각종 기술이 급속도로 발전함에 따라 전 세계적으로 주목받는 키워드가 있다. 바로 ‘에너지 효율성’이다. 요소 전 주기에서 에너지 효율을 ‘다잡는다는 것’은 자원 최적화, 비용 절감, 설비 운용 효율화 등과 같은 원초적 이점을 제공한다. 여기에 최근 각광받는 ‘지속 가능성(Sustainability)’ 확보에도 영향을 미치기 때문에 전 세계 각 정부, 기업, 조직 등이 에너지 효율성 극대화에 사활을 걸고 있다. 이렇게 다양한 산업에서 극대화된 에너지 효율을 갖추기 위해서는 각 현장에 특화된 전략과 역량이 요구된다. 하지만 이렇게 파편화된 요소를 충족하는 것은 현실적으로 쉽지 않다. 이에 각종 설비에서 필연적으로 발생하는 열(熱)을 관리하는 냉난방 공조 시스템(Heating, Ventilation, Air Conditioning and Refrigeration, HVAC&R)이 고도화 단계에 접어들며 해결책을 제시하고 있다. 지속가능성 확립이 ‘관건’…HVAC&R 주목할 요소는? HVAC&R은 수많은 산업 현장에 배치돼 에너지 효율을 높이는 데 기여하고 있고, 이를 활용해 에너지 최적화에 도달하는 방식을 차용하는 사례가 급증했다. 특히 공기
제조업체들은 자사와 파트너 기반 디지털 서비스 및 역량을 통합하여 소프트웨어 정의 공장(Software Defined Factory, SDF)을 구축하고 있다. 이 과정에서 하드웨어(HW)와 소프트웨어(SW)를 분리하고 주요 산업 자산을 가상화하여 유연성을 높이고 보안을 강화하며 유지보수 비용을 줄이고자 한다. 예측 유지보수, 인공지능(AI), 디지털 트윈과 같은 기술을 활용하면 공장 운영 최적화와 제품 품질 향상이 가능해진다. IT 분야에서는 이미 SW 정의 네트워킹(SDN) 모델이 등장했다. SW 정의 생산 네트워크는 동적인 연결성, 복원력, 보안을 제공하며 SDF를 지원하기 위한 필수 요소이다. 중앙 집중형 네트워크 컨트롤러(CNC)는 SW 정의 네트워크의 핵심 역할을 한다. 이번 세션에서는 CNC가 생산 시스템에서 어떤 역할을 하는지, 그리고 이러한 새로운 모델로 전환하기 위한 주요 아키텍처와 고려사항을 다룰 예정이다. 또한 SW 정의 네트워크가 ODVA 기반 산업 자동화 시스템에 어떻게 적용될 수 있는지 논의한다. 산업 네트워크를 위한 CNC의 필요성 중앙 집중형 네트워크 컨트롤러(CNC)는 산업 네트워크를 자동으로 배포, 구성, 유지관리 및 모니터
한국로봇산업협회가 지난 20일 서울 종로구 포시즌스 호텔에서 열린 ‘2024 표준개발협력기관(COSD) 성과공유회’에서 우수 개발 표준으로 선정돼 산업통상자원부 장관상을 수상했다. 한국로봇산업협회는 제3차 지능형 로봇 기본계획의 일환으로 로봇 기술의 국제 경쟁력 강화를 목표로 다양한 표준화 활동을 수행하고 있다. 특히 이번 수상은 정부의 102대 국정과제 중 하나인 ‘과학기술 선도와 4차 산업혁명 대응’을 실현하는 데 기여한 결과로, 국내 로봇 산업의 국제적 위상을 높인 사례로 평가받는다고 협회는 강조했다. 인공지능과 클라우드 컴퓨팅 기술이 로봇의 다양한 기능에 적용되고 클라우드와 로봇 간 통신을 자동화하는 소프트웨어 모듈과 표준 연결 규칙 개발이 로봇 모듈화와 사용자 편의성 증대에 중요한 역할을 하고 있다. 이러한 상황에서 한국은 ISO 22166 시리즈 및 물류 창고 로봇 통신 인터페이스 표준 개발을 주도하며 클라우드-AI-로봇 통합을 위한 국내 표준화로 국제 표준 선도를 목표로 하고 있다. 협회가 수상한 표준명은 ‘클라우드 기반 로봇 서비스를 위한 모듈 간 연결 규칙’으로, 표준 개발자는 한국전자통신연구원(ETRI)의 정영숙 책임이다. 해당 표준의 분야
