디지털 전환(DX)이 단순한 업무부터 거시적인 비즈니스 영역까지 산업 안에서 활발하게 진행 중이다. 디지털 전환은 IIoT, 디지털 트윈, 클라우드, 5G, 증강현실(AR)·확장현실(XR) 등 4차 산업혁명으로 촉발된 차세대 기술을 활용하는 데 기본 토대 역할을 한다. 여기에 근간을 둔 인공지능(AI)은 디지털 전환과 더불어 제조 산업에 새로운 가능성을 열 기술로 적극적인 도입이 요구된다. 이에 여러 제조기업은 제조 영역의 원초적 목적인 생산성 및 효율성 향상, 수율 상승, 제조 기술 제고 등을 실현하는 이른바 ‘제조혁신’ 로드맵의 핵심요소로 디지털 전환과 AI 도입을 염두에 두고 있다. 전문가들은 이 과정에서 규모가 큰 기업 대비 중소 규모의 기업은 디지털 전환과 AI 도입이 현실적으로 쉽지 않다고 분석한다. 인프라 구축 및 투자가 필요한데 중소·중견기업은 이러한 과정에서 애로에 직면한다는 것이다. 정부는 주관부처 및 전담기관을 선정해 우리 기업의 디지털 전환을 지원하고 있다. 이는 생산설비 자동화, 로봇 자동화, 시스템 구축 및 정보 디지털화, 디지털 전환 고도화, 빅데이터 및 AI, 에너지 및 환경, 신제품 및 신기술 개발 등을 포함한다. 중소벤처기업부
4차 산업혁명은 디지털 전환(DX)을 촉진했고, 이 디지털 전환은 산업의 새로운 역군으로 데이터를 불러왔다. 수많은 산업에서 데이터를 활용하고 이 추세는 증가하고 있지만, 특히 제조 현장에서의 데이터는 제조 영역 고도화의 핵심인 ‘스마트 팩토리’의 주요 요소로 인식된다. 이 데이터는 ‘많이 모으는 것’이 아니라 필요한 데이터만 쏙쏙 도출해 ‘잘 쓰는 것’이 중요하다. 곳곳에 산개된 데이터도 다 같은 데이터가 아니라는 말이다. 데이터도 활용 목적과 쓰임새에 따라 다른 취급을 받는다. 데이터를 잘 쓰기 위해서는 극복하려고 하는 문제를 정의하는 것부터 데이터세트(Dateset)를 구축하는 것까지의 과정을 구조화하는 것이 필요하다. 제조 현장 내 장비와 공정도 사물인터넷(IIoT)를 통해 데이터를 구축하는 과정이 중요한데, 현재는 그 과정이 쉽지 않은 것이 현실이다. 지금도 수많은 공장에서 인공지능(AI)을 활용한 다양한 자동화 프로젝트를 진행하지만 그 수준을 아직 걸음마 단계로 평가된다. 거대언어모델(LLM)로 구축된 AI 모델을 현장에서 활용하는 작업자 입장에서는 똑같은 데이터를 모델에 이식하고 가동하면 같은 패턴의 결과가 도출되기를 원한다. 하지만 현재는 데이
현재 산업은 ‘자동화’를 넘어 ‘자율화’를 최종 지향점으로 분류하고 있다. 이에 지능형 자율 공장이 스마트 팩토리의 진화형으로 기대받는다. 지능형 자율 공장은 무인 또는 최소 작업자로 이루어진 형태의 자동화 생산 설비다. 이는 제조 AI, 디지털 트윈 등 기술이 접목돼 완전 자율화를 이룰 전망이다. 여기서 결국 공장의 모든 것을 연결하는 기술이 중요하다. 다시 말해 공장 요소 간 연결성(Connectivity)이 강조되는 것인데, 이를 위해서는 자동화·지능화·연결화 요소가 잘 조합돼야 한다. 이런 자율 공장의 고도화 단계는 총 네 가지로 구분된다. 첫 번째는 모니터링 및 현상 분석 단계부터 시작된다. 이후 원인을 분석하는 제어·통제를 지나 최적화 분석, 예측·예방을 분석하는 지능 및 자율화에 이르게 된다. 특히 최후 단계에서는 공장 스스로를 진단하는 수준까지 도달하게 된다. 제조 AI 솔루션 업체 인터엑스는 제조 AI 기술을 기반으로 자율 공장을 실현하겠다는 목표 아래 산업 고도화에 기여하고 있다. 이 업체는 제조 AI 및 디지털 트윈 솔루션을 보유했다. 생산조건 최적화 AI 서비스 ‘Recipe.AI’, 품질 예측 및 최적화 AI 서비스 ‘Quality.A
