CEO스코어, 국내 500대 중견기업 1분기 실적 조사 올해 1분기 국내 500대 중견기업의 영업이익이 16.6% 늘어난 것으로 조사됐다. 식음료 업종의 영업이익이 크게 늘었고, 반도체 업황 개선으로 IT전기전자 실적도 상승했다. 19일 기업데이터연구소 CEO스코어에 따르면 국내 매출 기준 500대 중견기업 중 16일까지 분기보고서를 제출한 496곳을 대상으로 1분기 실적을 조사한 결과, 이들 기업의 영업이익은 총 2조9487억 원으로 전년 동기 대비 16.6% 늘었다. 이들 기업의 1분기 매출액은 전년 동기 대비 2.7% 증가한 57조504억 원으로 집계됐다. CEO스코어는 "경기 침체 장기화 등 대내외 불확실성이 커지면서 허리띠를 졸라매는 긴축 경영을 통해 불황 속 수익성 개선에 성공했다"고 분석했다. 업종별로 보면 전체 13개 업종 중 9개 업종의 영업이익이 증가했다. 특히 반도체 업황 개선으로 IT전기전자 업종의 영업이익 증가 폭이 가장 컸다. IT전기전자 부문은 지난해 1분기 영업이익 3352억 원에서 올해 1분기 5617억 원으로 증가하며 중견기업 전체 성장세를 견인했다. 삼성전자와 SK하이닉스 등이 반도체 수출 증가로 본격적인 상승 국면에 접어든
ChatGPT와 같은 도구로 대표되는 생성형AI의 통합은 자연어 프로그래밍을 가능하게 함으로써 로봇을 변화시키고 있다. 예측AI와 머신러닝은 로봇 성능을 최적화하여 효율성을 높이고 비용을 절감한다. 협동 로봇(코봇)은 노동력 부족 문제를 해결하고 기존 산업용 로봇을 보완하는 새로운 애플리케이션으로 다양화되고 있다. 모바일 매니퓰레이터(MoM)는 자재 취급을 자동화하여 디지털 세계와 물리적 세계 사이의 간극을 좁혀준다. 전 세계 작업 로봇의 재고량은 약 390만 대라는 신기록을 세웠다. 이러한 수요는 여러 가지 흥미로운 기술 혁신에 의해 주도되고 있다. 국제로봇연맹(IFR)은 2024년 5대 자동화 트렌드를 선정했다. 1. 인공지능(AI) 및 머신러닝(AI/ML) 로봇 및 자동화에 인공지능(AI)을 사용하는 추세는 계속 증가하고 있다. 생성형AI의 등장으로 새로운 솔루션이 등장하고 있다. 이 AI의 하위 집합은 훈련을 통해 학습한 것을 바탕으로 새로운 것을 만들어내는 데 특화되어 있으며 ChatGPT와 같은 도구를 통해 대중화되었다. 로봇 제조업체들은 코드 대신 자연어를 사용하여 사용자가 보다 직관적으로 로봇을 프로그래밍할 수 있는 생성형AI 기반 인터페이스를
제조업이 새로운 산업 시대의 정점에 서 있는 지금, 과거를 돌아보면 앞으로 어떤 일이 일어날지에 대한 실마리를 찾을 수 있다. 산업 시대가 시작된 이래로 제조업은 기술 발전에 힘입어 몇 차례의 변혁의 물결을 겪어왔다. 1차 산업혁명의 기계화부터 4차 산업혁명의 디지털화까지, 각 물결은 생산 방식을 재편하고 전 세계 산업을 혁신했다. 이제 새로운 시대로 접어들면서 인간과 기계의 협력적 상호작용을 향한 패러다임의 전환이 나타나고 있으며, 전례 없는 변화가 예고되고 있다. 산업의 진화에 대한 간략한 살펴보기 인더스트리 1.0(기계화): 이 시대는 증기기관과 수차의 도입으로 기계화된 생산 공정에 동력을 제공하면서 혁명적인 변화를 맞이했다. 이는 공장과 대량 생산의 토대를 마련하여 현대 제조업을 형성했다. 수작업에서 기계화된 공정으로의 전환은 산업에 혁명을 일으켜 생산 능력을 높이고 표준화된 생산량을 가능하게 했다. 인더스트리 2.0(전기): 전기의 출현은 광범위한 전기화 및 조립 라인이 특징인 새로운 국면을 예고했다. 전기는 효율성과 생산성을 향상시켜 전 세계 산업 성장을 촉진했다. 전기는 대규모 제조업의 발전을 가능하게 하여 규모의 경제를 실현하고 대량으로 상품을
