인더스트리4.0에서 강조하는 ‘제조 자율화’, ‘컨베이어 벨트에서 로봇으로’의 공통점은 공장에 투자하고 공장에 집중하자는 것이다. 이것이 세계 트렌드다. 그러나 산업 현장을 가보면, 산업 내 업무 수행이 너무나도 비효율적이라는 것을 알게 될 것이다. 지금 우리에게 필요한 것은 ‘새로운 인프라’다. 독일도 똑같은 고민을 했고 자각했다. 우리나라도 기술로만 승부하려는 좁은 시야보다 전 산업 트렌드를 고려한 큰 그림 전략이 필요한 시점이다. 지난 5월 22일 열린, ‘2023 독일 하노버메세 INSIGHT WRAP-UP 세미나’에서 장영재 KAIST 교수가 발표한 하노버메세 2023에서 느낀 시사점을 정리했다. 산업은 AAS가 빠르게 확산되고 있다 하노버메세 2023 분위기는 여느 때보다 달랐고, 지멘스·훼스토·보쉬 렉스로스 등 참가 기업 및 전시품에는 공통점이 있었다. 바로 AAS(Asset Administration Shell)를 다뤘다는 것이다. AAS는 물리적 자산(Asset)을 디지털 자산으로 표현하는 기술 표준이다. 제품 및 자산에 대한 정보 교환 과정에서 기업 및 조직마다 달랐던 매뉴얼을 하나의 표준으로 정형화한 틀이다. 이번 전시회에서 AAS가 어떻
하노버산업박람회는 매년 독일 하노버에서 개최되는 세계 최대의 산업 기술 무역박람회로, 주요 산업 트렌드와 기술을 살펴볼 수 있는 행사다. 이번 박람회에서는 △인더스트리4.0 △탄소중립생산 △AI 및 머신러닝 △에너지관리 △수소연료전지 등 다양한 분야의 문제를 해결하기 위한 기술이 소개됐다. 제조업 선진 국가 독일의 모습을 보며 K-제조업이 나가야 할 방향을 살펴볼 수 있다. 지난 5월 22일 열린, ‘2023 독일 하노버메세 INSIGHT WRAP-UP 세미나’에서 안광현 스마트제조혁신추진단장이 K-제조업의 방향에 대해 발표한 내용을 정리했다. 독일을 중심으로 한 유럽은 가이아-X(Gaia-X)를 중심으로 여러 산업 분야에서 데이터 생태계를 구축하는 다양한 시도와 실험을 추진하고 있다. 특히 2011년 인더스트리4.0을 제창한 후 산업의 디지털 전환을 위한 다양한 전략, 조직, 프로젝트가 추진되고 있다. 카테나-X(Catena-X)는 디지털 플랫폼 간의 공유와 협력을 촉진하기 위해 독일 연방 경제 및 기술 부처와 독일 산업체들이 함께 구축한 이니셔티브다. 이 이니셔티브는 자동차 산업을 중심으로 산업 4.0과 디지털 변혁의 영향을 받는 다양한 분야에 걸쳐 디지
디지털 전환, 이해가 먼저…유기적 정보공유·협업 필요 AI 혁명에 직면한 K-제조업, 新성장 모멘텀 맞이해야 지난 5월 12일 서울시 강남구 역삼동에 위치한 한국기술센터에서 스마트제조혁신협회와 한국경제신문 주최로 ‘2023 독일 하노버메세 INSIGHT WRAP-UP 세미나’가 열렸다. 하노버메세 2023을 리뷰하고, 글로벌 산업의 기술 트렌드와 시장 전망을 짚어보는 전문가들의 주제 발표와, 이후 이어진 토론회에서는 K-제조 산업의 신성장 기준과 지속가능한 생존 전략 방안 등이 집중 다뤄졌다. 