[인더스트리뉴스 이건오 기자] 인공지능(AI) 기술의 발달로 스마트팩토리를 넘어 자율제조 영역으로 고도화되고 있는 제조업의 현재와 미래를 조명하고 다양한 정보와 솔루션을 공유하는 ‘2024 자율제조 월드콩그레스(AMWC 2024)가 지난 11일, 서울 코엑스 그랜드볼룸에서 개최됐다.

AMWC 2024는 6개 분야로 △지능형로봇‧스마트로지스틱스 △스마트팩토리 제조생산 솔루션 △디지털트윈‧모델링‧시뮬레이션 △스마트머신비전‧AR‧3D프린팅 △인공지능‧빅데이터‧머신러닝 △스마트컨트롤‧센서/예지보전 등의 세션이 구성됐다.

오전 기조강연에 이어 오후에는 3개의 트랙으로 나뉘어 주제별 강연이 펼쳐졌다. 자율제조 솔루션과 지능형 센서 섹션인 B트랙에서는 첫 번째 강연자로 노조미네트웍스 박지용 지사장이 나섰다. ‘OT 보안의 중요성 및 트렌드와 주요 산업 현황’을 주제로 OT 보안 시장의 국내외 시장 현황을 비롯해 노조미네트웍스 솔루션과 국내외 주요 사례를 소개했다.

작은 IoT 장비를 통해서도 해킹을 할 수 있는 시대가 됐다고 언급한 박 지사장은 “제조업이 가장 많은 사이버 공격의 대상이 되고 있다”며, “망 분리와 폐쇄망 정책만으로 안전을 보장할 수 없다. 다양한 공격 루트를 통한 해킹이 이뤄지고 있는 만큼, 지금은 새로운 OT보안 체계가 필요한 시기”라고 전했다.

이어 “OT 환경에서의 보안은 가시화에서 출발한다”며, “공장이 멈추지 않는 가용성이 가장 중요하고 무중단·무재해에 초첨을 맞춰 IT와 OT를 통합해서 관리해야 한다”고 조언했다.

두 번째 강연으로 인터엑스 노명고 총괄본부장은 ‘제조 AI 및 디지털 트윈 기반 자율공장 구축 사례’를 주제로 제조공정의 디지털 트윈 기술에 대한 글로벌 동향과 사례를 소개했다. 아울러 실시간 현장 데이터 기반 디지털 트윈 환경에서 공정의 생산조건 최적화, 품질 예측 대한 기술 및 방법론을 공유했다.

노 총괄본부장은 “지능형 자율제조는 SDM 기반 제조시스템 고도화의 핵심기술로써 다양한 변화에 대응할 수 있게 한다”며, “생산성 향상, 불량감소, 비용 절감, 납기 단축, 온실가스 배출 감소 등의 개선이 이뤄질 수 있다”고 설명했다.

이어 “SDM은 사람이나 기계 중심의 생산이 아닌 소프트웨어를 통해 제조 기반으로 바뀌고 있다”며, “제조 디지털 트윈 서비스를 통해 현실 세계를 디지털 가상 세계로 복제·재현해 복잡한 문제를 해결하고 새로운 산업과 서비스 생태계 창출에 기여한다”고 발표했다.

세 번째 강연자로 나선 인이지 장윤석 사업총괄이사는 ‘AI를 이용한 자율제조와 탄소중립’이라는 주제로 발표했다. AI가 산업 생산 프로세스를 최적화해 에너지 소비를 줄이고 친환경 제조를 실현하는 데 어떻게 기여할 수 있는지에 대해 소개했다.

장 사업총괄이사는 “공정을 개선해 탄소를 저감하는 솔루션에 대한 관심이 높아지고 있다”며, “AI 예측기술을 바탕으로 철강, 정유·화학·시멘트 등 다양한 제조 산업 공정 내 공정 최적화를 통해 에너지 비용 절감, 생산성과 품질 향상에 기여하고 있다”고 전했다.

네 번째 강연으로 코그넥스 조창현 이사는 ‘3D 비전 시스템으로 구현하는 자율제조 고도화 전략’을 주제로 다양한 자율생산 현장에서 적용되는 머신비전 기술 트렌드와 머신비전 산업에서 가장 각광받는 3D 스마트 비전시스템에 대해 공유했다. 아울러 AI 기술이 탑재된 코그넥스의 3D 비전시스템과 다양한 적용 애플리케이션을 소개했다.

조 이사는 “제조업을 비롯한 시장의 트렌드가 빠르게 변화하고 있다”며, “비전을 통해 현장에서 까다로움을 겪었던 외관 검사 문제를 해결하고 있고 일반적인 광학계 2D를 넘어 3D와 AI 딥러닝을 통한 새로운 솔루션이 시장에서 주목되고 있다”고 말했다.

이어 “실제 현장에서는 초정밀 고급 기술이 적용되는 분야도 있지만 쉽고 빠르게 3D 딥러닝 기술을 적용해 충분한 효과를 낼 수 있는 분야가 많다”고 언급하며, “코그넥스의 In-Sight L38 솔루션은 제품의 개발 속도가 빨라지고 생산 라인 변경이 잦은 환경에서 안정적인 효과를 제공한다”고 소개했다.

마지막 강연에서 LG AI연구원 강병준 연구위원은 ‘비전 검사 공정에서의 산업용 이상 탐지 기술과 활용’을 주제로 결함 데이터가 부족한 한계 상황에서도 정상 제품만을 학습해 결함을 찾아내는 AI 비전 검사 분야의 산업용 이상 탐지 기술과 그 활용 방안을 공유했다.

강 연구위원은 “명확한 비전을 수립하고 구성원들과 공유해 실제 산업 현장에 적용 가능한 ‘전문가 AI’ 개발에 집중하고 있다”며, “차별화된 전문성과 신뢰성을 기반으로 EXAONE 3대 플랫폼 구축을 통해 국내를 넘어 미국·유럽으로 사업 영역을 확대하고 있다”고 전했다.

비전검사와 관련해 강 연구위원은 “수동검사(Manual Inspection)는 착시를 비롯해 사람에 따라 불량 판단 기준이 다르고 검사 속도가 느려 비효율적”이라며, “비전검사는 사람의 눈처럼 사물을 인식하는 기계로 대체함으로써 획기적인 품질 개선과 생산성 향상을 달성하고 있다”고 말했다.

더불어 “AI 기술은 일정한 판단 기준으로 빠르고 효율적인 비전검사를 가능하게 한다”며, “AI 비전검사 기술이 다양한 산업의 생산 공정에 적용되는 사례가 증가되고 있다”고 덧붙였다.

이어 결함 데이터 부족 문제는 딥러닝 모델 학습을 어렵게 만드는 요인이라고 언급한 강 연구위원은 현장에서 발생하는 이러한 주요 한계점을 어떻게 해결할 수 있는지 다양한 데이터 자료를 통해 설명했다.

이건오 기자 다른기사 보기