산업 자동화를 가속화 및 최적화하는 인공지능과 공장 비디오 기술

June 10, 2024

팬데믹은 다른 많은 부문들과 마찬가지로 산업 분야에도 변화를 가져왔습니다. 특정 분야에서 급증한 수요가 다른 부문에 영향을 미쳐 노동력과 원자재 조달에 어려움이 생기기도 했습니다. 기업과 노동자들은 새로운 환경 변화에 발빠르게 적응해야 했습니다. 증가하는 수요에 대처하기 위해 생산성과 처리량을 높여야 함과 동시에, 무엇보다 작업자의 안전을 최우선으로 고려해야 했습니다. 여기에 중요한 역할을 한 것이 로봇 공학과 데이터 과학을 포함한 첨단 기술입니다. 산업계는 이러한 첨단 기술을 도입해 자동화로의 전환을 꾀했습니다. 로봇이 작업을 일관되고 빠르게 수행하는 한 편으로, 인공지능(AI)은 인간의 개입 없이 수동적으로 프로세스 속도와 효율을 개선하는 데 도움이 되었습니다. 이번 포스트에서는 이러한 변화를 가능하게 한 두 가지 주요 기술을 살펴보겠습니다.

산업 자동화를 가속화 및 최적화하는 인공지능과 공장 비디오 기술 (출처: Blue Planet Studio - stock.adobe.com)

로보틱스

작업자가 몸이 안 좋거나 물리적 거리두기를 해야 하는 상황에서 로봇(대부분 AI와 고급 소프트웨어가 필요)은 생산 라인의 지속적인 가동을 보장하는 필수 솔루션이 되었습니다. 산업용 로봇은 아크 및 스폿 용접, 자재 핸들링, 원자재 로드 및 언로드, 제품 조립, 선택, 포장 및 팔레트 선적 작업을 수행할 수 있습니다. 이들 로봇은 또한 페인팅, 접착, 밀봉, 그리고 절단기로 이송 작업도 할 수 있습니다. 그 결과, 로봇은 적절한 물리적 거리를 보장하도록 작업자와의 상호 작용을 최소화하면서 대부분의 자동화된 작업을 처리하도록 구현되었습니다.

기업들은 AI와 소프트웨어를 비용을 줄이고 지속 가능성을 향상할 수 있는 기술로 간주하고 있습니다. 이러한 변화는 자동화에 대한기업의 투자를 촉진했으며, 그 결과 자동화로의 전환 추세에 힘 입어 로봇 제조사들이 급증하고 있습니다. 이러한 추세는 개선된 프로세스 일관성을 통해 미래에 새로운 시장 기회를 열어주고 있습니다.

효율이 향상되고 있음에도 불구하고, 기술의 발전은 시설 내에서 역할의 변화를 초래합니다. 기업 차원에서는 반복적인 처리 단계들을 자동화할 수 있고 또 자동화해야 하므로, 작업자는 잉여 노동력이 될 수 있습니다. 하지만 숙련된 분석가와 기술자들은 데이터를 평가하고 장애를 진단할 수 있는 능력이 있기 때문에 재교육을 통해 잉여 노동력 문제를 완화할 수 있습니다. "로봇 대 COVID-19: 대유행이 자동화를 가속화하는 방법 ¹”이라는 제목의 키어니(Kearney) 보고서에 따르면, 문제가 발생했을 때 작업자의 풍부한 경험은 항상 귀중한 자산이 되기 때문에 기업들은 로봇 공학/자동화와 직원 재교육의 균형을 유지하기 위해 노력할 필요가 있습니다.