그 내용을 정리했다. ■ 안현실 한국경제신문 AI경제연구소장 (이하 좌장) : 역사적으로 볼 때 산업혁명 이후 자본주의는 시장과 에너지비용, 두 축을 중심으로 발전을 해왔습니다. 시장은 새로운 기회를 만들고 에너지는 늘 비용을 수반하게 되는 거죠. 이에 미국, 중국, 유럽 등 세계 각 나라들은 이 두 가지를 축으로하여 어떤 길을 가야할 지 고심하고 있습니다. 이번 하노버메세 2023을 통해서 본 독일도 어떤 고민을 하고 있는지 많이들 느꼈을 텐데요, 중요한 것은 한국도 새로운 자본주의 물결에서 정부와 기업이 머리를 맞대고 어떤 국가 전략으로 해쳐 나가야 할지 모색해야
불량 제로 시스템을 갖춰야 품질 관리 공정 자동화 실현이 가능하다. 제조업이 궁극적으로 원하는 바는 불량률을 최소화하거나 제로화 하는 일이기 때문이다. 이를 위해 최근 제조업은 공정 개선을 위한 모니터링 시스템에 많은 투자가 진행 중이다. 세이지리서치는 이런 비전 솔루션으로 기계 학습 기반 지능형 공정 모니터링 시스템인 ‘SaigeVIMS’을 제안하고 있다. 해당 시스템은 IP카메라가 촬영한 영상을 실시간으로 분석해 이상 동작을 감지하는 솔루션이다. 지난 5월 10일 열린 AI 융합 비즈니스 개발 컨퍼런스에서 세이지리서치 홍영석 부대표가 ‘제조업 품질관리를 위한 AI 활용 방법’에 대해 발표한 내용을 정리했다. 제조업에서 디지털 전환(Digital Transformation)이 성공적으로 이뤄지면서 공장 자동화가 빠르게 진행되고 있다. 자동화 공장에서는 이제 생산 공정이 로봇에 의해 자동화가 되는 것을 확인할 수 있다. 그러나 일부 공정에서는 아직 작업자가 단순 작업을 수행한다. 대부분이 품질 육안 검사 공정이다. 완전한 공장 자동화를 위해서는 해당 공정도 자동화를 진행해야 한다. 자동화를 위한 품질 관리 공정에서 해결돼야 하는 문제를 두 가지로 나눌 수 있
제조 산업 내에서 방대한 데이터를 활용해 챗GPT처럼 모든 문제를 해결하는 AI 모델이 나올 수 있을까? 단기적으로는 쉽지 않다고 생각한다. 그 이유는 산업 영역 지식은 일반 지식과 다르고 지식 특성도 일반 지식과 다르기 때문이다. 그리고 산업 데이터는 많지만, 각 기업이 활용하는 데이터는 제한적이기 때문에 AI 도입 운영 전략이 달라야 한다. 이를 실현하기 위해서는 AI 활용 표준화가 필요하고, 간편하고 쉬운 운영체계가 필요하다. 해당 과정을 가능하게 하는 것이 MLOps다. 지난 5월 10일 열린 AI 융합 비즈니스 개발 컨퍼런스에서 마키나락스 허영신 사업총괄 CBO가 ‘AI가 주도하는 제조 현장 지능화’ 발표 내용을 정리했다. AI가 제조업 혁신에 어떤 역할과 영향력을 발휘할까? AI는 자동화·예측유지보수·품질관리·설비최적화·제품개발 등 영역에서 적용 가능하다고 생각한다. 기존에 일하던 방식을 자동화하거나, 효율화하면서 비용 및 생산 효율성을 달성한 거라 본다. 최근 화두인 챗GPT에게 이에 대한 답을 물어봤다. 답이 새롭거나 놀랍지는 않지만, 꽤나 잘 정리된 답변을 하고 있다. 전문가 수준의 답을 빠르게 도출하고 있다. 챗GPT의 이런 특성은 산업에