생성 AI 기술은 이미지와 동영상을 생성하며 산업 전반에 혁신을 가져오고 있다. 제조업에서 AI 도입이 어려운 이유는 높은 초기 도입비용과 시스템 업데이트의 어려움 때문이다. 생성형 AI와 합성 데이터는 AI 학습을 위한 데이터 문제를 해결하고 비용을 절감할 수 있다. 이 기술은 제조업뿐만 아니라 의료, 금융, 교육 등 다양한 분야에서도 적용 가능하며 시장 변화에 빠르게 적응할 수 있는 유연성을 제공한다. 또한 윤리적, 법적 문제를 해결하고, AI 모델의 성능과 신뢰성을 향상시킨다. 제조 혁신을 위한 생성형 AI 기술에 대해 ‘2024 AI 자율제조혁신포럼’에서 김현수 슈퍼브에이아이 대표가 발표한 내용을 토대로 정리했다. 생성 AI 기술의 혁신적인 발전에 따라, 이제는 텍스트로부터 복잡한 이미지와 동영상까지 생성할 수 있는 AI 서비스가 등장하고 있다. 대표적인 예로는 오픈AI의 다양한 생성 모델과 Stability AI, Midjourney 같은 회사들이 이미지 생성 분야에서 주목받고 있다. 이러한 기술들은 실제 이미지와 구별하기 어려울 정도의 고품질 결과물을 제공하며, 최근에는 동영상 생성까지 가능해진 Sora 같은 제품도 소개되었다. 인지형 AI와 생성
지난 2022년 오픈AI가 공개한 챗GPT는 전 세계 산업에 충격을 안겼으며, 제조 산업도 예외는 아니었다. 제조 기업들은 AI 도입에 대한 의지를 보였지만, 실제 활용도는 아직 낮은 수준에 머물고 있다. 품질 검사 등에서 AI의 활용 가능성이 높아지고 있으며, 특히 딥러닝 기반 AI 비전 검사 시스템이 주목받고 있다. AI 기술이 발전하면서 제조 공정의 자동화와 최적화가 현실화되고 있다. AI와 데이터를 통해 스스로 최적화하는 미래 공장은 어떤 모습인지 ‘2024 AI 자율제조혁신포럼’에서 박진우 알티엠 부대표가 발표한 내용을 토대로 정리했다. 지난 2022년 오픈AI(OpenAI)가 공개한 챗GPT(ChatGPT)는 전 세계 여러 산업에 새로운 충격을 안겼다. 글로벌 산업 흐름이 인공지능(AI)으로부터 변화할 것이라는 기대 혹은 우려 속에서 AI 기술에 대한 주목도가 급상승했다. 그 양상은 제조 산업도 크게 다르지 않다. 각 제조기업은 AI에 대한 투자와 도입 의지를 속속 드러내며 AI 활용에 대한 로드맵을 지속 내놓고 있는 상황이다. 그런 의지와는 반대로 제조 분야에서의 실제 AI 활용도는 크게 높지 않은 것으로 나타났다. 제조기업을 대상으로 진행한 ‘
이제 대중들에게도 익숙해질 정도로 ESG가 많이 회자되고 있다. 관련 분야에 종사하지 않는 일반 소비자조차 각종 미디어와 공중파 광고를 통해 ESG를 경험하고 있으니 말이다. 더불어 ESG에 조금 관심 있는 사람이라면 공급망 ESG에 대해서도 들어봤을 것이다. 공급망 ESG는 기업이 조달 과정에서 전통적인 QCD(Quality, Cost, Delivery) 외 환경(Environment), 사회(Social), 지배구조(Governance) 등 비재무적인 영역에 대해 평가하고 관리하는 것을 의미한다. 국내 기준, 공급망 ESG는 약 5년 전 글로벌 ESG 평가에 공급망 ESG가 평가요소로 등장하기 시작했을 때부터 본격적으로 관심을 받기 시작했다. 다시 말해, 대기업은 가치사슬 내 ESG 리스크 관리라는 근본적인 목적을 차치하고서라도 동종산업 글로벌 기업과 ESG 평가 또는 경쟁상황에서 살아남기 위해 공급망 ESG를 관리할 수밖에 없는 상황이 펼쳐졌다는 의미다. 공급망 ESG의 속도 대기업의 공급망 ESG 평가를 시작으로 글로벌 ESG 평가에서는 공급망의 범위를 2차, 3차업체까지 확대 관리하기를 요구하고 있다. 또한 코스피 상장사를 대상으로 2030년까지 E
