AI 기술이 제조 현장에 본격적으로 적용되며 품질검사와 설비진단의 방식이 근본적으로 달라지고 있다. 기존의 룰 기반 시스템이 가진 한계를 뛰어넘어 딥러닝과 트랜스포머 기반의 비전 시스템이 빠르게 상용화되고 있으며, 고정밀 진단과 유연한 공정 최적화가 가능해졌다. 특히 한국생산기술연구원의 제조AI연구센터는 의료기기, 자동차 부품, 공정 설비 등 다양한 산업 분야에 AI를 적용한 혁신 사례를 다수 제시하며 주목받고 있다. 이 글에서는 제조업 혁신의 중심에 서 있는 AI 기반 품질검사 및 설비진단 기술을 다각도로 조명한다. AI와 제조업, 새로운 융합의 시대 산업계 전반에서 인공지능(AI) 기술의 적용이 빠르게 확산되고 있는 가운데, 제조업 또한 그 흐름에 본격적으로 편입되고 있다. 과거 자동화와 센서 기반의 제어 시스템에 머물렀던 제조 공정은 이제 AI 기반의 지능형 시스템으로 진화하고 있으며, 이는 단순한 기술 업그레이드를 넘어 전반적인 생산 방식의 패러다임을 바꾸고 있다. 한국생산기술연구원(이하 생기원)은 이러한 변화의 중심에서 제조AI연구센터를 통해 AI의 실질적 적용 가능성과 기술 상용화를 위한 연구에 몰두하고 있다. 생기원이 정의하는 제조AI의 핵심 적
[헬로티] 아나로그디바이스는 상태 모니터링 하드웨어, 소프트웨어, 알고리즘 개발을 가속화하도록 고안된 새로운 상태기반 모니터링(CbM) 개발 플랫폼을 발표했다. ▲ADI CN0549 CN0549는 견고하면서 충실도 높은 데이터 수집 애플리케이션을 위해 하드웨어적으로 보안성을 보장하면서 넓은 대역폭을 가진 센서 데이터를 제공한다. 이 개발 플랫폼은 오픈소스 소프트웨어 인터페이스를 지원해 임베디드 시스템에서 예컨대 MATLAB이나 파이썬 같은 대중적인 데이터 분석 툴로의 연결을 간소화한다. CN0549를 활용하면, 실시간 진동 데이터 처리가 가능해 예방 정비 서비스를 위한 머신러닝 알고리즘 개발 속도를 높일 수 있다. 초보자부터 숙련자까지 모든 수준의 엔지니어를 지원하는 이 유연한 CN0549 플랫폼을 활용해 개발자는 자신의 상태 모니터링 개발을 가속화할 수 있을 뿐 아니라 개발 비용과 위험 부담도 줄일 수 있다.