나노미터 크기일 때 서로 달라붙는 성질이 있어 안정적이지 못해 백금만으로는 촉매 소재로 활용될 수 없다. 이 때문에 현재 상용화된 촉매는 2~5 nm 크기의 백금 나노입자를 탄소 입자 위에 붙여 안정화
헬로티 서재창 기자 | 현업 실무자가 가진 현실적인 궁금증을 전문가가 현명하게 직접 답해주는 [산업지식인] 입니다. 산업지식인은 스마트 팩토리, 머신비전, RPA, 3D프린팅 등 첨단 기술과 연관된 솔루션과 해당 산업 동향을 다룹니다. 이 과정에서 ‘이 용어는 무슨 뜻이지?’, ‘이 솔루션을 도입했을 때의 장점은 뭘까?’ 등 다양한 질문들이 떠오를 텐데요. 산업지식인에서는 질문의 종류와 상관없이 전문가의 이론과 경험이 담긴 답변을 들을 수 있습니다. 앞으로 산업지식인은 산업 현장에 있는 실무자가 혁신 기술과 가까워질 수 있는 기회를 제공할 것입니다. 첫 번째로 다룰 주제는 ‘3D스캐너 및 3D프린터의 활용Ⅰ’입니다. 4차 산업혁명이 제조업의 새로운 트렌드로 등장을 하면서 다양한 기술을 융합하는 솔루션들이 등장하고 있죠. 그 가운데 주목받고 있는 장비가 바로 3D스캐너와 3D프린팅입니다. 특히 디지털 설계 공정에 사용할 목적으로 실제 제품을 캡처하는 경우, 역설계 및 품질 검사 공정은 필수적으로 거쳐야 하는 과정입니다. 이 역설계를 실현할 수 있는 장비가 바로 3D스캐너이며, 이후 3D프린터를 활용한 적층제조 공정까지
헬로티 김진희 기자 | 서울대학교 공과대학은 전병곤 컴퓨터공학부 교수팀이 마이크로소프트와 공동으로 전통적 머신러닝 파이프라인을 신경망(neural network)으로 변환해 최적화하는 프레임워크인 ‘WindTunnel’을 개발했다고 9일 밝혔다. 이번 성과는 전통적 머신러닝 기법과 최신 딥러닝 기법의 장점을 모두 취하는 핵심 기술로, 클릭률 예측 및 추천 시스템 등 다양한 실제 인공지능(AI) 응용에 활용될 것으로 예상된다. 딥러닝 기법이 컴퓨터 비전이나, 자연어 처리 등의 분야에서 효과적인 것으로 나타나 크게 주목받고 있다. 하지만 클릭률 예측이나, 추천 시스템 등의 인공지능 응용에서 사용되는 표 형식 데이터(tabular data)는 여전히 선형 모델(linear model)이나 GBDT(gradient boosting decision trees)와 같은 전통적 머신러닝 기법이 더 나은 성능을 보이는 경우가 많다. 전통적 머신러닝 기법을 사용할 때는 보통 여러 머신러닝 모델 및 데이터 변환 연산을 엮어 하나의 머신러닝 파이프라인을 구성하고, 학습 시에는 파이프라인을 구성하는 각 요소를 개별적으로 학습한 뒤 사용하게 된다. 전병곤 서울대 컴퓨터공학부 교수팀
에스에프에이(SFA) 물류·유통 산업의 환경이 급격하게 변화하고 있다. IT기술 발달에 따른 이커머스(e-commerce) 활성화로 소비자의 소비 패턴이 오프라인 구매에서 온라인 구매로 전환되는 가운데, 코로나 글로벌 팬데믹 상황이 발생하면서 그 전환의 속도가 더욱 빨라지고 있어, 개인화된 물류·유통 서비스 수요가 매우 급격하게 확대되고 있는 것이다. 이에 따라 물류·유통산업 내에서는 다품종 소량의 물품을 보다 더 신속 정확하게 처리하기 위해 고지능화·무중단화·무인화를 지향하는 스마트 팩토리 기술 기반의 고도화된 물류자동화 설비에 대한 수요가 급증하고 있다. SFA, AI 기반 피킹 솔루션 ‘NEO-Pick ’ 이 같은 물류·유통 산업 환경 변화에 적합하도록 물류자동화 설비를 고도화하기 위해서는 인공지능(AI) 기반의 피킹 솔루션을 적용하는 것이 필수적인데, SFA는 AI 기반의 피킹 솔루션인 NEO-Pick을 성공적으로 자체 개발하여 사업화를 진행하고 있다. NEO-Pick는 딥러닝, S/W 알고리즘, MO(Mathematical Optimization), 고등 시뮬레이션, 빅데이터 등의 S/W 기술과 정밀 로봇 제어/운용 기술을 융합한 토털 피킹 솔루션으
