유럽연합(EU)과 미국이 앞장서서 전 세계적인 기후 위기의 해법을 제시하고 있다. 산업 전반에 걸친 ‘환경 규제’가 그 대표적인 예이다. 특히 EU는 탄소국경조정제(CBAM), 배터리법(Battery Regulation), 디지털 제품 여권(DPP) 등을 발표하며 환경 규제 법안을 가장 적극적으로 추진하고 있다. 이 법안들은 대부분 2020년대 중후반에 시행을 앞두고 있어, 전 세계 기업들이 대응 방안을 마련하는 것이 시급하다. 기업들은 제품을 수출하기 위해 원자재의 추출, 가공, 제조, 운송, 사용, 폐기 등 제품의 생애 주기 전반에 걸친 탄소 배출량과 탄소 발자국(Carbon Footprint)에 대한 데이터를 확보해야 한다. 제품의 탄소 배출량 측정 데이터를 각 환경 규제 법안 및 표준에 맞추는 것이 현시점에서 가장 중요한 과제다. 이는 공급망 전체에서 발생하는 탄소 배출량을 수치화한 글로벌 표준인 ‘스코프 3(Scope 3)’라는 핵심 기준을 충족해야 함을 의미한다. 올해 초 출범한 디지털 ESG 얼라이언스(Digital ESG Alliance, 이하 DEA)는 각종 환경 규제가 요구하는 산업 내 탄소 배출량 데이터를 디지털화한 플랫폼을 제공하여 규제
정부는 지난 5월 ‘11차 전력수급기본계획’을 발표했다. 이 계획에는 온실가스 감축 목표가 명시되어 있다. 2038년까지 원자력 및 신재생 에너지 발전 비중을 70.2%로 늘리고, 석탄 발전 비중을 10.3%까지 감축하겠다는 것이 핵심이다. 이처럼 이상기후에 대응하기 위한 탄소중립 및 ESG 달성은 전 세계적으로 주목받는 이슈가 되고 있다. 대한무역투자진흥공사(KOTRA)는 우리 기업의 수출부터 해외 투자 및 진출까지 지원하는 기관이다. 이 과정에서 글로벌 환경 규제와 ESG 달성 같은 과제는 필수적으로 다루어야 하는 주제다. KOTRA는 탄소중립을 달성함과 동시에 국내 산업의 경쟁력을 높이기 위해 국내 기업 활동을 지원하는 데 초점을 맞추고 있다. KOTRA 측은 최근 전 세계 각 기업이 친환경 측면에서 기술적·경제적으로 큰 차이를 보이고 있다고 분석했다. 이러한 차이는 친환경 분야에서 경쟁력이 뒤처진 기업들이 시장에서 활동하는 데 상당한 장벽으로 작용하고 있음을 의미한다. 예를 들어 본사, 벤더사, 협력사 등으로 구성된 밸류체인 전체에 환경 규제와 이에 따른 목표가 강요되는 상황에서, 공급망 내 기업들은 탄소중립 목표와 기준을 충족하기 위해 상당한 노력을
현재 전 세계적으로 AI 기술이 산업 전반에 걸쳐 혁신을 주도하고 있다. 자율이동로봇(AMR) 분야에서도 AI의 도입이 가속화되고 있는데, AMR이 AI를 활용하여 더욱 고도화된 기술을 구현할 수 있는 가능성과 그에 따른 신뢰성과 안정성 검증이 중요해지고 있다. 강화형 기계 학습을 통해 더욱 정밀하고 안전한 주행이 가능해질 것으로 전망되며, AI 기반의 예측 제어 모델을 통해 주행 중 발생할 수 있는 다양한 상황을 분석하고 최적의 경로를 계획할 수 있다. 이러한 AI 기술의 도입은 AMR의 설치 용이성과 유연한 가동을 보장하며, 공정 다운타임을 최소화할 수 있다. 