정밀도와 정확성이 가장 중요한 산업 계측 분야에서 생성형AI의 출현은 기존의 측정 기술과 프로세스에 혁신을 가져올 것으로 기대된다. 인공 지능(AI)의 하위 집합인 생성형AI는 제조 환경에서 측정, 분석 및 활용 방식을 혁신할 수 있는 잠재력을 가지고 있다. 생성형AI의 이해 생성형AI는 기존 데이터와 유사한 새로운 데이터 또는 콘텐츠를 생성하는 데 중점을 둔 인공지능의 한 분야다. 분류 또는 예측 작업을 위해 레이블이 지정된 데이터 세트에 의존하는 기존의 머신러닝 알고리즘과 달리, 생성형AI 모델은 학습 데이터와 유사한 특성을 나타내는 새로운 데이터 샘플을 생성하도록 학습된다. 생성형AI의 작동 방식 생성형AI 모델은 제너레이터와 판별자라는 두 가지 주요 구성 요소로 이루어져 있다. 생성기는 새로운 데이터 샘플을 생성하고, 판별기는 이러한 샘플의 진위 여부를 평가한다. 반복적인 훈련과 피드백 과정을 통해 제너레이터는 점점 더 사실적인 데이터 샘플을 생성하는 방법을 학습하고, 판별기는 실제 데이터와 생성된 데이터를 구별하는 데 더욱 능숙해진다. 산업 계측 분야에서 생성형AI의 응용 분야 생성형AI는 산업 계측 분야에서 오랜 과제에 대한 혁신적인 솔루션을 제공
기술이 정밀해지고 집적화되면서 다양한 요구에 대응할 수 있는 역량 확보가 점점 중요해지는 시대다. 이에 따라 기업은 기존에 주력하는 기술과 더불어 ‘또 다른 무언가’를 제시해야 한다. 기업 경쟁력과 연관된 이 양상은 하드웨어 기술력에 의존했던 금속가공 영역에도 영향을 미쳤다. 홍범주 한국트럼프 매니저는 “하드웨어 자체에만 집중했던 금속가공 분야는 현재 시스템 및 소프트웨어 측면에도 역량을 요구하고 있다”며 “이는 단순히 기계만 관장하는 것에서 공정 전주기를 담당하는 것으로 영향력이 확장돼야 함을 뜻한다”고 강조했다. 이렇게 변혁기를 맞이한 산업 양상에서 지난 4월 1일부터 닷새간 ‘서울국제생산제조기술전(SIMTOS 2024)’이 개막했다. SIMTOS 2024에 출격한 한국트럼프는 생산제조 혁신에 어떤 역할을 할까? ‘공작기계’ 주력에서 ‘생산제조’ 영역으로 테마 확장한 SIMTOS 2024...한국트럼프의 메시지는? 한국트럼프는 지난 1923년 독일에서 설립된 금속가공 솔루션 업체의 국내 지사로, 판금가공에서 레이저 가공까지 금속가공 기술을 국내에 전파하고 있다. 홍범주 매니저에 따르면 트럼프는 매출액의 약 10% 이상을 연구개발(R&D) 역량에 투
물체를 이어붙이는 과정에서 필요한 것이 뭘까? 접착 성분이 합유된 화학제를 생각할 것이다. 그렇다면 같은 맥락에서 금속 혹은 강철끼리 접합할 때 필요한 공정은 뭐라고 생각하는가. 통상적으로 용접을 떠올린다. 용접 공정은 높은 온도를 통해 접합 대상물을 한데 융합하는 작업으로, 주로 대상물 및 추가 소재를 녹인 후 굳기 전 압력을 가해 붙이는 과정으로 이해하면 된다. 용접은 각종 산업에서 활발하게 활용되고 있지만, 고열 및 섬광으로 인한 상해 및 화재, 고중량 대상물과의 충돌 사고, 용접 시 발생하는 유해가스(흄) 중독 및 폭발 이슈, 산소 부족에 의한 질식 위험 등 안전사고에 상시 노출된다는 단점이 있다. 여기에 작업자 역량에 의존하는 용접 공정 특성상 최근 도래한 글로벌 인력난에도 자유로운 수 없다. 이에 관련 업계에서는 용접의 치명적인 단점을 보완하는 새로운 공법의 접합기술을 속속 내놓고 있다. 레이저·전자빔 등 새로운 용접 공법, 타전 공구, 산업용 용접 로봇 및 용접 협동로봇, 주물 접착제 등이 이에 해당한다. 독일 기계 접합기술 및 장비 업체 톡스프레스테크닉(이하 톡스)은 독일의 규격시험인증 DIN 8593을 기반으로 한 접합 원천기술 ‘클린칭(Cl
