미쓰비시전기는 제조 분야의 디지털 전환을 위해 스카다(SCADA) 솔루션인 ‘제네시스 64’를 활용하여 공장 자동화와 효율적인 데이터 관리를 추진하고 있다. 이 솔루션은 다양한 오픈 프로토콜과 장비 호환성을 지원하며, 실시간 데이터 추적과 3D 시각화를 통해 공장의 실시간 관리를 가능하게 한다. 또한 미쓰비시전기는 이펙토리 얼라이언스와의 파트너십을 통해 맞춤형 솔루션을 제공하고 있으며, 이를 통해 공장의 낭비를 줄이고 생산성을 증대시키는 것을 목표로 한다. 뿐만 아니라 데이터 분석과 에너지 관리 기능을 통해 공장 운영의 효율성을 높이고, 비용 절감과 지속 가능한 제조 환경을 조성하는 것을 추구한다. ‘제네시스 64’를 활용한 제조 현장의 디지털 전환은 어떤 모습일지, ‘2024 스마트 제조 대전망 온라인 컨퍼런스’에서 한국미쓰비시전기 이승재 그룹장이 발표한 내용을 정리했다. 제조 분야에서 디지털 전환이 진행되면서 제조 공정에 대한 시각화·가시화 전략이 요구되는 추세다. 기존에는 작업자가 직접 제조 현장을 순찰하면서 압력 게이지, 센서값 등을 수집·점검·감시했다. 이를 극복하기 위해 탄생한 기술이 바로 스카다(SCADA) 소프트웨어다. 미쓰비시전기오토메이션는
첨단 기술의 융합과 디지털 변환은 비즈니스에 역동적인 변화를 가져오고 있다. 제조업체들은 이런 변화를 받아들이고 적응하는 것이 중요해지고 있다. 해당 변화는 단순히 기존 프로세스를 변경하는 것이 아니라, 제조 실행 및 전략의 새로운 시대를 예고하는 패러다임의 변화를 의미한다. 엠아이큐브솔루션 박양호 연구소장은 ‘2024 스마트 제조 대전망 온라인 컨퍼런스’에서 제조업 패러다임을 바꿀 디지털 트윈의 적용 사례 및 구축 방안을 소개했다. 그 내용을 정리했다. 디지털 트윈이란 단어는 2002년 미시건대 마이클 그리브스 교수가 PLM에서 최초의 디지털 트윈 개념을 정립한 것으로 인정받고 있다. 여기서 PLM은 현재 대부분 기업에 적용되어 있는 PLM 개념이 아닌, 제품 탄생에서 죽음까지 제품의 전체 수명 주기를 통합하고 운영을 최적화하는 전략을 말한다. 현재 대부분 PLM 솔루션들이 수명 주기 초기 단계인 제품 개발 단계의 솔루션으로 자리 잡고 있다. PLM은 인더스트리4.0 시대에 들어서 디지털 트윈이라는 이름으로 다시 명명됐다. IoT, 로봇, PLC 기술 고도화, ERP 시스템 등의 고도화, 5G 통신, 빅데이터 분석 등 ICT 기술이 뒷받침되면서 전체 라이프
산업 제조 영역에서 디지털 트윈 기술은 빅데이터를 기반으로 현실을 반영하는 가상 모델을 생성하며, 이는 제조 설비의 설계부터 운영까지 전 과정을 가상화하여 효율성을 높이는데 기여한다. 반면, 메타버스는 사회적 활동을 가능하게 하는 가상세계를 제공하며, 이 두 기술은 각각 다른 출발점을 가지고 있지만, 산업 분야에서는 이들의 장점을 접목하여 지속 가능한 발전을 추구한다. 지멘스는 이러한 변화를 주도하기 위해 ‘지멘스 엑셀러레이터(Siemens Xcelerator)’를 통해 파트너와 협력하며 맞춤형 솔루션 개발을 위해 노력하고 있다. 