현 시각 글로벌 제조업은 인공지능(AI)·디지털 전환(DX)·연결성(Connectivity) 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 기대케한다. 미래 제조 트렌드를 미리 내다보는 ‘2025 스마트공장·자동화산업전(Smart Factory+Automation World 2025, 이하 AW 2025)’이 개막했다. AW 2025는 3월 12일부터 14일까지 사흘간 역대 가장 큰 규모로 자동화 산업에 새로운 인사이트를 제공했다. [특집] 자동화 넘어 자율화로…AW, 미래 공장 엿보다 [인터뷰] 안광현 스마트제조혁신추진단장 스마트공장 ‘3만 시대’ 연 KOSMO…“업계가 ‘진짜’ DX 역량 갖추도록 연결고리 될 것” [인터뷰] 권지웅 슈나이더 일렉트릭 코리아 대표 새 시대 알린 ‘권지웅호’ 슈나이더, 앞으로의 ‘지속 가능한’ 50년은? [인터뷰] 정영근 HD현대로보틱스 상무 ‘韓 1호 산업용 로봇 요람’ HD현대로보틱스 “‘로보틱스 턴키 솔루션’
제조업계의 인공지능(AI) 도입 열기가 뜨겁지만, 현장에서 체감할 수 있는 투자수익률(ROI)을 실현한 사례는 드문 실정이다. 기술 도입은 했지만 생산성과 수익 증대 효과가 불분명하다는 지적이 잇따르는 가운데, 엠버로드는 이러한 현실적 한계를 정조준한다. 화려한 기술보다는 현장 데이터를 기반으로 한 실질적 문제 해결에 초점을 맞춰, 빠른 PoC와 단계적 확산 전략, 사용자 중심 인터페이스까지 종합적으로 제시하며 “ROI 중심의 AI 도입”이라는 해법을 내놓고 있다. 최근 제조업계는 생산성 향상, 품질 개선, 비용 절감 등 혁신을 목표로 인공지능(AI) 도입에 적극적으로 나서고 있다. 그러나 상당수의 프로젝트가 기대했던 투자수익률(ROI)을 달성하지 못해 현장에서 외면받는 사례가 빈번하게 발생하고 있으며, 이에 따라 AI 도입의 실질적인 효용성에 대한 의문이 제기되고 있다. 이러한 상황에서 화려한 기술 도입보다는 실제 비용 절감과 수익 증대에 초점을 맞춘 AI 프로젝트 접근 방식이 제조업 AI 도입의 난제를 해결할 핵심 대안으로 부상하고 있다. 제조 AI 도입 성공을 위한 과제 전문가들은 현장 데이터 기반의 AI 솔루션 개발 과정에서 외주 AI 용역 기업과의
제조업은 설비 의존도가 높은 산업 구조상, 설비 고장으로 인한 품질 저하나 생산 중단은 치명적인 손실로 이어진다. 이에 따라 실시간 설비 모니터링과 고장 예측 기술인 ‘예지보전’이 주목받고 있다. 하지만 설비 유형과 고장 원인의 다양성, 그리고 도메인 지식의 한계로 인해 예지보전 도입은 쉽지 않다. 이런 현실 속에서 초음파 기반의 AI 예지보전 솔루션을 내세운 모빅랩은 다양한 제조 현장에 적용 가능한 고도화된 설비 관리 기술을 통해 주목받고 있다. 이원근 모빅랩 대표는 “설비 고장이 발생하면 수천만 원에서 수억 원의 손실로 이어지며, 이는 제품 품질뿐 아니라 고객 신뢰까지 흔들 수 있다. 이제는 설비 상태를 ‘예측’하고 ‘선제적으로 대응’하는 것이 기업 경쟁력”이라고 강조했다. 스마트공장 고도화를 위한 예지보전의 기술 동향과 실제 적용 사례를 짚어본다. 제조업에 필요한 설비 예지보전, 왜 지금인가 제조업은 설비 의존도가 절대적인 산업이다. 생산설비의 상태는 곧 제품의 품질과 생산성, 나아가 기업의 수익성과 직결된다. 설비 하나가 멈추거나 품질에 영향을 미칠 정도의 문제가 발생할 경우, 수천만 원에서 수억 원대의 손실이 발생하는 것은 물론이고 고객과의 신뢰에도
