Industry update 메크마인드 산업용 3D 카메라, 국제 인증 획득 통해 경쟁력 입증 엠비젼 SWIR 조명, 머신비전 업계 다크호스로 주목 넥스버의 초소형 차량용 컴퓨터, 높은 성능으로 관심도 UP 마우저, 머신비전 애플리케이션 위한 ST 카메라 모듈 공급 바이렉스, 중국 Dzoptics와 공식 대리점 계약 체결…국내 비전 시장 공략 앤비젼, 창립 20주년 기념 ‘머신비전 비밀노트’ 출간 노비텍, ‘VISION 2024’ 전시회 참가…현지 관계자들 ‘호평’ Tech note LUCID의 머신비전 솔루션, 산업의 혁신 이끈다 Interview ‘범용성’과 ‘성능’, 두 가지 무기로 머신비전 소프트웨어 리더까지 / 뉴로클 이홍석 대표 Issue 머신비전, 최적의 활용법은?…‘2024 머신비전 활용전략 컨퍼런스’ 성공리에 개최 헬로티 김재황 기자 |
포스로직은 국내 스타트업으로 시작해 머신비전 시장에서 독보적인 성과를 내고 있는 기업이다. 포스로직이 독자적인 기술력과 노하우로 구현한 머신비전 라이브러리인 ‘에프엘이미징(FLImaging®)’은 글로벌 최상위 레벨의 이미지 처리 알고리즘과 인공지능 원천 기술을 기반으로 강건한 제품력으로 시장의 주목을 받고 있다. 이 솔루션은 2D, 3D, AI 기술을 통합 제공하며 성능과 안정성, 편의성에서 기존 외산 솔루션을 앞지른다는 평가를 받는다. 포스로직을 이끌고 있는 송종현 대표는 외산 라이브러리 의존도와 종속성을 크게 낮춰 한국이 머신비전 분야에서 글로벌 선두 국가로 자리잡는데 기여하는 것에 목표를 두고 있다고 강조했다. 올해 출시한 포스로직의 에프엘이미징은 불과 수개월 만에 국내 대기업들의 솔루션 도입을 이끌어내며 탄탄한 제품력과 기술력으로 빠른 성장을 기록하고 있다. 스타트업임에도 불구하고 기술 경쟁력으로 승부 포스로직은 2019년에 설립된 머신비전 소프트웨어 전문 기업이다. 송종현 대표는 국산 라이브러리의 필요성을 느끼고, 수년간의 연구와 개발 끝에 ‘에프엘이미징’을 탄생시켰다. 이 제품은 국내 최초로 2D, 3D, AI 기술을 통합한 라이브러리로 기존 글
디지털 트윈은 제조업의 혁신을 이끄는 핵심 기술로 주목받고 있다. 현대오토에버는 소프트웨어 중심의 디지털 트윈 기술을 통해 제조 공정의 변화를 선도하며, ‘버추얼 팩토리’라는 비전을 제시했다. 이 기술은 가상 환경에서 설계와 시뮬레이션을 통해 공장 운영의 효율성을 극대화한다. 특히, 디지털 에셋을 기반으로 한 데이터 표준화와 사용자 친화적 설계가 돋보인다. 현대오토에버의 디지털 트윈 기술이 어떻게 자율 제조의 초석이 될 수 있는지, 그 내용을 살펴본다 소프트웨어 정의 공장(Software Defined Factory, SDF)은 제조 영역의 새로운 시대를 여는 시스템으로 각광받고 있다. 이 방법론은 소프트웨어 정의 기술(Software Defined Everything, SDx)에서 파생된 개념이다. SDx는 소프트웨어가 대상 기술의 중심이 되어 수많은 요소에 가치를 더하는 차세대 인프라를 의미하며, 디지털 전환(DX)을 도모하는 모든 영역에 적용이 가능하다. 예를 들어, 기기 교체 없이 업데이트만으로 새로운 가치를 창출하는 스마트폰 사례를 떠올리면 SDx를 이해하기 쉽다. 이러한 SDx는 각종 데이터를 기반으로 모든 요소를 접목하는 특징을 가지고 있다. S