스노우플레이크(Snowflake)가 대규모언어모델(Large Language Model, LLM) 앱 중 챗봇 비중이 지난해 5월 대비 46%까지 증가했다고 밝혔다. 스노우플레이크는 9000개 이상 고객을 대상으로 데이터 및 AI 도입의 패턴과 트렌드를 조사해 ‘데이터 동향 2024(Data Trend 2024) 보고서’를 발간했다. 글로벌 엔터프라이즈 기업들이 AI 기술과 데이터를 비즈니스에 어떻게 활용하고 있는지를 다룬 이 보고서에서는 텍스트 입력 방식의 LLM 앱의 비중은 줄고(2023년 82%, 2024년 54%) 대화형 챗봇이 늘어나고 있다고 분석했다. 또한 스트림릿(Streamlit) 개발자 커뮤니티를 대상으로 실시한 설문 조사에서는 응답자의 약 65%가 업무용으로 LLM 프로젝트를 진행하고 있다고 답했다. 실제로 엔터프라이즈 고객들은 생성형 AI 기반 기술을 업무의 생산성, 효율성, 분석력을 높이는데 다양하게 사용하고 있다. 제니퍼 벨리센트 스노우플레이크 데이터 전략 수석은 “대화형 앱은 사람들이 실제 상호작용하는 방식으로 프로그래밍 되어 이제 사람과 대화하듯 LLM과 쉽게 상호작용할 수 있다”며 “특히 LLM 앱의 기초가 되는 데이터의 거버넌스
정밀도와 정확성이 가장 중요한 산업 계측 분야에서 생성형AI의 출현은 기존의 측정 기술과 프로세스에 혁신을 가져올 것으로 기대된다. 인공 지능(AI)의 하위 집합인 생성형AI는 제조 환경에서 측정, 분석 및 활용 방식을 혁신할 수 있는 잠재력을 가지고 있다. 생성형AI의 이해 생성형AI는 기존 데이터와 유사한 새로운 데이터 또는 콘텐츠를 생성하는 데 중점을 둔 인공지능의 한 분야다. 분류 또는 예측 작업을 위해 레이블이 지정된 데이터 세트에 의존하는 기존의 머신러닝 알고리즘과 달리, 생성형AI 모델은 학습 데이터와 유사한 특성을 나타내는 새로운 데이터 샘플을 생성하도록 학습된다. 생성형AI의 작동 방식 생성형AI 모델은 제너레이터와 판별자라는 두 가지 주요 구성 요소로 이루어져 있다. 생성기는 새로운 데이터 샘플을 생성하고, 판별기는 이러한 샘플의 진위 여부를 평가한다. 반복적인 훈련과 피드백 과정을 통해 제너레이터는 점점 더 사실적인 데이터 샘플을 생성하는 방법을 학습하고, 판별기는 실제 데이터와 생성된 데이터를 구별하는 데 더욱 능숙해진다. 산업 계측 분야에서 생성형AI의 응용 분야 생성형AI는 산업 계측 분야에서 오랜 과제에 대한 혁신적인 솔루션을 제공
디지털 전환 속도가 갈수로 빨라지며 인터넷 데이터센터(IDC) 수요가 급증하자, 이동통신 사업자들이 관련 사업 전략을 재정비하고 있다. 4일 시장조사기관 시너지리서치그룹에 따르면 세계적인 하이퍼 스케일(초대형) 데이터센터 제공 업체들이 운영하는 대규모 데이터센터 수는 올해 초 1천 개를 돌파했다. '하이퍼 스케일' 데이터센터는 서버 10만 대 이상을 수용할 수 있는 데이터센터를 말한다. 조사된 데이터센터들의 저장 용량 총합은 최근 4년 새 2배가 됐으며, 향후 4년 동안 2배 더 늘어날 예정이다. 국내 이통사들도 센터를 신설하거나 인공지능(AI) 관련 수요를 반영하는 등 IDC 사업 관련 차별화 전략을 세우고 있다. SK텔레콤은 인공지능(AI) 학습과 추론 등에 필수적인 그래픽처리장치(GPU) 서버를 제공하는 차세대 데이터센터 'AIDC' 시장을 공략하고 있다. 데이터센터 매출이 재작년 1,560억원에서 작년 2,020억원으로 30% 급성장하자, 최근 수요가 특히 늘어난 AI 분야를 중심으로 사업 확장에 나선 것이다. AIDC 사업을 위해 이 회사는 글로벌 서버·데이터 저장장치 시스템 제조 기업 슈퍼마이크로와 협약을 맺고 GPU 클라우드 회사 '람다'에 투자
