[강의]로봇이 이끄는 제조업의 미래-자율 제조 autonomous manufacturing

(출처: stockcake.com)

카이스트 장영재 교수의 최신 제조업 트렌드에 대한 멋진 강연을 들었다. 로봇, 인공지능, 챗GPT 등을 모두 적용한 가장 이상적인 제조업이라고 할 수 있는 '자율 제조'에 대한 강의였다. 초반에 보여준 현대자동차 그룹에서 싱가포르에 세운 공장 사례는 앞으로 제조업이 갈 길을 보여준다.

우리 나라 대표 기업들이 미국에 대규모의 투자를 감행했다. 이때 기업들의 관점은 무인화, 자동화에 있었다. 공장 내 직원을 최소로 줄이기 위한 로봇 자동화, 한국에서 원격으로 관리할 수 있는 디지털 트윈 기술 등이 필요한 시점이다. 로봇 자동화를 넘어 공장 내 여러 로봇들이 생성형 인공지능을 통해 환경을 파악하고 자율적으로 운영되는 공장이다.

인공지능, 로봇, 강화학습 등 개별적으로도 뛰어난 기술이다.
하지만 이를 통합해서 자율적으로 운영되는 공장은 더욱 뛰어난 기술의 집합체다.
강의를 들으며 최신 제조 기술 현황을 잘 파악할 수 있는 좋은 시간이었다.

아래는 장영재 교수의 강의 내용을 요약했다.

---

(출처: printerval.com)

 

환경 변화

글로벌 협업체계가 바뀌고 있다.
기존에 미국은 글로벌 공급망을 강조했다.
그러나 자국내 제조업의 취약점을 인식하며 위기감을 느끼고 있다.

이제는 '제조업은 안보 이슈'라며 자국 내 제조업을 적극적으로 육성 중이다.
2020년 이후에 미국 내 제조 건설 규모 추이를 보면 놀라울 정도로 급등하고 있다.
트럼프 정부는 제조업 중심 정책을 추진할 거다.
미국과 서유럽이 다시 제조로 돌아오고 있다.
이런 나라들은 인건비가 높기 때문에 자동화에 투자할 수밖에 없다.
점점 그 규모가 커지고 있다.

(출처: stockcake.com)

제조 무인화

"삼성전자는 2030년 '무인공장' 도입한다. 반도체 장비사에 '무인화' 기능 필수 요구"
이는 기사 제목이다.
과거에는 무인화라는 말은 금기어였다.
하지만 이제는 사람이 없어 기업이 버틸 수 없어 선택의 여지가 없다고 한다.

대한민국 기업들의 상당수가 외국으로 나가고 있다.
인건비가 싼 개발도상국으로 옮겼던 과거와 달리 최근에는 미국, 유럽으로 가고 있다.
미국에 가장 많이 투자한 나라가 대한민국이다.

"기술 유출 방지를 위해 현지 인력이 절대 공장에 얼씬도 하지 않게 자율제조를 완성하라" - H사 전략
"비록 외교/관세로 미국에 생산 기지를 구축하지만 모든 운영과 엔지니어링은 한국에서 원격으로 AI로 수행한다" - S사 임원

기술유출을 막으면서 해외공장을 운영할 수 있는 방법은 무엇일까에 대해 많은 고민을 하고 있다.

현대자동차 그룹 싱가포르 공장 (출처: flickr)

자율제조

자율제조 대표 공장으로 현대자동차 싱가포르 공장 HMGICS Hyundai Motor Group Innovation Center Singapore가 있다. 현대자동차 그룹에서 미래 공장 모습을 실제 구현하기 위해 설립한 미래형 실험 공장이다. 실제 연간 500 ~ 1,000대를 생산한다.

