첨단 기술, 데이터 기반 의사 결정, 자동화의 결합을 특징으로 하는 스마트 제조는 산업 환경을 혁신시키고 있다. 스마트 제조의 효율성과 정확성에 기여하는 중요한 요소 중 하나는 계측 자동화다. 계측은 제품 품질, 프로세스 제어, 전반적인 제조 우수성을 보장하는 데 중요한 역할을 한다. 산업이 Industry 4.0 시대를 맞이함에 따라 계측 자동화 도입이 점점 더 두드러지고 있다. 스마트 제조에서의 계측 계측은 항상 제품이 설계 사양 및 품질 기준을 충족하도록 보장하는 제조의 초석이었다. 그러나 스마트 제조의 도래와 함께 전통적인 계측 방법은 빠르게 변화하는 산업 환경의 요구를 충족하기 위해 발전했다. 스마트 제조 프로세스에 계측을 통합하는 것은 생산을 최적화하고 전반적인 효율성을 높이기 위해 실시간, 정확하며 실행 가능한 데이터가 필요하기 때문이다. 스마트 제조에서 계측은 품질 관리 및 검사를 넘어서 전체 생산 수명 주기에 걸쳐 필수적인 부분이 된다. 설계 및 프로토타입 제작부터 생산 및 사후 분석까지 계측 자동화는 모든 단계에서 프로세스를 모니터링하고 개선하기 위한 포괄적인 솔루션을 제공한다. 계측 자동화 구성 요소 첨단 센서 및 측정 장치: 계측 자동화
태성은 일본 PCB 시장 진출을 위해 소지쯔와 대리점 계약을 체결했다고 밝혔다. 소지쯔는 일본 메이저 종합상사로 장비류 및 소재 등 다양한 품목을 취급하며 연간 매출액은 5조 원에 이른다. 태성은 소지쯔와 대리점 계약을 통해 일본시장 및 일 본기업의 해외공장을 대상으로 본격적인 영업에 나선다. 일본 유통기업 쎄리아와는 정면기에 사용되는 소모성 자재인 세라믹브러쉬 등을 판매하기로 계약을 체결했다. 회사 측에 따르면 태성은 지난해 말 기준으로 2023년 연간 실적을 넘는 수주잔고를 확보했다. 인공지능, 로봇 등의 첨단 산업이 활성화되면서 고성능 프리미엄 기판 수요가 크게 증가해 지난해 4분기 204억 원 규모의 수주 확보에 이어 올해도 꾸준히 수주를 확대하고 있다. 지난 25일에는 임시 주주총회를 통해 2차전지 설비 설계·제작, 2차전지 부품∙소재 제조업, 광학부품 제조·판매업을 사업목적에 추가 완료해 올해 본격적인 외형성장이 기대된다. 태성 관계자는 “일본 반도체 산업부흥을 기회로 기술력을 인정받고 있는 고성능 PCB 자동화 설비와 세라믹브러쉬 등이 일본시장 본격 진출할 계획”이라며 “올해는 해외시장 확대를 비롯한 신사업에 집중해 새롭게 도약하는 원년이 될 것
최근 산업 안에는 차세대 성장동력으로 급부상하는 산업군이 속속 등장하고 있다. 이런 산업군은 기존 공정 기술에 새로운 요소를 얹어 세대를 진화하거나, 지금까지 없었던 새로운 제조 공정을 도입하는 등 공정 고도화를 요구한다. 이 배경에서도 전통 기계 설비는 여전히 365일 24시간 가동되며 산업 안에서의 핵심 역할을 수행하고 있다. 대만 정밀제어 시스템 업체 하이윈코퍼레이션은 기존 산업 체제에서 통용되던 자사 기술에 자동화·지능화·정밀화 요소를 더한 제품을 산업에 지속 제시하고 있다. 현재 정밀기계·모션제어·로봇 등 세 가지 분야로 역량을 세분화해 전 세계적으로 존재감을 확장하고 있다. 이를 통해 볼 스크류, LM 가이드 등 기존 제품과 더불어 크로스 롤러 베어링, 로터리 테이블(TMRT), EFEM 장비, 다관절 로봇, 웨이퍼 로봇까지 폭넓은 제품군을 보유했다. 급변하는 산업 트렌드에서 볼 스크류, 가이드웨이, DD모터, 리니어모터, 감속기를 필두로 래퍼런스를 구축하고 있는 하이윈코퍼레이션. 다채로운 제품 라인업으로 전 세계 각 시장에 특화된 전략을 녹여내고 있다는 이광현 선임차장을 만나 하이윈코퍼레이션의 이야기를 들어봤다. 하이윈코퍼레이션은 다양한 분야의