셀로나는 프라이빗 5G 네트워크 분야에서 사용자 친화적이고 경제적인 솔루션을 제공하며, 제조, 물류, 헬스케어 등 다양한 산업에서 혁신을 추진하고 있다. 이 회사는 간편한 네트워크 구축과 함께 고도의 보안과 유연성을 제공하며, 미션 크리티컬 애플리케이션에 필수적인 마이크로슬라이싱 기술을 활용한다. 셀로나의 통합 관리 시스템을 통해 고객은 네트워크의 복잡성을 줄이고 효율적인 관리가 가능하다. 이러한 특성이 산업 현장의 요구를 충족시키며 프라이빗 5G 시장에서 차별화된 경쟁력을 보여주고 있다. 셀로나가 제시하는 이음 5G 구축 방안은 무엇인지, ‘2024 제조혁신기술 컨퍼스’에서 로도스컨설팅그룹 고대건 대표가 발표한 내용을 정리했다. 셀로나는 프라이빗 5G 네트워크 분야에서 주목받고 있는 기업으로, 기존의 복잡한 네트워크 구축 방식에서 벗어나 사용자 친화적이고 경제적인 솔루션을 제공한다. 이음 5G 기술의 도입을 통해 다양한 산업에서 혁신을 추진하고 있으며, 특히 제조, 물류, 헬스케어, 교육 및 군사 분야에서 그 효용을 입증하고 있다. 셀로나의 제품은 간단하게 네트워크를 구축할 수 있는 것이 특징이다. 이는 기지국 장비(RU/RRH), 5G 코어, 그리고 통합
5G 특화망은 기업들에게 보안성 강화 및 효율적인 서비스 품질 관리를 가능하게 하며, 광범위한 커버리지를 제공한다. 이는 제조, 물류, 의료 등 다양한 산업에서 AI, AR, VR 기술과 같은 차세대 기술들을 통합하여 생산성을 극대화하는 데 기여한다. 특히, 노키아는 제조 산업에 5G 특화망 도입 시 안전관리와 효율성이 크게 향상될 것으로 예상하며, 전 세계적으로 필요한 기지국 확대를 주장하고 있다. 5G 특화망의 新비전에 대해 ‘2024 제조혁신기술 컨퍼런스’에서 노키아의 최성남 실장이 발표한 내용을 정리했다. 5G 특화망이란? 인공위성 GPS, TCP/IP, CDMA는 어떤 공통점이 있을까? 통신과 관련된 이 기술들은 본래 군용 목적으로 탄생했다. GPS는 군사 작전에 활용되기 위해 만들어졌고, TCP/IP도 군사 정보를 보내는 고민에 의해 개발됐다. CDMA도 군용 무선통신을 위한 규격이다. 글로벌 통신 업체 노키아는 이런 군용 통신 기술을 보유한 5G/LTD 업체를 인수해 5G 특화망(Private 5G) 기술을 확보했다. 우리나라에도 몇 해 전 5G 특화망이 열렸다. 과학기술정보통신부에 주파수를 신청하면 이 기술을 활용할 수 있다. 이에 기업들도 5
디지털 트윈(Digital Twin) 기술은 현실 세계의 요소를 가상공간에 재현하여 분석하고 예측하는 차세대 응용 시스템이다. 이 기술은 AI, 클라우드, IoT, 빅데이터 등을 통합하여 물리적 세계를 디지털로 복제하고 이를 통해 다양한 시뮬레이션을 수행한다. 스마트 팩토리에서 이 기술을 활용하면 제품의 전주기를 통합적으로 관리하며 효율성을 극대화할 수 있다. 이에이트가 제안하는 디지털 트윈 방안은 무엇인지 ‘2024 제조혁신기술 컨퍼런스’에서 이에이트 류수영 상무가 발표한 내용을 정리했다. 디지털 트윈(Digital Twin) 기술은 메타버스(Metaverse) 기술과 함께 몇 해 전부터 조명받기 시작했다. 현실에 존재하는 요소를 가상공간에서 구현해 활용한다는 점에서 산업 내 ‘모의시험’ 과정을 수행하고 있다. 이 기술은 인공지능(AI), 클라우드, IoT, 빅데이터 등 차세대 기술이 접목된 응용 애플리케이션 시스템이다. 결국 융합 기술로 탄생한 예측 및 분석 특화 기술인데, 물리적 세계를 디지털 세계로 복제한 후 과거와 현재를 분석하고 미래를 예측한다는 게 기술적 핵심이다. 즉 IoT 시스템, 센서 등으로 수집된 비정형 데이터를 가상세계로 녹여 상황을 분