AI 기술이 제조 현장에 본격적으로 적용되며 품질검사와 설비진단의 방식이 근본적으로 달라지고 있다. 기존의 룰 기반 시스템이 가진 한계를 뛰어넘어 딥러닝과 트랜스포머 기반의 비전 시스템이 빠르게 상용화되고 있으며, 고정밀 진단과 유연한 공정 최적화가 가능해졌다. 특히 한국생산기술연구원의 제조AI연구센터는 의료기기, 자동차 부품, 공정 설비 등 다양한 산업 분야에 AI를 적용한 혁신 사례를 다수 제시하며 주목받고 있다. 이 글에서는 제조업 혁신의 중심에 서 있는 AI 기반 품질검사 및 설비진단 기술을 다각도로 조명한다. AI와 제조업, 새로운 융합의 시대 산업계 전반에서 인공지능(AI) 기술의 적용이 빠르게 확산되고 있는 가운데, 제조업 또한 그 흐름에 본격적으로 편입되고 있다. 과거 자동화와 센서 기반의 제어 시스템에 머물렀던 제조 공정은 이제 AI 기반의 지능형 시스템으로 진화하고 있으며, 이는 단순한 기술 업그레이드를 넘어 전반적인 생산 방식의 패러다임을 바꾸고 있다. 한국생산기술연구원(이하 생기원)은 이러한 변화의 중심에서 제조AI연구센터를 통해 AI의 실질적 적용 가능성과 기술 상용화를 위한 연구에 몰두하고 있다. 생기원이 정의하는 제조AI의 핵심 적
산업 현장의 디지털 전환과 인공지능(AI) 도입이 가속화되는 가운데, 슈퍼브에이아이가 빠르게 적용 가능한 제조 AI와 보안 관제 AI 기술로 주목받고 있다. 이현동 부대표는 최근 발표에서 모바일 기반 3D 디지털 트윈, 텍스트 검색형 영상 관제 솔루션, 실시간 안전 감지 시스템 등을 소개하며, 고가 장비 없이도 산업 현장에서 AI 기술을 실질적으로 구현할 수 있는 방안을 제시했다. 특히 3개월 이내 현장 적용 가능한 빠른 개념증명(PoC)과 변화 관리 중심의 접근 전략을 통해 사용자 중심의 인공지능 전환(AX)을 실현하고 있다고 강조했다. 최근 산업 전반에서 센서 데이터를 디지털화하고 이를 디지털 트윈(Digital Twin) 기반으로 관리·분석하는 기술이 주목받고 있다. 이러한 흐름 속에서, 디지털 트윈을 어떻게 하면 보다 신속하고 효과적으로 실제 산업 현장에 적용할 수 있을지에 대한 통찰이 요구된다. 특히, 현장의 명시적·암묵적 지식을 데이터화하고, 인공지능(AI) 모델 구축 및 시스템 통합을 가속화하는 방법론이 필요하다. 디지털 트윈과 AI 기술은 현실적인 문제 해결과 효율성 증대를 위한 제조업의 핵심 동력으로서, 산업 현장에 실질적으로 스며들어야 한다
AI가 제조 현장의 판을 바꾸고 있다. 고령화된 숙련 인력과 신입 인력의 부족으로 생산 차질과 품질관리의 어려움을 겪는 제조업계에, 인공지능(AI) 기반 자율제조 솔루션이 새로운 돌파구로 떠오르고 있다. AI는 데이터를 실시간 분석해 최적의 생산 환경을 스스로 구축하고, 미세 결함 감지부터 설비 예지보전, 디지털 트윈 기반 시뮬레이션까지 전 과정을 지능화한다. 정부도 기업당 최대 100억 원을 지원하는 선도 프로젝트를 추진하며 자율제조 확산에 박차를 가하고 있다. ‘K-자율제조’ 시대의 서막이 올랐다. 고질적인 인력 부족은 제조업 현장의 단순한 애로사항을 넘어, 생산성 저하와 경쟁력 약화의 주요 원인으로 작용하고 있다. 숙련공의 고령화와 신규 인력 확보의 어려움은 예측 불가능한 생산 차질과 품질관리의 난항을 심화시키는 양상이다. 이는 기존 생산 방식으로는 급변하는 시장의 요구에 효과적으로 대응하기 어렵다는 현실을 보여준다. 이러한 낡은 제조 현장의 한계를 극복하고 혁신적인 도약을 견인할 핵심 동력으로, 인공지능(AI) 기반 자율제조(Autonomous Manufacturing) 기술이 급부상하는 중이다. 이러한 자율제조 체제는 글로벌 제조업계의 희망으로 낙점
