씨이랩은 반도체 제조 공정 내 품질 검사를 개선한 초정밀 AI 영상분석 솔루션 ‘엑스아이바 마이크로’(XAIVA Micro)를 출시했다고 2일 밝혔다. 최근 반도체 산업은 고대역폭 메모리(HBM)와 같은 첨단 공정의 확대와 함께 웨이퍼, PCB 등 부품 제조 과정에서 품질 관리의 정확도와 효율성 확보가 핵심 과제로 부상하고 있다. 기존 육안 검사 방식은 속도 및 일관성이 떨어지고 비전 검사 솔루션 역시 고해상도 환경에서 분석 속도가 느리며, 하드웨어 장비 비용이 높다는 단점이 있었다. 씨이랩의 엑스아이바 마이크로는 반도체 웨이퍼의 정렬 정확도를 0.5 픽셀 이하로 구현하고 초당 330장의 이미지 처리와 3ms 이하의 초고속 분석 능력을 갖춘 초정밀 초고속 검사 제품이다. 또한 씨이랩이 자체 개발한 합성데이터 생성 기술을 통해 소량의 이미지 데이터만으로도 고정밀 검사 모델을 구축할 수 있어 고가의 하드웨어 장비 없이도 고성능의 품질 검사가 가능하다. 엑스아이바 마이크로는 미세 결함의 단순 탐지를 넘어 웨이퍼 전면을 실시간으로 스캔해 품질 관리의 작업 효율을 개선한다. 이를 통해 반도체 제조사는 검사 공정 비용을 크게 절감하는 동시에 생산성과 품질 경쟁력을 극대
오는 3일, 대한민국 제21대 대통령선거가 치러진다. 그 어느 때보다 큰 관심 속에 치러지는 이번 대선은 단순한 정권 교체 이상의 의미를 지닌다. 급격한 기술 혁신과 글로벌 공급망 재편, 기후 위기 등 복합적 도전에 직면한 상황에서 새로운 국가 전략을 수립해야 하는 분수령이기 때문이다. 특히 인공지능(AI), 로봇, 물류, 재생에너지와 같은 차세대 산업 분야는 향후 대한민국의 성장 엔진을 좌우할 핵심 분야로 꼽힌다. 유권자들의 한 표는 단지 정치 지형을 바꾸는 데 그치지 않고, 대한민국이 다가오는 미래에 어떤 국가 전략으로 대응할 것인지를 결정짓는 중요한 선택이 될 전망이다. 이번 대선에는 총 6명의 후보가 맞붙고 있다. 그중에서도 가장 당선 가능성이 높은 후보는 두 명. 더불어민주당 기호 1번 이재명 후보와 국민의힘 기호 2번 김문수 후보다. 두 후보는 최근 발표한 공약집을 통해 미래 성장동력 분야를 두고 서로 다른 해법을 제시했다. 이번 키워드PICK에서는 대선을 하루 앞두고 주요 후보인 두 사람의 산업계 관련 공약을 살펴보고, 대한민국의 향후 5년, 나아가 20년의 방향성을 가늠해보고자 한다. AI 산업 육성, 기술 패권을 향한 도전에 박차 가한다 4차
BOT's 언박싱 _ 미래 주방의 시작, 에니아이 '뉴 알파 그릴’ 현재 글로벌 외식업계는 심각한 인력난과 높은 고정비로 어려움을 겪고 있다. 이러한 상황 속에서 조리 로봇 스타트업 ‘에니아이’는 로봇 기술을 통한 조리 혁신을 겨냥하고 있다. 사측은 노동 강도 절감, 인건비 부담 완화, 품질 고도화 등을 로봇으로 구현해 사용자와 매장 고객 모두의 만족도를 제고하겠다는 의지를 피력한다. 에니아이의 패티 조리 로봇 최신작, '뉴 알파 그릴(New Alpha Grill)'의 첫인상은 여느 주방에 있을 법한 친숙한 디자인이었다. 이전 모델인 알파 그릴(Alpha Grill)이 프로토타입의 인상이 강했다면, 본격적인 양산을 앞둔 뉴 알파 그릴은 일반적인 주방에서 보통 접하는 기기의 은색을 발산하면서도 첨단성이 가미된 비주얼이다. 에니아이 관계자는 이 외관 디자인에 대해, 조리 생태계 내 다양한 의견을 조합해 친숙함과 정돈된 느낌으로 기체를 디자인했다고 설명했다. 이번 뉴 알파 그릴은 시간당 200개의 햄버거 패티 조리 능력을 갖췄다는 점에서 기존 알파 그릴과 같다. 다만, 사용자 편의성이 대폭 개선됐다. BOT's 스캔 _ ‘뉴 알파 그릴’, 셰프의 디테일을 담다 뉴
