인공지능 솔루션 기업 8곳 참여… 친환경 부품 기업과 현장 실증
						딥러닝으로 부품 불량 찾아내고… 설비 설계-부자재 발주 자동화
						품질 관리-효율적 업무에 도움… 연간 540억 원 절감 효과 기대

					 
					 
최근 전 세계 제조업체들이 주목하는 것 중 하나가 사물인터넷(IoT), 스마트공장이다. 세계 경제의 저성장 흐름과 생산성 하락이 고착화하며 새로운 대안이 필요해지면서 각국이 스마트공장 설립에 나서고 있다.

독일의 자동차 부품 및 정밀기계 제조 기업인 보쉬는 2012년부터 독일 정부가 제조업 부흥전략으로 추진하고 있는 ‘인더스트리 4.0’에 따라 모든 장비의 디지털화 전략을 추진하고 있다. 인더스트리 4.0이 핵심 기술로 지목하는 것이 IoT와 인공지능(AI), 빅데이터, 로봇, 사이버물리시스템(CPS) 등이다.

미국 디트로이트 역시 2008년 금융위기 이후 유령도시로 불릴 정도로 침체했으나 AI와 자율주행 중심 첨단 도시로 변모하면서 최근 과거의 활기를 되찾고 있다. 자동차 기업 포드는 버려진 디트로이트의 미시간 중앙역을 전기·자율주행차 연구센터로 재건했다.

국내에서 ‘제조 공정의 AI화(化)’라는 세계적 추세에 발 맞추고 있는 곳이 충남도다. 충남의 친환경 모빌리티산업 인공지능융합사업은 지난해 5월 충남연구원 컨소시엄이 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 ‘인공지능 융합(AI+X) 지역특화산업지원’ 공모에 선정되면서 본격 추진됐다. 충남은 올 12월까지 친환경 모빌리티 산업을 대상으로 AI 융합기술 5종(설계지능화, 공정지능화, 검사지능화, 예지보전, 공급망관리지능화)에 대한 AI 융합 솔루션을 개발해 제조 현장에 도입하는 사업을 진행하고 있다.

8개 인공지능 솔루션 개발기업(공급기업)이 지금까지 12개 AI 융합 솔루션을 개발했고 7개 친환경 모빌리티 부품 제조업 기업(수요기업)이 현장 실증을 완료했다. 한국표준협회(KSA)와 한국정보통신기술협회(TTA)가 참여한 실증 측정 결과, 이번에 개발한 인공지능 솔루션들은 모두 목표 성능을 만족했다. 인공지능 솔루션을 도입한 기업들의 생산성은 7% 이상 향상됐다. 불량률 감소와 생산비 절감 등으로 발생하는 효과는 연간 540억 원 이상일 것이라는 분석이 나온다.

   ● 검사 지능화로 찾아내는 불량 
 
 제조업 전문 IT 솔루션 기업 에프원소프트(대표 오승호)는 AI 차체 프레임 용접 불량 검사 지능화 솔루션을 개발하는 공급기업으로 참여했다. 기존에 육안으로 진행했던 용접 불량 검사를 AI 기술을 통해 신속하고 정확하게 점검하는 것이 핵심 과제였다.

사업 기간 동안 구축한 AI 머신비전은 고성능 카메라와 레이저 모듈, 이미지 센서 등이 결합된 하드웨어 시스템으로 영상이나 이미지를 얻게 된다. 이후 딥러닝 알고리즘을 통해 목적에 맞는 정보만 추출해 작업을 진행한다.