제조업계는 IoT, 이음 5G, OT 보안, 디지털 트윈을 통합해 급격한 혁신을 이루고 있다. IoT는 실시간 데이터 모니터링으로 제조 공정의 효율성을 극대화하며, 이음 5G는 이 데이터를 빠르고 안정적으로 처리할 수 있는 통신 인프라를 제공한다. 이어 OT 보안은 사이버 위협으로부터 제조 설비를 보호하면서도, 기술 통합의 안정성을 확보하는 데 중요한 역할을 담당한다. 끝으로 디지털 트윈은 가상 환경에서 제조 공정을 모사하고, 최적화할 수 있게 함으로써 제품 개발 시간과 비용을 대폭 줄이고 있다. 이러한 기술들의 결합은 제조업의 디지털 전환을 가속화하고, 4차 산업혁명의 전진을 이끌고 있다. [특집] 제조업 디지털 전환 여정에 알아야 할 기술들 (1편) 프라이빗 5G - 이음 5G 모든 산업에 필요…셀로나, 프라이빗 5G로 산업혁신 이끌어 5G 특화망 - 신바람 몰고 온 커넥티비티 트렌드…5G 특화망이 新비전 제시 디지털 트윈 - 제조 혁신의 새로운 방향성…Digital Twin이 지목되다 OT 보안 - IoT 확산으로 사이버 위협 증가…대응 위해선 OT 보안과 지속적인 시스템 갱신해야 IoT 플랫폼 - IoT 데이터 다루는 법…IoT 플랫폼 구축하기 INT
챗GPT를 시작으로 생성형 AI 수요가 급격히 증가하면서 주목받은 건 단연 엔비디아 GPU였다. 이와 동시에 GPU 메모리 성능을 담당하는 HBM(High Bandwidth Memory)이 또 하나의 블루오션으로 각광받고 있다. 이에 HBM 생산을 담당하는 삼성전자와 SK하이닉스의 행보에 업계의 관심이 쏠린다. 양사는 지속적인 기술 개발을 바탕으로 파트너십을 확대하고 생산량을 증대하는 데 집중하고 있다. 차세대 반도체 시장 이끌 HBM HBM은 고대역폭 메모리 기술로, 특히 대용량 데이터를 처리해야 하는 AI 개발에서 중요성이 두드러진다. 이 기술은 D램보다 빠른 속도로 데이터를 처리하며, 3D 스택 메모리 구조를 사용해 칩 간에 더 많은 데이터 통로를 제공한다. 이는 메모리 칩을 수직으로 쌓아 올려 칩과 칩 사이의 거리를 최소화하고, 대역폭을 극대화하는 방식이다. HBM의 특장점은 속도와 효율성이다. HBM은 그래픽 카드, 서버, 네트워킹 하드웨어 및 AI 계산과 같이 많은 양의 데이터를 빠르게 처리해야 하는 시스템에서 최선의 제품으로 자리잡고 있다. 구체적으로, HBM은 데이터 센터의 에너지 효율성을 향상시켜 운영 비용을 절감하는 데 기여한다. 무엇보다
현대 마케팅에서 콘텐츠의 중요성은 갈수록 커지고 있다. 같은 상품이라도 이미지와 영상을 통해 어떤 식으로 표현되느냐에 따라, 판매량과 매출은 확연히 달라진다. 나아가 기업 입장에서는 콘텐츠 제작 과정 단축 역시 비용을 줄이기 위한 중요 과제다. 이같은 상황에서 AI 기술을 활용해 마케팅 콘텐츠를 자동으로 생성하는 서비스가 등장했다. 제작에 필요한 것은 상품 URL 단 하나다. 브이캣 정범진 대표를 만나 광고 분야에서 영향력을 키워가는 자사의 AI 서비스에 대해 이야기 나눠봤다. 비용과 광고효과, 두 마리 토끼 잡다 브이캣은 제품 URL만 입력하면 광고 영상과 이미지 등 마케팅 소재를 자동생성하는 서비스다. 브랜드의 상세 페이지 주소만 입력되면, AI가 상품 정보를 기반으로 한 영상과 이미지를 자동으로 제작한다. 이를 통해 사용자는 매월 수십만 건의 콘텐츠 제작이 가능해지기에 마케팅 캠페인의 다양성과 질을 동시에 높이는 효과를 누리게 된다. 무엇보다 브이캣은 디자인 전문 인력이 아니어도 누구나 수 분 내에 원하는 광고 소재를 대량 제작할 수 있다는 점이 특징이다. 또한, 내부 배너광고 효율 최적화를 위한 다양한 소재 테스트도 가능하다. 중소형 사업자는 디자인