철판을 2차원에서 3차원으로 가공 후 용접하고 도장해서 차량을 만드는 건 자동화되었다. 하지만 내장재, 외장재는 사람이 개입할 수밖에 없다. 100퍼센트 자동화 공장은 대형공장에서 바람직하다. 고객사양에 따라 해야 하는 내장재, 외장재 공장은 지방의 수많은 공장에서 전담하는 콘셉트로 바뀐다. 사람에 의존하던 공정이 자동화로 대체될 것이다.

HMGICS에서는 1912년 포드에서 도입한 컨베이어벨트 방식이 셀 방식으로 변경되었다. 1980년대에 셀 방식에 대한 이론은 나왔지만, 실제 적용되는 데까지 상당히 오랜 시간이 걸렸다. 어디에서 어떤 제품이 어떻게 될 것인지 실시간으로 이뤄져야 하는데 이제야 기술이 발전해 실현되었다.

작업자는 가상공간에서 업무를 내리고, 로봇은 실제 생산라인에서 업무를 수행한다. 앞으로는 사람과 AI가 가상공장에서 함께 일하게 된다.

공장 자동화는 업무를 규칙적으로 반복하고, 환경 변화 시 사람 개입이 필수다. 동일 제품, 동일 프로세스에 가장 효율적이다. 여기에 자율화를 포함하면 기계가 환경변화를 인식하여 자율적으로 판단하고, 환경이 바뀌더라도 스스로 규칙을 보완하고 실행해서 사람의 개입을 최소화한다. 예상치 못한 상황이 빈번하게 발생하는 공장에 최적화할 수 있다. 인지, 판단, 제어를 하는 게 로봇이다. 결국은 공장 자체가 거대한 하나의 로봇이 된다는 개념이다.

자동화에서 자율화로 변화가 가능한 것은 로봇 기술의 발전과 인공지능, 디지털 트윈 등 IT 인프라의 발전이다.

자율공장의 핵심: 제조 IT - 데이터 - 제조물류 통합

개별 프로세스의 자동화로는 한계가 있다. 나무만 보는 것이 아닌 숲을 보는 것이 자율화의 핵심이다. 제조 IT, 데이터와 제조물류를 통합하는 시스템이 필요하다. 세 개의 분야가 Integration 되어 시너지를 내야 한다.

개별 로봇만이 아닌 전체 시스템에 집중해야 한다. 설거지하는 로봇을 생각할 때 사람의 관점에서 로봇을 보기 쉽다. 로봇 관점에서 보면 식기세척기를 사용하면 된다.

로봇이 일할 수 있는 환경을 첫 번째로 구축해야 한다. 기존의 의사결정체계를 두고 로봇만 넣는 것은 효용을 발휘하기 어렵다. 의사결정, 조직, 환경을 복합적으로 봐야 한다. 예를 들어 중국 상해에 있는 무인 항만 시스템(unmanned port system)은 중앙제어실에서 일한다. 더 이상 크레인에 올라가지 않는다. 이제 로봇도 함께 일하는 통합 관리 솔루션이 필요한 시대다.

전자부품이나 반도체 공장 등에 적용하기 용이하다. 반도체 공장에서는 수 천대 규모의 자동대차를 운영하게 되면, 물류 혼잡 대응이나 고장 상황 대응을 위해 기존처럼 사람이 건 별로 수작업 대응하는 방식으로는 운영이 불가능해진다.

자동화에서 자율화로 가야 한다. 인공지능 중에 강화학습을 이용했다. AlphaGo가 사례다. 자전거 타기를 배우는 것과 같다. 강화학습을 통해 자동대차들의 상습정체구간을 피할 수 있었다. 예측하지 못한 상황에서 '자율적'으로 안정화되는 장점을 확인했다. 임의로 한 곳을 통행금지 구간으로 설정했더니 스스로 학습해서 안정화되었다. 자율 공장 실현으로 30퍼센트 정도 성능을 향상했고, 로봇대수도 줄일 수 있어서 비용절감에 기여했다.

