세이지가 머신 비전 무역 박람회인 ‘VISION 2024’에 참가한다고 8일 밝혔다. 전 세계 머신 비전의 다양한 산업 분야에서 약 379여개 참가사와 약 6500명이 참관객이 함께하는 이번 박람회는 독일 슈투트가르트 전시장에서 10월 8일부터 10일까지 진행된다. 세이지는 이번 전시에서 딥러닝 기반 머신 비전 ‘세이지 비전(SAIGE VISION)’을 선보인다. 세이지 비전은 기존 룰 기반(rule-based) 학습의 한계를 극복하기 위해 개발된 AI 솔루션으로 딥러닝 알고리즘을 활용해 제품 표면에 발생한 비정형적 결함을 자동으로 검출하고 불량 여부를 판단하는 데 도움을 주는 머신비전 프로그램이다. 이성우 세이지 마케팅 리드는 “이번 박람회를 통해 유럽을 포함한 전 세계에 세이지의 우수한 기술력을 선보여 본격적인 해외 시장을 공략하겠다“고 말했다. 한편 세이지는 중소벤처기업부가 주관하는 ‘스케일업 팁스(TIPS)’ 과제에 최근 선정됐다. 스케일업 팁스(TIPS, Tech Investor Program for Scale-up)는 유망한 중소 벤처의 규모 확장 촉진을 위해 민간 운영사가 유망 기업을 발굴해 먼저 자금을 투자하면 정부가 이후 매칭 투자와 출연 R
DX 자동화 솔루션 및 로우코드 전문기업 이노룰스(INNORULES)가 AI에 대한 연구개발(R&D) 역량을 높이기 위해 AI 전담 조직을 대폭 확대한다고 밝혔다. 이노룰스는 AI 전담 조직 확대를 통해 첨단 기술 개발 및 혁신적인 AI 기술을 활용한 솔루션을 시장에 제공하는 데 주력한다는 방침이다. 이노룰스는 이번 AI 전담 조직 확대를 통해 AI 알고리즘, 머신러닝(ML), 딥러닝(DL) 등 핵심 기술을 활용한 연구개발 역량을 강화하고 AI 비즈니스 의사결정 자동화를 위한 SW 플랫폼 개발에 박차를 가할 계획이다. 특히 SW 플랫폼 개발은 자사 DX 자동화 솔루션과 AI 혁신 기술을 접목, 디지털 전환 시장에서 비교우위 경쟁력을 획기적으로 강화한다는 방침이다. 이노룰스는 지난해 AI 연구개발, AI 기반 신규 비즈니스 개발, 기존 제품의 AI 기능 고도화 등 AI 역량 강화에 집중하기 위해 AI 전담 조직을 신설한 바 있다. 향후 이노룰스는 연구개발 인프라와 파트너십 등 협력 네트워크를 강화해 AI 적용 기술 개발에 필요한 모든 자원을 총동원할 계획이다. 이를 통해 AI 기술 활용에 새로운 패러다임 도입을 선도함으로써 AI 기술 기업으로서의 입지를
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 ‘
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
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
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 ‘
에너지 관리 및 자동화 분야의 디지털 혁신을 선도하고 있는 글로벌 기업 슈나이더 일렉트릭의 공장 2곳이 세계경제포럼 2022(WEF)에서 ‘등대공장(Advanced Lighthouse)’과 ‘지속가능성 등대공장(Sustainability Lighthouse)’으로 선정됐다. 세계경제포럼은 인도 하이데라바드 공장을 등대공장으로 선정하고, 2018년 등대공장으로 선정된 프랑스 르 보르데이 공장을 지속가능성 등대공장으로 인정했다. 이로써 슈나이더 일렉트릭은 인도 하이데레바, 인도네시아 바탐, 미국 렉싱턴, 프랑스 르 보드레이, 중국 우시 지역에 등대공장 5개를 보유하게 됐다. 