오픈AI의 챗GPT가 처음 등장했을 때 언급됐던 비유 중 하나는 ‘지니의 램프’였다. 대다수의 사용자는 챗GPT에 질문을 입력하기만 하면, 원하는 답변을 얻을 수 있을 것으로 예상했다. 기대와는 달리 챗GPT를 포함한 대다수의 AI 모델은 할루시네이션과 같은 허점을 갖고 있다. 그러나 최근 실무를 지원하는 AI 서비스가 등장하고 있다. 이 서비스들은 정제된 데이터와 분야에 대한 특성을 반영해 업무 생산성을 혁신하고 있다. 다양한 실무 적용 가능한 생성형 AI 생성형 AI는 실무 비즈니스에 혁신적인 변화를 가져오고 있다. 특히 데이터 기반 의사 결정, 콘텐츠 생성, 고객 서비스 개선 등 여러 분야에서 중요한 역할을 수행한다. 이 기술은 대량의 데이터를 분석하고 이해해 실시간으로 유용한 정보를 생성하게 된다. 실무 영역에서 생성형 AI가 활용되는 예시는 다양하다. 한 예로, 마케팅 콘텐츠 자동화가 있다. 생성형 AI는 마케팅 자료를 자동으로 생성해, 광고 문구, SNS 게시물, 블로그 글 등을 효율적으로 생산한다. 고객 서비스 자동화도 대표적인 사례다. 챗봇과 같은 AI 응용 프로그램은 고객 문의에 자동으로 응답하며, 고객 서비스의 효율성을 향상시킨다. 이러한
디지털 전환 속도가 갈수로 빨라지며 인터넷 데이터센터(IDC) 수요가 급증하자, 이동통신 사업자들이 관련 사업 전략을 재정비하고 있다. 4일 시장조사기관 시너지리서치그룹에 따르면 세계적인 하이퍼 스케일(초대형) 데이터센터 제공 업체들이 운영하는 대규모 데이터센터 수는 올해 초 1천 개를 돌파했다. '하이퍼 스케일' 데이터센터는 서버 10만 대 이상을 수용할 수 있는 데이터센터를 말한다. 조사된 데이터센터들의 저장 용량 총합은 최근 4년 새 2배가 됐으며, 향후 4년 동안 2배 더 늘어날 예정이다. 국내 이통사들도 센터를 신설하거나 인공지능(AI) 관련 수요를 반영하는 등 IDC 사업 관련 차별화 전략을 세우고 있다. SK텔레콤은 인공지능(AI) 학습과 추론 등에 필수적인 그래픽처리장치(GPU) 서버를 제공하는 차세대 데이터센터 'AIDC' 시장을 공략하고 있다. 데이터센터 매출이 재작년 1,560억원에서 작년 2,020억원으로 30% 급성장하자, 최근 수요가 특히 늘어난 AI 분야를 중심으로 사업 확장에 나선 것이다. AIDC 사업을 위해 이 회사는 글로벌 서버·데이터 저장장치 시스템 제조 기업 슈퍼마이크로와 협약을 맺고 GPU 클라우드 회사 '람다'에 투자
이더넷-APL은 PROCESS 계장표준으로 세계 전문 표준개발기구 4곳과 12개의 국제 자동화 메이커에서 합의하여 IEC/IEEE 등의 국제표준기관에서 공인된 새로 나온 신기술이므로, 자세한 설명과 해설이 필요하고 이 기술의 핵심 요체를 설명하는데 자세한 안내가 필요하므로 ‘이더넷-APL 길라잡이’라는 이름을 붙여 10~12회 정도로 내용을 안내 하고자 작명을 했다. 이번 호는 지난 회에 이어 전원이 공급되지 않는 트렁크를 사용한 모범 사례 계획과 산업용 이더넷을 필드 스위치에 적용한 모범 사례 계획의 예에 대해서 알아본다. 그림 1은 단면이 1.5mm²(16AWG)인 APL 트렁크 케이블을 사용하면 두 APL 필드 스위치 각각에 최대 2개의 APL 필드 장치를 연결할 수 있음을 보여준다. 단면이 2.5mm²(14AWG)인 APL 트렁크 케이블을 사용하면 장치 수가 APL 필드 스위치당 3개로 증가한다. 모범 사례가 요구사항이나 독자에게 맞지 않을 경우 사용된 구성 요소의 개별 데이터를 기반으로 등급을 개별적으로 계산할 수 있다. APL 필드 스위치와 APL 필드 장치의 전력은 APL 트렁크 케이블을 통해 전달되어야 한다. 앞의 예를 통해 APL 필드 스위치