헬로티 이동재 기자 | 제조설비 예지보전은 최근 PHM(Prognostics and Health Management)이라는 보다 큰 의미의 용어로 불리고 있으며, 설비 이상에 대한 사전 진단 및 설비, 부품 등의 수명을 예측해 최적의 설비상태를 유지하는 것을 뜻한다. 이를 통해 제조업은 품질 향상과 납기를 준수하게 되어 경쟁력을 강화하고, 빅데이터 분석(AI, 통계)을 토대로 객관적인 근거를 바탕으로 공장의 다운타임을 줄이는 동시에 실질적인 비용손실을 감소시키는 효과를 가져온다. 통상적으로 PHM의 실행은 정보 수집, 이상 탐지, 상태 진단, 고장 예측 등의 네 단계를 거친다. 예지보전을 잘하기 위해서는 단순히 특정 영역뿐 아니라, 데이터의 발생 시점부터 데이터가 분석되는 시점까지의 데이터 고속도로가 필요하다. AIoT 관점에서 예지보전 기술의 핵심은 AI에 있다기보다는 얼마나 데이터를 효율적으로 처리하느냐에 있기 때문이다. 보통의 AI 모듈은 데이터소스를 파일이나 메모리에서 가져오지만, 마크베이스의 AIoT Suite는 추론 데이터소스를 DBMS에서 실시간으로 전송해 데이터 변환에 드는 불필요한 비용을 줄인다. 또 Edge computing 솔루션과 연계해
헬로티 김진희 기자 | 국내 대학 연구팀이 고가의 원소를 포함하지 않아도 세계 최고 발전 효율을 갖는 ‘열전 신소재’ 개발에 성공했다. 전 세계적으로 생산된 에너지의 65% 이상은 사용되지 못하고 열로 사라지는데, 이를 ‘폐열’이라 부른다. 전력 생산은 절대적으로 화석연료에 의존하는데 꾸준히 발생하는 다량의 폐열을 사용 가능한 형태의 에너지로 회수하는 것은 현재 직면한 에너지, 환경 문제에 대처하기 위해 매우 중요하다. 열전 기술은 열에너지를 전기에너지로 직접 변환할 수 있고 간단한 반도체 소자에 구현되기 때문에 어떠한 기계적 소음 및 진동, 유해한 화학물질을 발생시키지 않는다. 이에 열전 기술은 에너지, 환경 문제에 동시 대처할 수 있는 첨단 기술로 꼽혀왔다. 실제로 미국이 두 차례 발사한 화성탐사선의 주 에너지원은 열전이었으며, 맷 데이먼이 주연한 영화 ‘Martian’에서도 화성탐사차량의 에너지원으로 소개된 바 있다. 그러나 지금껏 개발된 고성능 소재들은 유독한 납이나 희귀한 텔루륨 등의 원소를 포함하며, 낮은 발전 효율로 상용화가 어려웠다. 정인 서울대 화학생물공학부 교수팀은 주석(Sn)과 셀레늄(Se)에 기반한 초고성능 다결정 소재를 개발해 이런 문
이송현 에디터, 마이로봇 솔루션 ‘작업반경(Reach)’은 로봇의 스펙을 검토할 때 봐야 하는 아주 중요한 요소 중 하나이다. 사람보다 훨씬 더 거대한 로봇들은 보통 한 장소에 설치하고 작업물(단계)에 닿을 수 있는 범위인 ‘작업 반경’ 내에서만 작업이 가능한데, 로봇의 레이아웃을 검토할 때 이 작업 반경이 안 나와서 까다로운 경우가 정말 많다. 뿐만 아니라 부족한 작업 반경 때문에 불필요하게 가반하중이 큰 장비를 도입해야 할 때도 있다. 