산업 기술의 발전과 함께 증가하는 사이버 위협은 산업 제어 시스템(OT)의 보안 필요성을 강조하고 있다. 특히, 산업 환경에서의 OT 보안은 정보기술(IT) 보안과는 다르게 특별한 접근 방식이 요구된다. 이 글에서는 ‘2024 제조혁신기술 컨퍼런스’에서 노조미 네트웍스 코리아 박지용 지사장이 발표한 내용을 바탕으로 OT 보안의 중요성과 시장 동향, 규제 동향, 그리고 특정 산업에 대한 보안 필요성을 다루며, 노조미 네트웍스의 솔루션의 적용 사례를 통해 실질적인 보안 전략의 중요성을 알아본다. OT 보안의 필요성 1. OT 보안의 의미 OT 보안은 생산 설비, 에너지 관리 시스템, 운송 및 물류 시스템 등을 사이버 위협으로부터 보호하는 기술을 의미한다. 대표적인 해킹 사례로는 미국의 한 카지노가 어항 온도계를 통해 해킹당한 사건이 있다. 이 사건에서 해커들은 IoT 장치를 통해 카지노의 네트워크에 침입하여 고객 데이터를 탈취했다. 또 다른 예로, 해커들은 테슬라 공장 및 창고, 클라우드플레어 사무실, 병원, 교소도, 학교, 경찰서, 그리고 인터넷 연결 보안 카메라를 제공하는 Verkada 자체 사물실에 있는 카메라를 포함하여 15만 대가 넘는 Verkada 비
제조 역영에서의 IoT 기술은 스마트 팩토리의 모든 요소를 연결하는 혈관 역할을 한다. IoT는 스마트 팩토리를 구성하는 다양한 기술들의 근간이 되는 핵심요소라고 해도 과언이 아니다. IoT 기술은 설비 및 장치에 부착된 센서의 데이터를 기반을 공장 상황을 파악하고, 이상징후를 감지하고, 이에 따른 제어 명령을 내리고, 대응책을 도출하는 데 핵심 역할을 한다. 여기서는 SaaS IoT 플랫폼을 이용한 제조혁신에 대해 ‘2024 제조혁신기술 컨퍼런스’에서 옵스나우의 조용석 팀장이 발표한 내용을 정리했다. 설비 설계를 비롯해 구축·관리·가동 등 전반에 걸쳐 IoT 기술이 활용된다. 산업이 기대하는 IoT 기술을 실현하기 위해서는 이 모든 것을 통합하는 플랫폼이 필요하다. 이 플랫폼을 통해 사람 손을 거치지 않는 완전 자동화가 실현되는 것이다. IoT 활용 관점에서 B2B 영역 주체를 크게 나누면 디바이스 업체, 서비스 업체, 활용 주체로 세분화할 수 있다. IoT 디바이스 업체 입장에서 비즈니스를 수행할 때 총소유비용(TCO)이 가장 큰 이슈가 된다. IoT 디바이스를 설계할 때 펌웨어, 프로토콜, 포맷 등 다양한 요소를 개발해야 한다. 그러려면 큰 비용이 소모
갑작스럽게 몰아닥친 ESG 열풍으로 이제 ESG가 무엇인지에 대해서는 설명할 필요도 없이 너도나도 ESG 경영에 뛰어들고 있는 지금이다. 지금까지는 주로 대기업의 ESG 활동에 대한 관심이 집중되었다면, 이제는 ESG 경영에 대한 요구가 공급망 전체로 확대되면서 중소·중견기업의 ESG 대응 역량 강화에 대한 이해관계자들의 목소리가 높아지고 있다. 하지만 대기업에 비해 상대적으로 규모가 작고 영세한 기업들에게 추가적인 인력과 비용 투입이 수반될 수밖에 없는 ESG 경영은 상당히 부담스러운 과제임이 분명할 것이다. 그럼에도 불구하고 해야만 하는 ESG, 우리는 왜 ESG 경영을 도입해야 할까? 왜(Why)? 먼저 국내 현황에 대한 설명이 필요하다. 2023년 기준 한국거래소에 따르면 코스피 상장법인 가운데 지속가능경영보고서를 공시한 기업은 160개 사로, 2026년 이후 의무적으로 ESG 공시가 필요한 자산 규모 2조 원 이상 기업의 경우 242개 사 중 56%인 135개 사가 보고서를 공시하고 있다. 현행 ESG 자율 공시에 따라 ESG 경영을 도입했음에도 보고서를 공시하지 않는 기업도 있음을 고려하면, ESG 의무 공시화를 앞두고 대기업을 중심으로 이에 대한
