[인더스트리뉴스 박현우 기자] FA저널과 인더스트리뉴스가 공동 주최한 '2025 자율제조 월드쇼(AMWS 2025)'가 6월 5일 오전 9시부터 오후 5시까지 8시간에 걸쳐 진행되며 성황리에 막을 내렸다.

이날 행사에는 다수의 제조업계 관계자들이 참관해 자율제조와 AI 기술에 대한 뜨거운 관심을 보였다. 오전 5개 키노트 스피치에 이어 오후 3개 트랙으로 나뉜 전문가 강연에서는 자율제조 실현을 위한 핵심 기술과 미래 전략이 집중 조명됐다.

특히 C트랙에서는 뉴로메카, B&R, 유비씨, 카이스트 등 산학연 전문가들이 협동로봇 용접 기술부터 제조AI 플랫폼, 사이버물리시스템까지 자율제조의 현재와 미래를 제시하며 참가자들의 큰 호응을 얻었다.

뉴로메카의 최윤서 마스터는 ‘용접 시대의 새로운 변화: 협동로봇 활용과 최첨단 용접 기술과 미래’라는 주제로 AMWS의 포문을 열었다.

최 마스터는 협동로봇 시장의 급속한 성장과 함께 AI 기술 융합의 중요성을 강조했다. 그는 "협동로봇이 주로 아크 용접 분야에서 대체 적용이 가능하다"며, "글로벌 로봇 용접 시장의 성장세를 놓고 봤을 때 뉴로메카가 성장세를 잘 따르고 있다"고 판단했다고 밝혔다.

특히 기존 스폿 용접은 자동차 산업에서 주로 쓰이고 있으나, 아크 용접과 레이저 용접이 협동로봇의 용접 시장이라고 설명했다.

AI 자유 제조 시스템 구축에 대해서는 "로봇을 크레인에 탑재하는 공사를 사전에 수행하고, 로봇이 용접 대상물까지 자동으로 인식해서 자율주행을 하고 안착을 하면 용접을 하는 시스템을 담당한다"고 소개했다.

또한 조선소의 자율주행 로봇 개발과 관련해 "4족 보행 로봇에 협동로봇을 탑재해서 자율주행을 할 수 있는 이동성을 확보하기 위한 플랫폼을 개발하는 게 첫 번째 과제"라며, AI 기술을 활용한 용접 품질 검사의 중요성도 언급했다.

뉴로메카는 철강 산업에 특화된 로봇 개발에도 주력하고 있다고 밝혔다. 최 마스터는 "노르웨이를 포함한 10개의 공동 연구 기관이 참여해서 예산 한 10.78억원 정도를 받고 40개월 정도 개발을 하고 있다"며 철강 분야 AI 자연 제조업 철강 분야에서 총 3가지 특색이 있다고 설명했다.

특히 도수용 협동로봇의 경우 "국내 동급 가바나중 협동로봇 중에 가장 경량화된 모델"이라며, 용접뿐만 아니라 선박 블록의 용접에 특화된 도메인 특화된 다양한 플랫폼을 협동로봇 제조사이지만 열심히 개발과 함께 진행 중인 사업이라고 강조했다.

다음으로는 B&R의 옥태령 부장이 ‘지능형 자동화 플랫폼 IT-OT 융합, 실시간 진단, AI 기반 이상 감지’까지라는 주제로 강연을 이어갔다.

옥 부장은 생산 자동화 솔루션에서 인더스트리 4.0 같은 새로운 트렌드가 생산 자동화 솔루션에서 나오고 있다고 설명하며, 생산 시설의 효율적인 대량 생산에 초점이 향상 맞춰져 있다고 강조했다. 특히 2000년대 닷컴 버블을 거치면서 사람들의 욕구가 다들 흘러지기 시작했다며, 개별화된 개인에게 맞는 것들을 선호하기 시작한 시장 변화를 지적했다.

엣지 솔루션의 필요성과 관련해서는 IT와 OT의 융합이 필요하다고 강조했다. 옥 부장은 "엣지 솔루션은 IT와 OT를 융합하기 위해서 존재한다"며, "OT 공간은 리얼 타임을 중요시하고, IT 시스템은 대용량 데이터를 최대한 효율적으로 빠르게 처리할 수 있어야 한다"고 설명했다.