빠르게 진화하는 제조 환경에서 정밀도와 효율성은 바람직한 것이 아니라 필수적인 요소다. 스마트 제조의 도래로 머신비전과 같은 기술 발전이 품질 보장, 생산성 향상, 공정 최적화에 중추적인 역할을 하는 새로운 시대가 열렸다. 인공 지능과 컴퓨터 비전의 하위 집합인 머신비전은 카메라와 이미지 처리 알고리즘을 사용하여 전통적으로 사람이 수행하던 작업을 자동화하는 것이다. 제조 분야에서 머신비전 시스템은 제품 또는 구성 요소의 이미지를 캡처하고 분석하여 품질, 치수 및 기타 중요한 매개 변수를 평가한다. 이러한 시스템은 결함을 감지하고 미크론 단위의 정확도로 치수를 측정하며 공정 최적화를 위한 귀중한 데이터를 제공할 수 있다. 계측은 제조 품질 관리의 핵심이다. 머신비전 기술은 다양한 생산 단계에서 비접촉식 고속 측정 솔루션을 제공함으로써 계측 분야에 혁신을 가져왔다. 원자재 검사부터 최종 조립 확인에 이르기까지 머신비전 시스템은 정밀도와 일관성을 보장하는 데 다방면에서 중요한 역할을 한다. 품질 검사: 스마트 제조에서 머신비전의 주요 애플리케이션 중 하나는 품질 검사다. 이러한 시스템은 실시간으로 이미지를 분석하여 표면 결함, 치수 변화, 조립 오류와 같은 결함을
차세대 제조의 역동적인 환경 속에서 첨단 기술의 통합은 전통적인 생산 프로세스에 혁명을 일으켰다. 이러한 혁신 중에서도 빅데이터는 변화의 촉매제로서 공장의 운영 방식을 재편하고 보다 효율적이고 대응력이 뛰어난 제조 프로세스를 향한 길을 열어주는 역할을 하고 있다. 스마트 제조에서 빅데이터는 중추적인 역할을 하며, 빅데이터가 어떻게 생산 현장에서 데이터 중심 문화를 조성하고 제조 최적화를 위한 전례 없는 기회를 열어준다. 스마트 제조의 이해 스마트 제조는 디지털 기술과 기존 제조 프로세스의 융합을 통해 생산성, 품질, 유연성을 향상시키는 것을 의미한다. 그 핵심은 생산 라이프사이클 전반에 걸쳐 다양한 소스의 데이터를 원활하게 통합하여 실시간 모니터링, 분석 및 의사결정을 가능하게 하는 것이다. 이러한 패러다임 전환을 통해 제조업체는 변화하는 시장 수요에 신속하게 적응하고, 다운타임을 최소화하며, 리소스 활용을 최적화할 수 있다. 제조업에서 빅데이터의 부상 방대한 양과 속도, 다양성을 특징으로 하는 빅데이터는 제조업 분야의 판도를 바꾸는 요소로 부상했다. 센서, IoT 디바이스, 상호 연결된 시스템의 확산으로 공장은 전례 없는 속도로 방대한 양의 데이터를 생성하
산업 엔지니어링 전용의 첫 번째 생성형 AI 제품이 실제 애플리케이션으로 출시되기 시작했다. 현재 TIA 포털 엔지니어링을 위한 지멘스의 산업용 코파일럿(Copilot)의 파일럿 시험이 진행 중이며, 2024년 여름부터 Xcelerator 마켓플레이스에서 소프트웨어를 다운로드할 수 있다. 마이크로소프트(Microsoft)가 개발한 코파일럿(Copilot)은 PLC에 대한 코드와 시각화를 생성하고 엔지니어링 팀에 도움을 제공할 수 있다. 지멘스는 "이를 통해 워크로드를 줄이고 반복적인 작업을 처리할 수 있다. 또한 복잡한 작업의 엔지니어링에서 오류가 발생하기 쉬워 개발 시간을 단축하고 품질과 생산성을 높일 수 있다"고 말한다. 코파일럿(Copilot) 앱은 구조화된 제어 언어(SCL)로 PLC 코드를 생성한다. TIA 포털은 AI로부터 직접 코드 제안을 받을 수 있으므로 복사하여 붙여넣을 필요가 없다. 코파일럿은 WinCC Unified에서 SCL 코드 블록을 설명하거나 기계 또는 플랜트 시각화를 안내하고 생성할 수 있다. 엔지니어는 이 앱을 사용하여 자연어로 지멘스 매뉴얼을 검색할 수 있으며, 최종 사용자는 고객 데이터를 사용하여 모델을 재학습하지 않는 마이