산업 현장에서의 설비 관리는 안전성과 효율성을 좌우하는 핵심 요소로 자리잡았다. 특히 인더스트리4.0 시대에 접어들며 예지보전 기술의 중요성이 더욱 대두되고 있다. 이와 같은 흐름 속에서 원프레딕트의 설비 예지보전 솔루션인 ‘가디원 pdx’가 주목받고 있다. 가디원 pdx는 기존의 개별 설비 관리 방식에서 벗어나, 공정과 공장 전체를 아우르는 통합 예지보전 기술을 제공하며, MLOps 시스템을 통해 지속적으로 성장할 수 있는 솔루션을 구현했다. 이 글은 원프레딕트가 제공하는 가디원 pdx 솔루션이 산업 현장에 어떠한 변화를 일으키고 있는지, 그리고 가디언 pdx의 구체적인 기능과 성공 사례들을 심층 분석한다. 디지털 전환과 인공지능 기술이 제조 및 산업 현장에 스며들면서 효율적인 설비 관리와 생산성 향상이 중요 과제로 떠오르고 있다. 특히, 설비의 예측 가능한 고장을 미리 파악하고 대응할 수 있는 ‘예지보전(Predictive Maintenance)’ 기술은 기업들이 안전성과 효율성을 유지하며 비용을 절감할 수 있도록 돕는 핵심 솔루션으로 주목받고 있다. 그러나 현실적으로 예지 보전은 데이터의 분산, 도메인 지식 부족, 인적 자원의 한계와 같은 다양한 문제에
자연발화 동영상 및 발화 음성 데이터 등 주요 데이터 구축에 집중 한국딥러닝이 '2024년 초거대 AI 데이터 구축사업'의 일환인 '인체 및 객체 3D 데이터 구축' 사업의 수행기관으로 선정돼 사업을 진행 중이라고 26일 밝혔다. 2024년 초거대 AI 데이터 구축사업은 과학기술정보통신부가 주관하고 한국지능정보사회진흥원(NIA)이 추진하며, 초거대 AI 데이터 구축을 통해 AI 생태계를 조성하고 AI 일상화를 실현하기 위해 기획됐다. '인체 및 객체 3D 데이터 구축' 사업은 얼굴 및 포즈 데이터셋의 품질을 검증하기 위한 3D 얼굴 및 포즈 생성 모델을 개발하는 것을 목표로 한다. 구축된 데이터는 모션·포즈 관련 실감형 디지털 콘텐츠 제작과 3D 애니메이션 분야에 활용될 예정이다. 한국딥러닝은 이번 사업을 통해 약 1000시간에 해당하는 24만 건의 자연발화 동영상 및 발화 음성 데이터, 2만4000건의 표정·포즈 모션 데이터, 72만 건 이상의 표정·포즈 3D 스캐닝 데이터를 구축한다. 또한, 오디오 스크립트 및 음성 해설 데이터를 포함한 데이터셋 12만 건도 함께 구축할 예정이다. 실생활에서 흔히 접할 수 있는 중대형 객체의 2D 이미지 및 3D 데이터에
산업에서는 정밀한 경영 전략을 수립하기 위해 다양한 AI 솔루션을 도입하고 있다. 대표적으로 활용되는 사례가 시장 수요 예측이다. AI 기반 수요 예측은 재고 관리와 공급망 최적화를 혁신적으로 개선하고 있다. AI는 날씨 데이터, 소셜 미디어 트렌드, 실시간 소비자 행동 분석 등 다양한 데이터를 통합해 정확성을 높이고 있다. 이에 임팩티브AI는 수요 예측 분야에서 눈에 띄는 성과를 보이고 있다. 임팩티브 정두희 대표는 AI를 활용한 수요 예측 기술이 기업의 수익성을 극대화하고, 경쟁력을 강화하는 필수 요소라고 강조했다. 불확실한 수요 예측, AI로 잡아내다 AI를 활용한 수요 예측은 최근 몇 년 동안 많은 산업 분야에서 중요한 전략적 도구로 자리 잡았다. AI는 빅데이터 분석과 패턴 파악을 거쳐 수요를 예측한다. AI는 빅데이터를 분석함으로써 시장 동향, 소비자 행동, 경제 지표 등 다양한 데이터 소스에서 얻은 정보를 종합해 정확한 예측을 제공한다. 이와 함께 기계 학습 알고리즘을 사용해 데이터에서 패턴을 학습하고, 이러한 패턴으로 미래 수요 변화를 예측한다. 이를 통해 기업은 효과적인 재고 관리와 최적의 자원 배분을 달성하게 된다. 한 예로, 시계열 분석은
