이송현 에디터, 마이로봇 솔루션 평창 동계 올림픽 때 가장 인상 깊었던 개막식의 드론 오륜기! 한국의 드론 기술을 널리 보여주는 아주 멋진 오륜기였다. 평창 올림픽에서 등장했던 드론은 오륜기뿐만 아니라, 성화 봉송을 할 때도 참여했는데, 등 위에(?) 성화를 이고 영차영차 열심히 전진하고 있는 드론의 모습을 보았을 것이다. 이렇듯 한국의 드론 기술은 이미 전 세계인들을 놀라게 할 정도로 뛰어난 수준을 자랑하고 있다. 마로솔에서도 드론과 관련된 적용 사례들을 찾아볼 수 있다. 대한항공부터 두산모빌리티이노베이션, 아르고스다인까지 총 3가지 사례를 소개한다. 그리고 이들은 어떤 기술이 담겨져 있는지도 함께 알아본다. DMI 수소연료 전지 드론 두산모빌리티이노베이션이 수행하는 이 적용 사례에 활용된 드론은 체공시간이 2시간인 AI 수소 드론으로, 다양한 산업 및 공공 현장에서 순찰 임무를 수행하고 있다. 비행기나 헬리콥터 등을 생각한다면 체공시간 2시간이 굉장히 쉬운 일이라고 생각할 수도 있지만, 기존의 배터리 드론이 가지고 있던 짧은 비행시간의 한계를 극복해 2019년 수소 드론 형태로 두산모빌리티이노베이션에서 세계 최초로 개발한 기능이다. 이 수소 드론은 사람이
헬로티 김진희 기자 | 요즘 전자제품이 변신 중이다. 접었다 폈다 할 수 있는 폴더블(Foldable) 휴대전화부터 손목에 착 감기는 롤러블(Rollable) 전자시계, 더 넓은 화면으로 확장되는 익스텐더블(Extendable) 디스플레이와 같이 유연한 전자기기가 생활 속으로 들어왔다. 정말 종이처럼 접어 주머니에 넣고 다니는 디스플레이가 실현될 수 있을까? 그러나 변형이 가능한 소자에는 유연한 부품들이 사용되어야 하는데, 아직 여러 부품을 연결해주는 인터페이스용 소재는 실용화의 핵심이나 기술이 확보되지 못한 상태이다. 국내 대학 연구팀이 유연한 전자 소자들을 연결해주는 변형이 가능한 도전 필름을 개발했다. 포항공과대학(포스텍) 신소재공학과 정운룡 교수와 통합과정 황혜진씨, 공민식씨 연구팀은 전자전기공학과 송호진 교수, 화학과 박수진 교수와의 공동연구를 통해 회로 라인의 강성, 유연성 또는 신축성 여부와 관계없이 다른 전극과 물리적, 전기적으로 연결할 수 있는 ‘연신성 이방성 도전 필름(stretchable anisotropic conductive film, S-ACF)’을 개발했다. 이 연구 결과는 세계적으로 권위 있는 학술지 ‘사이언스 어드밴시스(Scie
헬로티 전자기술 기자 | 현업 실무자가 가진 현실적인 궁금증을 전문가가 현명하게 직접 답해주는 [산업지식인] 입니다. 산업지식인은 스마트 팩토리, 머신비전, RPA, 3D프린팅 등 첨단 기술과 연관된 솔루션과 해당 산업 동향을 다룹니다. 이 과정에서 ‘이 용어는 무슨 뜻이지?’, ‘이 솔루션을 도입했을 때의 장점은?’ 등 다양한 질문들이 떠오를 텐데요. 산업지식인에서는 질문의 종류와 상관없이 전문가의 이론과 경험이 담긴 생생한 답변을 들을 수 있습니다. 앞으로 산업지식인은 산업 현장에 있는 실무자가 혁신 기술과 가까워질 수 있는 기회를 제공할 것입니다. 이번 시간에 다뤄볼 내용은 ‘3D스캐너 및 3D프린터의 활용Ⅲ’입니다. 4차 산업혁명이 제조업의 새로운 트렌드로 등장을 하면서 다양한 기술을 융합하는 솔루션들이 등장하고 있죠. 그 가운데 주목받고 있는 장비가 바로 3D스캐너와 3D프린팅입니다. 특히 디지털 설계 공정에 사용할 목적으로 실제 제품을 캡처하는 경우, 역설계 및 품질 검사 공정은 필수로 거쳐야 하는 과정입니다. 이 역설계를 실현할 수 있는 장비가 바로 3D스캐너이며, 이후 3D프린터를 활용한 적층제조 공정까