재숙련 사례의 한 가지 예로 공장 비디오를 들 수 있습니다. 공장 비디오는 자동화로의 전환을 지원하는 도구입니다. 제조 프로세스를 기록하면 오류 발생 순간을 포착하거나 프로세스에서 반복되는 비효율 패턴을 강조할 수 있습니다. 그 다음에는 엔지니어와 관리자가 비디오 피드백을 검토 및 진단하여 프로세스에서 수정 조치를 취하는 것이 중요합니다. 재교육은 지속적인 개선 의지를 가지고 수년 간의 경험을 전환하는 데서 비롯됩니다.

데이터 과학

공장 프로세싱에 대한 비디오 활용에서부터 머신 러닝(ML)에 이르기까지, 데이터는 인더스트리 4.0의 화폐이고, 분석은 투자 전략입니다. AI는 실시간 조정을 위해 데이터를 빠르게 처리하고 해석할 수 있기 때문에 방대한 양의 데이터가 빅데이터로서 어느 정도의 가치를 가질 것인지는 --전적으로 AI에 달려 있다고 해도 과언이 아닙니다.

이러한 변화의 바람은 디지털 업무와 관련한 더 많은 일자리를 만들고, 산업 운영의 판도를 바꿀 만한 어마어마한 양의 미활용 데이터 세트를 발견할 수 있게 해줍니다. 예를 들어, 기업은 테라바이트의 데이터를 생성하고 관리하지만 인력이 부족해 정작 자신들의 제품은 생산할 수 없습니다. AI는 이를 해결하여 회사 전체의 개선된 프로세스를 즉시 활용하고, 제한된 제조 단계에 적용합니다. 이러한 개선은 기업의 수익성에 상당한 영향을 미칠 수 있습니다. 이러한 상황들을 고려하면, 대다수의 기업이 자신들의 자동화 공정에서 AI의 향상을 환영하는 것은 그리 놀라운 일이 아닙니다.

자동화 전환에 있어서, 기업들은 재빠른 수용자와 더딘 수용자로 분리될 것입니다. 운영 효율의 향상은 경쟁의 격차를 더욱 벌리고 AI를 조기에 채택한 기업이 승리할 수 있는 기회를 높일 것입니다. 또한, AI 도입 기업이 늘어남에 따라 이전에 데이터 엔지니어가 분석하지 못했던 부분을 AI가 식별한 최적화 절차로 인해 산업 프로세스가 재구상되어야 합니다. 이러한 개선은 작업자가 어셈블러에서 관리자(operator) 또는 리드(lead)로 역할이 전환되는 것을 가속화할 수 있습니다. AI는 더 이상 인간의 능력에 얽매이지 않고 모든 데이터에 액세스하고 평가하는 혁신적인 방법을 개발하는 데 제조업을 끌어들일 것입니다.

로보틱스와 AI는 제조업에서 인간 작업자의 퇴출을 알리는 신호탄이 아닙니다. 그보다는 오히려, 산업이 보다 자동화된 반복 단계로 나아가고, 오류를 평가 및 수정하는 데 필요한 기술이 향상되었음을 나타냅니다. AI가 제조 효율을 높이기 위해 수동적으로 작업하는 동안, 여전히 인간 작업자는 프로세스를 관찰하면서 모든 일들이 의도한 대로 계속 진행될 수 있게 기계를 개선 및 수리해야 합니다. 인간은 공장 비디오를 통해 시스템 문제를 기록하고 진단할 수 있으며, AI는 작업 중 프로세스 효율을 높일 수 있습니다. AI, 데이터 과학, 비디오 및 소프트웨어의 접점은 제조 리더에게 최적의 산업 자동화에 필요한 도구를 제공합니다. 숙련된 작업자는 풍부한 경험을 토대로 한 통찰력을 가지고 방대한 데이터가 잘 처리되도록, 그리고 예상치 않게 발생하는 오류가 긴급하게 해결되도록 합니다.

1. Peterson, Erik R., Terence Toland, and Gabriella Huddart. “Robots vs. COVID-19: How the Pandemic Is Accelerating Automation.” www.kearney.com. Kearney. Accessed March 23, 2022. www.kearney.com.