지난해 세계 경제 성장률 둔화, 우크라이나 전쟁 장기화, 인플레이션 압박, 통화긴축 기조 등 대내외 여건 불확실성이 확대된 데에 대한 여파로 주요 산업들이 대부분 부진했던 와중에 이차전지 산업은 전반기까지 급격하고 빠른 성장을 이뤘다. 그러나 작년 하반기부터 전기차 수요가 둔화되기 시작했다. 상반기까지만 해도 616만 대의 전기차가 출고되면서 전년 대비 약 40% 이상 상승하는 모습을 보였지만, 하반기 들어 주춤거리기 시작했다. 이번 호에서는 글로벌 이차전지 시장의 현황과 LFP 배터리 등 이슈에 대한 내용을 소개한다. 목차 Market Trend 주춤하는 전기차 시장, 업계 동향에 ‘주목’ Special Report 말 많은 중국산 LFP 배터리, 글로벌 시장 잠식하나 재활용 어려운 LFP의 배신…친환경성 확보 어떻게? ‘트럼프 리스크’ IRA 폐기 가능성…이차전지 업계 영향은? Industry Trend CES 2024 속 이차전지 기술 모아보기 헬로티 이동재 기자 |
산업은 새로운 기술에 대한 갈증을 가지고 있다. 공작기계 영역도 마찬가지인데, 모터·엔코더·감속기 등 핵심 부품의 효율성을 극대화하기 위해 이들을 융합한 서보 시스템이 등장했다. 유럽연합(EU)의 서보 시스템 특허가 만료되면서 이 시장의 본격적인 경쟁 생태계가 구축됐다. 현재 유럽 내 많은 관련 업체가 각자의 강점을 내세우며 시장점유율 확보에 주력하고 있다. 스위스아미에트는 독일 소형 드라이브 시스템 글로벌 업체 파울하버(FAULHABER)의 솔루션을 국내에 공급한다. 지난 1991년 설립된 스위스아미에트는 모터·엔코더·감속기 등 제품을 사이즈별로 구분해 이를 조합하는 형태로 커스터마이징 요소를 강조한 서보 시스템에 강점을 보유했다고 평가받는다. 스위스아미에트 전진환 부장은 이를 ‘선택적 시스템’으로 정의했다. 전진환 부장은 한국 시장 진출의 근거로 ‘모듈 시스템’을 내세웠다. 유럽 시장과는 달리 아시아 시장에서 모듈 시스템의 체계 기반이 상대적으로 약하다는 것인데, 스위스아메이트는 이를 타깃 포인트로 삼았다. 이 모듈 시스템 설계 시 파울하버 제품의 기본 성능을 기반으로, 케이블 위치·샤프트 외형 등 요소 변경이 가능하다. 스위스아미에트는 이 전략을 통해
지난 2010년대 급부상한 스마트 팩토리, 인더스트리 4.0 등 산업 트렌드 변화는 디지털 전환(Digital Transformation, DX)을 근간으로 한다. 이는 수작업으로 진행되던 전통적 프로세스가 인터넷을 기반으로 IT와 연계되는 것을 의미한다. 쉽게 말해 산업 공정 및 설비 프로세스가 데이터를 토대로 자동화된다는 뜻이다. 이에 우리 정부는 ‘종이 없애기(Paperless)’를 슬로건으로 스마트 팩토리 관련 지원 사업을 줄곧 내놨다. 이 과정에서 빅데이터가 축적되고, 이 중 의미있는 데이터가 선별되는 등 스마트 팩토리 구축의 기반이 마련됐다. 현산업에서 점유율이 증가하고 있는 스마트 팩토리. 산업 소프트웨어 솔루션 업체 오픈컨트롤은 스마트 팩토리 구축 분야에서 어떤 전략으로 존재감을 확장하고 있을까? “오픈컨트롤은 각 제조 기업의 스마트 팩토리 엔지니어링 업무를 체계적으로 수행하도록 돕는 솔루션을 보유했다” 오픈컨트롤은 영국 산업 소프트웨어 기업 아비바(AVEVA)의 오퍼레이션스 컨트롤(구 Wonderware)을 산업에 제시한다. 지난 2022년부터 아비바 오퍼레이션스 컨트롤 부문 국내 파트너로 활동 중인데, 현재 자동차·전기전자·철강·식음료·화학
