제조업의 경쟁력은 이제 ‘얼마나 많이 생산하느냐’보다 ‘얼마나 정밀하게 품질을 관리하느냐’에 의해 좌우된다. 파로크레아폼 아미텍코리아의 김건아 지사장은 스마트팩토리 시대의 품질 혁신 해법으로 ‘자동화 3D 측정 솔루션’을 제시했다. 그는 복잡한 3차원 형상은 물론 초박판 금속 부품의 미세한 변형까지 정밀하게 검출하기 위해서는 기존의 수작업 검사 방식에서 벗어나, 비접촉식 3D 스캐닝과 로봇 기반 자동화 검사 체계로 전환해야 한다고 설명했다. 또한 데이터 무결성 확보와 전수검사 자동화가 앞으로 제조 경쟁력을 좌우할 핵심 과제가 될 것이라고 강조했다.
산업용 인공지능의 구현을 위해 국내외에서는 대규모 제조 데이터셋 확보에 힘쓰고 있다. 그러나 실제 제조 현장에서 축적되는 원천 데이터는 측정 조건이 불명확하거나 신뢰성이 낮은 경우가 많다. 이처럼 정확성과 정밀도가 떨어지는 데이터는 AI 분석 결과를 왜곡해 공정 중단이나 대량 불량으로 이어질 수 있으며, 결국 품질 검사와 정밀 계측의 스마트화가 제조 혁신의 핵심 과제로 남게 된다.
가공 기술과 제조 공법이 정밀해지면서 현대 제조 부품의 외형적 특성도 급변했다. 복잡한 자유 곡면 형상이 급격히 늘어난 것. 특히 전기자동차·이차전지 등에 투입되는 금속 패널 부품은 두께 0.7mm 수준의 극도로 얇은 두께로 찍혀 나온다. 이러한 초박판 프레스 금속 패널은 프레스 압착 공정이나 조립 단계에서 미세한 뒤틀림이나 복합적인 물리 변형을 일으키기 쉽다. 그렇지만 여전히 수많은 현장에서는 숙련된 검사원의 손끝 감각에 의존하는 접촉식 수동 측정 기구를 쓴다. 아니면 2차원(2D) 도면에 기초한 평면적 검사 수준에 머문다.
기존 평면 데이터 수집 방식으로는 이러한 3차원(3D) 공간의 입체적 뒤틀림을 잡아내기 힘들다. 복합적으로 발생하는 오차 범위 변형을 검출하지 못하는 구조적 구멍이 뚫려 있는 셈이다. 더욱이 글로벌 산업의 심각한 당면 과제로 급부상한 고령화와 세대교체 공백이 검사 현장을 직격하고 있다. 수십 년간 1~2세대 가공 현장에서 프레스 변형과 금형 마모를 잡아내던 베테랑 인력이 은퇴 연령을 넘기며 일제히 라인을 떠나고 있다.
이들이 보유했던 미세 불량 판단 능력과 축적된 경험치는 시스템으로 자산화되지 못한 채 그대로 공중 분해되는 중이다. 대체 투입된 저숙련도 작업자는 같은 부품을 재더라도 잡는 위치나 누르는 힘의 강도에 따라 측정 수치를 전혀 다르게 뽑아낸다. 데이터 일관성이 무너지는 대목이다.
이러한 상태에서 공장의 핵심 계통은 연계 없이 각자 작동한다. 결국 협력업체 전수검사에서는 정상 판정을 받은 차체 부품이 문제다. 이 부품이 대기업 완성차 조립 라인에 들어간 뒤에야 조립 공정 전체를 세워버리는 원인 불명의 간섭 불량으로 이어지는 실정이다. 불균일한 수작업 데이터를 시스템 중심 고정밀 정형 데이터로 동기화하는 ‘데이터 무결성’ 확보가 선결 조건이라는 지적이 이어지고 있다.
‘속도·정밀도’ 두 마리 토끼 잡는 법
글로벌 정밀 측정 솔루션 업체 아미텍의 산하 브랜드 파로·크레아폼·버텍 등 조직이 통합된 배경이 이 지점이다. 이들은 작업자가 개입할 여지를 제거해, 품질 신뢰도를 보장하는 3D 비접촉식 레이저 스캐닝 방법론을 앞세운다.
