인공지능(AI) 기술의 발전과 함께 제조업에서도 자동화, 최적화, 지능화를 실현하려는 다양한 시도가 이어지고 있다. 특히 생산 계획을 효과적으로 수립하고 운영하는 APS(Advanced Planning & Scheduling) 솔루션이 스마트 팩토리 구축의 핵심 요소로 주목받고 있다. KSTEC의 이윤준 기술이사는 최근 발표에서 APS가 제조 현장에서 수행하는 역할과 기대 효과를 설명하며, 제조업체들이 생산 관리 최적화를 어떻게 실현할 수 있는지에 대한 통찰을 제공했다. 제조업체들은 판매 계획을 기반으로 연간 사업 계획과 수요 예측을 수립한 후, 이를 토대로 생산 회의를 진행하고 실제 생산 일정을 결정한다. 그러나 전통적인 방식으로 생산 계획을 수립하는 과정에서는 여러 문제가 발생할 수 있다. 예를 들어, ERP와 MES 사이의 공백을 엑셀 기반으로 보완하는 경우 실시간 정보 공유가 어렵고 체계적인 분석이 제한된다. 이러한 문제를 해결하기 위해 APS가 도입되며, 실시간 데이터 공유와 최적화된 생산 계획 수립을 지원하는 핵심 역할을 수행한다. APS는 생산 현장에서 발생하는 다양한 변수를 고려해 자동으로 최적의 생산 계획을 수립하는 시스템이다. 예를
산업 자동화와 로봇 기술의 발전이 가속화되면서 정밀 센서의 중요성이 더욱 부각되고 있다. 특히 힘·토크 센서는 로봇이 외부 환경과 상호작용하는 데 필수적인 요소로, 이에 대한 기술 경쟁이 치열하다. 에이딘로보틱스는 정전 용량 기반의 힘·토크 센서를 개발하여 더욱 정밀한 로봇 제어를 가능하게 하는 기술력을 갖춘 기업으로 주목받고 있다. 에이딘로보틱스는 2019년 성균관대학교에서 스핀오프하여 설립된 이후 지속적인 기술 개발을 이어왔다. 현재 경기도 안양시에 본사와 연구소, 생산시설을 두고 있으며, 총 36명의 직원 중 9명이 핵심 엔지니어로 활동하고 있다. 단순한 센서 제조를 넘어, 힘·토크 센서를 활용한 자동화 솔루션을 제공하며 산업 전반에서 활용할 수 있는 제품군을 확장해 나가고 있다. 이 회사의 대표 제품은 초소형 6축 힘·토크 센서와 협동 로봇용 손목형 센서로, 전 세계에서 가장 작은 수준의 센서를 제공한다. 또한 협동 로봇 및 산업용 로봇의 관절에 삽입할 수 있는 초박형 관절 토크 센서를 개발 중이며, 정밀 제어가 요구되는 다양한 산업군에 적용할 수 있도록 연구를 진행하고 있다. 에이딘로보틱스는 센서 기술을 활용한 모듈 사업도 강화하고 있다. 스마트 그
전 세계적인 노동력 문제가 여러 산업 내 주요 의제로 급부상하고 있다. 수많은 국가가 저출산·고령화·숙련공 부족 등으로 인한 인력난에 봉착했고, 이는 국가 규모를 떠나 공통적으로 나타나는 현상이다. 이러한 노동력 문제는 성장 가능성이 높은 국가가 ‘중진국 함정(Middle income trap)’을 극복하지 못하는 양상을 낳고 있다. 중진국 함정은 개발도상국이 중간소득국가(MICs)로 성장한 후 선진국으로 도약하는 과정에서 성장세가 침체되거나, 성장이 뒷걸음질 치는 현상을 말한다. 이 같은 흐름은 글로벌 산업 전반의 발전을 저해하는 요소로 지적된다. 이 가운데 우리나라에도 산업군을 막론한 노동력 이슈가 만연해 있다. 지난해 우리나라 합계출산율은 0.74명으로, 지난 2002년 초저출산 국가로 진입한 이후 지속적으로 저출산 흐름에 빠져있다. 여기에 1950년대부터 약 20년 동안 태어난 이른바 베이비붐 세대가 은퇴 나이에 접어들면서 인력 시장은 그야말로 사면초가에 직면했다. 이 국면에서 로보틱스(Robotics)가 게임 체인저 기술로 주목받고 있다. 글로벌 산업은 각종 노동력 이슈를 로봇으로 극복할 수 있다는 기대로 고무된 모습이다. 사람이 수행하던 프로세스를