대한상의, 기업 탄소중립 대응 조사…"발전원 선택시 가격 우선 고려" 최근 탄소중립과 디지털 전환 등이 속도를 내는 가운데 '2050 탄소중립'에 따른 기업의 전기사용 증가 폭이 2배 이상 늘어날 것이라는 조사 결과가 나왔다. 5일 대한상공회의소에 따르면 최근 국내 제조기업 300곳을 대상으로 '기업의 탄소중립 대응 및 전력수요'를 조사한 결과, 2050년까지 기업별 탄소중립 이행 기간 전기사용 증가율은 연평균 5.9%로 예상하는 것으로 나타났다. 최근 5년간 연평균 증가율인 2.2%보다 약 2배 이상 높은 수준이다. 앞서 국제에너지기구(IEA)도 2023년 넷제로 보고서에서 탄소중립 달성 가정 시 2050년 전기수요가 2022년 대비 2.5배 증가할 것으로 내다봤다. 이는 기존 공장, 자동차, 난방 등에 쓰인 화석연료를 전기로 바꾸는 기술인 '전기화'가 전기 수요를 높이기 때문이다. 발전원을 선택할 수 있다면 우선 고려 요인으로 가격(66.7%)을 꼽은 기업이 가장 많았고, 이어 안정적 공급(21.3%), 친환경(7.3%), 사용 안전성(4.7%) 순이었다. 4가지 고려 요인을 선호 순위에 따라 점수를 매겨 백분위로 환산한 결과, 가격은 총 87점이 나왔다
제조 영역 안에는 수많은 과정의 생산 요소가 존재한다. 제조 기업은 제품 생산을 위한 원자재 수주 및 입고부터 자재 및 설비 관리, 공정 투입, 생산 공정, 공정 검사, 생산 및 공정 관리, 재고 관리, 완제품 품질 검사 등을 아울러 생산에 필요한 제품 생애주기를 관장한다. 제조실행시스템(MES)은 지난 20세기 후반 등장한 이후로 앞선 생산 요소의 통합적 관리가 용이하도록 돕는다. 제조 솔루션 업체 코어스는 MES를 기반으로, WMS·바이오밴드·시카다·그리드·에어 등 스마트 팩토리 전주기 자동화 관리 기술 ‘망고 시리즈’를 산업에 제시한다. 박진호 코어스 대표는 “망고 시리즈 내 모든 제품을 융합·연동하는 세계관인 ‘망고 커넥트’가 코어스의 비전”이라며 “망고 커넥트는 젊고 스마트한 제조 산업을 구축하기 위한 한축으로 활약할 것”이라고 강조했다. 코어스의 간판 라인업 ‘망고 시리즈’는? 망고 시리즈는 망고 MES를 기반으로, 망고 WMS·망고 바이오밴드·망고 시카다·망고 그리드·망고 에어가 각자의 역할을 위해 연동되는 망고 커넥트를 지향한다. 망고 MES가 이 시리즈의 기반으로 둔 것은 실제 현장에서의 목소리를 바탕으로 한 코어스의 전략이다. 이 중 망고
리튬이온 축전지는 1991년에 최초로 상품화되었는데, 이전의 축전지에 비해 상당히 고출력, 고에너지 밀도를 가지고 있었기 때문에 혁신적인 축전 디바이스로서 세상에 기술 혁신을 일으켰다. 보급 초기에는 휴대전화나 퍼스널컴퓨터, 태블릿 단말 등과 같은 초소형 경량 디바이스의 큰 진화를 가져왔다. 최근에는 유럽과 중국을 중심으로 저탄소화에 대한 요구로 전기자동차의 급속한 보급이 추진되고 있다. 그러나 너무나 급속한 수요 증가 때문에 리튬이온 축전지의 재료가 되는 리튬과 코발트, 니켈과 같은 희소금속 공급 부족이 될 우려가 커지고 있다. 따라서 희소금속을 사용하지 않는 축전지로 전환하거나 재활용을 요구하는 등 축전 시스템 개발에 큰 변화가 일어나고 있다. 또한 보다 안전하고 고출력, 고에너지 밀도의 전고체 전지로 발전하기를 크게 기대하고 있다. 한편 저탄소사회 실현에는 태양광이나 풍력, 지열과 같은 자연 에너지의 유효 활용이 강하게 요구되고 있는데, 자연 에너지는 기본적으로 출력의 변동이 커서 그 안정화를 위해 대용량 축전지 시스템과의 연계가 필수적이다. 전기자동차 1대에 탑재되는 전기에너지는 일반 주택 1채용 축전 시스템의 3～5배 용량이기 때문에 전기자동차 축전