최근 친환경 관련 글로벌 규제 대응이 강화되고 있다. 기업은 생존을 위한 전략을 구사해야 하는데, 이를 위한 대응 전략으로 AI 기술이 떠오르고 있다. 보수적인 제조 산업 현장에서 AI 기술을 통한 디지털 전환은 규제 대응을 위한 필수 전략이다. 지난 5월 10일 열린 AI 융합 비즈니스 개발 컨퍼런스에서 누빅스 강명구 부사장의 ‘AI와 글로벌 규제 대응을 위한 기업 간 데이터 호환 전략’ 발표 내용을 정리했다. 디지털 전환과 AI 아날로그에서 디지털 시대로의 변화에는 주요 터닝 포인트들이 있다. 예를 들면, 카세트테이프에서 MP3로 바뀌는 아날로그 방식을 디지털화한 Digitization, 오프라인 매장에서 구매하던 것들을 온라인에서 이용할 수 있게 된 Digitalization의 단계를 거친 오늘날의 디지털 전환은 데이터, 분석, 기계 학습을 기반으로 새로운 통찰력과 가치를 창출해 사업을 혁신한다. 이런 디지털 전환의 핵심은 ‘데이터’와 ‘AI 기술’이다. 입·출문 시스템 혁신을 통해 디지털 전환의 사례를 볼 수 있다. 전통적인 입·출문 시스템은 작업자가 출근해 회사 시스템에 입력하는 아날로그 방식에 가까운 시스템이었다. RFID 태깅을 통한 정보로 출퇴
초정밀 공정으로 세대가 넘어갈수록 공정 기간과 비용이 지속적으로 증가하고 있다. AI 기반 공정 최적화는 생존을 위한 필수 기술로 자리 잡고 있다. AI 기술은 매우 정확하고 효율적인 인사이트를 제공할 만큼 고도화됐지만, 현장의 87%는 AI 도입에 실패하고 있다. 그 원인을 박진우 알티엠 부대표는 ‘현장의 불확실성’이라고 진단했다. 제조AI 실패의 원인을 극복하기 위해서는 어떤 대안이 있을지, 지난 5월 10일 열린 AI 융합 비즈니스 개발 컨퍼런스에서 알티엠 박진우 부대표가 발표한 내용을 정리했다. 현장의 제조 기업은 어떤 AI 기능과 기술을 필요로 하고 있을까? RTM이 2020년부터 2022년 국내 중견 제조기업 및 장비기업 대상으로 조사한 결과 △불량 탐지 △AI 기반 양질 검사 △스케쥴링 예측 △시뮬레이션 등의 AI 기술 등이 필요 요소로 꼽혔다. 초정밀 공정으로 변하면서 nm 단위 3D 공정, 수전 개 제조 공정, 오랜 생산 기간, 수많은 제조 설비 등의 공정 복잡도가 증가했다. 복잡한 공정을 모니터링하기 위해 수많은 센서가 부착되고 이로 인해 수많은 데이터가 발생하기 시작했다. 모니터링할 수 있는 수많은 데이터는 AI와 머신러닝을 적용하기 최적
글로벌 협동로봇(Cobot) 시장이 오는 2032년까지 연평균 20%씩 성장할 것이라는 전망이 나왔다. 시장조사기관인 Interact Analysis는 최근 모든 산업에서 로봇과 인간 간의 협업이 널리 받아들여지고 있으므로 생산을 확장하고 새로운 애플리케이션을 개발하는 시장의 능력이 성장의 핵심이 될 것이라며 이같이 전망했다. Interact Analysis에 따르면, 협동로봇의 응용 분야가 넓어지고 있다. 이는 협동로봇 시장 성장의 핵심 요소가 될 것이다. 