400여 업체 2200여 부스 ‘역대 최대’ 규모…참관객 8만 명 불러 모은다 혁신 기술 총망라…콘퍼런스 통해 전하는 200여 개 인사이트 세션 마련 코로나 엔데믹(Endemic)을 기점으로, 글로벌 산업에는 새 바람이 불기 시작했다. 수 년 동안 이어진 비대면 프로세스로 인해 자동화 기술에 대한 요구사항이 급증한데다, 이것이 확장돼 다양한 기술이 융합되는 연결성(Connectivity) 트렌드가 주목받는 양상이다. 특히 제조업은 앞선 국면에 더해, 인공지능(AI)·디지털 전환(DX)·지속가능성(Sustainability) 등 트렌드를 등에 업고 다음 챕터를 기약하고 있다. 이에 따라 각 산업은 변화의 흐름에 안착하기 위해 다양한 방식으로 대응 전략을 구축하고 있다. 이 양상은 제조 시스템 끝판왕으로 기대받는 ‘자율제조(Autonomous Manufacturing)’로의 도약을 기대케 한다. 슬로건은 ‘자동화에서 자율화로’ 미래 제조 트렌드를 미리 내다보는 ‘2025 스마트공장·자동화산업전(Smart Factory+Automation World 2025, 이하 AW 2025)’이 개막을 앞두고 있다. 오는 3월 12일부터 14일까지 사흘간 펼쳐지는 이번 전시
제조업의 디지털 전환이 가속화되면서 고객의 다양한 요구를 충족시키는 자동화, TCO 절감, 품질 향상, 그리고 변종변량 생산의 필요성이 대두되고 있다. 이에 따라 센싱 기술, 고속 네트워크, 클라우드 에지 컴퓨팅, AI의 발전으로 데이터 구동형 사회가 도래하면서, 자율적이고 최적화된 제조 공정을 실현하는 스마트 공장 구축이 주요 과제로 떠오르고 있다. 이러한 흐름 속에서 CC-Link 파트너 협회(CLPA)는 혁신적인 네트워크 기술인 ‘CC-Link IE TSN’을 선보였다. CC-Link IE TSN은 시분할 네트워크(TSN) 기술을 도입해 동일 네트워크상에서 다양한 애플리케이션을 통합적으로 운영할 수 있으며, 고속 모션 제어와 고정밀 동기화를 가능하게 한다. 이 기술은 IT 시스템과 생산 현장의 FA 시스템 간의 심리스한 연계를 통해 제조업의 생산성과 효율성을 크게 향상시키는 데 기여한다. CC-Link IE TSN의 도입 사례와 효과 ◇ KELLER(폴란드)= 산업용 인쇄 장비 회사 KELLER의 보틀 인쇄기에 CC-Link IE TSN이 적용된 사례이다. 서보 최대 120축을 사용하는 대형 장비로, 이 장비는 3가지 색상의 보틀을 생산할 수 있도록 모
시스템베이스는 1987년부터 무선 시리얼 통신 시장에서 꾸준한 행보를 이어왔다. 반도체 기술을 중심으로 시리얼카드·컨버터·디바이스서버 등 제품을 개발하고 최근에는 I/O(Input/Output) 신제품 개발로 loT 전문회사로 입지를 다지고 있다. 장연식 시스템베이스 대표는 “시작은 누구나 할 수 있지만 모든 사람이 끝까지 책임지지는 않는다”라며 “오랜 기간 동안 고객과 신뢰를 쌓아온 만큼, 기술 지원 및 사후 서비스를 지속 강화하며 고객의 소리를 직접 듣고 불편함 해소를 지원하고 있다”라고 전했다. Q. 시스템베이스의 주력 제품군을 소개한다면. A. 시스템베이스는 시리얼 통신 핵심 기술인 반도체를 중심으로, 시리얼카드·컨버터·디바이스서버 제품을 보유했다. 단·장거리 제품에 이어 1.5km까지 통신 가능한 Wi-Fi HaLow 무선 중거리 통신 제품을 출시해 라인업을 보강했다. 이를 통해 단거리, 중거리, 장거리를 모두 지원할 수 있는 무선 통신 제품군을 갖추게 됐다. Q. 올해 비즈니스 성과는 어떠했나. A. 침체된 시장 상황 속에서도 전통적인 시리얼 통신 분야와 I/O 분야를 공략하며 무선 시장 확장에 집중했다. 구체적으로 하드웨어와 소프트웨어가 업그레이