또한 기존 및 신규 공장에 대해 각기 다른 접근 방식을 제안하며, 중소규모 공장도 클라우드 기반 서비스를 통해 접근성을 높이고 자원 효율성을 개선할 수 있다고 제시한다. 지멘스가 제시하는 산업 생산을 위한 혁신 가속화 방안은 무엇인지, ‘2024 스마트 제조 대전망 온라인 컨퍼런스’에서 한국지멘스의 김태호 이사가 발표한 내용을 정리했다. 산업 제조 영역에서의 디지털 트윈 기술은 제조 설비에서 도출된 빅데이터를 가상세계에 도입한 후 테스트를 거쳐 그 결과를 현실에 반영하는 개념이다. 지금은 기존의 단순한 디지털 트윈 활용 흐름과 달리
견고했던 ‘매그니피센트 7’의 위상에 균열이 일어나고 있다. 세계 IT 기술을 좌우하는 7곳의 빅테크를 지칭하는 매그니피센트 7은 지난해 주가총액이 두 배 이상 상승하며, 그야말로 미국 증시 광풍을 이끌었다. 그러나 최근 빅테크 간 격차가 조금씩 벌어지고 있다. 그 차이를 야기한 것은 아이러니하게도 현재까지의 성장을 이끈 AI다. 생성형 AI 붐을 타고 몸값을 높여왔던 매그니피센트 7은 이제 AI에 대한 투자와 성과의 기로에서 새로운 국면을 맞았다. 상승세 끌어온 매그니피센트 7, 올해는? 매그니피센트 7은 미국 빅테크인 마이크로소프트(MS)와 애플, 엔비디아, 알파벳, 아마존, 메타, 테슬라 등 7개 기업을 의미하는 용어다. 이들은 미국 증시를 이끌며 연일 최고가 행진을 이어가고 있다. 지난 2월 기준 7개 기업의 전체 시가총액은 13조1000억 달러를 기록하며, G20 국가에서 시장 규모 2위인 중국(11조5000억 달러)을 추월했다. 이 같은 흐름은 올해에만 스탠더드 앤드 푸어스(S&P) 500지수를 16차례나 갱신할 정도로 파급력이 컸다. 지난해 생성형 AI가 시장에서 본격적인 확산 조짐을 보임에 따라, 매그니피센트 7은 AI라는 거대한 파도를
이코노미스트 임팩트는 최근 전 세계 이산화탄소 배출량의 3분의 1을 산업계가 주로 에너지 사용으로 인해 발생시킨다고 보도했다. 과거의 에너지 효율화 노력에도 불구하고, 업계 리더들 사이에서 제조업을 포함한 에너지 효율화 프로그램을 개발하여 현재의 에너지 위기와 기후 비상사태를 해결하려는 움직임이 다시 활발해지고 있다. 전 세계 에너지 부문에 대한 정책 권고, 분석 및 데이터를 제공하는 정부 간 기구인 국제에너지기구에 따르면, 지속적인 에너지 효율 프로그램을 통해 산업 부문에서 배출되는 탄소 배출량의 70%를 잠재적으로 제거할 수 있다고 한다. 제조업체의 경우 에너지 및 기후 위기를 해결하기 위해서는 환경에 미치는 영향과 자원 사용을 최소화하는 지속 가능한 관행이 필수적이다. 예를 들어 주문자 상표 부착 생산업체(OEM)는 에너지를 절약하면서 필요한 유연성과 처리량을 제공하는 '친환경' 기계를 제공함으로써 차별화할 수 있다. 로봇 공학, 머신비전, 인공지능(AI)을 포함한 자동화 기술은 이러한 노력에서 중추적인 역할을 한다. 자동화, 에너지 효율성과 지속가능성을 높인다 자동화된 제조는 본질적으로 지속 가능하다. 자동화를 통해 기업은 환경에 미치는 부정적인 영향