현시점 전 세계 로봇 업계가 바라보는 ‘다음 장’은 로봇 대중화다. 산업현장에 뿌리내려 활약하던 기존 로봇을 일상 영역에 확대 전파하기 위한 노력이 지속되고 있다. 로봇 상용화에 불을 지핀 ‘산업용 로봇’을 넘어, 협동로봇·자율주행로봇(AMR)·서비스로봇 등으로 형태를 세분화해 더욱 확장된 영역에서 로봇을 활용하도록 하겠다는 것이다. 이 영향 때문인지 세계로봇연맹(IFR)·글로벌마켓인사이트(GMI)·인터랙트애널리시스(IA)·포춘비즈니스인사이트(FBI) 등 관계 기관은 오는 2030년까지 각 로봇 시장의 연평균 성장률(CAGR)을 20~30%가량으로 책정했다. 이러한 로봇의 성장성은 인공지능(AI)·정보통신기술(ICT) 등 차세대 기술을 업고 가속화되고 있다. 인간의 의도와 요구사항을 간파해 필요에 맞게 가동하는 이른바 ‘지능형 로봇(Intelligent Robot)’ 시대가 열렸다. 이에 따라 산업통상자원부(이하 산업부)는 지난해 ‘지능형 로봇 개발 및 보급 촉진법(지능형 로봇법)’에 의거한 ‘제4차 지능형 로봇 기본계획’을 발표했다. 이 정책은 2030년까지 우리나라가 전 세계 로봇 생태계를 선도하는 시스템을 구축한다는 것이 골자다. 산업부는 이 과정에서
소프트웨어 정의 기술(SDx)은 제조 산업에서 자동화와 자율화를 실현하는 핵심 요소로 자리 잡고 있다. 특히 지멘스와 같은 글로벌 기업들이 SDx를 기반으로 한 혁신적인 솔루션을 도입하며, 제조 공정의 효율성을 극대화하고 있다. 디지털 트윈, AI 어시스턴트 등의 기술을 통해 공정 예측 및 최적화가 가능해지면서 자율 제조 시스템의 실현이 가속화되고 있다. 이러한 변화는 ESG 실현과 에너지 효율 극대화, 인력난 해소에도 기여하고 있다. 제조업의 디지털 전환을 이끄는 SDx의 발전 전망을 짚어 본다. SDx의 개념 ‘소프트웨어 정의 기술(Software Defined Everything, 이하 SDx)’은 소프트웨어를 중심으로 특정 기술 내 모든 요소가 연결되어 새로운 가치를 생산하는 개념이다. 이 방법론은 소프트웨어 정의 네트워크(Software Defined Network, SDN), 소프트웨어 정의 데이터센터(Software Defined Data Center, SDDC) 등에서 파생된 디지털 전환(DX) 기반 기술 트렌드로 알려져 있다. SDx는 소프트웨어를 기반으로 시스템이 작동하기 때문에 기존 대비 유연성, 확장성, 효율성 등이 향상되는 차세대 인프
지속가능성은 현대 산업에서 필수적인 요소로 자리 잡고 있으며, ESG(Environmental, Social, Governance)는 이를 대표하는 개념이다. 슈나이더 일렉트릭은 지속가능성을 핵심 가치로 삼아 다양한 혁신을 이루어낸 기업으로, ‘IMPACT starts with us’라는 슬로건을 내걸고 있다. 이 기업은 지속가능성 사업부를 통해 전 세계적으로 중요한 성과를 창출하며 2050년 넷제로 달성을 목표로 다각적인 접근을 시도하고 있다. 에코스트럭처(EcoStruxure)와 같은 디지털 솔루션을 통해 에너지 관리 및 지배구조 혁신을 실현하고 있다. 지속가능성은 미래 산업의 핵심 트랜드 글로벌 산업은 수차례의 산업혁명을 거쳐 현재에 이르렀다. 이 과정에서 기술 발전과 체제 진보 측면에서 역사적인 고도화를 경험했다. 현재 이른바 ‘5차 산업혁명’을 앞두고 있는 산업은 유례없는 트렌드 전환에 직면해 있다. 지속가능성(Sustainability)이 이 양상에서 핵심으로 작용하고 있다. 지속가능성은 그동안 ‘성장’에 초점을 맞춰 진행되었던 산업혁명에 새로운 시각을 제시한 개념입니다. 이 개념은 4차 산업혁명에서 5차 산업혁명으로 넘어가는 과정에서 시스템을 운