이 밖에도 전 세계에서 6개만 있는 지속가능성 등대 공장에 슈나이더 일렉트릭 렉싱턴 공장과 르 보르데이 공장이 포함됐다. 지속가능성 등대공장은 제조 분야에서 4차 산업혁명 기술을 깨끗하고 지속 가능한 미래를 위해 더 큰 환경 책임을 제공하는 동시에 운영 경쟁력을 강화하고 있는 모범 사례를 보여준다. 프랑스 르 보드레이 공장은 데이터를 기반으로 지속가능한 결과를 이끌었다. 이 공장은 제품에 산업용 사물인터넷(lloT) 센서를 구현해 디지털 플랫폼으로 데이터를 수집해 공장에 최적화된 에너지 관리
스마트 제조에서 머신비전은 빼놓을 수 없는 중요한 기술로 자리 잡고 있다. 코로나19 영향으로 자동화에 대한 고객의 니즈가 증가하면 그 중요성은 더욱 커지고 있다. 최근 이차전지 시장의 수요가 커지면서 정밀한 외관검사가 중요해지고 있다. 보다 정밀하고 빠르게 효과적으로 외관검사 할 수 있는 방법은 무엇일까? ‘2022 스마트제조 대전망 컨퍼런스’에서 코그넥스코리아 최효송 프로는 ‘딥러닝’을 기반한 엣지 솔루션이 문제를 해결해준다고 답한다. 세계 산업용 카메라 시장은 2020년 기준 36억 달러로 집계됐다. 향후 2026년까지 55억 달러로 성장할 것으로 전망되고 있다. 이중 공장자동화 시장 판매 비중은 11억 달러고, 2026년까지 15억 달러로 성장할 것으로 예측된다. 즉, 자동화에 사용되는 머신비전용 카메라가 전체 산업용 카메라 시장을 주도하고 있다. 산업용 카메라의 3D 기술과 다중 스펙트럼 이미징과 같은 영상 취득 기술의 발전으로 보다 다양한 산업에서 머신비전이 적용되고 있다. 또한, 인더스트리4.0, 스마트 팩토리 관련 정책 등 각 국가별 산업 고도화 정책 또한 공장자동화, 머신비전 시장 성장의 동력 중 하나다. 글로벌 머신비전 시장 트렌드 글로벌
가상현실을 실제 현실과 똑같이 맞추는 게 디지털 트윈의 최종적인 목적이다. 두 세계가 동기화되어 있어서, 가상현실에서 장비를 돌리면 실제 현실에서도 장비가 돌아가야 한다. 디지털 트윈은 실제로 가상현실 속 제품이 현실로 구현된다. ‘2022 스마트제조 대전망 온라인 컨퍼런스’에서 한국 지멘스 디지털 엔터프라이즈 사업부 김태호 부장이 디지털 트윈 기반의 스마트팩토리에 대해 발표한 내용을 정리했다. 4차 산업혁명의 핵심 기술은 디지털 트윈과 가상현실이다. 4차 산업혁명 이전에도 가상현실과 시뮬레이션은 존재했다. 하지만 4차 산업혁명의 그것과는 극명한 차이가 있다. 핵심은 데이터베이스다.이론적으로 설명할 수 없는 알고리즘으로 인해 한계에 부딪힌 인공지능 연구의 돌파구는 저장 매체의 발전이었다. 저장 매체의 발전은 빅데이터를 탄생시켰고, 거대 용량의 데이터를 재가공할 수 있는 인터페이스가 구축됐다. 어린아이가 학습하는 것처럼 반복된 것을 보여주는 방식의 머신러닝이 나왔고, 머신러닝 알고리즘을 기반으로 한 인공지능이 서로 토의를 하며 결론에 도달하는 딥러닝 기술이 나왔다. 얼마나 많은 데이터를 수집해서 2차 가공을 하는지, 이를 통해 현실 세계에 피드백을 줄 수 있는
