한국과학기술원(KAIST)이 개발한 우주 탐사용 추력 장치가 누리호 탑재 위성에 실려 우주로 발사된다. KAIST는 원자력·양자공학과 최원호 교수 연구팀이 인공지능(AI)을 이용해 인공위성·우주탐사선의 엔진인 홀 전기 추력기(홀추력기, Hall thruster)의 추력 성능을 획기적으로 높일 수 있는 기술을 개발했다고 3일 밝혔다. 홀 추력기는 연소 반응을 이용하는 화학 추력기와 달리 전기에너지로 플라스마(고체·액체·기체를 넘어서 기체가 높은 에너지로 가열돼 이온과 전자로 분리된 제4의 상태)를 생성·가속해 추진력을 얻는 추진 장치이다. 소모 전력 대비 큰 추력을 낼 수 있어 추진제 절약이 관건인 우주 환경 분야에서 군집위성의 편대비행 유지, 우주쓰레기 감축을 위한 궤도이탈 기동, 혜성이나 화성 탐사 등 심우주 탐사 등 다양한 임무에 활용되고 있다. 스페이스X의 ‘스타링크’(Starlink) 군집위성이나 NASA의 ‘사이키’(Psyche) 소행성 탐사선 등 고난도의 우주 탐사 임무에도 홀 추력기가 쓰인다. 고유 임무에 최적화된 고효율 홀추력기를 신속하게 개발하기 위해서는 설계 단계에서부터 추력기의 성능을 정확하게 예측하는 기법이 필수적이지만, 기존 방식은 복
이 시각 제조 영역에는 ‘혁신’에 대한 기대감과 이러한 ‘변혁’에 발맞춰야 한다는 긴장감이 공존하고 있다. 제조업은 앞서 자동화 공장을 통해 패러다임 전환을 경험했다. 현시점에는 ‘자율제조(Autonomous Manufacturing)’로의 체질 변환을 앞두고 있는 양상이다. 기존 자동화 공장은 인간을 보조하고, 인간과 협력해 제조 혁신을 맛봤다. 이 시스템에는 다양한 자동화 요소가 이식되지만, 형태 측면에서 단순 자동화 그치는 경우가 많았다. 자율제조 체제는 제조 설비 운영 프로세스 전주기에 걸쳐 인간이 관여하는 부분을 최소화하는 차세대 지능·자동·자율화 제조 인프라다. 자율제조 시스템이 실현된 제조 시스템은 생산 공정부터 설비 관리까지 다운타임(Downtime)을 ‘쏙 뺀’ 365일 24시간 가동이 가능할 전망이다. 이를 통해 생산성 극대화, 수율 최적화, 이윤 최대화 등 제조 영역의 궁극적 가치를 이룰 수 있을 것이라 기대받는다. 이에 전 세계 제조 생태계는 스마트 팩토리(Smart Factory)를 계승한 자율제조를 제조 혁신 최종 진화형으로 인식하고 있다. 이 과정에서 인공지능(AI)은 스마트 팩토리와 자율제조를 잇는 링커(Linker) 역할을 하고
AI 기술이 제조업 혁신의 새로운 동력을 제공하며, 전 세계가 이를 주목하고 있다. 특히, ‘설명 가능한 AI(XAI)’는 복잡한 제조 공정에서 발생하는 데이터를 명확히 분석하고 최적화하는 데 기여하며, 산업 전반에서 그 필요성과 중요성이 대두되고 있다. 국내 AI 전문기업 인이지는 이러한 XAI 기술을 통해 제조업의 경쟁력을 강화하고, 국제 환경규제에도 효과적으로 대응할 수 있는 솔루션을 제시하며 주목받고 있다. 인공지능(AI)는 인간의 지능을 모방하는 기술로, 이를 지속적으로 발전시키기 위해서는 학습 과정이 필수적이다. 일반적으로 ‘머신러닝’으로 알려진 기계 학습 기법과 이를 한 단계 진화시킨 ‘딥러닝’ 기법이 주로 활용되고 있다. 특히 딥러닝은 인간의 학습 과정을 본떠 설계된 ‘인공신경망’을 기반으로 한다. 수많은 인공신경망이 객체나 현상에 대한 ‘패턴 학습’을 자동으로 수행하여 유연한 판단에 기반한 의사결정을 가능하게 한다. 쉽게 말해, 인간이 데이터를 직접 지정하지 않아도 모델이 스스로 학습하는 기술이다. 그러나 딥러닝 기술이 고도화됨에도 불구하고 여전히 여러 한계와 맹점이 존재한다. 특히 딥러닝을 통해 도출된 예측 결과는 그 근거를 명확히 제시하기
헬로티 김진희 기자 | 국내 연구진이 복잡한 형상을 가진 표면의 초미세 불량 요인을 자동으로 인식할 수 있는 기술을 개발하는 데 성공했다. 한국재료연구원(KIMS, 원장 이정환) 재료인공지능·빅데이터연구실 강성훈 박사 연구팀은 인공지능(AI) 기술을 이용해 사람이 쉽게 분별하기 어려운 제품 표면의 초미세 불량을 정확하게 검출할 수 있는 기술을 개발했다. 제품의 미세 불량은 다양한 형태로 나타나고 이를 눈으로 확인 및 검사하는 데는 많은 시간과 비용 손실이 발생한다. 특히 복잡한 형태의 계층 구조를 가진 부품의 표면은 3차원 형상을 띠고 있어 현미경이나 육안 판별만으로 그 정확성을 얻기에 다소 어려움이 있었다. 연구팀은 이러한 문제를 해결하고자 3차원 형상을 2차원으로 단순화한 이미지를 통해 제품 표면의 계층 구조를 자동 인식하고, 기준이 되는 이미지로부터 벗어나는 미세 불량을 검출하는 인공지능(AI) 기술 개발에 성공했다. 적용된 인공신경망은 불량 요인의 특징을 자동으로 학습한 뒤 불량 검출 및 분류를 수행하게 된다. 특히 머리카락 굵기(50㎛)의 절반 수준인 초미세 불량은 눈으로 정확히 판독하는 게 불가능해 현미경을 이용해 시편 하나 당 수십 장의 사진 촬
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 01일 10시 59분