산업 현장에서 생산성과 품질을 동시에 향상시킬 수 있는 기술로 3D 스캐너가 주목받고 있다. 복잡한 제품 구조와 표면 특성, 휴먼 에러, 환경적 변수 등의 문제를 해결하며 기존 측정 장비의 한계를 극복하는 크레아텍의 3D 스캐너가 다양한 산업군에서 혁신을 일으키고 있다. 크레아텍은 글로벌 기업 크레아폼의 공식 대리점으로, 다양한 스캐너와 자동화 솔루션을 제공해 산업 현장에서 시간과 비용을 절감하며 품질 검사 효율성을 높이는 데 기여하고 있다. 본 기사는 3D 스캐너의 특장점과 실제 산업 적용 사례를 중심으로, 이 기술이 가져올 미래의 가능성을 탐구한다. 산업 현장에서 정밀한 측정은 품질 관리와 생산성 향상의 핵심 과제로 꼽힌다. 특히, 자동차, 항공우주, 중공업 등 다양한 산업군에서는 복잡한 구조와 자유 곡면으로 이루어진 제품이 많아 전통적인 측정 방식으로는 한계에 부딪히는 경우가 많다. 기존 측정 장비인 3차원 좌표측정기(CMM)나 버니어 캘리퍼스는 복잡한 표면을 측정하는 데 비효율적이며, 제품의 크기나 형상에 따라 신뢰도 있는 측정값을 확보하기 어렵다. 더불어, 측정자의 숙련도와 환경적 요소에 따라 측정 오차가 발생하기도 한다. 크레아텍은 이러한 한계를
반도체 제조의 초미세화로 공정 관리의 복잡성이 급격히 증가하며 기존의 관리 방식이 한계에 부딪히고 있다. 이에 따라 데이터 활용성과 공정의 효율성을 극대화하기 위한 새로운 접근이 요구되고 있다. 알티엠은 혁신적인 커스텀 AI 솔루션을 통해 공정 관리의 한계를 극복하고 있다. 특히, 헬스스코어와 다변량 분석 도구를 활용해 센서 데이터를 통합 관리하고 이상 탐지를 실시간으로 수행하며, 불량 발생을 사전에 방지할 수 있는 체계를 제공한다. 본 기사는 알티엠의 솔루션과 이를 통해 반도체 공정 관리가 어떻게 진화하고 있는지 심층 분석한다. 반도체 산업은 점점 더 정밀해지는 공정 기술과 치열한 경쟁 속에서 공정 관리의 효율성을 극대화해야 하는 과제를 안고 있다. 특히, 센서 데이터가 급증하면서 이를 관리하는 범위와 방식에서 한계를 맞고 있다. 기존의 공정 관리 방법론으로는 센서 데이터를 효과적으로 분석하고 대응하기 어려운 상황이 빈번하게 발생한다. 이에 따라 알티엠은 공정 관리의 새로운 표준을 제시하며, 헬스스코어(Health Score)와 같은 AI 기반 솔루션으로 반도체 제조 현장의 난제를 해결하고 있다. 관리 범위와 방식의 한계 반도체 제조 공정은 점차 초미세화되
AI 기술이 제조업 혁신의 새로운 동력을 제공하며, 전 세계가 이를 주목하고 있다. 특히, ‘설명 가능한 AI(XAI)’는 복잡한 제조 공정에서 발생하는 데이터를 명확히 분석하고 최적화하는 데 기여하며, 산업 전반에서 그 필요성과 중요성이 대두되고 있다. 국내 AI 전문기업 인이지는 이러한 XAI 기술을 통해 제조업의 경쟁력을 강화하고, 국제 환경규제에도 효과적으로 대응할 수 있는 솔루션을 제시하며 주목받고 있다. 인공지능(AI)은 인간의 지능을 모방하는 기술로, 이를 지속적으로 발전시키기 위해서는 학습 과정이 필수적이다. 일반적으로 ‘머신러닝’으로 알려진 기계 학습 기법과 이를 한 단계 진화시킨 ‘딥러닝’ 기법이 주로 활용되고 있다. 특히 딥러닝은 인간의 학습 과정을 본떠 설계된 ‘인공신경망’을 기반으로 한다. 수많은 인공신경망이 객체나 현상에 대한 ‘패턴 학습’을 자동으로 수행하여 유연한 판단에 기반한 의사결정을 가능하게 한다. 쉽게 말해, 인간이 데이터를 직접 지정하지 않아도 모델이 스스로 학습하는 기술이다. 그러나 딥러닝 기술이 고도화됨에도 불구하고 여전히 여러 한계와 맹점이 존재한다. 특히 딥러닝을 통해 도출된 예측 결과는 그 근거를 명확히 제시하기