산업 현장에서의 설비 관리는 안전성과 효율성을 좌우하는 핵심 요소로 자리잡았다. 특히 인더스트리4.0 시대에 접어들며 예지보전 기술의 중요성이 더욱 대두되고 있다. 이와 같은 흐름 속에서 원프레딕트의 설비 예지보전 솔루션인 ‘가디원 pdx’가 주목받고 있다. 가디원 pdx는 기존의 개별 설비 관리 방식에서 벗어나, 공정과 공장 전체를 아우르는 통합 예지보전 기술을 제공하며, MLOps 시스템을 통해 지속적으로 성장할 수 있는 솔루션을 구현했다. 이 글은 원프레딕트가 제공하는 가디원 pdx 솔루션이 산업 현장에 어떠한 변화를 일으키고 있는지, 그리고 가디원 pdx의 구체적인 기능과 성공 사례들을 심층 분석한다. 디지털 전환과 인공지능 기술이 제조 및 산업 현장에 스며들면서 효율적인 설비 관리와 생산성 향상이 중요 과제로 떠오르고 있다. 특히, 설비의 예측 가능한 고장을 미리 파악하고 대응할 수 있는 ‘예지보전(Predictive Maintenance)’ 기술은 기업들이 안전성과 효율성을 유지하며 비용을 절감할 수 있도록 돕는 핵심 솔루션으로 주목받고 있다. 그러나 현실적으로 예지 보전은 데이터의 분산, 도메인 지식 부족, 인적 자원의 한계와 같은 다양한 문제에
제조업계는 기술 발전과 함께 복잡한 도전에 직면하고 있다. 생산인구 감소와 숙련공 부족 속에서 효율성을 극대화하는 것이 중요해졌다. 이러한 환경에서 시뮬레이션 기술은 제조 공정 혁신의 핵심으로 떠오르고 있다. 특히 지멘스의 가상 시운전 솔루션은 설계부터 운영까지 제조 공정 전반을 최적화하며 주목받고 있다. 이 글은 국내 제조업 경쟁력 강화를 위해 캐디언스시스템이 제공하고 있는 지멘스의 가상 시운전 솔루션과 장점에 대해서 다룬다. 현재 제조 업계는 고령화, 생산인구 감소, 숙련공 부족, 기술 사장, 환경규제 등 이슈에 직면한 상태다. 기술 발전에 대한 요구는 증가하는 추세지만, 이에 대한 기반은 흔들리는 양상을 지속 도출하고 있다. 이 추세에서 제조 공정을 고도화하기 위한 작업에 핵심으로 작용하는 기술이 있다. 바로 시뮬레이션 기술이다. 시뮬레이션은 현상을 실제로 구현하기 전 가상 환경에서 각종 변수를 미리 검증해 시행착오를 줄이는 데 특화된 기술이다. 현시점 유망 기술 중 하나로 손꼽히는 ‘디지털 트윈’의 중심 기술로 인식되고 있다. 이러한 가상 검증은 세 가지 잇점을 제공한다. 설비 제어 시운전을 사전에 진행해 제품 출시 기간(TTM)을 단축을 도모할 수
기후변화와 환경문제가 전 세계적으로 중대한 위협으로 대두되는 가운데, ‘생물다양성’이라는 주제가 기업의 ESG 경영에 있어 점점 더 중요한 이슈로 부상하고 있다. 2022년 12월, 제15차 유엔 생물다양성협약 당사국총회(COP15)에서 채택된 쿤밍-몬트리올 글로벌 생물다양성 프레임워크(Global Biodiversity Framework, 이하 GBF)는 2030년까지 전 세계 육상 및 해양의 최소 30%를 보호구역 등으로 지정해 보전·관리하고, 훼손된 육지 및 해양 생태계를 최소 30% 복원하는 ‘30×30’ 목표를 제시하며 기업들의 적극적인 참여를 요구했다. 이에 따라 글로벌 지속가능성 공시 기준도 생물다양성 관련 항목을 강화하고 있다. 유럽연합의 기업 지속가능성 의무 공시 기준인 ESRS(European Sustainability Reporting Standards)는 기후변화와 환경오염 등 5가지 환경 주제 중 하나로 생물다양성 및 생태계(E4)를 다루고 있다. 글로벌 보고 이니셔티브(Global Reporting Initiative, 이하 GRI)는 올해 1월 GRI 101 모듈을 새로 발표하며 생물다양성 보고 항목을 강화했다. 또한 기업들의 생물
제조업체들은 자사와 파트너 기반 디지털 서비스 및 역량을 통합하여 소프트웨어 정의 공장(Software Defined Factory, SDF)을 구축하고 있다. 이 과정에서 하드웨어(HW)와 소프트웨어(SW)를 분리하고 주요 산업 자산을 가상화하여 유연성을 높이고 보안을 강화하며 유지보수 비용을 줄이고자 한다. 예측 유지보수, 인공지능(AI), 디지털 트윈과 같은 기술을 활용하면 공장 운영 최적화와 제품 품질 향상이 가능해진다. IT 분야에서는 이미 SW 정의 네트워킹(SDN) 모델이 등장했다. SW 정의 생산 네트워크는 동적인 연결성, 복원력, 보안을 제공하며 SDF를 지원하기 위한 필수 요소이다. 중앙 집중형 네트워크 컨트롤러(CNC)는 SW 정의 네트워크의 핵심 역할을 한다. 이번 세션에서는 CNC가 생산 시스템에서 어떤 역할을 하는지, 그리고 이러한 새로운 모델로 전환하기 위한 주요 아키텍처와 고려사항을 다룰 예정이다. 또한 SW 정의 네트워크가 ODVA 기반 산업 자동화 시스템에 어떻게 적용될 수 있는지 논의한다. 산업 네트워크를 위한 CNC의 필요성 중앙 집중형 네트워크 컨트롤러(CNC)는 산업 네트워크를 자동으로 배포, 구성, 유지관리 및 모니터