산업 현장에 특화된 광학 트래커와 비접촉식 블루 레이저 스캐너는 고속 구동하는 로봇 팔 끝단에 일체형 장치로 얹힌다. 이 밖에 공정 라인에 매립된 형태의 독립 검사 자동화 작업 구간으로 구현해, 전수검사 무인화를 구현한다. 앞서 전기차 업계에서 요구하는 제약 조건은 부품 한 개를 찍어내고 불량을 가려내는 생산 주기를 60초 이내로 단축하는 일이다. 기껏해야 수십 개의 지점만 찔러보고 끝내는 전통 방식으로는 속도·정확성을 동시에 달성기가 불가능에 가깝다.
아미텍이 제시하는 기술적 해결책은 ‘스캔 데이터 경량화’다. 본래 비접촉 스캐닝으로 가공 표면을 쓸어내리면 수백 메가바이트(MB)에 이르는 양의 고해상도 점군 데이터(Point Cloud Data)가 도출된다. 이 데이터들이 그대로 쌓이면 시스템 과부하를 일으키기 때문에 이를 깎아내고 뼈대만 남기는 경량화 기술이 필수적이다. 이를 위해 고성능 스캐너 헤드가 현장에서 직접 나선다. 0.7mm 박판 부품 가공의 끝단 찌그러짐을 실시간 보정하는 기능을 기기 내부에서 바로 구동하는 방식이다. 이로써 핵심 품질 보증 영역의 오차 범위와 수치 정보만 추출해 낸다. 이후 원천 입체 데이터는 일정 기간이 지나면 자동으로 소멸되도록 고속 전송 경로를 운용한다.
여기에 기계 제어 프로그램까지 결합한다. 회사는 사용자가 일일이 기계 동작을 가르쳐주지 않아도 컴퓨터지원설계(CAD) 도면을 바탕으로 최적의 측정 경로를 알아서 계산하는 기능을 제공한다. 덕분에 작업자가 로봇을 직접 조작하는 시간을 없애고 유지 보수 과정의 수작업 실수를 원천적으로 지워낸다는 설명이다.
완성차 제조사를 설득한 ‘가상화 증거’
실제 자동차 차체 부품 제조사가 사례를 보면 이해가 쉽다. 이 업체는 기존 주관적 품질 판단 프로세스를 개선하기 위해 해당 기술 방법론을 채택했다. 크레아폼의 광학 스캐너 제품군 ‘메트라스캔(MetraSCAN)’ 기반의 3D 측정 셀을 실제 차량 판넬 용접 및 이송 공정 라인에 도입했다.
업체 측에 따르면, 기술 도입 전에는 가공품의 입체적 변형을 점검하기 위해 대형 측정실로 이동해 대기했다. 이후 수동 측정 장치로 면적을 하나하나 찔렀다. 최소 1시간이 꼬박 소요되던 이 차체 치수 정밀 검증 과정과 전수조사 보고서 발행 주기가 단 10분 이내로 단축됐다는 후기다.
이처럼 사이클 타임 절감이 가능한 이유는 장비의 진동 제어 기술 접목이다. 스캐너 헤드의 자동 제어 기능은 기계 가동 중 발생하는 미세한 흔들림 속에서도 표준 편차 15미크론(μm) 이하의 정밀도를 보증한다. 현장 작업자가 바뀌더라도 센서가 정확한 오차 정보를 실시간 데이터베이스에 누적하는 방식이다.
이렇게 축적된 데이터는 향후 불량 유형을 사전 감지하는 통계 분석 기반의 예측 품질 단계로 공정을 진화시킨다. 또한 가상 3D 형상 데이터로 확보한 품질 증거 데이터를 최종 수요처에 전송한다. 조립 검수 단계에서 흔히 겪는 대기업·협력사 간 불량 책임 시비를 없애는 데 기여하는 부분이다.
일반적으로 제품 치수를 재던 계측 인력이 이제는 누적된 고정밀 데이터를 분석하고 공정을 실시간으로 조정하는 양상이 가속화되고 있다. 결국 신뢰도 높은 원천 데이터의 확보가 숙련공 부족으로 고민하는 제조 현장의 병목을 해결하는 진짜 열쇠인 셈이다.
헬로티 최재규 기자 |