첨단 AI 기술과 AMR의 융합이 산업 현장에서 어떤 변화를 가져올지, 그리고 그 과정에서 극복해야 할 과제들은 무엇일지 살펴본다. 자율이동로봇(Autonomous Mobile Robot, AMR)은 자체적인 판단에 의해 유동적인 주행이 가능한 자율주행 기술 기반 이동로봇이다. 해당 로봇은 QR코드, 광학·자기테이프, 레이저 반사판, 레일, 센서, 마킹 등 유도체를 설치해 경로를 설정하는 무인운반차(Automated Guided Vehicle, AGV)의 진화형으로 평가받는다. 현재 고도 자율화 ‘
로봇의 일상화가 본격화되고 있다. 제조, 물류, 서비스 산업은 로봇 도입으로 큰 변화를 맞이하고 있으며, 특히 자율 제조는 공장 자동화를 목표로 로봇의 역할이 필수적이다. 빅웨이브로보틱스의 ‘마로솔’은 여러 로봇을 통합 제어하는 ‘솔링크’를 통해 다양한 산업 현장과 생활공간에서 로봇의 효율적인 활용을 지원한다. 솔링크는 로봇 언어와 인프라를 표준화해 비용과 관리의 어려움을 해결하며, 사용자 친화적인 UI로 로봇 경험을 극대화한다. ‘인간과 로봇의 공생’이 현실화되며 로봇 유니버스(Universe)가 본격적으로 시작됐다. 각국 정부와 기업이 로봇 사업에 적극 참여하면서, 이제 영화나 산업 현장에서만 보던 로봇을 실생활에서도 접할 수 있게 됐다. 로봇이 일상화되는 시대가 도래한 것이다. 우리나라도 지난 2008년 ‘지능형 로봇 개발 및 보급 촉진법(지능형 로봇법)’을 제정하여 로봇 산업을 육성하기 시작했다. 로봇 일상화 시작됐다 지난해 11월 개정된 지능형 로봇법이 시행됨에 따라, 산업 현장뿐만 아니라 인도와 도로 등 일상에서도 로봇을 만날 수 있는 기반이 마련됐다. 로봇의 일상화가 실현되는 과정에서 수많은 변곡점이 도출되고 있으며, 그 변화는 점점 가속화되고
최근 제조업계에서는 자율제조(Autonomous Manufacturing)가 주목받고 있다. 자율제조란 인공지능(AI), 사물인터넷(IIoT), 디지털 트윈 등의 기술을 활용하여 최소한의 인간 개입으로 제품을 기획, 설계, 생산, 공급하는 혁신적인 시스템을 의미한다. 이러한 자율제조 시스템은 전통적인 생산 방식과는 다른 효율성과 유연성을 제공하여, 글로벌 시장에서의 경쟁력을 높이는 데 중요한 역할을 한다. 여기서는 자율제조 정의와 트렌드, 글로벌 사례, 자율제조의 혜택 및 기술적 도전 과제에 대해 다루고자 한다. 자율제조는 고객의 요구에 신속하게 대응하기 위한 자율화된 제조 시스템으로, AI와 IIoT, 디지털 트윈 기술을 결합하여 인간의 개입을 최소화한 상태에서 제품의 기획, 설계, 생산, 공급을 가능하게 한다. 이는 기존의 자동화 및 정보화 기술을 넘어서는 지능형 제조 시스템으로서, 빠른 의사결정과 효율적인 생산이 핵심이다. 자율제조의 트렌드는 지능화된 자율 생산 시스템의 도입을 중심으로 빠르게 발전하고 있다. 디지털 트윈 기술을 통해 현실 세계의 데이터를 가상공간에 실시간으로 반영하여 생산 공정을 최적화하는 방식이 대표적이다. 이 외에도 AI를 활용한
