헬로티 함수미 기자 | 글래스돔코리아가 오는 9월 8일(수)부터 10일(금)까지 서울 코엑스에서 열리는 '스마트공장·자동화산업전 2021(Smart Factory + Automation World 2021, 이하 SF+AW 2021)'에 참가한다. 글래스돔코리아(대표 김대웅)는 SF+AW 2021에서 생산공정 실시간 데이터 수집 및 분석 클라우드 솔루션을 선보인다. 이 솔루션은 PLC 데이터를 별도의 IT 인프라 구축 없이 실시간 수집 및 축적할 수 있게 도와준다. 또한 스마트 무선센서로, 무선 및 배터리 기반의 산업용 센서 모듈이다. 또한 기존 MES 데이터를 수집해 설비데이터와 함께 AI 기반으로 분석할 수 있다. 하드웨어부터 AI 기반 소프트웨어까지 포함하는 예지보전 솔루션을 제공하며, 불량률 최소화 및 생산라인 스피드를 극대화하는 AI 기반 소프트웨어 솔루션이다. 글래스돔코리아는 2019년 10월에 미국 샌프란시스코에서 시작 된 회사다. 2020년 11월 한국에서 비즈니스를 시작했다. 글래스돔은 산업현장 특히 제조업에서의 새로운 데이터 인프라를 만들고 있다. 이를 위해 하드웨어에서부터, 임베디드 소프트웨어, 클라우드 소프트웨어까지 기술을 만들고 있는
헬로티 함수미 기자 | ‘제 3회 RFID/센서 기반 제조혁신 세미나’가 오는 ‘스마트팩토리+오토메이션월드 2021’와 함께 9월 9일(목) 코엑스 전시장 D홀 세미나룸에서 개최된다. 산업혁신에 가장 중요한 것은 현장 데이터 수집이다. RFID/센서는 패션산업과 건설, 유통, 제조현장에서 현장의 업무혁신을 위한 도구로 활용이 확대되고 있다. 특히 현장의 설비에 부착된 바코드, RFID, 센서 등을 통해 양질의 데이터 수집이 가능해야 스마트공장 구현을 위한 준비가 마련되는 것이다. “스마트제조혁신을 위한 RFID/센서 활용 가이드”라는 주제로 진행되는 이번 컨퍼런스에서는 현장에서 활용성이 두드러지고 있는 RFID와 센서의 다양한 솔루션과 서비스 사례를 살펴본다. 이번 컨퍼런스는 9월 9일 목요일 코엑스 전시장 D홀 세미나룸에서 오후 1시 30분부터 5시까지 무료로 진행된다. 컨퍼런스 프로그램으로는 ▲지브라테크놀로지스코리아 박현 이사가 전하는 지브라의 RFID 시스템을 통한 주요 산업의 RFID 혁신사례 소개 ▲에일이언테크놀로지아시아 김낙현 과장의 기업 환경에 맞는 RFID 시스템과 RFID태그 활용 가이드 ▲버텍스아이디의 AI 딥러닝을 이용한 생산공정 관리시스
헬로티 이동재 기자 | DGIST 디지털제조혁신사업단(D-PIC)은 최근 기업이 필요로 하는 기술지원 및 혁신을 위한 17개 연구 과제를 기업 수요기술 조사를 통해 최종 선정했다. 향후 대구·경북 지역 기반의 기업들의 산업 기반을 향상시키는데 도움을 줄 것으로 기대된다. 올해 1월, D-PIC사업단은 지역제조기업의 전통적인 생산 공정 혁신과 이를 위한 연구 및 첨단제조솔루션개발 지원을 핵심 목표로 운영을 시작했다. D-PIC사업단은 출범 이후 기업이 필요로 하는 기술의 수요기술 조사를 통해 17개 연구 과제를 선정했다. 이는 모두 DGIST가 직접 보유중이거나 혹은 지원 가능한 기술을 활용, 지역 기업의 기술 관련 수요에 맞춰 지원책을 수립·운영한 결과다. 해당 연구과제들은 크게 2가지 유형으로 구분돼 기업과의 협업으로 진행될 예정이다. 두 유형은 각각 ▲원천연구형 기업지원연구과제 ▲응용연구형 기업지원연구과제다. ‘원천연구형 기업지원연구과제’는 기업이 제품·공정 등을 개발하는데 필요한 독창적이고 지속적으로 부가가치를 창출할 수 있는 연구자 중심의 연구이고, ‘응용연구형 기업지원연구과제’는 기업이 예산과 인력 등 현실적인 한계로 인해 진행이 어려웠던 연구주제를