이더넷-APL은 PROCESS 계장표준으로 세계 전문 표준개발기구 4곳과 12개의 국제 자동화 메이커에서 합의하여 IEC/IEEE 등의 국제표준기관에서 공인된 새로 나온 신기술이므로, 자세한 설명과 해설이 필요하고 이 기술의 핵심 요체를 설명하는데 자세한 안내가 필요하므로 ‘이더넷-APL 길라잡이’라는 이름을 붙여 10~12회 정도로 내용을 안내 하고자 작명을 했다. 이번 호는 지난 회에 이어 동력 APL 트렁크를 사용하는 샘플 응용프로그램에 대해서 알아본다. 가용성 고려사항 중복 개념은 상위 네트워크의 중복구조에 의존하므로 중복에 대한 더 이상의 정보는 제공되지 않는다. 자세한 것을 알고자 한다면 APL 프로젝트에 협력하는 기관 국제인 SDO(표준 개발 조직) 중 한 곳의 홈페이지에 문의하면 자세한 정보를 요청하면 정보를 받아 볼 수가 있을 것이다. 모범사례 계획 예시 이 장에서는 APL 네트워크의 계획을 위한 모범사례를 제공한다. 이 장의 목적은 전형적인 네트워크 토폴로지를 계산이나 추가적인 고려 없이 그대로 재사용할 수 있다는 것이다. 1. 전원 공급형 APL 트렁크를 사용한 모범사례 계획의 예 이후의 예제들은 동력 APL 트렁크를 사용하는 샘플 응용프
낮은 온도에서 원자층 두께의 막을 균일하고 안정적으로 입힐 수 있는 공정 기술이 개발됐다. UNIST 반도체 소재·부품 대학원 및 신소재공학과 서준기 교수팀은 중국과학원 선전선진기술연구원 Feng Ding 교수, 세종대학교 김성규 교수, UNIST 정창욱 교수팀과 함께 유기금속화학기상증착법(Metal-organic chemical vapor deposition, MOCVD)을 활용해 200도의 저온에서 주석 셀라나이드계 소재별 맞춤형 공정법으로 얇은 막을 웨이퍼 단위의 대면적에 증착시킬 수 있는 박막 증착 공정법을 개발했다고 2일 밝혔다. 유기금속화학기살증착법은 화학반응에 참여하는 기체상의 전구체를 활용해 우수한 정밀성을 가지는 차세대 공정법이다. 반도체의 재료가 되는 웨이퍼 정도의 큰 면적에도 박막을 증착시킬 수 있다. 하지만 반응물을 합성시키기 위해선 650도 이상의 높은 온도로 리간드를 분해해야 했다. 연구팀은 전자소자, 광학소자, 열전소자 등 다양한 분야에서 연구 중인 2종의 주석 셀레나이드계 물질(SnSe2, SnSe)에 유기금속화학기상증착법을 적용했다. 2종의 주석 셀레나이드 박막 모두 웨이퍼 단위의 수 나노 수준 두께로 균일하게 증착시켰다. 연구
빠르게 진화하는 제조 환경에서 정밀도와 효율성은 바람직한 것이 아니라 필수적인 요소다. 스마트 제조의 도래로 머신비전과 같은 기술 발전이 품질 보장, 생산성 향상, 공정 최적화에 중추적인 역할을 하는 새로운 시대가 열렸다. 인공 지능과 컴퓨터 비전의 하위 집합인 머신비전은 카메라와 이미지 처리 알고리즘을 사용하여 전통적으로 사람이 수행하던 작업을 자동화하는 것이다. 제조 분야에서 머신비전 시스템은 제품 또는 구성 요소의 이미지를 캡처하고 분석하여 품질, 치수 및 기타 중요한 매개 변수를 평가한다. 이러한 시스템은 결함을 감지하고 미크론 단위의 정확도로 치수를 측정하며 공정 최적화를 위한 귀중한 데이터를 제공할 수 있다. 계측은 제조 품질 관리의 핵심이다. 머신비전 기술은 다양한 생산 단계에서 비접촉식 고속 측정 솔루션을 제공함으로써 계측 분야에 혁신을 가져왔다. 원자재 검사부터 최종 조립 확인에 이르기까지 머신비전 시스템은 정밀도와 일관성을 보장하는 데 다방면에서 중요한 역할을 한다. 품질 검사: 스마트 제조에서 머신비전의 주요 애플리케이션 중 하나는 품질 검사다. 이러한 시스템은 실시간으로 이미지를 분석하여 표면 결함, 치수 변화, 조립 오류와 같은 결함을