제조업에서 활용되는 AI 기술과 AI가 융합된 제조산업의 전망을 논하는 ‘AIM with POSTECH 2024’가 24일 오늘 일산 킨텍스 제 2전시장 303호·304호에서 열렸다. 디지털 대전환 시대를 맞아 AI 기술이 쏟아지는 가운데, AI 기술은 제조업에도 큰 영향을 끼치고 있다. AIM with POSTECH 2024는 TAS 2024 기간 중 열리는 부대행사로서, AI 융합 제조 산업의 동향을 파악하고 AI 기술로 생산성 및 품질을 높인 사례를 공유하는 자리로 마련됐다. 이번 행사는 '제조업에 쓰이는 AI', '생성형 AI와 제조', '산업안전 AI와 ESG' 등 세 가지의 소주제로 나눠 발표가 진행됐다. 제조업에 쓰이는 AI 파트에서는 최재식 KAIST 교수가 ‘신뢰할 수 있는 자율제조 AI’로 기조연설을 열고 이어 정운성 다쏘시스템코리아 대표가 ‘AI와 버추얼 트윈의 융합, 제조업의 미래를 열다’를 주제로 기조연설을 진행했다. 윤일용 포스코DX AI기술센터장은 ‘제조 산업을 위한 AI 시스템 엔지니어링 기술’로 세션을 발표했다. 오승욱 슈어소프트테크 CTO는 ‘제조에서 AI 안전하게 활용하기’로 세션에 참여했다. 생성형 AI와 제조에서는 전기정
인텔 제온 스케이러블 CPU, 엔비디아 L40S GPU 이식해 신속한 디지털 트윈 구축 지원 개인용 가상 아바타 생성부터 건축정보모델링 데이터 기반 3D 모델링까지 시뮬레이션 턴키 기능 제공 어드밴텍이 디지털 트윈 환경 구축을 위한 고성능 서버 ‘SKY-620V3’을 시장에 내놨다. SKT-620V3는 인텔 제온 스케이러블 CPU와 엔비디아 L40S GPU가 탑재됐다. 특히 L40S는 엔비디아 에이다 러브레이스(NVIDIA Ada Lovelace) 아키텍처 기반 기술로, 인공지능(AI) 기능을 가속화하는 DLSS 3과 8비트 부동소수점(FP8) 등 설계를 갖췄다. 아울러 6개의 L40S를 수용하기 위해 2U 사양의 스토리지 아키텍처를 적용했다. 이를 통해 신속한 디지털 트윈 환경 생성이 가능하다. 또 거대언어모델(LLM) 추론 및 교육, 그래픽 및 비디오 애플리케이션 워크로드 기능을 고도화하는 데 특화됐다. 이번 신모델은 앞선 성능을 바탕으로, 3D 시뮬레이션 분야의 급증하는 수요에 대응하고, 성장을 지원하는 데 기여할 것으로 기대받고 있다. 특히 설계, 훈련, 검증 등에 최적화된 설계를 통해 개인용 아바타 생성부터 건축정보모델링(BIM) 데이터 기반 3D
물류와 유통 산업에서의 문제점은 수요예측의 불확실성과 재고 관리의 비효율에 기인한다. 과도한 재고는 비용을 증가시키고, 부족한 재고는 판매 기회를 놓치게 만든다. 인공지능(AI) 기반 수요예측은 과거 데이터를 분석한 후 정확한 수요를 예측해 앞선 문제를 완화할 수 있다. AI는 재고관리 시스템과 통합돼 최적의 재고 수준을 유지하고, 실시간으로 공급망 데이터를 분석해 효율적인 창고관리시스템(WMS)을 운영할 수 있다. [특집] 스마트 물류 구축 위한 업계 전문가의 제언 [수요예측·재고관리] 수요예측·재고관리 방법?...XAI가 돌파구 마련 [물류센터 최적화 방안] WES 고도화가 물류 영역 차세대 유망주...유연성 확보가 관건 [미래형 물류창고 전략] 피킹 작업의 물리적 부담, AMR로 생산성은 높이고 비용은 절감 [통합 물류 운송 관리 시스템 구축 방안] 차량 배차부터 제품 출하·입고까지...D-TMS, DX·ESG 접목으로 투명성 높여 INTERVIEW 동의대학교 신소재공학과 박영도 교수 3D 스캐닝 자동화 기술, 접합 품질 新 장르 열다...“전수검사에 본격 도입돼야” 한국지멘스 안혁원 DI FA 부문 차장 FA 영역 통합 플랫폼 구축...요소 간 징검다