헬로티 임근난 기자 | 인공지능 검사설비 전문기업 트윔(대표 정한섭)이 지난 번 2차전지 기업의 AI검사 프로젝트 수주에 이은 항공기 부품용 AI검사 프로젝트 수주로 연일 쾌거를 이루고 있다. 트윔은 금속부품, 바이오, 자동차, 식음료 등 다양한 산업군에 인공지능 검사기를 구축한 경험과 인공지능 검사 SW 기술력을 인정받아 이번 프로젝트에 수주하게 되었다고 밝혔다. 주요 검사 항목은 항공기 부품에 대한 기포, 갭, 접착 불량 및 이물 검사 등을 진행하게 된다. 특히 비파괴 검사는 기존 장비를 해체하지 않고 제조된 상태에서 검사하는 검사법으로, 기존에는 초음파와 방사능 검사기를 통해 부품 이미지를 취득해 놓으면 그 이미지를 토대로 불량 여부를 육안으로 분석하는 시스템이었으나, 트윔은 이러한 방식을 인공지능으로 진행하여 더욱 정확하고 섬세하게 불량을 선별할 수 있게 된다. 이 프로젝트를 진행한 트윔의 영업담당자는 “사소한 불량이라 하더라도 항공기에는 인명 피해와 자원 피해 등 엄청난 사회적 피해와 문제를 야기할 수 있어 불량 검사를 어느 누구보다 완벽하게 해야 하는 의무가 있다. 이를 트윔이 담당하게 되어 무거운 책임감도 함께 느끼며, 트윔의 앞선 인공지능 기술
[첨단 헬로티] 세계적 전기전자 기업 지멘스의 한국법인 지멘스는 7월 9일부터 13일까지 5일간 창원, 의왕 두 곳에서 현대위아와 함께 제5회 스마트 NC 경진대회를 개최한다. 대회는 대학부/ 고등부로 나눠져 진행되며 경기 방법은 제출 도면 형상 기준 NC Program (SINUTRAIN) 작성 후 시뮬레이션 향상 및 프로그램 제출을 2시간 이내로 하는 식이다. 이번 경진대회는 SINUMERIK CNC의 Milling 및 Turning 시뮬레이션 프로그램을 통해, 실제 기계에서 가공하지 않아도, 어떤 형상의 가공 제품이, 몇 공정을 거쳐 Cycle Time이 어떻게 나올 것인지를 미리 예측 하는 것을 테스트 한다. 지멘스의 SINUMERIK CNC는 생산공정에서의, 주문생산 및 대규모 연속생산 환경에서 높은 생산성을 구현하는 자동화 솔루션이다. 개별 부품 생산과 대량생산 그리고 단순 공작물 및 복잡한 공작물까지 모든 공작물이 완벽하게 제작되도록 가공 솔루션을 제공 한다. 이번 행사는 지멘스와 현대위아의 공동 주최로 진행되며 대회장소는 현대위아 기술지원센터이다. 시상은 7월 18일 진행될 예정이며, 노동부 장관상 (대학/고등부 각 1명, 총 2명) 각 200
로보틱스 및 자동화 국제박람회인 오토매티카 2016이 6월21일부터 24일까지 독일 뭔헨에서 개최된다. 올해 7회째를 맞는 오토매티카 박람회는 총 850개 업체가 6개 홀에서 생산공정 최적화와 전문 서비스용 로봇 솔루션으로 스마트 로보틱스 및 자동화 시대의 도래를 알릴 예정이다. 오토매티카는 이번 박람회에서 자동화 프로젝트에 불가결한 각종 제품, 시스템, 솔루션을 선보이며 참가업체와 방문객의 공통 목표인 생산공정의 최적화 해법을 제시한다. 또한 산업용 로봇을 제조하는 대형 공급업체들이 앞다퉈 협업 로봇에 중점을 두고 생산라인을 조정하고 있은 추세에 맞춰 오토매티카에서도 이 분야의 최신 제품과 개발품을 선보일 예정이다. 특히 오토매티카는 세계 최초로 서비스로봇을 전문으로 박람회답게 로보틱스와 서비스로봇을 같은 전시관 아래 모두 선보여 미래 동향을 한 눈에 볼 수 있게 구성할 예정이다. 전시관에는 서비스 로봇파크 및 시연회를 마련해 스타트업 업체는 물론, 실리콘밸리 로보틱스, 구글, 구글 X, 아마존 로보틱스와 같은 실리콘밸리 기업이 자사 제품과 혁신을 선보일 수 있도록 꾸며진다. 서비스 로보틱스 참가업체는 70여개가 예상된다. 오토매티카 2016 기간 중에
미래 트렌드는 첨단 디지털화를 요구하고, 이는 제조업의 패러다임을 바꾸고 있다. 소비자의 새로운 수요에 맞는 새로운 영업 모델이 필요하고 이에 맞는 기초를 다지는 것이 그 어느 때보다 중요하다. 독일은 현재 주요 산업 부품 관련 영국 등의 의존도가 높고 3~5년 정도 뒤처져 있다고 자체 평가하며, 중국이나 한국 등에 대해서도 추월당할 수 있다는 경계심을 갖고 있는 상황이다. 따라서 독일 기업 전문가는 디지털 세계와 물리적 세계를 연결하는 인더스트리 4.0 전략 추진을 위해 미래를 두려워하지 않고 단계적인 변화를 도모하는 자세가 필요하다고 강조한다. 독일은 2012년 이래 인더스트리(Industry 4.0) 전략을 추진해오고 있다. 미래 성장동력 산업 개발과 더불어 세계 제조업 분야에서의 패권을 유지해 나가고자 하는 야심찬 계획이다. 그러나 주요 산업협회와 정부가 주도하는 인더스트리 4.0 전략은 아직까지 독일 산업을 이끌어 나가는 중소·중견기업으로부터는 외면당하고 있다. 이유는 한 둘이 아니다. 우선적으로 비용 문제나 데이터 보안 문제뿐만 아니라 관련 인력이 부족하고, 미래를 위한 투자에 따른 실효성을 거두기에는 아직까지 매우 불확실하고, 투자하