국립부경대학교 스마트모빌리티공학과

 산업계의 적극 참여 의지가 확인된 만큼, 산업부는 금년에 추진할 사업의 개수를 당초 10개에서 20개 내외로 확대를 검토 중이다. 20여 개 프로젝트에 대한 민·관의 AI 자율제조 투자액은 2.5조 원을 넘어설 것으로 추산되었다. 금년 추진될 프로젝트는 전문가 평가 등을 거쳐 9월에 최종 확정될 예정이다. 

 아울러, 얼라이언스는 선도 프로젝트를 통해 축적한 기술, 데이터 등을 바탕으로 표준모델도 만들어 확산할 계획이다. 선도 프로젝트가 밸류체인 내에 있는 대기업부터 1~4차 벤더인 중견·중소기업까지 체계적·수직적 확산에 초점이 맞춰져 있다면, 표준모델은 밸류체인을 넘어선 수평적 확산이 목적이다. ‘28년까지 100개 이상의 사업장에 표준모델을 만들어 보급할 계획이다.

업종별 AI 자율제조 주요 내용(붙임 3 참조) 

 이날 출범식에서는 현대자동차, LG전자, DN솔루션즈, 포스코, 에코프로, GS칼텍스, KAI, HD한국조선해양 등 업종을 대표하는 기업들이 업종 내 AI 자율제조 확산을 위한 전략을 발표하였다. 기업들이 발표한 전략의 공통 목표는 AI를 통한 생산성과 품질의 획기적 개선과 협력 업체 등 밸류체인 전반으로 AI를 확장시키는 것에 있다. 실시간으로 설비와 프로세스를 모니터링하고 AI로 데이터를 분석하면 작업 일정과 자원배분 등을 최적화하는 생산 시스템을 구축할 수 있다. 그 과정에서 에너지 사용량과 탄소도 감축할 수 있다. 또한 AI로 생산 과정에서 제품 결함을 자동으로 감지하고, 설비 고장을 사전에 예측하면 품질 향상에 큰 도움이 될 수 있다.

 정부의 지원 대책 및 기대효과

 선도 프로젝트에 대해 과제당 최대 100억 원의 예산이 지원될 예정이다. 또한 산업부는 AI 자율제조 확산에 필요한 핵심기술 개발을 지원하기 위해 금년중 3,000억 원 규모의 대형 연구개발(R&D) 과제를 기획할 예정이다. 여기에 한국무역보험공사는 얼라이언스에 참여한 기업들의 AI 자율제조 관련 프로젝트에 대해 5년간 10조원의 금융을 지원할 예정이다. 정부는 이 같은 지원을 통해 ‘30년 제조 현장의 AI 자율제조 도입률을 40%이상까지 끌어올려(현재 5%) 제조 생산성을 20%이상, GDP를 3%이상 높인다는 계획이다.

 안덕근 장관은 개회사에서 “제조 현장의 AI 도입은 선택이 아닌 생존을 위한 필수 전략”이라며, “얼라이언스를 통해 대한민국 제조업 혁신의 대전환점을 마련하겠다”며 “정부는 필요한 모든 지원을 아끼지 않겠다”고 밝혔다. 

1. 행사 개요

 ㅇ 時·所 : 7.22(월), 10:30~12:00, 대한상공회의소 국제회의장

2. 진행 순서(안)

2. 총괄 간사 기관 : 5개 기관

3. 자문단

  AI 자율공장은 각 공정의 발생데이터를 실시간으로 수집 및 분석하여 이상 상태를 감지·진단한다. 또한 모든 공정이 AI 플랫폼을 통해 상호 연결되어 있어 공장 운영의 효율성을 극대화할 수 있다. 예를 들어 차량의 도어를 장착한 후 단차를 조정하는 공정에서 측정한 데이터를 AI가 분석하고 바디, 페인트 등 연관 공정과 피드백을 주고받으면 더욱 빠르고 정확한 조정이 가능하다. 나아가 디지털트윈을 이용하여 검증된 제어 알고리즘이 현장의 설비나 로봇의 컨트롤러에 적용될 경우 진정한 의미의 자율공장이 될 것으로 기대된다.

  자동차 업계는 AI 자율제조 시스템이 도입됨에 따라 생산성이 크게 향상될 것으로 전망한다. 하나의 공장에서 검증된 신규 알고리즘은 SDV(소프트웨어 정의 자동차)의 OTA(Over The Air, 컴퓨터에 연결하지 않고 wi-fi 등을 사용하여 무선으로 펌웨어를 업데이트 하는 기술) 기능과 유사하게 국내·외 여러 공장에서 가동 중인 설비 및 로봇에 적용함으로써 여러 공장의 생산효율을 동시에 높일 수 있게 된다. 이를 통해 글로벌 시장에서 경쟁력을 높일 뿐 아니라 규모가 큰 자동차 생산공장의 에너지 제어 분야까지 확대하여 환경규제에도 효율적으로 대응할 수 있다. 아울러 SDF의 연결 범위를 시장에 판매되어 고객의 경험을 통해 축적될 SDV 데이터까지 확대하면 제품과 제조의 성능을 동시에 향상하는 더욱 완벽한 AI 자율제조가 구현될 것으로 기대된다.