슈나이더 일렉트릭이 산업 현장의 에너지 효율과 운영 안전성을 동시에 확보할 수 있는 스마트 모터 보호 솔루션을 통해 지속 가능한 산업 운영을 지원한다고 28일 밝혔다. 산업 현장에서 모터는 생산 라인, 냉난방 시스템, 물류 장비 등 핵심 설비의 동력을 공급하는 주요 장치로 고장이 발생할 경우 전체 공정의 중단과 막대한 비용 손실로 이어질 수 있다. 이에 따라 안정적이고 효율적인 모터 보호는 운영 리스크를 최소화하고 설비 수명을 연장하며 에너지 관리 측면에서도 중요한 역할을 한다. 이러한 시장의 요구에 대응해 슈나이더 일렉트릭은 자사의 대표 모터 관리 솔루션인 ‘테시스(TeSys)’ 제품군 중 하나로 ‘테시스 데카 어드밴스드(TeSys Deca Advanced)’를 선보이고 있다. 해당 솔루션은 단순한 보호를 넘어 지속 가능성과 고효율, 내구성, 유지보수 간소화 등 산업 전반의 핵심 가치를 통합해 모터 보호의 새로운 기준을 제시하고 있다고 회사는 강조했다. ‘에코 최적화 컨택터 플랫폼(Eco-optimized Contactor Platform)’ 기반으로 설계된 테시스 데카 어드밴스드는 9A부터 150A AC3(e), 최대 200A AC1의 전류를 지원하며 3
ABB가 프랑스 전력 전자 전문 기업 브라이트루프(BrightLoop)를 인수하며 산업용 모빌리티 및 선박 추진 분야에서 전기화 전략을 본격적으로 가속화한다. 이번 인수를 통해 ABB는 고성능 소형 전력 변환 시스템 분야에서 입지를 한층 강화할 전망이다. ABB는 2025년 3분기까지 인수 절차를 완료할 계획이며, 초기 93% 지분을 취득하고 2028년까지 나머지 7%도 확보할 방침이다. 이번 계약의 구체적인 인수 금액은 공개되지 않았다. 브라이트루프는 ABB 내에서 독립적인 기술 및 사업 역량을 유지하며, 기존 경영진이 현 체제를 지속해나간다. 2010년 파리에서 설립된 브라이트루프는 약 90명의 직원과 함께 2024년 기준 1,600만 유로의 매출을 기록하고 있다. 고전압·저전압 DC/DC 변환 기술을 기반으로 하는 브라이트루프는 모터스포츠, 항공우주, 해양, 방위산업 등 극한의 조건을 요구하는 시장에서 신뢰성과 효율성을 입증하며 성장해왔다. 특히 ABB FIA 포뮬러 E 챔피언십의 모든 전기 경주차량에 브라이트루프의 변환 기술이 적용된 점은 기술력의 우수성을 상징적으로 보여준다. 브라이트루프는 SiC(실리콘 카바이드), GaN(갈륨 나이트라이드) 등 첨
