소장급: ▲ 자율제조연구소장 오정석 ▲ 탄소중립기계연구소장 최병일 ▲ AI로봇연구소장 박찬훈 본부장급: ▲ 나노융합연구본부장 장원석 ▲ 친환경에너지연구본부장 송동근 ▲ 가상공학플랫폼연구본부장 김상렬 ▲ 대구융합기술연구센터장 권오원 ▲ 행정본부장 유병민 ▲ 성과확산본부장 이용규 센터장급: ▲ 반도체장비연구센터장 강우석 ▲ 액체수소플랜트연구센터장 도규형 ▲ 히트펌프연구센터장 송찬호 ▲ 첨단로봇연구센터장 박동일 ▲ 나노리소그래피연구센터장 이지혜 ▲ 가상공학연구센터장 선경호 ▲ 기계정책센터장 오승훈 실장급: ▲ 초정밀장비연구실장 노승국 ▲ 광응용장비연구실장 안상훈 ▲ 3D프린팅장비연구실장 허세곤 ▲ 에너지저장연구실장 고준석 ▲ 인공지능기계연구실장 김정중 ▲ 바이오기계연구실장 이준희 ▲ 나노디스플레이연구실장 김광섭 ▲ 이차전지장비연구실장 이택민 ▲ 도시환경연구실장 한방우 ▲ 무탄소발전연구실장 김민국 ▲ 자원순환연구실장 윤진한 ▲ 친환경모빌리티연구실장 이선엽 ▲ 산업기계DX연구실장 이한민 ▲ 신뢰성연구실장 백동천 ▲ 자동차부품실용화연구실장 김세환 ▲ 원전기기검증연구실장 조대원 ▲ 의료기계연구실장 이동규 ▲ 의료로봇연구실장 조장호 ▲ 기획예산실장 전형배 ▲ 인재개발실장
중소벤처기업부는 올해 모태펀드 1차 정시 출자공고를 통해 9,100억원을 출자해 1조7천억원 규모의 벤처펀드를 조성할 계획이라고 4일 밝혔다. 이는 올해 모태펀드 출자예산 9,100억원 전액을 공고하는 것으로 정부가 공격적으로 마중물 역할을 해 벤처투자 조기 회복 모멘텀을 마련하겠다는 의지가 반영된 것이라고 중기부는 설명했다. 출자사업별로 보면 국내 스타트업의 해외투자 유치를 지원하는 글로벌펀드에 역대 최대인 1,500억원을 출자해 1조원 이상의 펀드를 조성하고 비수도권 벤처ㆍ스타트업에 중점 투자하는 지역벤처펀드에도 역대 최대 규모인 1천억원을 출자한다. 또 신생·소형 벤처캐피털 전용 루키리그에 1천억원 이상 출자하고 여성(100억원)과 청년창업(400억원), 재도약(300억원) 등의 분야에도 출자할 예정이다. 중기부는 지난해 적극적으로 벤처투자를 집행한 벤처캐피털을 올해 출자사업 평가에서 우대하고 올해 투자를 많이 집행한 벤처캐피털은 내년 출자 사업 선정, 각종 정부 출자사업에서 우대할 계획이다. 헬로티 김진희 기자 |
중소벤처기업부는 올해 중소기업 연구인력 지원사업을 통해 340개 기업을 대상으로 이공계 학·석·박사 연구인력을 채용하거나 공공 연구기관으로부터 전문 연구인력을 파견받으면 연봉의 50%를 지원할 계획이라고 4일 밝혔다. 또 올해 처음 운영되는 연구인력혁신센터를 통해 연구인력을 400여명 양성한 뒤 중소기업에서 연구를 이어가도록 채용과 연계할 예정이다. 중기부는 지역혁신기관, 대학, 협회·단체, 국공립 연구기관 등을 대상으로 지난달부터 전국에서 4개 센터를 모집 중이다. 아울러 올해부터 신진 연구인력의 인건비 기준이 되는 기준연봉은 학사 1년차의 경우 2,700만원에서 3,200만원으로 상향 조정하고 신규기업 선정 평가 시 유연근무 시행 여부, 기업·근로자 간 성과공유 등 기업의 근무 환경을 반영한다. 이는 중소기업기술정보진흥원이 지난해 10월 기업부설연구소 또는 연구개발전담부서를 보유한 중소기업 5천303개를 대상으로 실시한 조사에서 중소기업 연구인력 확보가 어려운 이유로 낮은 연봉 수준(27.8%), 중소기업의 부정적 이미지(26.3%) 등이 꼽힌 것을 고려한 것이다. 중소기업이 보유한 연구개발인력은 기업당 평균 5.2명이며, 부족 인원은 2.1명으로 부족률