이런 문제를 해결하기 위해 등장한 것이 바로 ‘리니어 트랙(또는 겐트리)’이다. 이 리니어 트랙을 적용해 넓은 작업 반경을 이동하며, 여러 대의 가공 장비들을 훌륭하게 대응하는 로봇들을 비교해 보겠다. 현대로봇을 활용한 위아 터닝센터 유압 피팅 가공 보조 먼저, 영창로보테크에서 진행한 이 적용 사례는 HH7로봇을 위아 공작기계(KIT450) 상단 리니어 트랙에 장착하여 유압 피팅을 가공하는 공정이다. 좁은 공간은 아니지만 할당된 공간을 더더욱 효율적으로 활용하기 위해 공작기계 상단에 리니어 트랙과 함께 로봇을 설치한 모습인데, 이로 인해 연속적인 공정을 일괄적으로 자동화하여 생산 효율을 매우 높였다. 뿐만 아니라 공작기계
세이지리서치 세이지리서치는 스마트 팩토리 시대의 제조업에 최적화 된 인공지능 솔루션 개발을 목표로 하고 있으며, 이를 통해 제조 환경의 혁신적인 변화를 이끌어 내고자 노력하고 있다. 세이지리서치는 스마트 팩토리 자동화를 위한 첫 단추로 딥러닝 기반의 제조 품질 관리 솔루션 ‘SaigeVision’을 개발했다. ■ 딥러닝 기반의 제품 외관 검사 솔루션 SaigeVision은 기존 룰 기반의 검사 알고리즘으로 검사 자동화가 어려워 육안 검사로만 가능했던 다양한 정성적 외관 검사(스크래치, 찍힘, 얼룩 등) 문제들을 해결해주는 딥러닝 기반의 제품 외관 검사 솔루션을 제공한다. SaigeVision의 외관 검사 솔루션을 활용하면, 육안 검사로만 가능했던 검사의 자동화를 실현할 수 있고, 비전 지식이 없는 비전문가도 쉽게 검사를 진행할 수 있으며, 기존 검사 방식에 비해 훨씬 빠르고 정확한 검사가 가능해진다. ■ 딥러닝 기반의 제품 외관 검사 솔루션의 주요 기능 딥러닝 기반의 제품 외관 검사 솔루션은 이하의 4가지 주요 기능이 있다. Classification, detection, segmentation은 이미지를 통해 해당 제품이 불량인지, 불량이면 어느 부위가 불
마크베이스 DAD는 정상이 아닌 값을 딥러닝 기술을 이용하여 자동으로 학습하고 감지하는 기술이다. 이 기술은 다음과 같은 분야에서 다양하게 적용될 수 있다. · 시계열 센서 데이터를 이용한 생산 비정상 감지 : 생산공정 데이터를 이용하여 장비/설비가 오동작 혹은 고장에 의해서 생산과정에서 발생하는 오류를 감지할 수 있다. · 침입(Intrusion) 감지 : 서버나 네트워크의 로그 데이터를 기준으로 시스템에 대한 불법적인 침입을 패턴화하여 감지할 수 있다. · 오용(Fraud) 감지 : 개인 정보, 건강 정보, 금융, 보험, 통신 등의 분야에 대한 오용 감지를 수행할 수 있다. · SNS 비정상 감지 : SNS 비정상적인 사용을 감지할 수 있다. DAD와 Machbase EdgeMaster, TimeSeries DBMS의 접목 Machbase EdgeMaster는 Edge장비에서 데이터 수집, 필터링, 저장, 가시화 기능을 갖고 있으며, 이를 클라우드나 단일 서버에 주어진 규칙대로 데이터의 유실 없이 전송하는 기능을 가지고 있다. Machbase Timeseries DBMS는 TPCx-IoT 세계 1위의 성능을 자랑하는 실시간 시계열 센서 DBMS로, 마크베