헬로티 김진희 기자 | 카이스트(KAIST) 생명화학공학과 고동연 교수 연구팀이 상온에서 크기 차이 0.1 나노미터(nm) 이하의 액상 유기물질을 직접 분리할 수 있는 유기용매 정삼투 시스템을 개발했다고 12일 밝혔다. 액체 혼합물의 대규모 분리 공정은 주로 물질의 끓는점 차이를 이용하는 증류법을 이용하는데, 이때 전 세계적으로 막대한 양의 에너지가 소비된다. 특히, 석유화학 산업의 기초가 되는 액상 탄화수소들은 섬유, 플라스틱 등 일상생활과 밀접한 소재 개발에 필수적이기 때문에 이들을 저에너지, 저탄소 공정을 통해 분리하는 새로운 미래지향적인 패러다임이 필요하다. 연구진이 개발한 초미세 다공성 탄소 분리막은 위와 같은 에너지 문제를 해결할 수 있는 기술로, 액상 탄화수소를 크기와 모양에 따라 상온에서 연속적으로 분리할 수 있는 기술이다. 연구팀이 이번에 개발한 유기용매 정삼투법은 정밀하게 디자인된 기공 크기 및 구조를 갖는 탄소 분리막을 이용한다. 이는 외부 동력원 없이 자연스러운 농도 기울기 및 화학적 포텐셜을 기반으로 크기 및 모양 차이에 따라 탄화수소 화학종들의 분리가 진행되는 에너지 효율적 기법으로, 기존의 증류법보다 약 10배 정도 낮은 에너지 소
헬로티 서재창 기자 | 현업 실무자가 가진 현실적인 궁금증을 전문가가 현명하게 직접 답해주는 [산업지식인] 입니다. 산업지식인은 스마트 팩토리, 머신비전, RPA, 3D프린팅 등 첨단 기술과 연관된 솔루션과 해당 산업 동향을 다룹니다. 이 과정에서 ‘이 용어는 무슨 뜻이지?’, ‘이 솔루션을 도입했을 때의 장점은?’ 등 다양한 질문들이 떠오를 텐데요. 산업지식인에서는 질문의 종류와 상관없이 전문가의 이론과 경험이 담긴 생생한 답변을 들을 수 있습니다. 앞으로 산업지식인은 산업 현장에 있는 실무자가 혁신 기술과 가까워질 수 있는 기회를 제공할 것입니다. 이번 시간에 다뤄볼 내용은 ‘3D스캐너 및 3D프린터의 활용Ⅱ’입니다. 4차 산업혁명이 제조업의 새로운 트렌드로 등장을 하면서 다양한 기술을 융합하는 솔루션들이 등장하고 있죠. 그 가운데 주목받고 있는 장비가 바로 3D스캐너와 3D프린팅입니다. 특히 디지털 설계 공정에 사용할 목적으로 실제 제품을 캡처하는 경우, 역설계 및 품질 검사 공정은 필수로 거쳐야 하는 과정입니다. 이 역설계를 실현할 수 있는 장비가 바로 3D스캐너이며, 이후 3D프린터를 활용한 적층제조 공정까지 이어지
헬로티 김진희 기자 | 그린 암모니아가 탄소중립의 또 다른 열쇠로 떠오르는 가운데, 한국에너지기술연구원 수소연구단 정운호 박사 연구진은 국내 최초로 암모니아를 원료로 하는 수소생산용 가압형 암모니아 분해 반응기 핵심기술 개발에 성공했다. 미래를 책임질 차세대 에너지원인 수소는 온실가스를 저감시킬 뿐만 아니라 경제적 효용 측면에서도 다른 친환경 에너지에 비해 강력한 잠재력과 확장성을 가지고 있다. 많은 국가와 기업들이 수소 사회의 주도권을 선점하기 위해 연구에 집중하는 이유이다. 이에 정부도 수소를 탄소중립 10대 기술로 선정하고, 2030년부터 급격히 증가할 것으로 예상되는 국내 수소 수요량에 선제적 대응을 위해 CO-free 해외수소 도입 전략을 마련하고 있다. 해외 청정 수소 도입 시 수소를 저장 및 운송하는 수소 캐리어(carrier)가 필요하며, 이 역할로 암모니아가 가장 많은 주목을 받고 있다. 뿐만 아니라 암모니아는 선박, 발전용 탄소중립 연료로도 쓰임새가 확대돼 수소와 함께 가장 각광받는 에너지원으로 재탄생하고 있다. 수소 캐리어로 고려되는 여러 방법(액화수소, 액상유기화합물 등) 가운데 암모니아는 단위 부피당 수소 저장 밀도가 액화수소보다 1.