농업을 둘러싼 환경은 기후 변화로 인한 이상 기후의 빈발, 세계 인구의 증가, 국제 정세의 변화, 소비자 요구의 다양화 등을 배경으로 매일 변화하고 있다. 일본의 농업에서는 농업 종사자의 고령화와 인력 부족이 계속되고 있으며, 연료·비료 가격의 급등 등도 겹쳐 상황은 더욱 심각해지고 있다. 기간적 농업 종사자의 인구는 2015년 약 176만 명에서 2020년에는 약 136만 명으로 5년간 40만 명 감소한 반면, 평균 연령은 67.7세로 높은 수준을 유지하고 있어 여전히 심각한 상황이 지속되고 있다. 게다가 농업은 날씨나 시장 상황 등의 변화에 크게 영향을 받으며, 이를 사전에 예측하는 것은 일반적으로 어렵다. 따라서 경험이나 직감에 의존한 경영이 되기 쉬운 것이 현실이며, 이 점이 담당자나 새로운 농업 종사자에 대한 높은 진입 장벽이 되고 있다. 이러한 문제에 대처하기 위해 국가는 정보통신기술(ICT)이나 인공지능(AI)을 활용해 농업 생산 기술의 고도화를 목표로 하는 ‘스마트 농업’에 관한 연구를 지원하고 있다. 또한 올해 6월에는 ‘스마트 농업 기술 활용 촉진법’이 제정·공포되어 디지털 기술을 활용한 데이터 구동형 농업으로 전환이 추진되고 있다. 특히
식물의 생육 및 환경 반응을 제어 대상으로 하는 ‘식물 중심의 환경 제어’가 시설 원예에서 환경 제어의 역사를 변화시키고 있다. 본래 시설 원예에서 낮 시간 환경 제어의 주 목적은 ‘광합성의 극대화’이며, 이에 이어 두 번째 목적은 ‘광합성 산물(당)을 성장 기관(잎, 줄기, 과실 등)에 적절히 분배하는 것’이다. 이 두 가지 목적을 매일 지속적으로 달성하는 것이 궁극적으로는 수확량의 극대화로 이어진다. 그림 1은 각종 환경 요인이 광합성과 광합성 산물의 분배에 미치는 영향을 개략적으로 보여준다. 지금까지는 광합성이나 분배에 영향을 미친다고 여겨지는 각종 환경 요인(빛, 기온, 습도, CO2 농도 등)을 계측해 이들을 제어 대상으로 삼아왔다. ’계측할 수 없는 것은 제어할 수 없다‘는 전제를 두면, 생산 현장에서 계측할 수 있는 환경 요인을 제어 대상으로 삼는 것 외에는 선택의 여지가 없었다고 할 수 있다. 그러나 이는 생산 현장에서 광합성과 분배를 직접 계측할 수만 있다면, 이를 제어하기 위한 최적의 환경 제어를 검토할 수 있다는 것을 의미한다. 이러한 사고의 근원이 되는 것이 스피킹 플랜트 어프로치(SPA: Speaking Plant Approach) 개
좁은 공간의 마법사 필요한 때, 주차 편의·효율 극대화하는 ‘미래형 스마트 주차’ 차량 운전자라면 누구나 경험하는 번거로움 중 하나, 바로 ‘주차(Parking)’다. 주차를 위해 좁은 공간을 비집고 들어가거나, 꽉 막힌 주차장을 몇 바퀴씩 도는 경험은 운전자라면 누구나 공감할 부분이다. 이는 단순한 불편함을 넘어 시간 낭비, 접촉 사고 위험 증가, 비효율적 공간 활용 등을 야기하는 도심의 고질적인 문제로 거론된다. 이 배경에서 ‘주차 로봇 시스템(Robotic Parking System)’이 주목받고 있다. 이 같은 스마트 주차 시스템은 만성적인 주차난 해결의 중심으로 떠오르고 있다. 이는 기존 수동 주차를 비롯해, 타워형·평면왕복형·다층순환형·승강기형 등 기계식 주차를 대체하는 혁신 주차 기술이다. 언뜻 기존 기계식 주차와 어떤 차이가 있는지 구분하기 힘들 수 있다. 자세히 면면을 살펴보면 세부적인 차이점을 확인할 수 있다. 주차 로봇은 극대화된 공간 효율성이 가장 큰 강점이다. 로봇은 차량을 빈틈없이 정밀하게 배치해 기존 기계식 주차 시스템 대비 동일 면적에서 더 많은 차량을 수용할 수 있다. 여기에 설비 유연성·확장성 또한 확보 가능하다. 주차 공간의