에지 AI는 이제 단순한 기술이 아닌 다양한 산업의 중심축으로 자리 잡고 있다. AI 대중화를 선도하는 생성형 AI의 부상과 함께, 언제 어디서나 AI를 활용할 수 있는 에지 AI에 대한 관심이 급증하고 있다. 특히 제조, 수송, 교통 등 다방면에 에지 AI 기술을 접목시키는 어드밴텍의 사례는 이 기술이 가진 잠재력과 방향성을 잘 보여준다. 글로벌 기술 밴더와의 협업을 통해 혁신적인 솔루션을 제시하는 어드밴텍의 전략은 AI 활용의 진입장벽을 낮추며, 디지털화된 미래로의 전환을 가속화하고 있다. ‘에지 AI(Edge AI)’가 활동 무대를 넓히고 있다. 에지 AI는 PC·스마트폰·태블릿 등 기기를 비롯해 다양한 설비에서 AI 활용이 가능하도록 지원하는 차세대 기술이다. 기존에 AI 기능을 구현하기 위해서는 각 서버를 거쳐야 했지만, 이러한 제약 없이 언제 어디서든 AI를 쓸 수 있는 기술로 에지 AI가 조명받고 있다. 각종 조직의 내부에서부터 산업 현장까지 다양한 공간에서 AI를 활용하는 데 필수적인 기술이다. 특히 ‘생성형 AI(Generative AI)’가 AI 대중화를 이끌면서 에지 AI에 대한 수요도 급증하는 추세다. 이에 각 기업은 엣지 AI 기술에
디지털 트윈은 제조업의 혁신을 이끄는 핵심 기술로 주목받고 있다. 현대오토에버는 소프트웨어 중심의 디지털 트윈 기술을 통해 제조 공정의 변화를 선도하며, ‘버추얼 팩토리’라는 비전을 제시했다. 이 기술은 가상 환경에서 설계와 시뮬레이션을 통해 공장 운영의 효율성을 극대화한다. 특히, 디지털 에셋을 기반으로 한 데이터 표준화와 사용자 친화적 설계가 돋보인다. 현대오토에버의 디지털 트윈 기술이 어떻게 자율 제조의 초석이 될 수 있는지, 그 내용을 살펴본다 소프트웨어 정의 공장(Software Defined Factory, SDF)은 제조 영역의 새로운 시대를 여는 시스템으로 각광받고 있다. 이 방법론은 소프트웨어 정의 기술(Software Defined Everything, SDx)에서 파생된 개념이다. SDx는 소프트웨어가 대상 기술의 중심이 되어 수많은 요소에 가치를 더하는 차세대 인프라를 의미하며, 디지털 전환(DX)을 도모하는 모든 영역에 적용이 가능하다. 예를 들어, 기기 교체 없이 업데이트만으로 새로운 가치를 창출하는 스마트폰 사례를 떠올리면 SDx를 이해하기 쉽다. 이러한 SDx는 각종 데이터를 기반으로 모든 요소를 접목하는 특징을 가지고 있다. S
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
제조업계는 기술 발전과 함께 복잡한 도전에 직면하고 있다. 생산인구 감소와 숙련공 부족 속에서 효율성을 극대화하는 것이 중요해졌다. 이러한 환경에서 시뮬레이션 기술은 제조 공정 혁신의 핵심으로 떠오르고 있다. 특히 지멘스의 가상 시운전 솔루션은 설계부터 운영까지 제조 공정 전반을 최적화하며 주목받고 있다. 이 글은 국내 제조업 경쟁력 강화를 위해 캐디언스시스템이 제공하고 있는 지멘스의 가상 시운전 솔루션과 장점에 대해서 다룬다. 현재 제조 업계는 고령화, 생산인구 감소, 숙련공 부족, 기술 사장, 환경규제 등 이슈에 직면한 상태다. 기술 발전에 대한 요구는 증가하는 추세지만, 이에 대한 기반은 흔들리는 양상을 지속 도출하고 있다. 이 추세에서 제조 공정을 고도화하기 위한 작업에 핵심으로 작용하는 기술이 있다. 바로 시뮬레이션 기술이다. 시뮬레이션은 현상을 실제로 구현하기 전 가상 환경에서 각종 변수를 미리 검증해 시행착오를 줄이는 데 특화된 기술이다. 현시점 유망 기술 중 하나로 손꼽히는 ‘디지털 트윈’의 중심 기술로 인식되고 있다. 이러한 가상 검증은 세 가지 잇점을 제공한다. 설비 제어 시운전을 사전에 진행해 제품 출시 기간(TTM)을 단축을 도모할 수