글로벌 전자부품 및 스마트 솔루션 제공 기업 솔루엠이 글로벌 시장 확대를 위한 새 도약의 발판을 마련했다. 솔루엠은 2일(현지 시간) 멕시코 티후아나에서 신규 생산법인 준공식을 개최했다. 이날 행사에는 전성호 솔루엠 대표이사를 비롯한 경영진들과 허태완 주 멕시코 대한민국 대사를 비롯해 중남미 코트라 본부장, 바하켈리포니아 경제개발부 차관, 바하켈리포니아 주 멕시코 명예대사, 티후아나시 정무부시장, 티후아나 주재 미국영사, 멕시코 경제인 연협회 부회장 등 각계 주요 인사들이 참석했다. 새롭게 문을 연 공장은 연면적 9만5700㎡(약 2만 9000평) 규모로 지난달부터 가동에 들어갔다. TV용 3in1 Board와 ESL은 물론 전기차 충전기용 파워모듈, 전기차용 파워 유닛, 차량용 헤드업 디스플레이 등의 전장 부품들이 생산라인을 채웠다. 이는 멕시코 신공장을 주요 생산 거점으로 삼고, ESL 부문의 글로벌 영향력을 키워 나감과 동시에 미래 성장 동력 창출에 속도를 내겠다는 의지로 풀이된다. 전 대표는 이날 축사에서 “1년 전 척박한 황무지에 지나지 않았던 이곳은 오늘로서 최첨단 기술이 집약된 친환경 제품들을 생산하는 터전으로 재탄생했다”며 “TV용 주요 보드뿐
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
산업혁명 4.0 시대의 급변하는 풍경 속에서 스마트 제조는 생산 방식에 있어 중추적인 변혁으로 자리잡고 있다. 첨단 기술과 혁신적인 프로세스의 통합은 산업 분야의 새로운 시대를 열어가고 있다. 스마트 제조의 기본 요소를 살펴보고 이 요소들이 어떻게 공동으로 제조 분야의 효율성, 생산성, 민첩성을 재정의하는지 알아보겠다. 1. 디지털 트윈과 시뮬레이션 스마트 제조의 초석은 실제 공정이나 제품의 가상 복제품인 디지털 트윈을 사용하는 것이다. 이러한 디지털 모델은 제조업체가 시스템을 실시간으로 시뮬레이션, 분석 및 모니터링할 수 있게 해준다. 한 예로 BMW가 자동차 공장의 디지털 트윈을 사용하여 전체 생산 설비 계획 단계를 가상으로 수행하고 있다. 이를 통해 생산 프로세스의 모든 부분을 구현 전에 테스트하고 최적화하여 운영 첫날부터 원활한 운영을 보장할 수 있다. 2. 인공지능(AI) 및 머신러닝(ML) AI와 ML은 복잡한 데이터 세트를 분석하고 이에 따라 동적으로 조정하여 제품 개발을 가속화하고 성능을 향상시킨다. 생산 라인은 최적화되고 장비에 서비스가 필요한 시점을 식별하여 가동 중지 시간을 최소화한다. 지멘스는 풍부한 생산 데이터를 활용하여 예측 유지 보