예지보전은 장비 유지보수가 향해야 할 궁극적인 방향이다. 예지보전은 데이터를 수집해서 데이터의 내부에 포함되어 있는 이상징후를 감지하고, 탐지된 결과에 대해서 분석을 한 이후에 조치를 취하는 일련의 과정들로 이루어져 있다. 마크베이스의 AIOT Suite는 딥러닝을 기반으로 IoT 센싱 데이터의 이상징후를 실시간으로 감지해서, 탐지된 결과를 필드의 작업자들에게 알리고, 실질적으로 조치가 이루어지도록 돕는다. ‘2022 스마트 제조 대전망 온라인 컨퍼런스’에서 마크베이스 이동현 이사가 발표한 AIoT Suite 적용 사례를 정리했다. 이상징후를 탐지할 때 가장 큰 문제는 시간과 노력이 많이 들어간다는 것이다. 특히, 데이터를 수집하고 저장하는 부분이 문제다. IoT 센서는 짧은 시간 동안 어마어마한 양의 데이터를 쏟아내기 때문에, 데이터를 누락시키지 않고 제대로 수집·가공하는 것이 어렵다. 데이터를 분석하고자 할 때는, 데이터의 정합성 측면에서 퀄리티가 좋아야 한다. 데이터 분석에 앞서 전처리를 하게 되어 있는데, AI를 적용하기 위해 전처리를 하다 보면 실질적으로 70~80%의 시간이 데이터의 전처리를 하는 부분에 소요된다. 리얼타임으로 데이터가 쏟아지다 보
아이브는 딥러닝 기반 검사 알고리즘으로 불량 검출을 자동화·무인화하고 생산과 불량 데이터의 축적 및 관리를 가능케 하여 스마트 팩토리화에 이바지하고 있다. 특히 고객사 제조 현장 상황에 따라 소프트웨어와 하드웨어 장비를 맞춤형으로 공급하여 고객들이 실질적인 가치를 느낄 수 있도록 노력하고 있다. 아이브 성민수 대표는 “사각지대 없는 불량검출 솔루션 제공으로 더 많은 고객이 경험해볼 수 있도록 하겠다”고 말했다. Q. 주력하는 사업은. A. 아이브는 자체 개발한 딥러닝 검출 알고리즘을 하드웨어 장비에 탑재하여 제조업 고객사들의 불량 검출을 자동화하는 솔루션 공급을 주 사업으로 하고 있다. 따라서 인공지능신경망 개발과 고도화, 비전 및 장비 제어 SW팀, 하드웨어 및 광학 설계팀, 라벨링팀과 현장 엔지니어링팀까지 모두 In-house로 운영하면서 토털솔루션 제공을 지향하고 있다. 향후 검사 자동화 뿐 아니라, 딥러닝 컴퓨터 비전으로 공정 데이터 관리, 이상 감지, 보안 등 많은 산업 현장의 문제 해결을 하는 것이 아이브 사업 비전이다. Q. 지난해 비즈니스 성과는 어땠으며, 올해 기대는. A. 2021년에는 딥러닝 기술에 대한 시장 입증과 주요 고객사 레퍼런스를
모션 컨트롤 기업 모벤시스는 모션 컨트롤 솔루션 WMX 3.5 버전을 출시했다고 4일 밝혔다. 이번 업데이트를 통해 WMX는 산업용 기기 데이터를 실시간으로 축적할 수 있으며, 이더캣(EtherCAT) 외 다양한 통신 방식도 지원한다. WMX(Windows based Motion control for eXpert)는 모벤시스가 세계 최초로 개발한, 순수하게 소프트웨어만으로 공장의 장비를 제어하는 모션 컨트롤 솔루션이다. 소프트웨어 기반의 솔루션으로 장비의 하드웨어 부담을 줄이면서도 다양한 제조 장치의 고속 다축 모션 컨트롤을 실현할 수 있어 국내 최대 반도체 설비 제조 업체를 포함해 평판 디스플레이, 산업용 로봇, 기타 스마트폰, 2차 전지 등 다양한 산업의 장비 제조사에서 WMX를 도입하고 있다. 이번 WMX 3.5 업데이트를 통해 WMX는 ‘리얼 타임 데이터 로깅(Real-Time Data logging)’을 지원해 기계, 로봇 등의 다양한 산업용 기기로부터 미가공(Raw) 데이터를 실시간으로 받을 수 있다. PLC(Programmable Logic Controller)와 하드웨어 제어기는 다축의 다양한 정보를 장시간 누적하고 분석하기에는 매우 제한적이다