물류창고는 매우 중요하지만 종종 비효율적인 프로세스다. 따라서 이 분야의 많은 시설에서 가시성, 효율성, 복원력을 높이기 위해 인더스트리 4.0 기술을 도입하고 있다. 이러한 변화는 많은 긍정적인 영향을 미치지만, 스마트 물류창고에는 고유한 사이버 위험도 존재한다. 스마트 물류창고에는 광범위한 사물인터넷(IoT) 연결이 포함된다. 이러한 장치는 재고 추적 솔루션부터 자동화된 가이드 차량, 창고관리시스템(WMS)에 이르기까지 다양하기 때문에 한때 오프라인이었던 많은 기계가 사이버 공격에 취약할 수 있다. 다행히도 이 기술을 안전하게 구현하는 것은 가능하다. 이러한 스마트 물류창고의 IoT 네트워크를 안전하게 보호하기 위해 지켜야할 7가지 단계가 있다. 1. 신중한 IoT 디바이스 선택 물류창고에서의 IoT 보안은 올바른 장비 선택에서 시작된다. 스마트 디바이스는 최소한의 기본 보호 기능만 제공하는 것으로 악명이 높기 때문에 물류창고에서는 기본값이 더 강력한 옵션을 찾아야 한다. 여기에는 다단계 인증(MFA), 데이터 암호화 및 보안 업데이트 프로토콜이 포함된다. 미국의 경우, FCC는 향후 안전한 IoT 디바이스를 더 쉽게 식별할 수 있는 사이버 보안 라벨링
북미 최고의 자동화 솔루션의 전시회인 Automate 2024가 오는 5월 6일부터 9일까지 미국 일리노이주 시카고에서 개최된다. 전세계 800개 이상의 자동화 솔루션업체가 참가하는 이번 전시회에서는 로봇부터 비전, 모션 제어, AI 등에 자동화 그 이상의 자동화를 확인할 수 있다. 이번 Automate 2024를 통해 선보일 머신비전 솔루션과 업체를 정리했다. Apera AI는 회사의 새로운 AI 기반 로봇 비전 교육 포털 및 시뮬레이션 환경인 Forge Lab을 선보일 예정이다. 이를 통해 엔지니어는 24시간 내에 자동화된 비전 프로그래밍을 완료할 수 있다. ASRock Industrial은 견고한 Edge AIoT 플랫폼과 산업용 IoT 컨트롤러를 선보일 예정이다. 제품 모델에는 iEP-5020G, iEP-5010G, iEP-5000G, iEP-7020E, iEP-9030E, iEPF-9030S, iEP-6010E 시리즈가 있다. Basler는 Basler ToF 카메라의 공간 깊이 데이터와 2D 영역 스캔 카메라의 RGB 데이터를 결합하는 Basler RGB-D 카메라(위)와 같은 새로운 3D 카메라를 포함한 여러 가지 신제품을 선보일 예정이다. Ba
美연방자문기구 합류…머스크·저커버그는 명단서 빠져 샘 올트먼(오픈AI), 사티아 나델라(마이크로소프트·MS), 순다르 피차이(구글), 젠슨 황(엔비디아) 등 미국 기술 기업 최고경영자(CEO)들이 인공지능(AI)의 안전한 사용을 위해 머리를 맞댄다. 미 국토안보부는 26일(현지시간) AI의 안전한 사용을 위한 연방 자문기구인 AI 안전보안이사회(AI Safety and Security Board)를 발족하고, 자문위원 22명의 명단을 발표했다. 이 기구는 챗GPT로 촉발된 AI 열풍의 부작용을 막고 AI 시스템의 안전한 사용을 위해 설립된 자문기구로, 조 바이든 대통령이 지난해 행정명령을 통해 설립을 지시한 바 있다. 이 기구 설립은 경제, 공중보건 등 중요 산업이 AI로 인한 위협으로 피해를 당하지 않도록 보호하기 위한 것이라고 미국 정부는 설명했다. 명단에는 챗GPT 개발사 올트먼 CEO와 나델라 MS CEO, 피차이 구글 모회사 알파벳 CEO, 젠슨 황 엔비디아 CEO, 리사 수 AMD CEO 등이 이름을 올렸다. 어도비, 델타 항공, 아마존 AWS 클라우드 컴퓨팅 부문 CEO 등과 함께 스탠퍼드대 AI 연구소장, 메릴랜드 주지사, 시애틀 시장 및 시민