오늘날 제조업의 패러다임은 급격히 변화하고 있으며, 그 중심에는 자율제조(Autonomous Manufacturing) AI가 자리잡고 있다. 자율제조 AI는 데이터를 활용하여 생산 공정을 자동화하고 최적화함으로써 효율성을 극대화하는 기술이다. 이는 단순히 노동력을 대체하는 것을 넘어, 데이터 기반의 의사결정을 가능하게 하여 생산성 향상, 비용 절감, 품질 개선 등의 다양한 효과를 창출하고 있다. 여기서는 자율제조 AI의 개념과 현재 적용 동향, 주요 사례와 도입 효과에 대해 살펴봄으로써, 산업계에 미치는 영향을 분석하고자 한다. 자율제조 AI의 개념 자율제조 AI는 인공지능(AI) 기술을 활용하여 제조 공정을 자동화하고 최적화하는 시스템을 의미한다. 이는 머신러닝, 딥러닝, 데이터 분석 등의 기술을 바탕으로 하며, 생산 과정에서 발생하는 다양한 데이터를 수집하고 분석하여 최적의 운영 방안을 제시한다. 자율제조 AI는 기존의 자동화 시스템과 달리, 실시간 데이터를 바탕으로 지속적인 학습과 최적화를 통해 점점 더 효율적이고 정확한 운영을 가능하게 한다. 자율제조 AI의 핵심은 데이터를 기반으로 한 의사결정이다. 이는 제조 공정에서 발생하는 데이터를 실시간으로
산업통상자원부가 주최하고 한국로봇산업협회, 한국로봇산업진흥원, 제어·로봇·시스템학회가 공동 주관하는 국내 최대 로봇 전시회 ‘2024 로보월드’가 오는 10월 23일부터 26일까지 나흘간 일산 킨텍스 제1전시장 1~3홀에서 개최된다. 이번 로보월드에는 제조업용 로봇·스마트팩토리·자동화, 전문·개인 서비스용 로봇, 자율주행·물류로봇, 의료·재활·국방로봇, RaaS, 로봇부품·SW 등 다양한 분야의 로봇 업체들이 참가할 것으로 전망된다. 규모 역시 역대 최대로 국내 250개 사, 해외 50개 사 등 총 300개 업체, 약 900개 부스로 구성된다. 4만 명 이상의 관람객이 찾았던 지난해보다 더 큰 기대를 모으고 있는 올해 로보월드에 참여가 확정된 기업들 가운데 ‘로봇’의 현재와 미래를 보여줄 주인공들은 어떤 곳들이 있는지 정리했다. (기업 순서는 가나다 순) 고성엔지니어링 ‘모바일 매니퓰레이터’ 고성엔지니어링은 혁신적인 엔지니어링 솔루션에 최첨단 로봇 SI 기술을 융합한 로봇 사업을 전개하며 국내외 시장에서 영향력을 넓혀가고 있는 기업이다. 고객이 원하는 형태에 따라 다양하게 적용할 수 있도록 하는 고성엔지니어링의 로봇 커스터마이징 서비스는 이미 업계에서도 널리
산업통상자원부가 주최하고 한국로봇산업협회, 한국로봇산업진흥원, 제어·로봇·시스템학회가 공동 주관하는 국내 최대 로봇 전시회 ‘2024 로보월드’가 오는 10월 23일부터 26일까지 나흘간 일산 킨텍스 제1전시장 1~3홀에서 개최된다. 이번 로보월드는 제조업용 로봇·스마트팩토리·자동화, 전문·개인 서비스용 로봇, 자율주행·물류로봇, 의료·재활·국방로봇, RaaS, 로봇부품·SW 등 다양한 분야의 로봇업체들이 참가할 것으로 전망된다. 규모 역시 역대 최대로 국내 250개 사, 해외 50개 사 등 총 300개 업체, 약 900개 부스로 구성된다. 지난해 이미 4만 명 이상의 관람객을 유치하며 큰 주목을 받았던 로보월드는 올해 그 규모를 더 확대할 계획이다. 