글로벌 컨설팅 기업 프로스트 앤드 설리번이 ‘제조산업 생성형 AI 분석 보고서(The Rise of Generative Artificial Intelligence (AI) in Manufacturing)’를 발표했다. AI 진화를 통해 전 산업 서비스와 제품이 다양해질 것으로 기대된다. 로봇과 AI가 활용돼 더 다양해진 자동화 기능들이 선보이고, 자원 효율성 제고와 친환경, 재활용 제품 개발 및 관련 기술 투자로 이어져 지속 가능성이 강조될 것이다. 생성형 AI는 머신러닝(ML)을 기반으로 구축된 애플리케이션 모델로, 방대하게 학습된 인텔리전스 소스와 교차 매핑 사고방식을 활용해 정보와 역량을 꾸준히 개선해 인간의 질문에 지능적인 응답을 생성한다. 제조산업 생성형 AI는 제품 설계와 엔지니어링, 생산, 물류 및 공급망과 같은 제조 기능에 대한 AI 모델을 학습시킨다. 이 학습된 데이터는 센서 기기와 생산에 활용되는 자산 시계열 데이터부터 프로그래머블 로직 컨트롤러 프로그램, 제품 설계 및 엔지니어링 프로그램까지 다양하게 활용된다. 프로스트 앤드 설리번 한국 지사 조경민 이사는 “제조산업에서 생성형 AI를 통해 기존 데이터 세트를 보강, 사용자가 다른 모델을
마크베이스(대표 김성진)는 IDT 사업부를 신설하고, 이차전지 테스트에 최적화된 제품 신뢰성 보증 및 신뢰성 센터 통합 관리 솔루션 ‘마크베이스 라스’를 론칭했다고 23일 밝혔다. 마크베이스 라스(Machbase RAS)는 ‘Reliability Assurance Solution’의 약자로, 기업들이 제품의 신뢰성 보증을 위해 테스트 진행 시 신뢰성 센터 전체의 장비 가동 현황 및 장비와 제품의 이상 발생 여부를 실시간으로 모니터링할 수 있게 할 뿐 아니라 데이터 및 업무 프로세스를 전산화해 수기 관리 시 발생할 수 있는 에러를 방지하기 위한 솔루션이다. 제품을 테스트하는 프로세스를 전산화하는 것은 각 기업의 신뢰성 센터마다 개별적으로 이뤄지고 있으나, 이를 독립된 솔루션으로 개발해 제공하는 기업은 국내에서 찾기 어려운 상황이다. ‘라스’는 마크베이스가 독자 개발한 시계열 DBMS와 에지 컴퓨팅 데이터 플랫폼 기술을 응용해 테스트 진행 시 발생하는 장비 데이터 및 시험 데이터를 실시간으로 수집해 신뢰성 센터 전체의 통합 관제를 할 수 있게 할 뿐 아니라, 각종 테스트 기준에 따라 전산화된 시험 업무 프로세스 관리 기능으로 업무 효율을 향상시킬 수 있어 신뢰성
텔레다인 테크놀로지스(Teledyne Technologies)의 계열사이자 이미징 솔루션 부문 글로벌 혁신 기업인 텔레다인 e2v(Teledyne e2v)가 Onyx 1.3M 저조도 CMOS 이미지 센서의 차세대 제품인 ‘OnyxMax를 발표했다. 이 새로운 센서는 극 저조도 환경(최저 1mLux)에서 사용할 수 있도록 설계됐다. 감도와 이미지 해상도의 조합으로 활용 범위가 증가해 열악한 환경에서도 작은 물체 감지가 가능하다. OnyxMax는 과학, 국방, 교통 카메라, 방송, 감시, 국경 통제 및 천문학을 포함한 광범위한 응용 분야에 매우 적합하다. OnyxMax는 1.3메가픽셀(1280×1024)을 갖추고 단색 또는 표준 색상으로 제공되며, 요청 시 특정 CFA 배열로 제공된다. 텔레다인의 새로운 최첨단 HiRho 독점 기술로 설계된 10×10µm 픽셀을 갖춰 850nm 파장에서 양자효율(QE) 58%, MTF 63%로 뛰어난 근적외선(NIR) 감도 및 공간 해상도를 구현한다. OnyxMax는 2mLux보다 적은 환경에서 10dB의 SNR과 60fps를 제공하며, 롤링 및 글로벌 셔터 모드로 작동해 75dB의 선형 동적 범위를 제공한다. 또한 최대 100