머신비전 및 머신러닝 소프트웨어의 개발로 인해 교육, 의료, 물류, 케이터링 및 소매 부문에서 협동로봇의 배치가 증가하고 있다. Interact Analysis 관계자는 “물류 산업은 피킹, 포장, 적재/하역 및 품질 검사와 같은 분야에서 로봇이 육체 노동을 대체할 수 있는 능력으로 인해 협동로봇 시장에 막대한 기회를 제공한다"며 "이 시장은 향후 10년 동안 꾸준한 성장을 누릴 것”이라고 내다봤다. Interact Analysis는 EMEA 시장이 2023년 하반기와 2024년 상반기에 회복되기 시작할 것으로 예상하는 반면, 미국 협동로봇 산업은 2024년 미국 제조업 침체의 영향을 받을 것으로 예상했
OT망은 상호 연결, 프로토콜 식별, 프로토콜 변환 등이 용이해야 하는 복잡한 특성이 있기 때문에 보안 솔루션을 충족하기 쉽지 않다. 스마트 팩토리 설비에 모든 취약점을 인식했다고 하더라도, 취약점 점검·관리·해결 등은 사실상 불가능하다. 따라서 모든 위협에 대응할 것이 아니라, 현실적으로 접근 가능한 부분부터 고민하고 해결책을 찾는 일이 중요하다. 지난 3월 8일 열린 제조 보안 세미나에서 나온웍스의 윤용관 마케팅 전략기획실장이 ‘나온웍스가 제안하는 OT 보안 솔루션’에 대해 발표한 내용을 정리했다. 미중 무역전쟁을 계기로 ‘알타시아’라는 개념이 생겼다. 알타시아는 중국 독점 공급망에 대응하는 중국 대안 아시아 공급망을 구축하는 국가를 묶어 지칭하는 개념이다. 해외 유수 분석 기관이 중국에 몰린 제조 산업 공급 체계를 어떻게 이외의 국가로 나눠서 배분할 것인지에 대한 연구를 공급망 차원에서 진행 중이다. 그런 관점에서 우리나라 제조 혁신이 세계 공급망 및 제조산업에 어떻게 기여할지 분석한다. 나온웍스 고객 입장에서 복잡한 업무를 시스템화하고, 관리하면서 이슈를 기술적으로 접근해 나갈지에 대한 고민의 해답 또한 제시한다. OT, 무엇이 다른가? 나온웍스는 보
코로나19, 러·우 전쟁, 미·중 무역전쟁 등으로 설비 위치를 분산시키는 상황이 일반화되고 있다. 이런 상황에서 기업이 원격으로 업무 및 프로세스를 진행하기 때문에 네트워크 보안 시스템은 더욱 다양하게 요구된다. 또 앞으로는 양자 컴퓨팅이 보안에 상당한 위협이 될 것이라 예측도 있다. 탈레스는 이러한 트렌드에 대응 가능한 ‘Luna HSM’ 보안 솔루션을 보유했다. Luna HSM은 양자 내성 알고리즘 탑재가 가능한 옵션이 있어, 추후 확립될 알고리즘을 활용하는 기능 패치를 배포할 예정이다. 지난 3월 8일 열린 제조 보안 세미나에서 탈레스의 구병준 이사가 ‘양자 컴퓨팅의 보안 위협과 제조 환경에서의 대응 방안’에 대해 발표한 내용을 정리했다. 탈레스는 ‘데이터 위협 보고서’에 관한 내용을 매년 발표하고 있다. 올해도 5~6월경에 보고서가 발행될 예정이다. 탈레스는 프랑스에 본사를 둔 글로벌 기업으로, 인공위성, 우주항공, 열차제어, 방산 등 다양한 분야에서 비즈니스를 수행한다. 주력 분야는 ‘위협 방어’다. 최근에는 보안 분야 기업을 인수하는 등 활동을 통해 ‘탈레스 CPL’의 이름으로 데이터 보안, 키 관리, IAEM 분야에 많은 투자를 진행했다. 여기서