2024년에도 빅테크의 진격은 계속된다. 빅테크가 연이어 발표하는 생성형 AI 기술은 기존 모델 성능을 가뿐히 뛰어넘으며 새로운 기능을 선보이고 있다. 텍스트를 넘어 음성 및 이미지, 영상 등을 생성하며 다양한 산업 분야에 적용 사례를 만들고 있다. 최근 빅테크가 발표한 생성형 AI 서비스 역시 일상의 편의와 업무환경의 혁신을 가져옴으로써 변화를 만들어내고 있다. 이처럼 생성형 AI는 빅테크가 쏟아붓는 막대한 예산과 그에 따른 기술개발이 낳은 결정체라고 해도 과언이 아니다. 구글, 제미나이 1.5 프로의 등장 구글이 자체 개발한 멀티모달 AI 모델 제미나이 1.0 프로의 업데이트 버전을 공개했다. ‘제미나이 1.5 프로’는 구글 최신 AI 모델인 ‘제미나이 1.0 울트라’와 비슷한 성능으로 텍스트·이미지·음성·영상을 생성하는 중형 멀티모달 모델이다. 구글은 제미나이 1.5 프로가 기존 1.0 프로보다 동시에 정보를 처리하는 능력이 향상돼 긴 문맥을 이해하는 역량이 뛰어나다고 밝혔다. 제미나이 1.5 프로는 최대 100만 개의 토큰 처리 능력을 갖춘 것으로 알려졌다. 이는 기존 1.0 프로가 수행하는 3만2000개의 토큰 처리 규모를 아득히 뛰어넘는 수준이다.
3차원 측정기(CMM)는 1960년대로 거슬러 올라가는 풍부한 역사를 가지고 있다. CMM은 50년 이상 계측 분야의 초석이 되어 왔으며, 제조업체가 물체를 정밀하고 정확하게 측정하고 검사하는 방식에 혁신을 가져왔다. 창립 이래 CMM은 항공우주에서 자동차에 이르기까지 다양한 산업의 증가하는 수요를 충족하기 위해 지속적으로 발전해 왔으며, 제조된 부품의 품질과 적합성을 보장하는 데 중추적인 역할을 해왔다. 새로운 제조 시대의 정점에 서 있는 지금, CMM의 발전 궤적을 살펴보고 향후 수십 년 동안 이러한 기계가 어떻게 계속 변화할지 추측하는 것은 매우 중요하다. 역사적 관점 CMM의 뿌리는 제조 산업에서 정확한 치수 측정의 필요성이 가장 중요해진 시기로 거슬러 올라갈 수 있다. 최초의 CMM은 1960년대 후반에 아날로그 기술에 의존하여 기본적인 측정 기능을 제공하는 제품으로 출시되었다. 수년에 걸쳐 아날로그 기술에서 디지털 기술로 전환되면서 복잡한 형상을 측정할 때 정확도, 반복성 및 효율성이 향상되는 중요한 이정표가 마련되었다. CMM 기술의 진화 측정 정확도 및 정밀도의 발전: 계측 분야에서 더 높은 정확도와 정밀도를 향한 끊임없는 추구는 지난 50년
AI 발전은 인류에 혜택으로 돌아오지만 이면도 존재한다. 대표적인 예가 딥페이크다. 해커들은 AI와 딥러닝의 발전으로 인해 진짜 같은 가짜 사진, 영상 및 음성을 생성하는 능력을 증가시켰다. AI를 차치하더라도 단기간의 급격한 기술 발전은 딥페이크와 같은 부작용을 낳기도 한다. 이에 정부 및 주요 기업은 AI가 미칠 부정적인 영향에 대비해 다양한 제도와 가이드라인을 만드는 추세다. 반면 이 같은 규제가 도리어 AI 발전 속도를 저해할 수 있다는 목소리도 나오고 있다. 현실로 다가온 딥페이크 위협 지난 1월 미국을 대표하는 팝스타인 테일러 스위프트의 얼굴 사진이 합성된 이미지가 SNS를 통해 확산된 사건이 화제가 됐다. 