최근 스마트 팩토리의 최종 단계는 ‘자율화’라는 목소리가 커지고 있다. 사람의 개입 없이도 현장에서 발생하는 이상 현상을 자율적으로 통제해 공장이 정상적으로 가동되도록 하는 기술이 스마트 팩토리의 최종 지향점이라는 것이다. 황일회 다임리서치 CTO는 제조 산업 내 물류 영역을 강조하며, 유연생산 시스템을 가능하게 하는 기술로 디지털 트윈과 AI의 융합을 내세웠다. 그는 “시스템 구축 전 디지털 트윈으로 시뮬레이션하고, 시스템 구축 후 AI로 시스템을 운영하는 것이 핵심”이라고 강조했다. 황일회 CTO가 제안하는 물류 시스템 혁신 전략에 대해 소개한다.

 

 

현재 제조 노동인구 감소, 제조산업 기피 현상 등이 완전 공장 자동화 실현을 앞당기고 있다. 업계는 궁극적으로 공장이 나아가야 할 방향으로 ‘소등 공장’을 모델로 삼는다. ‘불 꺼진 공장’이라는 개념인데, 공장 자체적으로 자동 생산을 진행하면서도, 생산 중 이슈가 발생했을 때 공장 스스로 이슈를 해결해 나가면서도 정상적으로 생산을 지속하는 것을 뜻한다. 실제로 해당 시스템을 도입한 공장이 일부 존재하는 것으로 알려져 있다.

 

다임리서치는 이 개념에서 특히 물류 시스템 영역을 주목한다. 1913년 ‘모델 T’ 생산 라인은 공장에서 물류 시스템이 정립되고, 시스템이 적절히 구성돼야 생산이 원활하게 진행된다는 것을 전적으로 보여주는 사례다. 모델 T 생산 라인에는 업계 최초로 컨베이어 시스템이 도입됐다. 이를 통해 생산성을 혁신적으로 확대할 수 있었다는 게 정설로 이어져왔다.

 

 

100년이 넘는 시간이 흐른 지금은 자동차 생산 라인에 ‘모듈화’가 진행돼, 향후 각 개인 맞춤형 생산이 가능할 것으로 전망된다. 이 과정에서 탄생한 것이 ‘유연생산시스템’이다. 해당 시스템은 공정 구역이 나뉘어져 있어 작업물이 라인을 따라가는 게 아니라, 각 구역을 지나 생산되게 된다. 대표적으로 반도체 공정이 있다. 여기에서 로봇이 활용되는데, 기존 컨베이어 방식에서 로봇 기반 방식으로 공정이 변화하게 된다.

 

SW 중심 자동화로 기술 변화

 

유연생산시스템은 물류 자유도가 증가하기 때문에 대규모 물류 공정이 가능하다. 대신 운영에 있어 복잡성도 함께 증가하는 특징이 있다. 기존 하드웨어에서 소프트웨어로 시스템 중심이 이동하게 되는 부분이다.

 

해당 사례로 ‘반도체 물류 로봇 시스템(OHT)’을 들 수 있다. 반도체 공정은 단위 면적당 생산 설비를 얼마나 많이 구축하고, 생산 능력을 얼마나 높일 수 있느냐가 관건이다. 그래서 반도체 공장을 설계할 때 최대한 많은 설비를 구축하고, 상부에 트랙을 설치해 고속으로 주행하는 로봇이 생산 물류를 나르도록 한다. 해당 시스템은 이미 보편화돼 산업에 전파 중이다. 더불어 소형 디스플레이 제조 라인, 이차전지 제조 라인에도 OHT가 활용되고 있다.

 

 

최근 반도체 산업이 거대화되면서 반도체 공정에서 OHT가 1000대부터 2000대까지 도입된다. 여기서 발생하는 이슈는 교통시스템에서 발생하는 이슈와 동일한 양상을 보인다. 공정 내 공간이 복잡해짐에 따라 로봇 간 ‘정체’가 발생하는 것이다. 이 과정에서 대형 제조사가 해당 문제를 극복하기 위해 고민을 시작했다.

