자동차 부품 사출 공정 실증(Pilot)서 작업 시간 28% 단축 및 일일 생산량 38.8% 증가 ‘확인’
인공지능(AI) 기반 예측 이동 및 에지 컴퓨팅(Edge Computing) 기술 적용...공정 대기시간 92%↓ 결과도
아이엘은 자사 휴머노이드 로봇(Humanoid Robot) 브랜드 ‘아이엘봇(ILBOT)’을 활용한 공정 자동화 프로젝트의 일환으로, 산업용 모델 ‘아이엘봇 G2(ILBOT G2)’을 자동차 부품 사출 공정에 투입해 실증(Pilot) 테스트를 마쳤다.
지난 2월부터 약 2개월간 진행된 이번 테스트는 자동차 부품 사출 라인의 반복 적재·이송 공정을 대상으로 실시됐다. 휴머노이드 로봇이 실제 제조 현장에서 거둘 수 있는 실질적인 효율성을 검증한 것이다.
테스트 결과에 따르면, 아이엘봇 적용 공정의 평균 작업시간(Cycle Time)은 기존 30.0초에서 21.6초로 28.0% 단축됐다. 특히 작업 편차는 기존 ±3.5초에서 ±0.4초 수준으로 88.5% 감소하며 높은 균일성을 나타냈다. 특히 사출기 배출 후 발생하는 공정 대기시간이 92% 줄어든 것으로 나왔다. 사측은 이에 따라 일일 생산 처리량이 기존 1200개(pcs)에서 1666pcs로 약 38.8% 증가하는 개선 효과를 확인했다고 전했다.
이러한 성과는 아이엘이 개발한 제어 알고리즘이 주효한 것으로 분석됐다. 사측은 사출기 문(Door) 개방 신호와 로봇 진입 타이밍을 동기화하고, 인공지능(AI) 기반 사출 패턴 예측 이동 기술을 적용했기 때문이다.
여기에 에지 컴퓨팅(Edge Computing)을 활용한 적재 위치 인식 속도 개선과 로봇 팔(Robot Arm)의 회전 반경 최적화를 단계적으로 도입하며 시스템 완성도를 높였다. 또한 연속 가동 데이터를 활용해 모터 가감속 패턴과 배터리 효율도 최적화하며 고속 운용 환경에서도 안정성을 확보했다.
이번에 활용된 아이엘봇 G2은 글로벌 휴머노이드 로봇 제조사 애지봇(Agibot)의 하드웨어 플랫폼에 아이엘의 지능형 제어 소프트웨어와 피지컬 AI(Physical AI) 기술이 결합된 모델이다. 이때 피지컬 AI는 AI가 물리적 환경을 직접 학습·적응해, 로봇·설비가 실제 공간에서 자율적으로 문제를 해결하고 인간과 협력하도록 구현하는 기술 방법론이다.
아이엘 관계자는 “이번 테스트는 제조 현장에서 휴머노이드 기반 자동화의 효율성을 데이터로 검증했다는 데 큰 의미가 있다”며 “축적된 데이터를 기반으로 공정 최적화 수준을 지속 끌어올려 한국형 제조 피지컬 AI 모델 구축을 본격화할 계획”이라고 알렸다.
헬로티 최재규 기자 |