또한 엣지 솔루션이 산업 현장에 위치해야 하며, 사이버 보안의 중요성도 언급하며 "데이터가 신뢰성 있게 전달돼야 하고 노출이 돼서는 안 된다"고 강조했다. 엣지 컴퓨팅의 6가지 핵심 요소로는 팩터 기반의 그래픽 시스템과 웹 표준을 따른다는 것을 제시했다.

유비씨의 손대식 센터장은 ‘공장자동화에서 산업지능화로 가는 네비게이션’이라는 주제로 다음 강연을 이어갔다.

손 센터장은 자율 제조에 대해 설명하며 "인간의 개입 없이 최소한의 인간 개입으로 혹은 인간의 개입 없이 생산하는 것을 뜻한다"이라며, "인간의 개입 없이가 의미하는 것이 무엇인가 조금 더 구체적으로 정의하거나 조사해 봐야 되지 않을까라는 생각이 든다"고 말했다.

공장 자동화의 프레임과 관련해서는 IoT와 디지털 트윈 기술의 중요성을 강조했다. 손 센터장은 "공장 자동화의 프레임과 산업용 프로토콜들, 센서나 에뮬레이터를 기반으로 한 IoT들이 오면서 전반적으로 공장에 있는 데이터들을 취득할 수 있는 기회"라며, "디지털 트윈 CPS와 디지털 트윈이 생기고 지금은 산업용에서도 LLM이나 레그 같은 시스템을 많이 쓰고 있다"고 설명했다.

테슬라의 자율주행 기술 개발 사례를 통해 자동화 기술의 발전 방향을 제시하기도 했다. 손 센터장은 "자율주행으로 가면서 운전자의 개입도 최소화한다"며, "테슬라는 10년의 기간 동안 ‘도조’라는 슈퍼 컴퓨터를 개발한다"고 소개했다.

특히 "테슬라는 자율주행으로 넘어갈 때 13조의 비용을 들였다"며 자율주행과 자율 제조가 다른 점으로 "생산량이 늘고 생산성이 올라가고 운영 효율성도 훨씬 더 올라가고 원가도 절감할 수 있을 것"이라고 분석했다.

인구 에너지 식량 예측과 관련해서는 시뮬레이션 기술의 활용 방안을 제시했다. 손 센터장은 "시뮬레이션 기업은 대규모 데이터가 있어야 가능하고 복잡한 패턴을 감지해가지고 예시 납전 등을 하는 예측의 관점이 있을 수 있고 많은 데이터를 필요로 한다"며, "AI 기반 예측 시뮬레이션은 시간 흐름을 반영할 수 있고 동적 흐름을 예측할 수 있다"고 강조했다.

또한 "모델링 시간이 필요하다는 단점이 있을 수 있고 아무리 쉬워도 학습 난이도를 요구한다"며 시뮬레이션 기술의 한계점도 언급했다.

다음 강연을 맡은 카이스트 제조AI빅데이터센터 김일중 센터장은 ‘인공지능 중소벤처 제조 플랫폼(KAMP) 소개 및 제조 도메인 특화 AI 구축 방안’을 주제로 강연을 진행했다.

김 센터장은 국내 제조업 전반에 인공지능(AI)을 도입하는 과정과 방향성에 대해 설명했다. 그는 제조 AI 분야를 체계적으로 연구하고 지원하기 위해 카이스트 내부에 공식 조직이 설립됐으며, 현재 61명의 교수들과 협력해 융합적 구조를 구축하고 있다고 밝혔다.

김 센터장은 중소벤처기업부와 함께 ‘드릴 캠프’ 플랫폼을 기획·운영 중이라며, MIT와의 협업도 주요한 축이라고 전했다. 특히 그는 “AI를 제조업에 적용하는 시기는 현장에서 기술이 직접 검증되던 때”라며, 그간의 기술 축적이 장비 이상 조기 탐지, 품질 이상 진단, 공정 제어 등 다양한 영역에서 활용되고 있다고 말했다.

그는 또한 제조 AI에 대한 기업들의 관심은 높지만, 실제 AI를 적용하고 운용할 수 있는 인력과 경험 부족이 현실적인 제약이라고 지적했다. 이에 따라 “노하우를 체계화하고, 1대 N 관점에서 현장 문제를 해결할 수 있는 플랫폼이 필요하다”고 강조했다.

김 센터장은 AI 개발의 목적을 의미하는 ‘맥락’의 중요성도 강조했다. 그는 “AI는 데이터 기반 분석을 통해 불량률을 낮추고, 품질 검사의 정확도와 고용의 질을 함께 향상시킬 수 있다”며, 제조 현장에서 비전 센서와 AI를 결합한 사례, AI가 양품과 불량을 예측하는 공정 시스템 도입 사례 등을 소개했다.