현재 삭제된 이 이미지는 X, 인스타그램, 레딧 등에서 공유되면서 4700만 조회 수를 기록하기도 했다. 이 끔찍한 합성 이미지를 만드는데 적용된 기술이 딥페이크다. AI 탐지 기업인 리얼리티 디펜더는 이 합성 이미지가 AI 모델을 사용해 생성된 것이라고 확신했다. 딥페이크란 '딥러닝(Deep learning)'과 '가짜(Fake)'란 말의 합성어로, 최근에는 AI 기술을 기반으로 만들어낸 부정적인 창작물로서의 의미가 강하다. 같은 달 또 다른
AI 반도체 수요가 상승하고 있다. 이에 다수의 AI 기업이 자체 AI 칩 개발에 주력하는 추세다. 이는 고객의 요구에 특화한 솔루션을 제공하고, 예측할 수 없는 활용 가능성에 대비하기 위함이다. 이처럼 AI 칩 개발 경쟁은 미래 기술 혁신에 대한 흥미로운 전망을 제시함으로써 대중의 기대를 높이고 있다. 주요 기업들은 다음 단계에서 일어날 혁신에 대비해 치밀한 전략 구상에 나서고 있다. 시장은 자체 칩을 원한다 지난 2월, 오픈AI 샘 올트먼 CEO의 폭탄 발언이 AI 업계를 강타했다. 그의 입에서 나온 금액이 상상을 초월하는 천문학적 금액이었기 때문이다. 고성능 AI 반도체를 생산하기 위해 샘 올트먼이 언급한 펀딩 금액은 무려 7조 달러, 한화로는 9300조 원에 달하는 거액이다. 챗GPT의 창시자의 선포였기에, AI 업계는 진지하게 실현 가능성을 점쳐보고 있다. 샘 올트먼은 거대한 계획 안에 주요 반도체 기업과의 협력이 필요함을 밝혔으며, 그가 그리는 큰 그림에 포함될 가능성이 높은 기업들도 함께 주목받았다. 오픈AI 사례에서 말해주듯이 결국 AI 기업이 자체 칩 개발에 열을 올리는 이유는 높은 성능과 효율성을 갖춘 특화한 솔루션을 제공해 시장 경쟁에서
“제조업 AI 기술 활용도 낮다…첫걸음은 충분한 이해와 명확한 목표 설정” “AI 생태계 구축 위해선 단번에 해결보다 작은 것부터 자동화 접근 필요” 챗GPT 열풍으로 시작된 생성형 AI 시대가 눈앞에 성큼 다가왔다. 월드 이코노믹 포럼에서 발표한 설문 결과에 따르면, 2030년까지 산업 전반에서 생성형 AI 및 분석형 AI가 창출할 수 있는 잠재적 연간 가치 총액은 6.7T 달러다. 또 제조기업 대다수 경영진들은 앞으로 AI가 핵심적인 경쟁력을 만드는 도구가 될 거라고 전망하고 있다. 그러나 실제로 AI 관련해서 당초 생각했던 목표를 성공적으로 달성한 기업의 비율은 다른 산업에 비해서 여전히 낮은 상황이다. 이를 두고 전문가들은 AI가 좋아 보인다는 단순한 이유로 데이터나 AI에 대한 충분한 이해 없이 결정을 내리고 잘못된 방식으로 접근해 실패하는 경우가 많다고 지적한다. 그러면서 성공적인 도입을 위해서는 AI와 데이터에 대한 충분한 이해, 데이터 준비 상태, 그리고 명확한 목표 설정이 중요하다고강 조한다. 3월 27일부터 29일까지 열리는 산업자동화 전문전시회인 ‘2024 스마트공장·자동화산업전 ’(Smart Factory + Automation Worl