RPOFINET IRT는 왜 필요한가? 실시간 통신 프로토콜로 분류되는 PROFINET, EtherCAT 및 EtherNet/IP와 같은 산업용 통신 프로토콜들은 이미 1밀리초 정도의 빠른 사이클 타임과 10~100마이크로초의 지터를 달성할 수 있다. 하지만, 이 수준의 성능으로도 충분하지 않은 경우들이 있다. 현실적으로 데이터를 전송하고 처리하는 데 시간이 걸리기 때문이다. 또한 특정 애플리케이션에서는 생산 단계가 올바르게 수행되도록 데이터의 전송 및 처리 시간을 정확하게 동기화하는 것이 매우 중요하다. 특히 모션 제어 분야의 경우, 표준 실시간 PROFINET의 사이클 타임이 더 이상 충분히 빠르지 않고 지터 및 결정론 같은 다른 주요 지표가 이미 필요한 표준을 충족하지 못하는 지점까지 증가하면서 데이터 통신 속도와 성능에 대한 요구가 더 중요해졌다. 예를 들어 로봇 팔은 부품을 집어 올리거나 처리하기 위해 특정 시간에 정확하게 지정된 위치에 있어야 한다. 팔이 약간만 빠르거나 늦게 움직여도 프로세스의 심각한 중단을 초래할 수 있다. 이 경우, 신속하면서도 안정적인 데이터 전송 및 처리가 필요하다. PROFINET IRT는 표준 실시간 통신이 한계에 도달
현재 일본 내각부가 주도해 진행하고 있는 ‘문샷(Moonshot)형 연구개발 제도’라고 불리는 프로젝트가 있다. 이 제도는 초고령사회나 지구온난화 등과 같은 중요한 사회 과제에 대응하기 위해 국가가 매력적인 목표(문샷 목표)를 내걸고 도전적인 연구개발을 추진하는 것이다. 목표는 현재 1부터 9까지 설정되어 있으며, 그중 하나가 문샷 목표 3 ‘2050년까지 AI와 로봇의 공동 진화를 통해 스스로 학습․행동해 사람과 공생하는 로봇을 실현’하는 것이다. 저자는 이 목표 중에서 ‘활력 있는 사회를 만드는 적응 자재 AI 로봇군’이라는 프로젝트를 진행 중이다. 2050년의 사회상으로 제창하고 있는 것은 ‘스마터 인클루시브 소사이어티(Smarter Inclusive Society)’로, 이것은 다양한 AI 로봇이 공익 시설(상업 시설, 문화 시설, 관광 시설, 스포츠 시설, 개호 시설, 병원, 보육 시설 등)에 배치되어 사회 인프라로 기능함으로써 ‘누구나 언제 어디서나 안심하고 AI 로봇을 사용하는 것이 당연하게 되어 모든 사람이 적극적으로 사회에 참여할 수 있는 활력 있는 사회’이다. 이러한 스마터 인클루시브 소사이어티를 실현하기 위해 본 프로젝트가 검토하고 있는
계측은 항상 정밀 제조의 핵심이었다. 인더스트리 4.0이 발전함에 따라 생성형AI는 측정 정확도를 개선하고 품질 관리를 개선하며 점점 더 복잡해지는 현대 제조 요구 사항을 충족하는 동적 데이터 분석 도구를 도입하여 계측을 혁신하고 있다. 인공 지능(AI)의 강력한 파생 기술인 생성형AI는 제조업체가 적응형 의사 결정, 고급 비용 엔지니어링, 효율적인 프로젝트 관리를 계측 프로세스에 통합할 수 있도록 지원한다. 실시간 데이터 기반 인사이트는 측정 정확도와 품질 관리를 재편하고 있다. AI 기반 비용 추정은 아직 새로운 기술이지만, 실시간 데이터 기반 인사이트를 통해 기존 방법을 보강할 수 있어 도입이 가속화되고 있다. 최근 보고서에 따르면, 생성형AI만으로도 연간 2조 6천억 달러에서 4조 4천억 달러의 가치를 전 세계 경제에 추가할 수 있으며, 제조 및 공급망 부문이 이 잠재적 가치의 상당 부분을 차지할 것으로 예상된다. 이 글에서는 생성형AI가 효율성 향상부터 지속 가능성 목표 달성에 이르기까지 제조 비용 엔지니어링의 장기적인 개선을 어떻게 이끌 수 있는지 살펴본다. 제조 계측을 위한 데이터 분석에서 생성형AI의 혁신적 역할 정밀 제조의 초석인 계측학은 제