디지털 트윈 (출처: Wikimedia Commons)

디지털 트윈

NASA에서 정의 한 개념으로 세 가지 요소가 필요하다.

1. 현실과 싱크가 돼야 한다. 센서가 달려 데이터가 바로바로 전달돼야 한다.
2. 현실에서 할 수 없는 다양한 시나리오를 검증할 수 있는 시뮬레이션을 해야 한다. 시뮬레이션 엔진이 있어서 실제 돌아갔을 때 어떤 문제가 있을지를 계산하는 수학적인 장치다. 이를 바탕으로 어떤 임팩트가 있을지를 예측하는 거다.
3. 결과를 비교하고 대안을 제시한다.

자동차 내비게이션이 디지털 트윈의 좋은 사례다. 실제 위치가 실시간으로 가상환경에 찍히며 연동되고 있다. 수많은 시나리오 대안들을 분석한다. 의사결정을 해준다.

Al 강화학습 적용을 위해 학습은 어디에서 하나? 양산중인 공장에서 할 수 없다. 바둑은 가상에서 할 수 있다. 강화학습은 직접 해봐야 하는데 어디서? 이 문제를 해결하는 방식은 실제를 모사한 가상환경을 만드는 거다. 가상환경에서 강화학습한 지능을 로봇에게 이식한다.

디지털 트윈에서는 사람의 개입 없이 스스로 파라메트를 자동 튜닝해서 사람의 개입 없이 바로바로 적용할 수 있도록 한다. 


Ramping-Up Engineering

공장 신축, 장비 셋업, 테스트 런, 양산에 이르는 전 과정의 리스크 관리 엔지니어링을 거친다. 기존에는 철저한 관리와 인력 투입을 통해 문제를 해결했다. 향후 디지털기술 활용, 시뮬레이션/에뮬레이션, 시스템 엔지니어링 기법을 통해 기술 고도화가 필요하다.

이런 문제를 해결하기 위해 가상 검증(Virtual Commissioning)을 실시한다. 가상환경을 만들어서 테스트를 하는 것이다. 현장에 바로 적용하기 전에 다양한 테스트를 해서 현장에서의 시행착오를 최소화한다는 거다. 기간을 혁신적으로 단축할 수 있었다.



피지컬 AI(Physical AI)

젠슨 황이 CES25에서 소개하며 알려졌다. 챗GPT는 PC나 IT 시스템에 머물고 있다. 여기에서 더 나아가 물리적인 환경에 접목하겠다는 거다. 자율주행자동차나 드론 등에 사용하겠다는 거다. 이미 많이 사용하고 있다. 엔비디아의 코스모스라는 피지컬 AI 플랫폼이다. 아직까지 사용해보지 않았기에 조심스럽다. 디지털 트윈과 상당히 유사하다.

인공지능과 실물을 연결해야 한다. 질문의 맥락에 맞는 구성을 바로바로 생성하기 때문에 답변이 약간씩 다르다. 챗GPT로 무비클립을 만들었을 때 돌을 들었다 떨어졌을 때 물리 이론에 입각해서 떨어지는 것일까. 현재는 아니다.

데이터로 만든 것일 뿐이다. 그런데 실물을 움직일 때는 물리법칙이 적용된다. 가상공간에서 물리엔진을 탑재해야 한다. 최소한의 물리엔진을 탑재해서 실물에서 문제가 없도록 해야 한다. 게임에는 이미 적용되고 있다. 유니티가 대표적인 플랫폼이다. 엔비디아의 아이작 심(Isaac Sim) 등이 대표적인 솔루션이다.

공장에서 로봇이 움직일 때는 물리 외에 논리가 있어야 한다. 논리엔진은 상당히 비싸다. 공장운영에 적용할 수 있는 논리엔진을 자체 개발했다. 피지컬 AI을 위해 사진을 찍고 레이블링을 수작업으로 했는데 이것도 자동화했다. 제조 IT 시스템에는 판이 뒤집히고 있다.