특히, 국내 주요 기업들이 연달아 참가를 확정지으면서 다양한 솔루션을 만나볼 수 있다는 참관객들의 기대감 역시 더욱 커지고 있다. 오는 10월에 열릴 ‘2024 로보월드’에서 미리 주목해야 할 주요기업은 어떤 곳이 있는지 미리 확인해봤다. ‘고카트’에 이어 ‘커스텀 AMR’까지 선보일 유진로봇 자율주행 물류로봇 및 토탈 스마트팩토리 솔루션 전문기업 유진로봇이 이번 2024 로보월드에서 ‘고중량 고카트(GoCar
지난 10여 년간 빅데이터는 산업계에서 중요한 화두로 자리 잡았다. 초기에는 단순히 많은 데이터를 수집하는 것에 집중했지만, 이제는 그 데이터를 어떻게 효율적으로 활용할 것인가에 대한 고민이 시작됐다. 이는 빅데이터와 AI, 딥러닝 등 첨단 기술의 융합을 통해 새로운 가능성을 열어가고 있다. 대한민국의 제조업체들도 이러한 변화를 적극적으로 수용하고 있으며, 스마트 제조업으로의 전환을 위해 많은 노력을 기울이고 있다. 빅데이터의 변화와 도전 빅데이터는 단순히 많은 양의 데이터를 의미하는 것이 아니다. 이제는 양보다는 질이 중요해졌다. 양질의 데이터를 통해 유의미한 정보를 추출하고, 이를 바탕으로 의사결정을 내리는 것이 중요하다. 많은 기업들이 아직도 어떤 데이터가 자신들에게 유용한지, 어떻게 활용해야 할지에 대한 명확한 이해를 갖지 못하고 있다. 데이터의 양은 제타바이트(ZB) 단위로 늘어나고 있으며, 이는 기가바이트(GB)와 테라바이트(TB)를 넘어서는 엄청난 양이다. 이러한 데이터를 효과적으로 관리하고 활용하는 것이 기업의 중요한 과제가 되었다. 데이터의 홍수 속에서 질의 세계로 빅데이터는 이제 양보다는 질의 세계로 이동하고 있다. AI와 딥러닝 기술을 통
정부 지원 사업은 기업들이 혁신적인 기술을 도입하고 사업 경쟁력을 높이기 위한 중요한 기회다. 그러나 이러한 지원을 효과적으로 받기 위해서는 다양한 정보와 전략이 필요하다. 이 글에서는 정부 지원 사업을 이해하고, 성공적으로 활용하기 위한 방법과 정보를 제공하고자 한다. 정부 지원 사업 정보는 어디서 얻을 수 있을까? 정부 지원 사업에 대한 정보를 얻기 위해서는 몇 가지 주요 사이트를 참고하는 것이 좋다. 이들 사이트는 다양한 정부 지원 사업의 공고와 관련 정보를 제공하여 기업들이 필요한 지원을 적시에 받을 수 있도록 돕는다. 첫 번째로, 중소벤처기업부에서 운영하는 ‘기업마당’ 사이트를 추천한다. 이 사이트는 중앙부처와 지자체의 다양한 정책 지원 사업 정보를 종합적으로 제공한다. 특히, 2024년도 중소기업 지원 사업에 대한 정보를 한눈에 볼 수 있는 PDF 자료를 제공하여 기업들이 필요한 정보를 쉽게 찾을 수 있도록 도와준다. 두 번째로, 소상공인을 위한 다양한 지원 사업 정보를 제공하는 ‘소상공인시장진흥공단’ 사이트가 있다. 이 사이트에서는 ‘스마트 제조 지원 강화 사업’ 등 소상공인을 위한 중요한 사업 공고를 확인할 수 있다. 소규모 제조업체들도 손쉽게