이윤준, KSTEC 최적화사업부 전문위원 인공지능, 알고리즘, 빅데이터와 4차 산업혁명에 대한 이야기가 뉴스를 뒤덮고 있는 요즘이다. 결국 시스템은 사람이 하고자 하는 일을 도와주는 도구이다. 그리고 도구로서의 역할을 잘 수행하려면 그 주인이 적절하게 도구를 사용하고 한계와 위험을 알고 있어야 할 것이다. 산업의 전 영역에 걸쳐서 데이터와 알고리즘을 기반으로 한 시스템을 도입하려는 시도가 이루어지고 있다. 이런 데이터 기반의 지능화 시스템은 ‘A이면 B이다’와 같이 확정적인 처리로 이루어진 시스템과는 약간 다른 특성을 가지고 있다. 데이터베이스 처리 위주의 시스템에 대한 경험을 주로 가지고 있는 일반적인 기업에서는 도입 시에 겪게 되는 난점들이 있을 수 있다. 이 글에서는 생산계획 시스템 도입의 예시를 소개하고 이 과정 중에 고려해야 할 사항에 대해서 소개한다. 생산계획 시스템 도입 생산라인을 운영하고 있는 제조업의 경우 고객의 주문을 소화하기 위해서 생산계획을 수립하고 실적을 반영해서 운영하는 생산관리 업무가 필수적이다. 규모에 따라서 다르지만 일반적으로 주문관리, 생산기준정보 관리 등 오피스에서 관리하는 부분을 담당하는 기성 ERP나 인하우스 시스템이 존
헬로티 김진희 기자 | 국내 연구진이 자성체 기반의 차세대 정보처리 및 저장 디바이스의 효율을 더욱 향상시킬 핵심 메커니즘을 최초 규명했다. DGIST는 신물질과학전공 홍정일 교수팀과 한국표준과학연구원 황찬용 박사팀이 자성체 내 자구(磁區, magnetic domain)의 이동 메커니즘에 대한 상호 작용을 밝혀내고, 이를 효율적으로 미세 제어할 수 있는 새로운 스핀트로닉스 응용 구조를 제시했다. 90년대부터 스핀트로닉스 전자공학이 본격 도입되면서 더 많은 정보의 저장 및 처리가 가능한 차세대 자성 메모리 및 정보처리 소자, 고효율 센서 기술들이 개발되고 있다. 스핀트로닉스 기술은 자성체의 자기 상태를 전기적으로 제어해 정보를 처리, 저장하는 고성능-고효율 컴퓨팅 기술 구현의 핵심 원리다. 자성체 내의 정보 이동 및 처리를 담당하는 소자의 작동원리는 자화 반전(flux reversal) 현상을 통해 일어나는데, 자구의 다양한 움직임과 확장 등을 통한 이동 특성에 의해 결정된다. 자구는 자성체가 일정한 방향성을 갖고 정렬돼 있는 미세한 구역인데, 자구의 배열을 통해 0과 1로 구성된 최소 데이터 단위인 비트(bit)를 생성한다. 이 때문에 자구의 움직임을 제어해
헬로티 이동재 기자 | 심박이나 동공 등 생체신호를 활용한 차량용 헬스케어 기술 개발이 한창인 가운데 뇌파를 측정해 운전자의 컨디션을 확인할 수 있는 자율주행 신기술이 처음으로 보급된다. 버스 등 상용차 운전자의 졸음운전이나 갑작스런 건강 이상으로 발생할 수 있는 대형사고를 예방할 것으로 기대된다. 현대모비스는 세계 최초로 뇌파 기반 헬스케어 신기술 ‘엠브레인(M.Brain)’ 개발에 성공해 경기도 공공버스에 적용한다고 21일 밝혔다. 생체신호 중 최고난도 영역으로 알려진 뇌파 측정 기술을 자동차 분야에 적용한 것은 이번이 처음이다. 현재 글로벌 차량용 헬스케어 시장은 첫 발을 내딘 수준이다. 심박 측정이나 동공 추적 등을 활용한 기술이 일부 알려진 정도다. 더구나 뇌파 기반 기술은 측정할 수 있는 데이터의 양 만큼이나 발전 가능성이 무궁무진한 것으로 알려졌다. 현대모비스의 엠브레인이 혁신적인 기술로 평가받는 이유다. 현대모비스는 엠브레인을 경기도와 협업해 도내 공공버스에 시범 적용하고, 평가 과정을 거쳐 이를 확대할 방침이다. 엠브레인을 비롯한 다양한 바이오 헬스케어 기술을 대중교통에 우선 적용하고 공공안전 사업에도 기여한다. 현대모비스는 지자체와 운송업계