헬로티 이동재 기자 | 기계 학습(ML) 알고리즘은 한때 주로 고성능 데이터센터 컴퓨팅 플랫폼에서만 접할 수 있었지만 지금은 에지(edge)로 점차 확장되어 가는 추세다. 에지 디바이스에서 실행되는 ML 알고리즘이 발전하면서 전력, 성능과 면적에 최적화된 하드웨어 아키텍처가 크게 증가하게 됐다. ML을 에지(edge)로 옮기려면 전력과 성능 면에서 중요한 요구사항이 뒤따른다. 평범한 상용 솔루션을 사용하는 방안은 실용적이지 않다. CPU는 너무 느리고, GPU/TPU는 비싼 데다 전력 소모량이 너무 크며 심지어 일반적인 기계 학습 가속기조차 사양이 과도하고 전력에 최적화되어 있지 않다. 이번 리포트에서는 차세대 에지 기계 학습 하드웨어 수요에 부합하는 효율적인 하드웨어 아키텍처를 만드는 방법에 대해 다룬다.
헬로티 김진희 기자 | 수소를 연료로 이용해 전기에너지를 생성하는 친환경 발전장치인 수소연료전지는 수소전기차에서는 엔진과 같은 역할을 한다. 그러나 연료전지의 핵심 구성요소인 백금 촉매를 지지하기 위해 사용되는 탄소 입자가 쉽게 부식되어 연료전지의 수명이 길지 않다는 문제가 있다. 부식된 연료전지는 새로이 교체가 필요한데, 수백~수천만 원을 호가하는 연료전지 교체 비용은 차주로서는 부담스러울 수밖에 없다. 국내 연구진이 이러한 문제를 해결해 수소연료전지의 수명을 획기적으로 늘릴 수 있는 기술을 개발했다. 한국과학기술연구원(KIST)은 수소·연료전지연구센터 김진영 박사와 물질구조제어연구센터 김종민 박사가 한국과학기술원(KAIST) 정연식 교수와의 공동연구를 통해 도장 찍듯이 간단한 20nm급 초미세 인쇄 기술을 활용하여 연료전지 부식 문제의 원인인 탄소를 사용하지 않는 새로운 형태의 백금 나노구조 전극을 개발했다고 밝혔다. 수소연료전지의 촉매로 사용되는 백금은 나노미터 크기일 때 서로 달라붙는 성질이 있어 안정적이지 못해 백금만으로는 촉매 소재로 활용될 수 없다. 이 때문에 현재 상용화된 촉매는 2~5 nm 크기의 백금 나노입자를 탄소 입자 위에 붙여 안정화
헬로티 서재창 기자 | 현업 실무자가 가진 현실적인 궁금증을 전문가가 현명하게 직접 답해주는 [산업지식인] 입니다. 산업지식인은 스마트 팩토리, 머신비전, RPA, 3D프린팅 등 첨단 기술과 연관된 솔루션과 해당 산업 동향을 다룹니다. 이 과정에서 ‘이 용어는 무슨 뜻이지?’, ‘이 솔루션을 도입했을 때의 장점은 뭘까?’ 등 다양한 질문들이 떠오를 텐데요. 산업지식인에서는 질문의 종류와 상관없이 전문가의 이론과 경험이 담긴 답변을 들을 수 있습니다. 앞으로 산업지식인은 산업 현장에 있는 실무자가 혁신 기술과 가까워질 수 있는 기회를 제공할 것입니다. 첫 번째로 다룰 주제는 ‘3D스캐너 및 3D프린터의 활용Ⅰ’입니다. 4차 산업혁명이 제조업의 새로운 트렌드로 등장을 하면서 다양한 기술을 융합하는 솔루션들이 등장하고 있죠. 그 가운데 주목받고 있는 장비가 바로 3D스캐너와 3D프린팅입니다. 특히 디지털 설계 공정에 사용할 목적으로 실제 제품을 캡처하는 경우, 역설계 및 품질 검사 공정은 필수적으로 거쳐야 하는 과정입니다. 이 역설계를 실현할 수 있는 장비가 바로 3D스캐너이며, 이후 3D프린터를 활용한 적층제조 공정까지