차가운 쇠붙이들이 맞물려 돌아가는 정밀 기계의 심장, 베어링(Bearing). 이 기술은 회전·선형 운동 기반 동력 시스템의 연결부·지지부에 필수적으로 활용된다. 이 가운데서 마찰을 최소화하고, 부드럽고 효율적인 움직임을 가능하게 한다. 이 때문에 작은 틈 하나, 눈에 보이지 않는 미세한 표면 결함조차 허용하지 않는 극한의 정밀도를 요구하는 핵심 부품이기도 하다. 최근 대부분의 산업 제품 품질관리에 첨단 기술이 빠르게 스며들고 있다. 과거 제품 품질관리 공정은 작업자가 손으로 만져보고, 일일이 검증·확인하는 방식으로 이어졌다. 기술 발전이 가속화됨에 따라, 이는 번거롭고 시간 소모적인 과정으로 인식되기 시작했다. 그러다 품질관리 프로세스도 자동화의 시대에 접어들었다. 컨베이어 벨트 등을 통한 자동 선별 및 검사 기계가 현장에 도입됐고, 센서 및 제어 시스템도 점차 고도화되면서 품질 혁신에 기여했다. 만져서, 느껴서, 이제는 ‘본다’...베어링 품질 검사의 진화 베어링과 같이 극도의 정밀성을 요구하는 핵심 부품의 품질 관리 역시 이러한 자동화(Automation)의 흐름에서 예외는 아니었다. 작은 오차나 결함이 완제품의 성능과 안전에 직결되는 만큼, 더욱 정밀
이번 호에서는 EtherNet/IP의 측정 방식, 구성 변화, 성능 측정 조건, 패킷 통신의 대역폭에 대해 설명하고, 컨트롤러 간 5G 전송 평가를 통해 얻은 EtherNet/IP 측정 결과와 각 조건에서의 지연 시간 측정 결과를 소개하고자 한다. 또한 5G 전송을 기반으로 한 CIP 안전성 평가 시스템의 구성에 대해서도 함께 다룬다. 5G 네트워크상에서 EtherNet/IP 통신 측정 구성과 조건 EtherNet/IP를 5G 환경에서 구현하기 위한 다양한 통신 구성 방식(Type I부터 Type VIII까지)은 그림 1에 제시되어 있다. 본 측정의 목적은 각 통신 방식에 따라 발생하는 성능 차이를 분석하기 위함이며, 측정 조건은 다음과 같이 설정되었다. 우선, 주요 측정 항목은 패킷 손실률과 통신 지연 시간(latency)이며, 이는 통신 성능을 나타내는 핵심 지표로서 모든 조건에서 공통적으로 수집되었다. 통신 모드는 VPN 사용(w/VPN)과 VPN 미사용(w/o VPN)의 두 가지로 나뉘며, 특히 멀티캐스트 통신은 VPN 환경에서만 가능하기 때문에 w/VPN 설정이 필수였다. 유니캐스트 통신의 경우에는 VPN 사용 여부에 따라 모두 측정이 이루어졌다.
기후 변화가 기업의 경영 및 재무성과에 실질적인 영향을 미치기 시작하면서, 세계 각국의 정부와 국제기구는 기업에게 관련 정보를 보다 투명하게 공개할 것을 요구하고 있다. 이러한 흐름 속에서 등장한 대표적인 기후 관련 공시 기준으로는 미국 증권거래위원회(SEC)의 규칙안, 기후 관련 재무정보 공개 태스크포스(TCFD), 국제지속가능성기준위원회(ISSB)의 ‘S2 기준’이 있다. 이 글에서는 이 세 가지 기준이 어떠한 배경에서 출현했으며, 서로 어떤 공통점과 차이점을 갖고 있는지를 살펴보고자 한다. 공통 구조: TCFD를 기반으로 한 ‘핵심 요소’ SEC, IFRS S2, TCFD는 모두 TCFD 권고안의 핵심 요소를 기반으로 하고 있다. TCFD는 거버넌스, 전략, 리스크 관리, 지표 및 목표의 네 가지 축을 중심으로 기후 리스크를 공시할 것을 권고하고 있다. · 거버넌스(Governance): 경영진과 이사회가 기후 이슈를 어떻게 감독하고 있는지 기술 · 전략(Strategy): 기후 변화가 사업 전략, 재무 계획, 비즈니스 모델에 미치는 영향을 서술 · 리스크 관리(Risk Management): 기후 관련 리스크의 식별, 평가, 관리 방법을 명시 · 지표