최신 반도체 기술 중 하나인 HBM(High Bandwidth Memory)이 각광받고 있다. 고성능과 저전력 특성을 갖춘 HBM은 AI 및 머신러닝 분야에서도 뛰어난 성능을 발휘하기 때문이다. 이와 함께 3D 스택 형태의 메모리 아키텍처로 높은 대역폭을 실현한다. 이는 대규모 데이터 처리 및 다중 연산을 필요로 하는 AI 알고리즘에 최적화한 성능인 셈이다. 이에 반도체 기업들은 차세대 먹거리인 HBM 키우기에 나서고 있다. 회복세로 돌아서는 반도체 시장 최근 공개되는 지표를 살펴보면, 반도체 시장이 개선되는 조짐이 보인다. 과학기술정보통신부의 통계에 따르면, 지난 1월 ICT 수출액은 163억5000만 달러로 전년 동기 대비 25.1% 증가한 것으로 나타났다. 이는 2022년 5월 이후 처음으로 두 자릿수대의 성장세를 보인 것으로, 전체 ICT 수출은 반도체의 향상된 성과로 인해 11월부터 3개월 연속으로 전년 동기 대비 증가세를 이어가고 있다. 글로벌 반도체 제조 산업도 회복 추세를 보인다. 국제반도체장비재료협회(SEMI)와 테크인사이츠가 발간한 보고서에 따르면, 작년 4분기에는 전자제품과 집적회로 판매가 증가하며, 2022년 하반기 이후 처음으로 전자제
올해 들어 반도체 산업이 반등하고 있다. 이를 가능하게 한 건 AI 대중화다. 전 산업 영역에서 AI 수요가 높아짐에 따라 학습과 연산, 출력 등을 신속하게 할 수 있는 반도체가 반드시 필요하다. 반도체 업계는 매년 설비 투자를 지속하며 생산 능력을 강화하고 있으나, 앞으로는 그 규모가 확산할 조짐이다. 주요 기업들은 급변하는 시장에서 경쟁 우위를 확보하고 기술 주도권을 쥐기 위한 전략을 세우고 있다. 삼성전자 ‘투자할 곳도, 투자금도 많다’ 삼성전자가 올해도 세계 반도체 설비투자(CAPEX) 분야에서 1위가 유력하다. 테크인사이츠의 안드레아 라티 디렉터는 삼성전자가 2010년부터 가장 많은 투자를 한 기업이며, 올해 330억 달러(44조 원)를 투입할 것으로 내다봤다. 참고로, 삼성전자가 지난해 반도체에 쓴 투자금액은 총 48조4000억 원인 것으로 알려졌다. 이중 약 25~30조 원은 메모리 반도체, 약 15~20조 원은 파운드리에 투자한 것으로 전해진다. 이 같은 흐름에서 안드레아 라티 디렉터는 올해 반도체 산업이 회복하게 되며, AI 반도체가 주요인이 될 것으로 전망했다. 한편, 지난 2월 삼성전자 이재용 회장의 사법 리스크가 일부 해소되면서, 삼성의
반도체 산업은 기술 혁신과 함께 급격한 변화를 겪는다. 이 변화에는 반도체 제조 장비와 밀접한 관련이 있다. 신기술 도입과 반도체 수요 증가는 장비 시장을 견인하며, 장비 생산성과 품질은 더 나은 반도체를 만드는 배경이 된다. 이를 위해 주요 반도체 제조 기업들은 새로운 생산 기술 및 장비를 도입하는데 투자를 아끼지 않는다. 이처럼 반도체 시장과 장비 간의 상호작용은 단순한 거래 관계를 넘어 긴밀한 협력을 통해 선순환 구조를 이뤄간다. 터널 지나고 반도체 호황기 도래하나 지난 1월, 전 세계 반도체 업계 시가총액이 하루 만에 220조 원가량 불어나 화제가 됐다. 