？  (전자 : LG전자) AI 자율제조 기반 가전 제품 생산 혁신 : Digital Lighthouse 확장 및 협력 강화

  조선업은 다른 제조업과 달리 대형 구조물을 제작하는 업 특성상 타 산업보다 상대적으로 큰 부품들을 다루며, 이러한 부품들은 설치되는 선박의 위치에 따라 다른 생산 공법 기술이 적용된다. 또한 선박은 맞춤형 제작에 따른 다품종 소량생산 방식이기 때문에 생산 과정이 유연하게 변할 수 있어야 한다는 특징이 있다. 이러한 복잡한 생산 공정에는 대규모 인력 투입이 필요하며 선박 종류, 크기, 형상, 생산 공정에 따라 고도로 숙련된 인력이 필요하다.

  하지만 이러한 조선업 특성에도 불구하고 생산 환경은 일부 자동화가 되어 있으나, 강재(철판) 절단 및 가공, 마킹, 용접, 도장, 탑재 등 대부분의 공정이 여전히 수작업으로 진행되고 있다. 이에 비해 적정인원 대비 종사자 수가 크게 부족하며, 특히 고숙련 용접공 부족이 주요 이슈로 부각되고 있다. 고숙련 용접공은 강재(철판)의 종류에 따라 용접 특성을 정확하게 인식하고 부재의 형상과 간격에 따라 최적의 용접 조건(용접 속도, 전류, 전압, CTWD모재와 컨택트팁 간의 거리 등)을 설정하여 고품질의 용접 결과물을 만들어 낼 수 있다. 또한 선박은 비정형적이고 대형 구조물이므로 다양한 종류의 부분품을 사용하는데, 각 부분품의 생산 및 조립 일정이 꼬이게 되는 경우, 전체 생산 일정이 지연될 수 있기에 최적의 생산 계획이 조선업 생산성에 영향을 미치는 중요한 부분 중의 하나이다.

  고숙련 인력 부족 해결 및 생산기술 고도화를 위해 조선업계는 야드(생산 현장)에 AI 자율제조를 도입하여 고숙련 용접공의 용접 노하우가 내재된 자동화, 시뮬레이션 기반의 생산 및 계획·관리 자동화 등을 추진하고자 한다.

  AI 플랫폼을 기반으로 고숙련 용접공의 노하우를 학습한 용접 로봇들은 AI 기반 비전 인식을 통해 용접 부분을 정확하게 인식하고, 부재의 형상과 간격에 따라 최적의 용접 조건을 자동으로 설정할 수 있다. 또한, 딥러닝 기반의 용접 결함 검출 모델을 활용하여 실시간 용접 결함 감지 모니터링과 결함 분류의 정확도를 높일 수 있다. 이와 같은 AI 플랫폼은 저숙련 노동자와 협업을 통해 선박 내에서 고품질 용접 결과물을 도출해 낼 수 있게 된다.

  이뿐 아니라 AI는 선박의 생산설계 도면을 자동으로 생성하고 AI 기반 시스템으로 강재 절단면의 공차 및 변형을 최소화하여, 용접·조립 작업의 정확성과 효율성을 높일 수 있다. 또한 AI를 기반으로 다양한 생산공정 시나리오 시뮬레이션 및 최적의 선박 조립 방식 도출, 작업자 효율적 배치 등의 생산 계획 최적화를 통해 생산원가 절감 및 선박 건조의 로스타임 최소화하고 최종적으로는 납기 또한 단축할 수 있게 될 것으로 기대된다.

？ (기계·장비 : DN솔루션즈) 경상남도에 국내 1호 AI 자율공장 구축

  절삭가공기 중 하이엔드 장비 시장은 매년 9%씩 성장하는 고성장 수출 산업이다. DN솔루션즈는 해외 기업들과 치열하게 경쟁 중이며, 품질 경쟁력과 생산능력을 향상하기 위하여 부단히 노력 중이다. 하이엔드 절삭가공은 정밀 절삭가공 기술에 기반을 둔 고부가가치 산업으로서, 기계 자체의 정밀도 및 이를 위한 품질 관리가 매우 중요함에도 기존의 국내 절삭가공 공장은 작업자 중심으로 운영되어 품질의 일관성을 유지하기 어려웠고, 또한 최근 숙련 작업자의 감소는 품질 문제뿐만 아니라 생산능력 저하로도 연결되고 있다. 하이엔드 절삭가공 부분에서 해외 기업들과 경쟁하여야 하는 국내 제조 기업들에게 이는 반드시 풀어나가야 할 숙제이다.