차세대 제조의 역동적인 환경 속에서 첨단 기술의 통합은 전통적인 생산 프로세스에 혁명을 일으켰다. 이러한 혁신 중에서도 빅데이터는 변화의 촉매제로서 공장의 운영 방식을 재편하고 보다 효율적이고 대응력이 뛰어난 제조 프로세스를 향한 길을 열어주는 역할을 하고 있다. 스마트 제조에서 빅데이터는 중추적인 역할을 하며, 빅데이터가 어떻게 생산 현장에서 데이터 중심 문화를 조성하고 제조 최적화를 위한 전례 없는 기회를 열어준다. 스마트 제조의 이해 스마트 제조는 디지털 기술과 기존 제조 프로세스의 융합을 통해 생산성, 품질, 유연성을 향상시키는 것을 의미한다. 그 핵심은 생산 라이프사이클 전반에 걸쳐 다양한 소스의 데이터를 원활하게 통합하여 실시간 모니터링, 분석 및 의사결정을 가능하게 하는 것이다. 이러한 패러다임 전환을 통해 제조업체는 변화하는 시장 수요에 신속하게 적응하고, 다운타임을 최소화하며, 리소스 활용을 최적화할 수 있다. 제조업에서 빅데이터의 부상 방대한 양과 속도, 다양성을 특징으로 하는 빅데이터는 제조업 분야의 판도를 바꾸는 요소로 부상했다. 센서, IoT 디바이스, 상호 연결된 시스템의 확산으로 공장은 전례 없는 속도로 방대한 양의 데이터를 생성하
산업용 사물인터넷 또는 IIoT는 인터넷을 기반으로 기기·장비·설비·시스템 등 애플리케이션을 서로 연결하는 통신 기술이다. 쉽게 말해 산업 현장에 특화된 사물인터넷 개념이다. 이 기술은 생산성·효율성·지속가능성·운영 최적화·비용 절감 등 현산업의 원초적 목적을 달성하는 데 기여하는 것으로 평가받는다. 최근에는 인공지능(AI)·빅데이터·클라우드 등과 연관돼 보안에도 초점을 맞춰 기술 고도화를 이룩하고 있다. 이에 보안성·신뢰성 측면도 강조되는 상황이다. 이 시점의 IIoT는 단순히 각 요소 간 연결 및 시스템 통합에만 집중되지 않는다. 데이터 홍수 양상에 들어선 산업 체제에서 데이터 분석 및 학습에도 영향을 미치고 있다. 여기에 분석·학습한 데이터를 토대로 새로운 전략 및 인사이트를 도출하는 데도 활용되는 중이다. 결과적으로 IIoT의 핵심은 결국 ‘연결성(Connectivity)’이다. 종합 반도체 회사(Integrated Device Manufacturer, IDM) ST마이크로일렉트로닉스(이하 ST)는 자동차·가전기기·산업기기·스마트홈 등과 관련된 센서, 액추에이터 등 애플리케이션에 적용되는 마이크로 컨트롤러 유닛(Micro Controller Unit,
품질 검사에서 가장 활발하게 사용돼 왔던 머신비전 및 계측 기술. 4차산업혁명 시대 모든 산업에서 머신비전은 중요한 기술로 자리잡고 있다. 특히 딥러닝 등 AI 기술이 융합되면서 머신비전 및 계측 기술도 한 단계 진화하고 있다. 3D, 스마트카메라, 센서의 진화, 소형화, 임베디드 비전, 로봇 기반 비전, AI 융합 등은 머신비전 분야의 핫 키워드다. 머신비전앤메트롤로지는 4차 산업혁명 시대 필수 기술인 머신비전과 계측 기술에 대한 국내외 최신 산업 트렌드, 신제품과 신기술 등 다채로운 정보를 소개한다. NEWS 50년 이상 진화해 온 3차원 측정기(CCM), 다음 단계는 무엇일까? 세계 머신비전 시장, AI·자동화로 2028년 184억 달러 예상 SPECIAL REPORT 이스라비젼, 머신비전 품질관리로 배터리 제조 경쟁력 ↑ 뉴로클 이홍석 대표 "딥러닝으로 배터리 품질 검사 새 시대 연다" 코그넥스, AI 알고리즘 적용한 비전검사 솔루션으로 생산 효율성 ↑ 키사이트, 충전 혁신으로 전기차 대중화 당긴다 배터리 품질 끌어올리는 LMI 3D 검사 솔루션 배터리 제조 혁신하는 품질 검사 딥러닝 솔루션은? EXHIBITION REVIEW 배터리 품질 검사의 필수
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 06월 25일 12시 42분