디지털 전환(DX)이 단순한 업무부터 거시적인 비즈니스 영역까지 산업 안에서 활발하게 진행 중이다. 디지털 전환은 IIoT, 디지털 트윈, 클라우드, 5G, 증강현실(AR)·확장현실(XR) 등 4차 산업혁명으로 촉발된 차세대 기술을 활용하는 데 기본 토대 역할을 한다. 여기에 근간을 둔 인공지능(AI)은 디지털 전환과 더불어 제조 산업에 새로운 가능성을 열 기술로 적극적인 도입이 요구된다. 이에 여러 제조기업은 제조 영역의 원초적 목적인 생산성 및 효율성 향상, 수율 상승, 제조 기술 제고 등을 실현하는 이른바 ‘제조혁신’ 로드맵의 핵심요소로 디지털 전환과 AI 도입을 염두에 두고 있다. 전문가들은 이 과정에서 규모가 큰 기업 대비 중소 규모의 기업은 디지털 전환과 AI 도입이 현실적으로 쉽지 않다고 분석한다. 인프라 구축 및 투자가 필요한데 중소·중견기업은 이러한 과정에서 애로에 직면한다는 것이다. 정부는 주관부처 및 전담기관을 선정해 우리 기업의 디지털 전환을 지원하고 있다. 이는 생산설비 자동화, 로봇 자동화, 시스템 구축 및 정보 디지털화, 디지털 전환 고도화, 빅데이터 및 AI, 에너지 및 환경, 신제품 및 신기술 개발 등을 포함한다. 중소벤처기업부
4차 산업혁명은 디지털 전환(DX)을 촉진했고, 이 디지털 전환은 산업의 새로운 역군으로 데이터를 불러왔다. 수많은 산업에서 데이터를 활용하고 이 추세는 증가하고 있지만, 특히 제조 현장에서의 데이터는 제조 영역 고도화의 핵심인 ‘스마트 팩토리’의 주요 요소로 인식된다. 이 데이터는 ‘많이 모으는 것’이 아니라 필요한 데이터만 쏙쏙 도출해 ‘잘 쓰는 것’이 중요하다. 곳곳에 산개된 데이터도 다 같은 데이터가 아니라는 말이다. 데이터도 활용 목적과 쓰임새에 따라 다른 취급을 받는다. 데이터를 잘 쓰기 위해서는 극복하려고 하는 문제를 정의하는 것부터 데이터세트(Dateset)를 구축하는 것까지의 과정을 구조화하는 것이 필요하다. 제조 현장 내 장비와 공정도 사물인터넷(IIoT)를 통해 데이터를 구축하는 과정이 중요한데, 현재는 그 과정이 쉽지 않은 것이 현실이다. 지금도 수많은 공장에서 인공지능(AI)을 활용한 다양한 자동화 프로젝트를 진행하지만 그 수준을 아직 걸음마 단계로 평가된다. 거대언어모델(LLM)로 구축된 AI 모델을 현장에서 활용하는 작업자 입장에서는 똑같은 데이터를 모델에 이식하고 가동하면 같은 패턴의 결과가 도출되기를 원한다. 하지만 현재는 데이
현재 산업은 ‘자동화’를 넘어 ‘자율화’를 최종 지향점으로 분류하고 있다. 이에 지능형 자율 공장이 스마트 팩토리의 진화형으로 기대받는다. 지능형 자율 공장은 무인 또는 최소 작업자로 이루어진 형태의 자동화 생산 설비다. 이는 제조 AI, 디지털 트윈 등 기술이 접목돼 완전 자율화를 이룰 전망이다. 여기서 결국 공장의 모든 것을 연결하는 기술이 중요하다. 다시 말해 공장 요소 간 연결성(Connectivity)이 강조되는 것인데, 이를 위해서는 자동화·지능화·연결화 요소가 잘 조합돼야 한다. 이런 자율 공장의 고도화 단계는 총 네 가지로 구분된다. 첫 번째는 모니터링 및 현상 분석 단계부터 시작된다. 이후 원인을 분석하는 제어·통제를 지나 최적화 분석, 예측·예방을 분석하는 지능 및 자율화에 이르게 된다. 특히 최후 단계에서는 공장 스스로를 진단하는 수준까지 도달하게 된다. 제조 AI 솔루션 업체 인터엑스는 제조 AI 기술을 기반으로 자율 공장을 실현하겠다는 목표 아래 산업 고도화에 기여하고 있다. 이 업체는 제조 AI 및 디지털 트윈 솔루션을 보유했다. 생산조건 최적화 AI 서비스 ‘Recipe.AI’, 품질 예측 및 최적화 AI 서비스 ‘Quality.A