  대한민국 공작기계 산업의 대표기업인 DN솔루션즈는 경상남도를 중심으로 올해부터 2026년까지 총 2,200억 원을 투자하여 국내 1호 AI 자율제조가 구현된 신공장을 구축한다. 새로 구축하는 공장은 자체 절삭가공기의 선도적 운영, 자율이동로봇, 협동 로봇, 자동 물류시스템, 자율공장 운영 시스템 등 AI 자율제조 기술의 도입 등을 통해, 고숙련 인력이 한정적인 상황에서도 최고의 생산성과 품질을 유지할 수 있도록 해준다. 또한, 표준 기반의 데이터 플랫폼에 AI 기술을 결합하여 기존 절삭가공기 생산 라인에서 발생하는 문제점을 실시간으로 진단·해결할 수 있다. 이는 현재 우리나라가 겪고 있는 기계·장비 산업에서의 숙련 작업자 감소로 인한 생산능력의 저하, 작업자 중심 공장에서의 일관되지 못한 품질 관리 문제 해결에 큰 도움을 줄 것으로 기대된다.

  DN솔루션즈는 신공장에서 수집·축적한 데이터를 통해 대한민국 기계·장비 업계의 하드웨어·소프트웨어 산업 생태계를 같이 육성하고, 국내 제조 수요·공급 기업들과 함께 글로벌 시장을 개척할 계획이다.

？ (정유 : GS칼텍스) 복잡한 정유 산업 공정 방정식, AI 자율제조로 해결

  정유산업은 대표적인 대규모 장치 산업으로, 공정 간 연계가 매우 복잡하고 에너지 사용량이 많은 것이 특징이다. 다양한 단계로 구성되는 정유 공정은 각 공정 간 상호작용이 복잡하게 얽혀 있어 기존의 수학적인 방식으로는 공정 최적화를 달성하는데 한계가 있었고 이런 어려움으로 인해 최근의 정유산업은 생산성 정체에 직면해 있는 상황이다.

  정유 업계는 이러한 한계를 극복하기 위하여 플랜트 내에 AI 자율제조 플랫폼을 도입한다. 새로운 플랫폼은 탈염 → 증류 → 탈황 → 개질 → 유황 회수 등 각 정유 공정 단계에서 수집되는 데이터를 인공지능 기반으로 분석하여 최적의 생산 조건을 제시한다. 예를 들어 탈염 공정에서 원유 내 염 함유량, 증류탑의 온도·압력·유량, 탈황 공정의 황 함유량, 반응기의 온도 및 수소 소비량 등 각 공정의 변수들을 인공지능 플랫폼이 학습·분석하고 최적의 조건으로 공정을 유지·제어하는 방식이다.

  AI 플랫폼은 정유 시장의 가격 변동과 에너지 사용량을 고려한 최적의 생산 비율도 제시하며, 이를 통해 기업의 수익성을 극대화할 수 있다. 휘발유 가격이 높을 때는 휘발유 생산을 늘리고, 반대로 다른 제품의 수익성이 높을 때는 그에 맞춰 생산 비율을 조정하는 방식이다. 이처럼 AI 자율제조를 정유 산업에 적용함으로써 최적화된 공정 운전을 지원하고 생산성을 개선할 뿐 아니라 AI 기반 에너지 최적화를 통해 탄소 배출 저감도 가능해진다.

？ (섬유 : 코오롱글로텍) 섬유산업의 인력 부족 문제, AI 자율제조로 해결

  섬유산업은 고온의 작업 환경에서 화학물질을 다루는 공정이 많아 작업자의 안전에 많은 도전 과제를 안고 있다. 또한 섬유산업은 비정형적인 원료의 특징으로 인해 숙련 작업자의 기술력에 크게 의존하는데, 최근 젊은 인력 유입 부족에 따른 인력 감소로 생산성과 품질 문제에 직면해 있다. 그뿐 아니라 환경보호와 윤리적 소비 트렌드의 확산으로 섬유 업계에서는 동물피혁 대신 인조가죽을 사용하는 추세인데, 인조가죽 생산 공정에서는 다양한 화학물질이 사용되며, 이러한 물질들은 공정 중 유증기를 발생시켜 화재의 위험을 높인다. 

  섬유 업계는 AI 자율제조 시스템을 도입하여 섬유 제조 공정의 문제를 해결하고자 한다. 섬유 제조 공정은 크게 소재 공급, 방사·방적, 제직·편직, 염색·가공, 자수·봉제의 단계로 구성되는데 각 공정 단계의 데이터를 확보하여 인공지능에 학습시키고 자율제조 플랫폼은 최적의 생산 조건을 제시한다. 또한 방사 공정에서의 압력 및 온도, 염색 공정에서의 염료 배합 및 염색 조건(온도, 시간) 등 각 단계에서 숙련자의 경험치에 의존해 왔던 정성적인 요소들도 인공지능 플랫폼이 학습·분석하고 최적의 조건을 유지·제어할 수 있게 된다.

  AI 플랫폼은 생산 공정에서의 실시간 데이터를 기반으로 품질 변동의 원인을 파악하고, 공정 조건을 자동으로 조정하여 일관된 품질을 유지함으로써 숙련 노동자가 부족해지고 있는 섬유산업에서 작업자들과 협업한다. 또한, 공정 최적화를 통해 유해 물질 발생을 최소화하고, 인력 투입을 줄여 안전성을 높이며 작업 환경을 개선하며 에너지 모니터링 및 최적화를 통해 탄소중립 실현에도 중요한 역할을 하고 있다.