 

다임리서치는 여기에 주목했다. 소프트웨어를 통한 로봇 제어로 문제 해결이 가능하다는 판단에서다. 각 로봇의 목적지를 실시간으로 인지해 혼잡을 줄이고, 로봇의 주행 경로를 찾아주는 과정이 필요하다. 물류가 생산에 구멍을 초래하는 경우를 사전에 방지하는 시스템이다. 단일 체계에서 연결 체계로 고도화된 최근 물류 시스템에도 대응 가능한 솔루션인데, 물류 하나가 어떤 터미널을 어떻게 거쳐서 가는지가 전체 시스템의 병목 현상을 조율한다.

 

이를 위해 운영(Operation Technology) 측면에서 연구 및 시도가 필요하다. 그러나 기업 입장에서 물류 시스템 R&D에 대한 투자가 상대적으로 적다. 기업이 물류 시스템을 일종에 서비스 개념으로 인식하고 있기 때문에 연구개발을 쉽사리 진행하지 못하는 실정이다. 현재 해외 특정 지역에 전기차 생산 기반 시설이 들어서고 있는 산업 양상이다. 이제 물류 시스템도 자동화가 필수로 이뤄져야 하는 변곡점에 서있는 것이다.

 

다시 본론으로 돌아와, 일반 공장에서 활용되는 AMR(Autonomous Mobile Robot)의 현장과 다르게 반도체 등 첨단 물류 시스템 현장은 공간적 제약이 많다. 이는 첨단 물류 시스템 구축 시 고려사항이 많아진다는 것을 의미한다. 이것이 기업 입장에서 명확한 KPI를 가지고 투자를 진행하지 못하는 배경이다. 특히 전담 물류팀이 없는 경우가 많은 중소 규모의 기업은 더 많은 부담을 느끼게 된다. 물류 자동화 구축 뒤에도 적절한 운영이 수반되는 지에 대한 고민이 뒤따르게 되는 것이다.

 

다임리서치는 여기에 착안해 디지털 트윈을 활용한 시스템 구축을 돕고, 물류 자동화 시스템 운영을 지원한다. 디지털 트윈 기술을 활용해 시스템 구축 후 상황을 여러 각도로 시뮬레이션해 실제 구축 시 발생하는 리스크를 최소화할 수 있고, 시스템 구축 주체가 알고 싶은 상황을 미리 파악할 수도 있다. 이를 통해 KPI가 도출될 수 있다고 본다. 여기서 핵심은 최대한 현실과 동일하면서 원하는 상황을 쉽게 도출할 수 있다는 데 있다. 이것이 디지털 트윈의 실용성·효용성이다.

 

 

AI 알고리즘으로 효율성 확보

 

앞선 내용을 정리하면, 대규모 로봇 시스템이 직면한 문제를 해결하기 위해 소프트웨어를 활용해야 한다. 여기에 소프트웨어 도입 단계에서 기업의 검토를 원활하게 하기 위해 디지털 트윈 기술을 활용해야 한다. 다임리서치는 ‘물류 완전 자율화 솔루션’ 비전을 실현하는 데 주력 중이다. 궁극적 목표는 표준화하기 어려운 제조 물류 시스템의 완전 자율화 실현이 가능한 소프트웨어를 SI가 아니라 솔루션으로 개발하는 것이다.

 

현재, 각 로봇의 실시간 경로 설정, 작업물 이동에 필요한 로봇 배정, 로봇 간 교착 현상 극복, 미운영 로봇의 효율적 대기 지점 배정 등 문제를 해결하고 있다. 해당 문제는 시스템 가장 상위단에서 수행하는 운영 측면의 문제라는 점에 집중해 AI 알고리즘을 소프트웨어 솔루션에 적용해 공급 중이다.

 

솔루션에 AI 알고리즘 적용 시 가장 큰 장점은 ‘효율성 확보’다. 로봇 튜닝, 물류 이동 시 별도의 과정을 거치지 않아도 AI를 통해 최적화된 방향성을 제공받는다는 점이 주목할 특징이다.

 

헬로티 임근난 기자 |