의료 분야에서 AI의 비파괴 검사 사례도 언급됐다. 김 센터장은 “AI가 X레이 분석을 통해 의사의 한계를 보완하며 제조업에 도입된 사례도 있다”고 설명했다. 그는 AI가 인간이 인식할 수 없는 패턴을 학습해 설비 고장을 사전에 예측할 수 있으며, 이로 인해 경제적 효과를 얻기까지는 장기적인 여정이 될 수 있다고 말했다.

AI 기반 설비 예지 보전의 중요성도 강조됐다. 그는 제조 데이터 중에서도 ‘소리 데이터’를 활용해 이상 유무를 판단하는 기술이 소개되고 있다고 전했다. 또한 그는 “생성형 AI를 활용하면 기존 AI 모델이 다루기 어려운 불량 데이터를 보완할 수 있다”며, 실제 제조 현장에서 불량 데이터는 여전히 가장 큰 도전 과제라고 밝혔다.

이어진 강연에서 카이스트의 윤희택 교수는 ‘자율제조를 위한 사이버물리시스템’을 주제로 인사이트를 공유했다.

윤 교수는 사이버물리 시스템의 중요성을 강조하며 자율제조 분야의 미래 비전을 제시했다. 그는 "사이버물리 시스템이 자율 제조에 중요한 이유는 장비나 센서 사람 이런 것들은 모두 공장 안에 있고 이것들을 물리 자산이라고 부르고 이런 것들이 모여 있는 것을 물리 공간이라고 부른다"고 설명했다.

특히 "사이버적인 그래픽이라든지 장비 이력, 센서 데이터 제조 인공지능 이런 것들이 다 가상자산이 되고 이런 것들을 디지털 트윈이라고 말할 수 있다"며 물리와 사이버 공간 사이의 통신이 필드 버스를 사용하거나 IoT 기반의 인터넷을 통해서 통신을 하게 된다고 설명했다.

인더스트리 5.0의 개념에 대해서는 기존 4.0과의 차별점을 명확히 했다. 윤 교수는 "인더스트리 5.0은 사람과 기계와 인공지능이 함께 협업할 수 있어야 되고 서스테너블 환경 에너지를 생각해야 된다. 코로나 때 겪었지만 물류 문제 이런 급격한 변동에서도 흔들리지 않는 제조 시스템을 어떻게 구축할 수 있는가 이런 컨셉이 인더스트리 5.0이 됐다"고 정의했다.

AI 기반 모니터링 시스템의 활용 방안도 구체적으로 제시했다. 윤 교수는 "AI로 데이터 드리븐으로 한다면 장비의 센서의 데이터는 인풋이 되고 저희가 원하는 장비의 상태 공구 수명 등은 아웃풋이 된다"며, "기계 학습 모델을 만들고 이를 통해서 동일하게 상태와 수명을 예측할 수 있다"고 설명했다.

특히 오토 인코더의 특징을 언급하며 "정상 데이터로만 복사기를 만든 다음에 너무 무거운 물체가 오면 정상 상태의 인풋과 비슷한 형태의 아웃풋을 내기 때문에 인풋과 아웃풋을 비교하면 정상적으로 되고 있는지 이상이 있는지를 알 수 있다"고 말했다.

사운드 레이블링 기술과 관련해서는 실제 산업 현장 적용 사례를 소개했다. 윤 교수는 "사람의 귀는 1000헤르츠 이상에서는 무감각해지기 때문에 0에서 1000헤르츠 사이는 그냥 듣고 그 이하는 감세를 시켜서 더 사람이 듣는 소리에 가깝게 사운드를 바꿔게 된다"며 웹캠 비디오를 통해서 장비가 아이들인지 로딩인지 파이프를 밴딩하고 있는지 자르고 있는지 아웃풋을 분류할 수 있고 거기에 대응하는 사운드 조각들을 인풋으로 넣게 된다고 설명했다.

한편, 이번 AMWS는 한국로봇산업진흥원, 한국자율제조플랫폼협회, 서울테크노파크, 부산테크노파크, 대전테크노파크, 경남테크노파크, 전남테크노파크, 인더스트리뉴스, FA저널 Autonomous manufacturing이 공동주관했으며, 중소벤처기업부와 스마트제조혁신추진단이 후원했다.

박현우 기자 다른기사 보기