헬로티 김진희 기자 | 서울대학교 공과대학은 전병곤 컴퓨터공학부 교수팀이 마이크로소프트와 공동으로 전통적 머신러닝 파이프라인을 신경망(neural network)으로 변환해 최적화하는 프레임워크인 ‘WindTunnel’을 개발했다고 9일 밝혔다. 이번 성과는 전통적 머신러닝 기법과 최신 딥러닝 기법의 장점을 모두 취하는 핵심 기술로, 클릭률 예측 및 추천 시스템 등 다양한 실제 인공지능(AI) 응용에 활용될 것으로 예상된다. 딥러닝 기법이 컴퓨터 비전이나, 자연어 처리 등의 분야에서 효과적인 것으로 나타나 크게 주목받고 있다. 하지만 클릭률 예측이나, 추천 시스템 등의 인공지능 응용에서 사용되는 표 형식 데이터(tabular data)는 여전히 선형 모델(linear model)이나 GBDT(gradient boosting decision trees)와 같은 전통적 머신러닝 기법이 더 나은 성능을 보이는 경우가 많다. 전통적 머신러닝 기법을 사용할 때는 보통 여러 머신러닝 모델 및 데이터 변환 연산을 엮어 하나의 머신러닝 파이프라인을 구성하고, 학습 시에는 파이프라인을 구성하는 각 요소를 개별적으로 학습한 뒤 사용하게 된다. 전병곤 서울대 컴퓨터공학부 교수팀
에스에프에이(SFA) 물류·유통 산업의 환경이 급격하게 변화하고 있다. IT기술 발달에 따른 이커머스(e-commerce) 활성화로 소비자의 소비 패턴이 오프라인 구매에서 온라인 구매로 전환되는 가운데, 코로나 글로벌 팬데믹 상황이 발생하면서 그 전환의 속도가 더욱 빨라지고 있어, 개인화된 물류·유통 서비스 수요가 매우 급격하게 확대되고 있는 것이다. 이에 따라 물류·유통산업 내에서는 다품종 소량의 물품을 보다 더 신속 정확하게 처리하기 위해 고지능화·무중단화·무인화를 지향하는 스마트 팩토리 기술 기반의 고도화된 물류자동화 설비에 대한 수요가 급증하고 있다. SFA, AI 기반 피킹 솔루션 ‘NEO-Pick ’ 이 같은 물류·유통 산업 환경 변화에 적합하도록 물류자동화 설비를 고도화하기 위해서는 인공지능(AI) 기반의 피킹 솔루션을 적용하는 것이 필수적인데, SFA는 AI 기반의 피킹 솔루션인 NEO-Pick을 성공적으로 자체 개발하여 사업화를 진행하고 있다. NEO-Pick는 딥러닝, S/W 알고리즘, MO(Mathematical Optimization), 고등 시뮬레이션, 빅데이터 등의 S/W 기술과 정밀 로봇 제어/운용 기술을 융합한 토털 피킹 솔루션으
헬로티 이동재 기자 | 제조설비 예지보전은 최근 PHM(Prognostics and Health Management)이라는 보다 큰 의미의 용어로 불리고 있으며, 설비 이상에 대한 사전 진단 및 설비, 부품 등의 수명을 예측해 최적의 설비상태를 유지하는 것을 뜻한다. 이를 통해 제조업은 품질 향상과 납기를 준수하게 되어 경쟁력을 강화하고, 빅데이터 분석(AI, 통계)을 토대로 객관적인 근거를 바탕으로 공장의 다운타임을 줄이는 동시에 실질적인 비용손실을 감소시키는 효과를 가져온다. 통상적으로 PHM의 실행은 정보 수집, 이상 탐지, 상태 진단, 고장 예측 등의 네 단계를 거친다. 예지보전을 잘하기 위해서는 단순히 특정 영역뿐 아니라, 데이터의 발생 시점부터 데이터가 분석되는 시점까지의 데이터 고속도로가 필요하다. AIoT 관점에서 예지보전 기술의 핵심은 AI에 있다기보다는 얼마나 데이터를 효율적으로 처리하느냐에 있기 때문이다. 보통의 AI 모듈은 데이터소스를 파일이나 메모리에서 가져오지만, 마크베이스의 AIoT Suite는 추론 데이터소스를 DBMS에서 실시간으로 전송해 데이터 변환에 드는 불필요한 비용을 줄인다. 또 Edge computing 솔루션과 연계해