한국레노버가 다양한 사용 환경에 맞춘 모니터 신제품 3종을 출시했다. 업무 현장에 적합한 모델부터 일상용, 고해상도 콘텐츠 제작과 공간활용이 뛰어난 제품까지 실용적인 기능과 합리적인 가격을 앞세웠다. 새롭게 선보인 모니터는 ▲L32p-30 ▲L24-4e ▲D19-10으로 군더더기 없는 깔끔한 디자인과 포트 확장성 및 용도별로 특화된 디스플레이가 특징이다. L32p-30 모니터는 31.5인치 UHD(3840x2160) 해상도의 IPS 디스플레이로 전문가급 콘텐츠 제작과 몰입감 높은 엔터테인먼트 경험을 위한 고성능 제품이다. 최대 75W 전력 공급이 가능한 USB C타입 포트를 통한 PD 충전 지원, HDMI, 디스플레이 포트, 4개의 USB 3.0 등 다양한 포트로 높은 연결성 및 확장성을 갖춰 홈 오피스 환경과 크리에이티브 작업에 최적화되어 있다. 90% DCI-P3 색 영역을 지원하고 HDR10 기술을 탑재해 넓은 시야각에서 실제와 같은 색감과 생생한 명암 표현이 가능하다. 여기에 레노버의 스마트 디스플레이 모니터 소프트웨어인 ‘아트리(Artery)’를 적용해 모니터 사용 환경에 따라 화면 분할, 색상 조정 등을 간편하게 설정하고 디스플레이 성능을 최적화할
AI를 활용한 제조 혁신 사업이 새로운 전기를 맞았다. 산업통상자원부는 ‘AI 자율제조’ 사업을 ‘AI 팩토리’로 명칭을 변경하고, 사업의 범위와 내용을 전면 확대한다고 밝혔다. 지난해에 이어 제조 기업들의 높은 관심 속에 올해 사업 수요조사에는 무려 519개 기업이 몰렸다. 이는 당초 모집 목표인 25개 과제의 20배에 달하는 수치로, 제조 AI에 대한 산업계의 열망을 여실히 보여준다. 올해 사업은 양적 확대와 함께 질적 고도화도 함께 추진된다. 우선 AI가 실제로 도입되는 제조 현장의 수를 연간 26개에서 2030년까지 100개 이상으로 늘린다는 목표다. 산업부는 이를 위해 기계·로봇 기술개발 예산과 연계하고, 예산 증액을 위해 국회 및 예산당국과의 협의도 병행할 예정이다. 사업 대상도 대폭 다변화된다. 지난해는 자동차, 조선 등 대규모 제조기업 위주였던 반면, 올해부터는 소규모 제조업, 프랜차이즈, 유통·물류 등의 소비시설까지 포함된다. 특히 이들 프로젝트는 단년도 사업으로 운영돼 도입 속도가 빨라질 전망이다. 또한 대기업부터 1~3차 벤더인 중견·중소기업까지 아우르는 공급망 단위의 ‘대·중·소 협력 프로젝트’도 새롭게 가동된다. 이를 통해 공급망 전체
제조업계의 인공지능(AI) 도입 열기가 뜨겁지만, 현장에서 체감할 수 있는 투자수익률(ROI)을 실현한 사례는 드문 실정이다. 기술 도입은 했지만 생산성과 수익 증대 효과가 불분명하다는 지적이 잇따르는 가운데, 엠버로드는 이러한 현실적 한계를 정조준한다. 화려한 기술보다는 현장 데이터를 기반으로 한 실질적 문제 해결에 초점을 맞춰, 빠른 PoC와 단계적 확산 전략, 사용자 중심 인터페이스까지 종합적으로 제시하며 “ROI 중심의 AI 도입”이라는 해법을 내놓고 있다. 최근 제조업계는 생산성 향상, 품질 개선, 비용 절감 등 혁신을 목표로 인공지능(AI) 도입에 적극적으로 나서고 있다. 그러나 상당수의 프로젝트가 기대했던 투자수익률(ROI)을 달성하지 못해 현장에서 외면받는 사례가 빈번하게 발생하고 있으며, 이에 따라 AI 도입의 실질적인 효용성에 대한 의문이 제기되고 있다. 이러한 상황에서 화려한 기술 도입보다는 실제 비용 절감과 수익 증대에 초점을 맞춘 AI 프로젝트 접근 방식이 제조업 AI 도입의 난제를 해결할 핵심 대안으로 부상하고 있다. 제조 AI 도입 성공을 위한 과제 전문가들은 현장 데이터 기반의 AI 솔루션 개발 과정에서 외주 AI 용역 기업과의