자동차용 시트 프레임 전문 생산사인 대일공업(대표 문상인)은 수요기업으로 참여했다. 대일공업 측은 “AI 머신비전을 적용한 결과 불량 검사의 정확도가 기존에 비해 20% 이상 향상되고 불량 반품 비율이 개선되는 효과가 있었다”고 밝혔다. 업체 측은 AI 도입 이후 해당 생산라인의 연간 생산 비용을 1억 원가량 절감한 것으로 보고 있다.
AI 기반 가상현실 솔루션 개발기업 페어립에듀(대표 이범준)는 ‘AI 기반 차량용 헤드업 디스플레이(HUD) 필름 불량 검사 지능화’ 솔루션을 개발하는 공급기업으로 참여했다. 페어립에듀에서 개발한 AI 머신비전은 인간의 시각을 대체하는 자동화 기술로 불량 필름 여부를 정확하게 파악한다. 이에 따라 검사 시간은 기존 1시간에서 15분으로 줄고 제품 생산성은 20% 늘었다.

이범준 페어립에듀 대표는 “AI 솔루션을 적용하면 5명이 수행하던 육안 검사를 더 이상 시행할 필요가 없다”며 “판별 정확도 역시 90% 이상 높아 검사 오류를 크게 낮춰 제품 품질관리에 기여하게 된다”고 말했다.

   ● 설계, 구매 발주까지 스며든 AI 기술 
 
					 
디엘정보기술(대표 박수철)은 ‘AI 기반 친환경 모빌리티 설비 설계 지능화’와 ‘AI 기반 친환경 모빌리티 설비 제작 수요 예측’ 솔루션을 제공하는 공급기업으로 참여했다.

설계 지능화를 위해 수요기업인 휴민텍(대표 오성준)의 자동화 설비 설계에 특화된 AI 알고리즘을 개발했다. 새로운 설비 설계의 특성 요소를 입력하면 AI가 기존 설비 설계 도면과 비교해 유사도 결과를 보여준다. 비교 검토 및 작성 시간은 기존 35분에서 25분으로 줄었고 생산성은 5% 넘게 올랐다.

디엘정보기술은 계절 특성과 휴일 등 다양한 요소를 고려한 비선형적 시계열 예측 모델을 AI 알고리즘에 추가했다. 이에 따라 작업자별로 품목 확보에 걸리는 시간이 기존 59.7일에서 54.3일로, 품목별 발주 및 입고 납기일이 기존 30일에서 10∼18일로 줄어들었다.

삼성디지탈솔루션(대표 남승일)은 ‘AI 활용을 통한 지능형 원부자재 구매발주 수요예측 시스템’을 개발해 AI 기반 수요예측 모형으로 효율적인 재고 관리 및 생산계획 수립이 가능하도록 도왔다.

이 기술은 이미지로 수신된 수주 데이터에서 제품 제조에 필요한 부품과 원자재 관련 데이터를 자동적으로 산출해 준다. 또 수요예측을 위한 내외부 데이터를 통합 수집하고 관리해 준다. 시계열 데이터 기반의 추세 분석으로 원·부자재의 수요를 예측하는 솔루션도 구축했다.

수요기업인 에스앤씨(대표 김성익)는 발주처의 보안 정책으로 인해 이미지 형태의 수주서를 받아 왔다. 이를 엑셀 파일로 바꾸는 과정에서 수식 오류나 입력 오류가 빈번했는데 이번 기술 개발로 원·부자재 수요 관리 예측 정확도와 업무 효율성이 높아질 것으로 기대하고 있다. 생산성 향상 검증 결과 시험 기준 7% 이상 향상된 것으로 나타났다.

엑스투알(대표 이석희)은 ‘AI 기반 설비 및 품질의 공정 관리 최적화’ 솔루션을 개발해 공급했다. AI 솔루션을 통해 생산 공정의 불량 원인을 실시간으로 분석하는 것이 과제였다.

엑스투알은 수요기업인 광진기계(대표 권영직)의 이중 사출기에서 발생하는 불량 원인을 집중 분석하고 성형 불량 유형을 분류해 최적의 불량 원인 추론 AI 모델을 개발했다. 이번 개발에서는 불량률을 2.3%에서 0.5%로 줄이고, 생산조건 최적화는 7% 상승시키는 게 목표다.





					   [ 동아일보 기사보기 ]