자동차 산업이 100년에 한 번 있는 변혁으로서 자동차의 전동화·지능화에 대응하는 가운데, 닛산자동차에서는 세계 최초로 2010년에 전기자동차(Electric Vehicle: EV 또는 Battery EV, BEV) ‘닛산 리프’을 양산하기 시작했다. 그 후 많은 전기자동차가 BEV 시장에 진출해 경쟁력을 유지하기 위해 차량의 모델 체인지에 맞춰 전동 파워트레인의 성능을 향상시키고 또한 그 제어도 개량·발전시켜 왔다. 2016년에는 BEV의 전동 파워트레인과 구동계를 공용하는 100% 모터 구동 e-POWER를 일본 시장의 ‘닛산 노트’용으로 선보였다. e-POWER는 파워트레인 방식으로서 시리즈 하이브리드로 분류되는데, 다른 하이브리드 시스템과 차별화해 높은 가속 성능과 액셀 조작성을 BEV의 개발로 얻은 전동 파워트레인의 제어를 통해 실현하고 있다. 현재는 BEV를 비롯해 100% 모터 구동 차량이 많이 시장에 투입되고 있는데, 전동 파워트레인 제어의 관점에서 정리된 문헌은 많지 않다. 이 글에서는 닛산자동차의 전동 파워트레인 발전을 사례로 BEV와 e-POWER 모두를 다루어 보고, 특히 양산차에 채용된 전동 파워트레인의 제어에 대해 설명한다. 전동 파
사람의 시각 시스템은 우리가 세상을 이해하기 위한 주요 수단 중 하나이다. 빛이 눈에 들어오고 정보가 시신경을 통해 뇌로 전달되면 뇌가 그 정보를 해석해 ‘이미지를 생성’한다. 그 중 뇌가 관여하고 있는 과정은 특히 복잡하고 난해한데, 이것이 인식과 의사 결정, 그리고 모든 행동의 기반이 된다. 즉, 시각 시스템은 뇌의 구조를 알고 싶어하는 과학자의 주된 목표 중 하나가 된다. 그리고 동시에 시각 시스템은 이미지 정보 처리를 위한 궁극 모델 중 하나이다. 공학자는 시각 시스템을 이해하고 이것을 모방함으로써 기계가 복잡한 문제를 해결한다는 오랜 목표에 대응해 왔다. 양쪽의 대응 목적은 다르지만, 동일한 연구 대상을 다른 형태로 쫓고 있다. 최근 심층 신경망이라는 기술은 이들 양쪽의 합류를 촉진해 각각의 목표를 실현하는 데 공헌하기 시작했다. 심층 신경망은 뇌의 신경세포 네트워크의 일부를 모방해 이미지 인식, 물체 탐지 및 이미지 생성과 같은 시각 과제에 대해 탁월한 성능을 보여주고 있다. 그리고 자율주행차, 의료영상 진단, 비디오 분석, 가상현실, 증강현실, 대규모 언어 모델 등 많은 분야에서 혁신적인 응용이 이루어지고 있다. 그리고 이 놀라운 기술은 뇌의 모
산업에서 활용되는 산업용 로봇과 협동로봇은 도입비용뿐만 아니라 유지비용 또한 높은 것으로 알려져 있다. 이에 로봇과 인공지능(AI)의 융합이 새로운 해결책으로 등장했다. 로봇을 현장에 도입했음에도 제대로 된 가치 발현이 안 되거나, 로봇 자체에 대한 변수 그리고 로봇을 공정에 활용하는 데 발생한 이슈 등에는 필연적으로 사람이 관여해야 하는데, 이를 해결하기 위해 로봇과 AI의 결합이 해결책으로 제시됐다. 로봇 AI 스타트업 플라잎이 제안하는 AI 로봇 솔루션을 소개한다. 현재 부상하는 ‘혁신기술’ 가운데 로봇은 그중에서도 핵심으로 평가받는다. 바야흐로 ‘로봇의 시대’가 개막한 것인데, 로봇은 산업 자동화 분야의 핵심 솔루션으로 자리매김하는 중이다. 최근에는 제조·물류 현장과 더불어 서비스 영역까지도 로봇의 영향력이 미치고 있다. 그러나 단순 조립 공정부터 물품 분류, 서비스 제공 등에서 로봇의 적용은 아직 기술적 한계가 따른다. 아울러 로봇의 원활한 동작을 위해서도 자원 및 인력이 뒤따른다. 예를 들어 환경, 생산 제품 등에 변수가 생겼을 때 앞선 요소는 더욱 요구된다. 사람을 대체하겠다는 포부로 등장한 로봇의 궁극적 목적에는 완벽히 다다르지 못한 양상이다.