제조업은 설비 의존도가 높은 산업 구조상, 설비 고장으로 인한 품질 저하나 생산 중단은 치명적인 손실로 이어진다. 이에 따라 실시간 설비 모니터링과 고장 예측 기술인 ‘예지보전’이 주목받고 있다. 하지만 설비 유형과 고장 원인의 다양성, 그리고 도메인 지식의 한계로 인해 예지보전 도입은 쉽지 않다. 이런 현실 속에서 초음파 기반의 AI 예지보전 솔루션을 내세운 모빅랩은 다양한 제조 현장에 적용 가능한 고도화된 설비 관리 기술을 통해 주목받고 있다. 이원근 모빅랩 대표는 “설비 고장이 발생하면 수천만 원에서 수억 원의 손실로 이어지며, 이는 제품 품질뿐 아니라 고객 신뢰까지 흔들 수 있다. 이제는 설비 상태를 ‘예측’하고 ‘선제적으로 대응’하는 것이 기업 경쟁력”이라고 강조했다. 스마트공장 고도화를 위한 예지보전의 기술 동향과 실제 적용 사례를 짚어본다. 제조업에 필요한 설비 예지보전, 왜 지금인가 제조업은 설비 의존도가 절대적인 산업이다. 생산설비의 상태는 곧 제품의 품질과 생산성, 나아가 기업의 수익성과 직결된다. 설비 하나가 멈추거나 품질에 영향을 미칠 정도의 문제가 발생할 경우, 수천만 원에서 수억 원대의 손실이 발생하는 것은 물론이고 고객과의 신뢰에도
AI 기술이 제조 현장에 본격적으로 적용되며 품질검사와 설비진단의 방식이 근본적으로 달라지고 있다. 기존의 룰 기반 시스템이 가진 한계를 뛰어넘어 딥러닝과 트랜스포머 기반의 비전 시스템이 빠르게 상용화되고 있으며, 고정밀 진단과 유연한 공정 최적화가 가능해졌다. 특히 한국생산기술연구원의 제조AI연구센터는 의료기기, 자동차 부품, 공정 설비 등 다양한 산업 분야에 AI를 적용한 혁신 사례를 다수 제시하며 주목받고 있다. 이 글에서는 제조업 혁신의 중심에 서 있는 AI 기반 품질검사 및 설비진단 기술을 다각도로 조명한다. AI와 제조업, 새로운 융합의 시대 산업계 전반에서 인공지능(AI) 기술의 적용이 빠르게 확산되고 있는 가운데, 제조업 또한 그 흐름에 본격적으로 편입되고 있다. 과거 자동화와 센서 기반의 제어 시스템에 머물렀던 제조 공정은 이제 AI 기반의 지능형 시스템으로 진화하고 있으며, 이는 단순한 기술 업그레이드를 넘어 전반적인 생산 방식의 패러다임을 바꾸고 있다. 한국생산기술연구원(이하 생기원)은 이러한 변화의 중심에서 제조AI연구센터를 통해 AI의 실질적 적용 가능성과 기술 상용화를 위한 연구에 몰두하고 있다. 생기원이 정의하는 제조AI의 핵심 적
산업 현장의 디지털 전환과 인공지능(AI) 도입이 가속화되는 가운데, 슈퍼브에이아이가 빠르게 적용 가능한 제조 AI와 보안 관제 AI 기술로 주목받고 있다. 이현동 부대표는 최근 발표에서 모바일 기반 3D 디지털 트윈, 텍스트 검색형 영상 관제 솔루션, 실시간 안전 감지 시스템 등을 소개하며, 고가 장비 없이도 산업 현장에서 AI 기술을 실질적으로 구현할 수 있는 방안을 제시했다. 특히 3개월 이내 현장 적용 가능한 빠른 개념증명(PoC)과 변화 관리 중심의 접근 전략을 통해 사용자 중심의 인공지능 전환(AX)을 실현하고 있다고 강조했다. 