제조 데이터의 상호운용성이라는 말이 요즘 데이터 전문가들 사이에서 화두가 되고 있다. 업종별 다양한 기업들 간에 생산 데이터를 서로 공유하게 됨으로써 원가 절감, 유연 생산, 글로벌 규제 대응이라는 효과를 보게 되는데, 이를 디지털 전환을 통해 상호 간에 제조 데이터를 주고받을 수 있는 환경을 만들자는 전략이다. 독일은 일찌감치 Industry 4.0을 선포하고 그 하위 기관인 Platform Industry 4.0을 설립하여 실행을 총괄하게 했다. 이 기관의 핵심 사업은 GAIA-X라는 위원회를 운영하는 것인데, 이 위원회는 산업군별로 다양한 데이터 상호운용(Interoperability) 전략 그룹을 만들었다. 예를 들어 자동차 산업 분야 전략 그룹으로 CATENA-X가 있다. 벤츠, BMW, 보쉬, ZF, SAP, 지멘스 등 굴지의 기업들이 이곳에 가입하여 활동하고 있으며, 범 유럽 업체 및 미국, 아시아의 다양한 업체들과 이들의 하위 1차, 2차 협력 업체들도 다수 포함되어 있다. 목적하는 바는 이 그룹에 들어와 있는 기업들 간 제조 데이터의 상호운용성을 확보하자는 것이다. 그렇게 되면 어떤 회원사의 공개 데이터만 보고도 같이 협력할 수 있는지 알 수
제조업에 AI를 적용하기 위해서는 앞서 언급한 대로 ‘데이터 구축’이 잘 되어 있어야 한다. 네이버가 ‘각세종’을 만든 이유도 데이터를 잘 구축하려는 이유이듯이 AI 학습, 그러니까 머신러닝, 딥러닝 기술을 적용하기 위해서는 충분한 규모의 데이터 제공이 필요하다. 현재 이 분야는 대학교나 국책 연구기관에서 많은 연구가 이루어지고 있는데, 그들과 대화를 해보면 한결같이 데이터가 부족하다고 한다. 일반 공공데이터도 이런 상황인데 제조 데이터는 더욱 부족한 것이 현실이다. 그래서 많은 연구자들은 시뮬레이션을 통해 데이터를 양산하여 이렇게 만들어진 데이터와 실질 데이터를 혼합해서 AI를 돌려보고, 그 값이 실질 제조 단계와 유사하게 나오도록 지속적으로 딥러닝과 머신러닝을 하면서 가시적인 연구 성과를 만들어가고 있다. 제조 데이터가 잘 구축되어 있는 플랫폼의 국내 사례는 미미하다고 볼 수 있다. 해외는 국내보다는 나은 편이지만 역시 부족한 것이 현실이다. 특히 중소기업에는 AI 분야가 생소할 수밖에 없기에 공공부문에서 활성화를 위한 투자가 필요한 것이 당연하다. 이에 중소기업벤처부는 산하 공공기관인 스마트제조혁신추진단과 함께 KAMP(Korea AI Manufactu
미국 건국의 아버지라고 불리는 벤저민 프랭클린이 한 말이 있다. ‘인생에서 확실한 것은 두 가지가 있는데 죽음과 세금이 그것이다.’ 죽음은 이해가 되지만 거기에 세금을 붙이는 솜씨는 천상 사업가의 면모를 보여주는 듯하다. 나는 여기에 하나를 더 추가하고 싶다. 그것은 바로 ‘스마트 제조 혁신’이다. 그 확실한 것을 위해 지금 나는 여기 세종에 와 있다. 기업의 성장은 늘 있어야만 한다. 기업은 생명체이기 때문이다. 생명의 속성은 성장을 전제로 하고 있으며, 성장하지 않는 생명은 이미 없는 것이다. 그것은 죽음인 것이다. 기업의 성장을, 생명의 연속성을 기대할 수 있는 가장 근원적인 지점에 스마트 팩토리가 있다고 강하게 주장한다. 어떤 사물을 정의할 때 일반적으로 두 가지 관점으로 바라본다. 하나는 속성(물성)이 무엇이냐는 것이고, 또 하나는 목적성이 무엇이냐는 것이다. 예를 들어 장작의 속성은 나무이고 - 더 깊이 들어가면 화학적인 내용이 나오겠지만 - 목적은 불멍이다 - 이것도 마찬가지로 더 깊이 들어가면 불 때는 목적이긴 하지만. AI도 같은 시각으로 표현해보면 속성은 데이터이고 목적은 알고리즘이다. 서론에서 다루었지만, 제조업의 생산성 향상, 품질 확보
지난 2월, 나는 여느 때처럼 아침나절에 탄천변을 걷기 위해 나왔다. 추운 날씨에도 불구하고 많은 사람들이 새벽을 뚫고 걷고 있었다. 한참을 걸었을 때, 낯선 기분이 들며 어디선가 상냥한 여자 목소리가 들려왔다. “좋은 아침입니다 주인님! 오늘은 2월 20일 월요일입니다.” “날씨는 어제와 마찬가지로 영하 3도까지 내려가는 추운 하루가 될 것입니다.” 깜짝 놀라 사방을 둘러봐도 이런 말을 할 만한 사람을 찾을 수 없었다. 다시 한 번 그 목소리가 들려왔다. ‘좋은 아침입니다 주인님. 오늘은 2월 20일 월요일입니다. 날씨는….’ 그 순간 웃음이 나왔다. 매일 5시에 맞춰놓은 핸드폰 알람이 이제야 울린 것이었다. 어제 핸드폰에 AI 알람 기능을 신문에서 보고 설정해 놓았던 것이 떠올랐다. 설정할 때 여러 번 들어본 소리였지만, 실제로 알람이 울릴 때는 그게 무슨 소리인지 몰라 웃음이 나왔다. 주머니 속 핸드폰에서 나는 알람 소리가 두꺼운 겨울바지를 뚫고 들려오니 소리가 변형되어 들렸던 것이다. 어제 들었던 익숙한 그 소리를 다시 들어본다. 무한 반복으로 똑같은 내용이 들려온다. “영하 3도…. 오늘 약속 장소인 세종시는 현재 영하 2도로 이곳보다 조금 덜 춥겠
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 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)