공장의 미래상 담은 BUTECH 2025, 제조업 '퀀텀 점프' 시작점...여기서 '터졌다' ‘스마트 제조, 미래 혁신의 꿈’을 슬로건으로 한 ‘제12회 부산국제기계대전(BUTECH 2025)’이 부산광역시 해운대구 소재 전시장 벡스코(BEXCO)에서 성황리에 진행됐다. 올해 BUTECH는 단순한 산업·공장 자동화(FA) 분야 전시 콘셉트를 넘어, 인공지능(AI)·로보틱스·디지털트윈·머신러닝·비전 등 제조업의 판도를 뒤집을 ‘게임 체인저(Game Changer)’ 기술들이 총출동했다. 이를 기반으로, 혁신 전략과 경쟁력 확보 방안 등 국내 제조업이 나아갈 길을 제시한 현장이었다. 국내 제조 경쟁력을 한 단계 도약시키는 중요한 계기가 된 이번 BUTECH 2025. 과연 각 분야 혁신·유망 참가업체는 어떤 기술·솔루션으로 참관객의 이목을 사로잡았을까? 이번 <헬로즈업> 특별 기획에서는 대한민국 제조업 ‘퀀텀 점프(Quantum Jump)’의 핵심 기술을 자세히 조망한다. [Robotics] 인간·로봇 경계 허물다 이번 BUTECH 2025는 미래형 제조의 핵심 동력인 로보틱스 생태계가 한데 모여 성장성을 보여줬다. 인간과 협업하며 유연하고 지능적인
공장의 미래상 담은 BUTECH 2025, 제조업 '퀀텀 점프' 시작점...여기서 '터졌다' ‘스마트 제조, 미래 혁신의 꿈’을 슬로건으로 한 ‘제12회 부산국제기계대전(BUTECH 2025)’이 부산광역시 해운대구 소재 전시장 벡스코(BEXCO)에서 성황리에 진행됐다. 올해 BUTECH는 단순한 산업·공장 자동화(FA) 분야 전시 콘셉트를 넘어, 인공지능(AI)·로보틱스·디지털트윈·머신러닝·비전 등 제조업의 판도를 뒤집을 ‘게임 체인저(Game Changer)’ 기술들이 총출동했다. 이를 기반으로, 혁신 전략과 경쟁력 확보 방안 등 국내 제조업이 나아갈 길을 제시한 현장이었다. 국내 제조 경쟁력을 한 단계 도약시키는 중요한 계기가 된 이번 BUTECH 2025. 과연 각 분야 혁신·유망 참가업체는 어떤 기술·솔루션으로 참관객의 이목을 사로잡았을까? 이번 <헬로즈업> 특별 기획에서는 대한민국 제조업 ‘퀀텀 점프(Quantum Jump)’의 핵심 기술을 자세히 조망한다. [Robotics] 정밀함 입은 新제조, 인간 역할 ‘재정의’하다 이번 BUTECH 2025는 미래형 제조의 핵심 동력인 로보틱스 생태계가 한데 모여 성장성을 보여줬다. 인간과 협업
업무협약·구매 계약·공동 기술 개발·사업 참여 요청 등 순항 “K-휴머노이드 연합 창립총회서 협력 방안 구체화할 것” 지난 4월, ‘K-휴머노이드 연합’이 결성된 후 3주의 시간이 흘렀다. 그동안 연합 구성 업체를 필두로, 업무협약(MOU) 및 구매 계약 체결, 공동 기술 개발 협력, 연합·사업 참여 요청 등이 줄이어 이어졌다. K-휴머노이드 연합은 국내 로봇 산업 경쟁력을 제고하고, 휴머노이드 분야 주도권을 확보하기 위해 출범했다. 산업부 주도로 40여 개 국내 로봇 산학연이 집결하고, 각 전문 분야에 따라 총 6개의 그룹에 배치돼 활약하고 있다. 연합 출범 후 지난 4월 16일 레인보우로보틱스와 CJ대한통운이 연합 내 첫 협력체계 구축 사례를 양산했다. 양사는 물류 현장에 최적화된 인공지능(AI) 휴머노이드 플랫폼을 공동 개발하고, 이를 단계적으로 상용화하기로 했다. 이를 위해 레인보우로보틱스의 첨단 휴머노이드 로봇 기술 역량과 CJ대한통운의 광범위한 물류 네트워크가 융합될 전망이다. 로봇 기술·부품 업체 로보티즈도 4월 28일 한국통합물류협회와 MOU를 체결, 자사의 로봇 핵심 기술과 한국통합물류협회의 산업 네트워크를 결합한다. 특히 로보티즈의 상체형
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)