최근 산업계가 디지털 전환을 가속화하면서 OT(운영기술) 영역이 IT(정보기술) 영역과 결합하게 됐다. 하지만 IT와 OT의 만남은 기존 IT에서 발생하던 보안 위험을 OT 영역으로 확장하는 계기가 됐다. 즉, 산업 시설의 스마트화와 함께 클라우드, IoT, AI 등 ICT가 OT에 접목되면서 OT 망이 악성 코드, 해킹 등 다양한 보안 위협에 노출되고 있다. 글로벌적으로 보면 전기·제조기업의 89%가 사이버 공격을 받았다는 조사 결과도 있다. 지난 3월 8일 열린 제조 보안 세미나에서 트렌드마이크로 낭궁석 수석이 ‘산업 디지털 전환과 OT 보안 위협 트렌드’에 대해 발표한 내용을 정리했다. OT/ICS 보안의 필요성과 사고 사례 예전에는 제조업이 폐쇄적인 환경 탓에 보안을 전혀 고려하지 않았고 어떤 시스템이 들어오는지 알고 싶어 하지도 않았다. 그리고 OT 전용 보안 솔루션이 없었기 때문에 IT 보안 솔루션을 OT 망에 적용하는 일이 일반적이었다. 하지만 OT는 구조 환경 자체가 IT와 다르므로 그 효과성이 떨어질 수밖에 없다. 그러나 최근 OT 보안 사고들이 조금씩 수면 위로 올라오면서 기업들은 피해에 대한 심각성을 느끼기 시작했다. 실제 전기·제조기업의
제조 보안(OT/ICS)은 산업부터 일상생활까지 모든 분야 산업군에서 핵심적인 역할을 수행하고 있다. 제조업이 국가 주요 산업인 우리나라의 경우, OT/ICS 보안은 무엇보다 중요하다. OT/ICS를 쉽고 빠르게 적용할 수 있는 방법은 무엇일까? 지난 3월 8일 열린 제조 보안 세미나에서 투씨에스지 나현식 매니저가 발표한 내용을 정리했다. 대한민국의 주요 산업 구조 도식화를 살펴보면, 제조업과 공공사업의 중요도를 알 수 있다. 반도체, 자동차, 선박, 의약품 등 대한민국 주력 산업이 제조화하는 과정에 따라 전부 제조업으로 분류되고 있기 때문에 대한민국 부동의 1위 산업은 제조업이다. 과학기술정보통신부가 발표한 ‘2023 사이버 보안 위협 전망’ 보고서에 따르면 국가/산업 보안을 위협하는 글로벌 해킹 조직의 공격 증가, 재난/장애 등 민감한 사회적 이슈를 악용한 사이버 공격 지속, 지능형 지속 공격과 다중 협박으로 무장한 랜섬웨어의 진화, 디지털 시대 클라우드 전환에 따른 위협 증가, 갈수록 복잡해지는 기업의 소프트웨어 공급망과 위협 증가가 주요 보안 위협사항으로 꼽히고 있다. 이런 보안 위협사항과 대한민국 주요 산업의 교집합이 바로 ‘운영 기술 OT/ICS
1분기 세계 클라우드 인프라 투자액이 88조 원을 돌파했지만, 성장률은 둔화한 것으로 나타났다. 시장조사업체 카날리스에 따르면, 올해 1분기 세계 클라우스 인프라 서비스 지출은 전년 동기 대비 18.7％ 증가한 664억 달러로 집계됐다. 거시 경제 불확실성에 따라 성장률이 처음으로 20％ 아래로 떨어졌다. 카날리스는 "기업들이 비용 최적화와 효율성 향상에 중점을 두고 IT 예산을 삭감하고 있다"면서 "(대규모 데이터 센터를 운영하는 기업인) 하이퍼스케일러 성장률은 전 분기보다 4％ 포인트씩 하락했다"고 바라봤다. 아마존웹서비스(AWS)는 전체 클라우드 인프라 투자액의 32％를 기록했다. 마이크로소프트 애저(23％)와 구글 클라우드(9％)가 각각 2·3위였다. 3대 클라우드 서비스 업체가 전체 매출의 64％를 차지했으나, 성장세가 꺾이면서 이들은 인력 감축, 내부 비용 절감 등의 대책을 발표하기도 했다. 지역별로 보면 아시아·태평양 쪽에서 약세가 상대적으로 두드러졌다. 카날리스는 중국 본토에서 클라우드 관련 지출이 줄면서 현지 하이퍼스케일러 매출에 영향을 미친 데 따른다고 분석했다. 회사는 이런 추세가 올해 하반기까지 이어질 것으로 전망했다. 또한, "하이퍼스