미쓰비시전기는 제조 분야의 디지털 전환을 위해 스카다(SCADA) 솔루션인 ‘제네시스 64’를 활용하여 공장 자동화와 효율적인 데이터 관리를 추진하고 있다. 이 솔루션은 다양한 오픈 프로토콜과 장비 호환성을 지원하며, 실시간 데이터 추적과 3D 시각화를 통해 공장의 실시간 관리를 가능하게 한다. 또한 미쓰비시전기는 이펙토리 얼라이언스와의 파트너십을 통해 맞춤형 솔루션을 제공하고 있으며, 이를 통해 공장의 낭비를 줄이고 생산성을 증대시키는 것을 목표로 한다. 뿐만 아니라 데이터 분석과 에너지 관리 기능을 통해 공장 운영의 효율성을 높이고, 비용 절감과 지속 가능한 제조 환경을 조성하는 것을 추구한다. ‘제네시스 64’를 활용한 제조 현장의 디지털 전환은 어떤 모습일지, ‘2024 스마트 제조 대전망 온라인 컨퍼런스’에서 한국미쓰비시전기 이승재 그룹장이 발표한 내용을 정리했다. 제조 분야에서 디지털 전환이 진행되면서 제조 공정에 대한 시각화·가시화 전략이 요구되는 추세다. 기존에는 작업자가 직접 제조 현장을 순찰하면서 압력 게이지, 센서값 등을 수집·점검·감시했다. 이를 극복하기 위해 탄생한 기술이 바로 스카다(SCADA) 소프트웨어다. 미쓰비시전기오토메이션는
첨단 기술의 융합과 디지털 변환은 비즈니스에 역동적인 변화를 가져오고 있다. 제조업체들은 이런 변화를 받아들이고 적응하는 것이 중요해지고 있다. 해당 변화는 단순히 기존 프로세스를 변경하는 것이 아니라, 제조 실행 및 전략의 새로운 시대를 예고하는 패러다임의 변화를 의미한다. 엠아이큐브솔루션 박양호 연구소장은 ‘2024 스마트 제조 대전망 온라인 컨퍼런스’에서 제조업 패러다임을 바꿀 디지털 트윈의 적용 사례 및 구축 방안을 소개했다. 그 내용을 정리했다. 디지털 트윈이란 단어는 2002년 미시건대 마이클 그리브스 교수가 PLM에서 최초의 디지털 트윈 개념을 정립한 것으로 인정받고 있다. 여기서 PLM은 현재 대부분 기업에 적용되어 있는 PLM 개념이 아닌, 제품 탄생에서 죽음까지 제품의 전체 수명 주기를 통합하고 운영을 최적화하는 전략을 말한다. 현재 대부분 PLM 솔루션들이 수명 주기 초기 단계인 제품 개발 단계의 솔루션으로 자리 잡고 있다. PLM은 인더스트리4.0 시대에 들어서 디지털 트윈이라는 이름으로 다시 명명됐다. IoT, 로봇, PLC 기술 고도화, ERP 시스템 등의 고도화, 5G 통신, 빅데이터 분석 등 ICT 기술이 뒷받침되면서 전체 라이프
산업 제조 영역에서 디지털 트윈 기술은 빅데이터를 기반으로 현실을 반영하는 가상 모델을 생성하며, 이는 제조 설비의 설계부터 운영까지 전 과정을 가상화하여 효율성을 높이는데 기여한다. 반면, 메타버스는 사회적 활동을 가능하게 하는 가상세계를 제공하며, 이 두 기술은 각각 다른 출발점을 가지고 있지만, 산업 분야에서는 이들의 장점을 접목하여 지속 가능한 발전을 추구한다. 지멘스는 이러한 변화를 주도하기 위해 ‘지멘스 엑셀러레이터(Siemens Xcelerator)’를 통해 파트너와 협력하며 맞춤형 솔루션 개발을 위해 노력하고 있다. 또한 기존 및 신규 공장에 대해 각기 다른 접근 방식을 제안하며, 중소규모 공장도 클라우드 기반 서비스를 통해 접근성을 높이고 자원 효율성을 개선할 수 있다고 제시한다. 지멘스가 제시하는 산업 생산을 위한 혁신 가속화 방안은 무엇인지, ‘2024 스마트 제조 대전망 온라인 컨퍼런스’에서 한국지멘스의 김태호 이사가 발표한 내용을 정리했다. 산업 제조 영역에서의 디지털 트윈 기술은 제조 설비에서 도출된 빅데이터를 가상세계에 도입한 후 테스트를 거쳐 그 결과를 현실에 반영하는 개념이다. 지금은 기존의 단순한 디지털 트윈 활용 흐름과 달리
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 04월 30일 15시 46분
/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)