생성 AI 기술은 이미지와 동영상을 생성하며 산업 전반에 혁신을 가져오고 있다. 제조업에서 AI 도입이 어려운 이유는 높은 초기 도입비용과 시스템 업데이트의 어려움 때문이다. 생성형 AI와 합성 데이터는 AI 학습을 위한 데이터 문제를 해결하고 비용을 절감할 수 있다. 이 기술은 제조업뿐만 아니라 의료, 금융, 교육 등 다양한 분야에서도 적용 가능하며 시장 변화에 빠르게 적응할 수 있는 유연성을 제공한다. 또한 윤리적, 법적 문제를 해결하고, AI 모델의 성능과 신뢰성을 향상시킨다. 제조 혁신을 위한 생성형 AI 기술에 대해 ‘2024 AI 자율제조혁신포럼’에서 김현수 슈퍼브에이아이 대표가 발표한 내용을 토대로 정리했다. 생성 AI 기술의 혁신적인 발전에 따라, 이제는 텍스트로부터 복잡한 이미지와 동영상까지 생성할 수 있는 AI 서비스가 등장하고 있다. 대표적인 예로는 오픈AI의 다양한 생성 모델과 Stability AI, Midjourney 같은 회사들이 이미지 생성 분야에서 주목받고 있다. 이러한 기술들은 실제 이미지와 구별하기 어려울 정도의 고품질 결과물을 제공하며, 최근에는 동영상 생성까지 가능해진 Sora 같은 제품도 소개되었다. 인지형 AI와 생성
지난 2022년 오픈AI가 공개한 챗GPT는 전 세계 산업에 충격을 안겼으며, 제조 산업도 예외는 아니었다. 제조 기업들은 AI 도입에 대한 의지를 보였지만, 실제 활용도는 아직 낮은 수준에 머물고 있다. 품질 검사 등에서 AI의 활용 가능성이 높아지고 있으며, 특히 딥러닝 기반 AI 비전 검사 시스템이 주목받고 있다. AI 기술이 발전하면서 제조 공정의 자동화와 최적화가 현실화되고 있다. AI와 데이터를 통해 스스로 최적화하는 미래 공장은 어떤 모습인지 ‘2024 AI 자율제조혁신포럼’에서 박진우 알티엠 부대표가 발표한 내용을 토대로 정리했다. 지난 2022년 오픈AI(OpenAI)가 공개한 챗GPT(ChatGPT)는 전 세계 여러 산업에 새로운 충격을 안겼다. 글로벌 산업 흐름이 인공지능(AI)으로부터 변화할 것이라는 기대 혹은 우려 속에서 AI 기술에 대한 주목도가 급상승했다. 그 양상은 제조 산업도 크게 다르지 않다. 각 제조기업은 AI에 대한 투자와 도입 의지를 속속 드러내며 AI 활용에 대한 로드맵을 지속 내놓고 있는 상황이다. 그런 의지와는 반대로 제조 분야에서의 실제 AI 활용도는 크게 높지 않은 것으로 나타났다. 제조기업을 대상으로 진행한 ‘
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: 2024년 12월 26일 11시 21분
/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)