전문 시장조사기관인 인터액트 애널리시스(Interact Analysis)는 전 세계 머신비전 시장은 2024년에 성장세로 돌아서 올해 약 1.4% 성장할 것으로 예상했다. 이는 부분적으로는 3D 카메라 시장의 지속적인 성장에 기인하지만, 2024년에 더 넓은 제조 산업보다 더 나은 성과를 거둘 것으로 예상되는 주요 머신비전 소비 부문, 예를들어 반도체 및 전자제품의 성장세로 돌아선 결과이기도 하다. 그러나 일부 기업들은 고객에게 보다 완벽한 솔루션을 제공하기 위해 머신비전 포트폴리오를 확장할 기회를 모색하면서 인수를 통해 성장을 촉진하기도 한다. 산업 자동화의 모든 측면에서 공통적으로 나타나는 이러한 추세는 현재 머신비전 시장에서 특히 두드러지고 있는 것으로 보인다. 인터액트 애널리시스(Interact Analysis)가 발표한 위 그래프는 주요 지역별 성장률을 보여주고 있으며 2028년까지 미주와 유럽 및 중동/아프리카 지역이 각각 12.6%와 12.3%로 가장 큰 성장률을 보일 것으로 예상된다. 이러한 성장 잠재력은 대형 머신비전 공급업체들 간의 지속적인 파트너십과 인수합병의 결과로 볼 수 있다. 기업들은 고객에게 전체 제품과 솔루션 기반 서비스를 제공하
첨단 제조업의 역동적인 환경에서는 품질 관리가 항상 가장 중요하다. 제품의 무결성은 고객 만족도, 브랜드 평판, 궁극적으로 수익에 직접적인 영향을 미친다. 전통적으로 품질 관리 조치는 사람의 검사에 의존해 왔는데, 이는 효과적이기는 하지만 인적 오류가 발생하기 쉽고 시간이 많이 소요될 수 있다. 하지만 인공지능(AI)과 머신러닝(ML)의 발전으로 제조업체들은 이제 품질 관리 프로세스를 개선하기 위해 혁신적인 솔루션을 도입하고 있다. AI는 제조업의 품질 관리에 혁신을 일으키며 효율성, 정확성 및 전반적인 제품 품질을 개선하고 있다. 품질 관리에서 AI의 역할 AI 기반 품질 관리 시스템은 정교한 알고리즘을 활용하여 방대한 양의 데이터를 빠르고 정확하게 분석한다. 이러한 시스템은 결함, 이상 징후, 지정된 표준과의 편차를 정밀하게 감지할 수 있으며, 종종 사람의 능력을 능가한다. 제조업체는 AI를 활용하여 검사 프로세스를 간소화하고 생산 비용을 절감하며 결함이 있는 제품이 시장에 출시될 위험을 최소화할 수 있다. 자동화된 품질 검사: 육안 검사는 자동차, 전자, 제약 등 다양한 제조 산업에서 품질 관리에 중요한 역할을 해왔다. AI 기반 비전 시스템은 제품의
지난해 메모리 반도체 시장의 약세로 반도체 장비 제조업체 상위 5곳의 매출이 소폭 감소한 것으로 나타났다. 9일 시장조사업체 카운터포인트리서치에 따르면 '톱 5' 반도체 장비업체들의 지난해 총 매출은 전년 대비 1% 감소한 935억달러에 그쳤다. 지난해 상반기에는 재고 조정과 메모리 하락세로 장비 제조업체의 매출이 큰 폭으로 감소했으나, 하반기 D램 재고 정상화와 수요 증가로 연간 전체 매출이 소폭 감소하는 데 그쳤다고 카운터포인트리서치는 분석했다. 5곳 중 ASML과 어플라이드 머티리얼즈는 전년 대비 35%, 2% 성장한 반면, 램 리서치(-25%)와 도쿄 일렉트론(-22%), KLA(-8%)의 매출은 전년 대비 감소했다. 특히 ASML은 심자외선(DUV)과 극자외선(EUV) 장비 매출 호조에 힘입어 글로벌 1위를 기록했다. 지난해 파운드리 부문 매출은 게이트올어라운드(GAA·Gate All Around) 트랜지스터 아키텍처의 증가와 사물인터넷(IoT), 인공지능(AI), 클라우드, 자동차, 5G 등 여러 부문에 걸친 '성숙 공정'(Mature Node) 기기에 대한 투자 강화로 전년 대비 16% 증가했다. 메모리 부문의 매출은 전반적인 메모리 웨이퍼 팹
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: 2024년 11월 23일 14시 13분