최근 산업 내에서 급속도로 구축되고 있는 자동화 설비는 주로 압축공기를 이용한다. 이에 기체류를 다루는 설비 및 배관이 구축되는데, 이때 설비 및 배관에서 누출되는 압축공기·스팀·가스 등 기체를 감지하는 것이 중요하다. 음향 카메라는 이 과정에서 중추적인 역할을 한다. 음향 카메라를 활용해 기체의 누출 위치 및 상황 파악이 가능하다. 여기서는 소리를 시각적으로 구현해 설비의 결함까지 순각포착하는 한국플루크의 음향카메라를 소개한다. 현재 산업 안에는 기술 하나만으로 각종 문제를 해결하는 ‘원스톱’ 기술에 대한 요구가 증가하고 있다. 단 하나의 핵심 기술로 여러 영역을 다루는 개념인데, 고도화된 효율성이 곧 산업 경쟁력인 시대에서 존재감이 부각되고 있다. 음향 카메라는 소리를 시각적으로 구현해 현황을 파악하는 데 기여하는 기술이다. 제조 분야에서는 제조 공정 및 설비의 상태를 파악하는 데 주로 활용되고 있다. 최근 산업 내에서 급속도로 구축되고 있는 자동화 설비는 주로 압축공기를 이용한다. 이에 기체류를 다루는 설비 및 배관이 구축되는데, 이때 설비 및 배관에서 누출되는 압축공기·스팀·가스 등 기체를 감지하는 것이 중요하다. 그러나 통상적으로 소음 수준이 높은
인더스트리4.0 시대 분야를 막론하고 AI 도입은 선택이 아닌 필수다. 특히 제조업 현장에서 AI 기술은 품질 관리, 생산 최적화, 예지 유지 보수에 획기적인 도움을 준다. AI는 획기적인 기술이지만, 성공적으로 도입하고 활용하기는 쉽지 않다. 데이터 수집 및 전처리, 모델 개발, 학습, 배포, 운영 등 어려움이 존재하기 때문이다. 라온피플의 ‘EZ PLANET’은 AI 개발에 도움을 주는 플랫폼이다. 머신러닝은 국가 운영 시스템, 기업, 개인 생활 등 다양한 분야에 활용되고 있으며 그 범위는 지속적으로 확대되고 있다. 로봇의 눈, 제품 품질, 속성별 분리, 객체 인식 자율주행 등 다양한 분야에서 활용되고 있다. 이렇듯 머신러닝의 중요성은 더욱 커지고 다양하게 적용이 되고 있지만, 아직도 개발이 어려운 것이 사실이다. 예를 들어 제품마다 양불판정 기준이 다 다르다. 즉, 제품이 바뀔 때마다 재학습이 필요하다는 것이다. 머신러닝 개발은 프로젝트 수집, 데이터 수집 및 레이블링, 모델 학습, 평가, 배포 및 적용 등의 단계에서 무한 반복이다. 전문 지식을 갖춘 엔지니어가 비효율적인 작업을 반복하게 된다. 제조업 현장에서 기존 머신러닝 기술은 데이터 수집 및 전처
AI를 배워가는 과정들이 대기업 위주에서 이제는 중견 중소기업까지 확산되고 있다. 그만큼 AI에 대한 인식이 높아져 잘 이해 하고 있다는 방증이다. 제조나 산업 분야에서는 AI를 도입하고자 할 때 어떤 부분들을 고려하면 되는지 살펴보고, 그런 측면에서 마키나락스의 솔루션과 서비스를 소개하고자 한다. AI 기술은 놀라운 속도로 발전하고 있다. 2016년 전만 해도 AI가 글자나 이미지 등을 인식하는 정도의 수준까지 오는데 약 10년이 걸렸다면 2016년 이후엔 사람의 인식 능력을 따라 잡는데 2~3년 밖에 걸리지 않을 정도로 급속히 빨라지고 있다. 이게 가능할 수 있었던 이유는 AI를 활용할 수 있는 기반 기술들이 성장했기 때문이다. AI를 잘 하려면 여러 가지 데이터 특성들을 분류할 수 있게 모델 사이즈가 커져야 하는데, 최근 강력한 컴퓨팅 파워를 보유한 기업들이 등극하며 산업적으로 기술적으로 성장하면서 연간 10배 정도 모델 사이즈가 커지고 AI 성능도 크게 향상되고 있다. 제조 산업과 AI 바야흐로 AI 시대가 시작됐다. 그렇다면 제조와 산업에서 AI는 어떻게 활용되고 있을까? 제조 산업은 상대적으로 ICT나 IT 산업보다 AI 활용도가 높지 않다. 그러
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 17시 12분