최근 산업 전반에서 센서 데이터를 디지털화하고 이를 디지털 트윈(Digital Twin) 기반으로 관리·분석하는 기술이 주목받고 있다. 이러한 흐름 속에서, 디지털 트윈을 어떻게 하면 보다 신속하고 효과적으로 실제 산업 현장에 적용할 수 있을지에 대한 통찰이 요구된다. 특히, 현장의 명시적·암묵적 지식을 데이터화하고, 인공지능(AI) 모델 구축 및 시스템 통합을 가속화하는 방법론이 필요하다. 디지털 트윈과 AI 기술은 현실적인 문제 해결과 효율성 증대를 위한 제조업의 핵심 동력으로서, 산업 현장에 실질적으로 스며들어야 한다
AI가 제조 현장의 판을 바꾸고 있다. 고령화된 숙련 인력과 신입 인력의 부족으로 생산 차질과 품질관리의 어려움을 겪는 제조업계에, 인공지능(AI) 기반 자율제조 솔루션이 새로운 돌파구로 떠오르고 있다. AI는 데이터를 실시간 분석해 최적의 생산 환경을 스스로 구축하고, 미세 결함 감지부터 설비 예지보전, 디지털 트윈 기반 시뮬레이션까지 전 과정을 지능화한다. 정부도 기업당 최대 100억 원을 지원하는 선도 프로젝트를 추진하며 자율제조 확산에 박차를 가하고 있다. ‘K-자율제조’ 시대의 서막이 올랐다. 고질적인 인력 부족은 제조업 현장의 단순한 애로사항을 넘어, 생산성 저하와 경쟁력 약화의 주요 원인으로 작용하고 있다. 숙련공의 고령화와 신규 인력 확보의 어려움은 예측 불가능한 생산 차질과 품질관리의 난항을 심화시키는 양상이다. 이는 기존 생산 방식으로는 급변하는 시장의 요구에 효과적으로 대응하기 어렵다는 현실을 보여준다. 이러한 낡은 제조 현장의 한계를 극복하고 혁신적인 도약을 견인할 핵심 동력으로, 인공지능(AI) 기반 자율제조(Autonomous Manufacturing) 기술이 급부상하는 중이다. 이러한 자율제조 체제는 글로벌 제조업계의 희망으로 낙점
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
좁은 공간의 마법사 필요한 때, 주차 편의·효율 극대화하는 ‘미래형 스마트 주차’ 차량 운전자라면 누구나 경험하는 번거로움 중 하나, 바로 ‘주차(Parking)’다. 주차를 위해 좁은 공간을 비집고 들어가거나, 꽉 막힌 주차장을 몇 바퀴씩 도는 경험은 운전자라면 누구나 공감할 부분이다. 이는 단순한 불편함을 넘어 시간 낭비, 접촉 사고 위험 증가, 비효율적 공간 활용 등을 야기하는 도심의 고질적인 문제로 거론된다. 이 배경에서 ‘주차 로봇 시스템(Robotic Parking System)’이 주목받고 있다. 이 같은 스마트 주차 시스템은 만성적인 주차난 해결의 중심으로 떠오르고 있다. 이는 기존 수동 주차를 비롯해, 타워형·평면왕복형·다층순환형·승강기형 등 기계식 주차를 대체하는 혁신 주차 기술이다. 언뜻 기존 기계식 주차와 어떤 차이가 있는지 구분하기 힘들 수 있다. 자세히 면면을 살펴보면 세부적인 차이점을 확인할 수 있다. 주차 로봇은 극대화된 공간 효율성이 가장 큰 강점이다. 로봇은 차량을 빈틈없이 정밀하게 배치해 기존 기계식 주차 시스템 대비 동일 면적에서 더 많은 차량을 수용할 수 있다. 여기에 설비 유연성·확장성 또한 확보 가능하다. 주차 공간의
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)