헬로티 함수미 기자 | 뉴로클이 전문가용 딥러닝 비전 소프트웨어인 뉴로엑스(Neuro-X)를 새롭게 선보인다. 뉴로클은 그동안 산업 전문가용 비전 소프트웨어에만 집중하던 것에서 벗어나 딥러닝 전문가 타겟의 제품군을 선보이며 딥러닝 프로젝트를 효율적으로 진행하고자 하는 모든 계층을 사로잡을 전망이다. 뉴로엑스는 딥러닝 모델 생성에 최적화된 전문가용 딥러닝 비전 소프트웨어로, ▲다양한 Task에 최적화된 모델을 직접 생성할 수 있는 모델링 시스템 ▲전문가의 데이터 관리 리소스를 효과적으로 줄여주는 데이터 관리 시스템 등을 제공해 효율적인 딥러닝 프로젝트 진행에 적합한 요소들을 갖췄다. 뉴로엑스의 딥러닝 전문가용 모델링 시스템은 딥러닝 전문가의 한계없는 최적화를 지원한다. 지금까지의 타 소프트웨어는 Augmentation과 같은 데이터 기반의 최적화 방안들만을 제시했다면, 뉴로클은 모델 기반의 최적화도 가능한 방안들도 제시한다. 예를 들어 Learning Rate, Learning Rate Decay를 선택해 모델 학습의 속도나 방향성까지 조정할 수 있어 자유롭게 최적화가 가능하다. 딥러닝 전문가 입장에서 다양한 조건의 조합으로 실험을 해볼 수 있으며, 성능 향상
헬로티 김진희 기자 | ㈜엠비젼은 머신비전 전문 기업으로, 머신비전의 국내 도입 초기부터 자동화 검사 시스템의 토대가 되는 하드웨어 개발해 주력하였으며, 현재는 소프트웨어까지 포함하는 자동화 검사 토탈 솔루션 기업으로 발돋움했다. Q. 엠비젼의 설립과 그간 국내 시장에서의 대표적인 성과는? A. 국내 머신비전 시장 태동기에는 대부분의 조명이 외산 제품이었다. 엠비젼은 독자 기술을 활용해 머신비전용 LED 조명을 개발해 국산화에 성공하였으며, 이물검사용 고출력 대형 라인조명, 대면적 다채널 복합검사용 조명 등 기존에 시도되지 않았던 조명을 개발해 사업화했다. Q. 엠비젼은 인더스트리4.0, 스마트제조, 스마트공장의 영역에서 어떤 역할을 수행할 수 있나? A, 사람이 눈으로 보고 머리로 판단하는 능력을 기계에 부여한 것이 머신비전 시스템이다. 엠비젼의 머신비전 시스템은 피검사물의 영상을 획득하는 하드웨어와 결과를 판독해주는 딥러닝 소프트웨어로 구성되며, 검사환경과 피검사물을 고려한 맞춤형 개발로 스마트 팩토리 구축에 핵심적인 역할을 하고 있다. Q. 엠비젼은 현재 어떤 제품군들을 보유하고 있나? 그리고 주력제품은 무엇이며, 어떤 차별화된 점을 갖고 있나? A.
헬로티 임근난 기자 | 산후조리원 기반 임신·출산·육아 전문플랫폼 기업 아이앤나는 카이스트(KAIST) 전기·전자공학부 김준모 교수팀과 빅데이터 기반 신생아 맞춤형 인공지능(AI) 시스템 개발 및 연구에 나선다. 카이스트와 아이앤나는 지난 20일 ‘영유아의 음성(울음소리)과 안면(표정) 데이터를 기반으로 영유아의 감정/의사표현/건강상태를 분석할 수 있는 인공지능 시스템’을 연구, 개발하기 위해 공동연구개발 계약을 체결했다고 밝혔다. 이번 협약의 핵심은 기존에 아이앤나에서 연구개발한 딥러닝 기반 ‘울음소리 분석’ 시스템을 고도화하고, 영유아의 음성과 안면데이터를 결합하여 감정/의사표현/건강상태 분석에 정확성을 높이는 데 있다. 아이앤나는 이번 협약을 통해 카이스트와 지속적인 공동연구 개발 계획을 수립하여, 영유아 헬스케어 서비스로 확대할 계획이라고 발표했다. 영유아의 울음소리를 기반으로 하는 연구와 앱(App)서비스 등은 해외에서도 몇몇 개발된 사례가 있지만, 양질의 데이터 확보에 어려움이 있어 정확성 및 상용화에 어려움을 겪고 있다. 특히 영유아 울음소리 등과 관련한 빅데이터 수집에 한계가 있고, 가정에서 비전문가가 수집한 데이터에 대한 신뢰성에 문제가 있기
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 11월 22일 10시 59분
/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)