우리나라 로봇 산업 전체를 대상으로 일본, 독일, 미국, 중국 등과 전반적인 기술 수준이나 경쟁력을 비교·분석한 결과, 한국은 R&D, 생산, 애프터마켓서비스에서 강세를 보였고 조달, 수요 부문에서 최하위를 기록했다. 특히, 최근까지만 해도 중국은 로봇 종합 경쟁력 면에서 열세로 평가되고 있었지만, 조달과 수요 면에서 우리보다 앞서고 있다. 따라서 해당 분야에 대한 정책적 지원 및 육성을 위한 역량 집중이 필요하다는 지적이다. 지난 2월 8일 열린 ‘지능형 로보틱스 컨퍼런스’에서 산업연구원 박상수 연구위원이 제조용 로봇산업의 가치사슬 단계별 경쟁우위 진단과 정책 과제에 대해 발표한 내용을 정리했다. 지능형 로봇은 우리나라 지능형 로봇 개발 및 보급 촉진법 제2조에 포함돼 있다. 로봇은 인간을 모방해서 외부환경을 인식하고 상황을 판단해서 자율적으로 동작하는 기계로 정의한다. 국제로봇연맹(IFR)에서는 크게 제조형 로봇, 서비스형 로봇으로 구분하고 있다. 제조형 로봇은 자동차, 전기·전자 분야에 넓게 분포해 있고 그 시장은 성숙 단계다. 주로 현장에서 인간이 수행하기 힘들거나 위험한 작업, 단순반복 작업을 수행하는 로봇이다. 소품종 대량생산 시스템에 보급
인더스트리4.0 시대 전 산업 분야 자동화가 이뤄지면서 물류로봇 시장이 급격히 커지고 있다. 물류로봇은 사람 대신 제품을 운반하고, 창고에서 제품을 분류, 재고를 관리하는 등의 업무를 수행한다. 최근 센서, 인공지능, 머신러닝 등의 기술과 접목돼 산업용 협동 모바일 로봇은 더욱 고도화되고 있다. 티라로보틱스는 현장에서 사용할 수 있는 더욱 똑똑하고 안전한 자율주행 솔루션을 제공하고 있다. 지난 2월 8일 열린 ‘지능형 로보틱스 컨퍼런스’에서 티라로보틱스 김동경 대표가 AI 물류로봇 도입 및 구축 활용 사례에 대해 발표한 내용을 정리했다. 글로벌적인 인구 감소와 고령화로 다양한 산업 분야의 보완책이 강구되고 있다. 생산인구 감소와 노인인구 증가로 근로자 수와 소비가 줄어들게 되고, 이에 따라 만성적 경기침체 등의 다양한 문제들이 예상되고 있다. 특히 한국의 경우 출산율 감소는 세계 1위로, 미래시대 인간 노동력 대체 방법으로 AI 로봇이 떠오르고 있다. 증기기관, 철강 기계화의 1차 산업혁명, 전기 에너지 대량생산 2차 혁명, 컴퓨터 통신 지식 정보 혁명의 3차 혁명을 지나 AI, 클라우드, 빅데이터, IoT, 로봇 등으로 대변되는 4차 산업혁명은 디지털 트윈
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 04월 03일 11시 43분
/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)