블룸버그통신은 이 결과가 반도체 산업 회복에 대한 기대심리가 반영된 것이라고 분석했다. TSMC의 경우 뉴욕 주식시장에서 실적이 공개된 후 10%에 달아는 상승 폭을 보였다. 유럽에서는 ASML이 눈에 띄었다. 반도체 시장을 대표하는 엔비디아와 인텔 등 미국 주식이 오르며 필라델피아 반도체 업종 지수가 크게 뛰었다. 여기서 끝이 아니다. 삼성전자, SK하이닉스, 도쿄 일렉트론, 어드반테스트 등 주가도 3% 이상은 상승했다. 이 같은 흐름을 끌어낸 건 AI다. 전 세계에 도래한 AI 열풍은 개인의 삶을
중대재해처벌법은 사회 안전 의식 개선과 산업 현장 안전 환경 조성을 위해 시행됐다. 사업주의 안전 관리 책임을 강화하면서 기업은 안전 투자를 늘리고 안전 시스템 구축에 적극적으로 나서고 있다. 세이프티 관련 시장 규모는 점점 커질 것으로 예측되는 가운데, 산업 현장의 안전을 책임지는 ‘제3의 눈’의 중요성이 커지고 있다. 중대재해처벌법 시행에도 산업재해는 여전히 중대재해처벌법이 본격적으로 시행되면서 산업 현장 안전에 대한 이슈가 커지고 있지만 매년 산업재해 사례는 증가하고 있다. 2017년 기준 3만 2,937명이던 산재장애인은 매년 지속 증가해 2022년 기준 4만 7,341명에 달했다. 국회 환경노동위원회 소속 이주환 국민의힘 의원(부산 연제구)이 고용노동부로부터 제출받은 자료에 따르면 전국 건설 현장 중 고용부의 안전 감독·점검이 이뤄진 곳은 전체 1.2% 수준인 4604곳에 불과한 것으로 확인됐다. 고용부가 산업재해를 예방하기 위해 대대적인 현장점검을 벌이고 있음에도, 인력 여건 등 현실적인 한계에 부딪히고 있다는 것이다. 산업재해는 현장 근로자의 안전에도 중요한 문제지만 경제적 손실과도 직결된다. 중대재해처벌법이 시행됐어도 산업재해로 인한 경제 손실
[기획연재 Ⅰ] 말 많은 중국산 LFP 배터리, 글로벌 시장 잠식?[기획연재 Ⅱ] LFP의 배신…친환경성 확보 어떻게? [기획연재 Ⅲ] 겨울철 LFP 배터리 들어간 전기차 타도 될까? LFP 배터리 특허의 역사 리튬인산철(LFP) 양극 물질을 처음 발견한 사람은 2019년 노벨화학상을 수상한 존 구디너프 교수다. 구디너프 교수가 1995년 미국 오스틴에 있는 텍사스 대학교에서 LFP 양극 물질을 처음 발견하고 특허를 등록한 이후 프랑스의 배터리 과학자인 미셸 아르망(Michel Armand)이 하이드로 퀘벡, 몬트리올 대학교의 과학자들과 함께 LFP에 탄소 코팅을 하면 전도성이 향상된다는 점을 발견하고 후속 특허를 등록했다. 2003년 하이드로퀘벡과 몬트리올대학이 일반 기업에 LFP를 상업적으로 이용할 수 있는 라이선스를 최초로 부여했고, 하이드로퀘벡은 전 세계 국가에 특허를 등록한다. 중국에는 2003년 특허 신청을 냈고 중국의 지적재산권국은 2008년 9월 특허 신청을 받아들인다. 그런데 2010년 중국배터리공업협회가 국가특허국 재심위원회에 LFP 특허 무효 소송을 제기, 재심위원회가 무효 판결을 내린다. 자국 내에서 해당 특허를 무효화한 것이다. 이를
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: 2024년 11월 21일 19시 33분