동연S&T는 최근 급변하는 산업 환경 속에서 물류 운영의 혁신을 목표로 통합 관제 시스템(TMS)을 제공하며 제조업계의 디지털 전환(DX)과 ESG 경영을 실천하는 모범 사례로 주목받고 있다. 윤희성 동연S&T 상무는 “동연S&T의 TMS는 단순한 물류 관리 시스템을 넘어, AI 기반 예지보전, ESG 관점에서의 전력 관리, IoT 기반 실시간 모니터링 등 다양한 혁신 요소를 포함하고 있다”며, 시스템의 차별성을 강조했다. 이 글에서는 동연S&T의 TMS와 이를 통해 달성한 성과 및 미래 비전, 그리고 중소·중견 제조업체들에 미치는 영향을 다루고자 한다. 동연S&T의 운송 관리 시스템(TMS)은 기존의 운송 관리 시스템과는 차별화된 통합 관제 시스템을 목표로 하고 있다. 단순한 운송 차량의 배차 및 추적을 넘어, 공장 내 물류 차량의 실시간 관리와 자동화, AI 기반 예지보전 체계까지 도입하여 기업의 요구에 맞춘 종합적인 솔루션을 제공한다. 특히 중소 제조업체들이 겪는 문제들을 해결하는 데 초점을 맞췄다. 이 시스템은 다양한 공정 설비의 니즈를 충족시키고 있으며, 설비의 실시간 모니터링, 디지털 트윈, ESG 관점에서의 전
유통·물류 업계에서 정확한 수요 예측은 오랜 과제다. 임팩티브AI의 ‘딥플로우(Deep Flow)’ 솔루션은 AI를 활용해 판매량을 예측하고 재고 관리를 최적화한다. 다양한 외부 데이터를 통합해 예측 정확성을 높이고, ERP·WMS와 연동해 인사이트를 제공한다. 신제품이나 원자재 관리도 유연하게 대응할 수 있어 물류 혁신을 실현한다. 다양한 산업에서 활용 가능한 딥플로우는 유통·물류의 새로운 기준을 제시하고 있다. 정확한 수요 예측은 유통·물류 영역에서 오랜 기간 해결되지 못한 숙원이다. 판매량은 다양한 변수에 의해 유동적이기 때문에 정확하게 분석하고 예측하는 것이 쉽지 않다. 업계에서는 확실한 데이터가 아닌 감각과 관례 등을 기반으로 발주를 진행하는 경우도 있다. 데이터를 활용한다고 해도 주로 사내 데이터만을 취급하기 때문에 효율적인 분석이 이루어지지 않는 것이 현실이다. 이 과정에서 판매량을 잘못 예측하면 재고가 쌓이게 되어 재고 관리에 추가적인 자원을 투입해야 하는 연쇄적인 자원 소모를 겪게 된다. 이러한 딜레마는 기업의 규모와 상관없이 발생하며, 판매량 전망 실패에 따른 재고 손실은 시장에서의 신뢰에도 영향을 미치므로 세밀한 관리가 필요하다. 따라서
물류산업은 4차 산업혁명의 핵심 기술들이 접목되며 급격한 변화를 겪고 있다. 특히 스마트 물류센터와 차세대 물류창고실행시스템(WES)의 도입은 물류의 효율성과 유연성을 극대화하고 있다. 전통적인 물류 방식에서 벗어나 다양한 채널을 통해 빠르고 효과적인 유통 생태계를 구축하는 것이 가능해진 것이다. 이러한 변화 속에서 WES 솔루션 업체인 니어솔루션은 AI 기반 WES 플랫폼인 '‘니어솔로몬(Nearsolomon)’을 제공하며 물류 지능화를 선도하고 있다. 제조 영역에서 스마트 팩토리가 혁신을 제시했다면, 물류에서는 스마트 물류센터 및 스마트 물류터미널이 물류 시스템 개혁에 새로운 시각을 제공하고 있다. 스마트 물류센터는 모든 것을 연결하고 설비 및 인프라를 최적화하는 과정을 통해 효율성을 극대화한다는 점에서 스마트 팩토리와 같은 맥락에 있다. 이러한 스마트 물류센터는 능동적이고 지능화된 물류 시스템으로, 유연성과 민첩성이 확보된 환경에서 물류 인프라가 가동되는 차세대 물류의 기반이다. 기존 물류센터는 설계 시 모든 요소를 확정한 상태에서 운영되었다. 이는 물류센터 운영 중 발생하는 변수나 변동성에 취약할 수밖에 없는 구조였다. 장비 및 시스템과 소프트웨어가
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 01월 03일 16시 41분
/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)