헬로티 김진희 기자 | 국내 대학 연구팀이 고가의 원소를 포함하지 않아도 세계 최고 발전 효율을 갖는 ‘열전 신소재’ 개발에 성공했다. 전 세계적으로 생산된 에너지의 65% 이상은 사용되지 못하고 열로 사라지는데, 이를 ‘폐열’이라 부른다. 전력 생산은 절대적으로 화석연료에 의존하는데 꾸준히 발생하는 다량의 폐열을 사용 가능한 형태의 에너지로 회수하는 것은 현재 직면한 에너지, 환경 문제에 대처하기 위해 매우 중요하다. 열전 기술은 열에너지를 전기에너지로 직접 변환할 수 있고 간단한 반도체 소자에 구현되기 때문에 어떠한 기계적 소음 및 진동, 유해한 화학물질을 발생시키지 않는다. 이에 열전 기술은 에너지, 환경 문제에 동시 대처할 수 있는 첨단 기술로 꼽혀왔다. 실제로 미국이 두 차례 발사한 화성탐사선의 주 에너지원은 열전이었으며, 맷 데이먼이 주연한 영화 ‘Martian’에서도 화성탐사차량의 에너지원으로 소개된 바 있다. 그러나 지금껏 개발된 고성능 소재들은 유독한 납이나 희귀한 텔루륨 등의 원소를 포함하며, 낮은 발전 효율로 상용화가 어려웠다. 정인 서울대 화학생물공학부 교수팀은 주석(Sn)과 셀레늄(Se)에 기반한 초고성능 다결정 소재를 개발해 이런 문
이송현 에디터, 마이로봇 솔루션 ‘작업반경(Reach)’은 로봇의 스펙을 검토할 때 봐야 하는 아주 중요한 요소 중 하나이다. 사람보다 훨씬 더 거대한 로봇들은 보통 한 장소에 설치하고 작업물(단계)에 닿을 수 있는 범위인 ‘작업 반경’ 내에서만 작업이 가능한데, 로봇의 레이아웃을 검토할 때 이 작업 반경이 안 나와서 까다로운 경우가 정말 많다. 뿐만 아니라 부족한 작업 반경 때문에 불필요하게 가반하중이 큰 장비를 도입해야 할 때도 있다. 이런 문제를 해결하기 위해 등장한 것이 바로 ‘리니어 트랙(또는 겐트리)’이다. 이 리니어 트랙을 적용해 넓은 작업 반경을 이동하며, 여러 대의 가공 장비들을 훌륭하게 대응하는 로봇들을 비교해 보겠다. 현대로봇을 활용한 위아 터닝센터 유압 피팅 가공 보조 먼저, 영창로보테크에서 진행한 이 적용 사례는 HH7로봇을 위아 공작기계(KIT450) 상단 리니어 트랙에 장착하여 유압 피팅을 가공하는 공정이다. 좁은 공간은 아니지만 할당된 공간을 더더욱 효율적으로 활용하기 위해 공작기계 상단에 리니어 트랙과 함께 로봇을 설치한 모습인데, 이로 인해 연속적인 공정을 일괄적으로 자동화하여 생산 효율을 매우 높였다. 뿐만 아니라 공작기계
세이지리서치 세이지리서치는 스마트 팩토리 시대의 제조업에 최적화 된 인공지능 솔루션 개발을 목표로 하고 있으며, 이를 통해 제조 환경의 혁신적인 변화를 이끌어 내고자 노력하고 있다. 세이지리서치는 스마트 팩토리 자동화를 위한 첫 단추로 딥러닝 기반의 제조 품질 관리 솔루션 ‘SaigeVision’을 개발했다. ■ 딥러닝 기반의 제품 외관 검사 솔루션 SaigeVision은 기존 룰 기반의 검사 알고리즘으로 검사 자동화가 어려워 육안 검사로만 가능했던 다양한 정성적 외관 검사(스크래치, 찍힘, 얼룩 등) 문제들을 해결해주는 딥러닝 기반의 제품 외관 검사 솔루션을 제공한다. SaigeVision의 외관 검사 솔루션을 활용하면, 육안 검사로만 가능했던 검사의 자동화를 실현할 수 있고, 비전 지식이 없는 비전문가도 쉽게 검사를 진행할 수 있으며, 기존 검사 방식에 비해 훨씬 빠르고 정확한 검사가 가능해진다. ■ 딥러닝 기반의 제품 외관 검사 솔루션의 주요 기능 딥러닝 기반의 제품 외관 검사 솔루션은 이하의 4가지 주요 기능이 있다. Classification, detection, segmentation은 이미지를 통해 해당 제품이 불량인지, 불량이면 어느 부위가 불
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 06월 13일 11시 07분
/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)