KAIST는 전기및전자공학부 김준모 교수 연구팀이 변환 레이블(transformational labels) 없이도 스스로 변환 민감 특징을 학습할 수 있는 새로운 시각 인공지능 모델 ‘STL(Self-supervised Transformation Learning)’을 개발했다고 13일 밝혔다. 연구팀이 개발한 시각 인공지능 모델 STL은 스스로 이미지의 변환을 학습, 이미지 변환의 종류를 인간이 직접 알려주면서 학습하는 기존 방법들보다 높은 시각 정보 이해 능력을 보였다. 특히 기존 방법론들을 통해 학습한 모델이 이해할 수 없는 세부적인 특징까지도 학습하여 기존 방법 대비 최대 42% 우수한 성능을 보였다. 컴퓨터 비전에서 이미지 변환을 통한 데이터 증강을 활용해 강건한 시각 표현을 학습하는 방식은 일반화 능력을 갖추는 데 효과적이지만, 변환에 따른 시각적 세부 사항을 무시하는 경향이 있어 범용 시각 인공지능 모델로서 한계가 있다. 연구팀이 제안한 STL은 변환 라벨 없이 변환 정보를 학습할 수 있도록 설계된 새로운 학습 기법으로, 라벨 없이 변환 민감 특징을 학습할 수 있다. 또한 기존 학습 방법 대비 학습 복잡도를 유지한 채로 효율적인 최적화할 수 있는
세계 최대 스포츠산업 전시회 ‘ISPO 2024’가 12월 3일부터 5일까지 독일 뮌헨 무역전시장에서 개최됐다. 이번 전시회는 디지털 전환이 만드는 스포츠 산업의 5가지 굵직한 구조적 변화를 집중 조명했다. 삼성전자는 AI와 IoT 기술을 접목한 차세대 홈트레이닝 시스템으로 스포츠 산업의 미래상을 제시했다. 스마트싱스(SmartThings) 플랫폼을 기반으로 한 이 솔루션은 사용자의 위치와 활동 패턴을 실시간으로 감지해 최적의 운동 환경을 제공한다. 운동 중에는 AI가 실내 온도와 습도를 자동 조절하고, 운동 후에는 스마트 냉장고가 소비 칼로리와 운동 강도에 맞춘 맞춤형 식단을 추천한다. 특히 주목할 점은 삼성전자가 ISPO를 통해 스포츠를 일상 생활의 자연스러운 일부로 만드는 디지털 전환 비전을 제시했다는 것이다. 이는 스마트홈 플랫폼에 AI를 접목해 사용자 개개인의 라이프스타일을 이해하고 이를 기반으로 맞춤형 건강관리 서비스를 제공하는 새로운 방향성을 보여준다. 국내 기업 투핸즈인터랙티브가 개발한 ‘디딤(DIDIM)’도 주목을 받았다. 프로젝터와 라이다 센서, 터치 디스플레이를 결합한 이 키오스크형 운동 플랫폼은 게임의 재미를 운동에 접목한 게이미피케이션
KAIST는 항공우주공학과 한재흥 교수 연구팀이 미국기계학회(American Society of Mechanical Engineers, ASME)의 기계 디자인 저널(Journal of Mechanical Design)에서 2023년도 최우수 논문상을 수상했다고 6일 밝혔다. KAIST 항공우주공학과 김태현 박사와 박사과정 장건익 학생, 이대영 교수가 참여한 논문은 2023년도에 출판된 150여 편의 논문 중에서 기계설계(Machine design) 분야의 최고 우수 논문으로 선정됐다. 국내 기관에서 수행한 연구 결과로 본 상을 받은 것은 이번이 최초다. 연구진은 최근 항공우주 등 다양한 기계설계 분야에서 주목받고 있는 폴더블(Foldable) 구조 설계 시, 균일한 두께의 패널을 적용하면서도 구멍이나 빈 공간 없이 펼쳐진 상태의 유효 면적을 최대화할 수 있는 설계 방법론을 제시했다. 일반적인 구조는 재료가 두꺼워지면 간섭에 의해 구조물을 접는 것이 제한적이며, 조금만 패턴이 복잡해지더라도 빈 공간 없이 균일한 두께로 폴더블 구조를 설계하는 것은 어렵다고 알려져 있었다. 이러한 문제를 해결하고자 연구진은 균일한 두께의 재료가 적용 가능하면서도 빈 공간 없이
디지털 전환이 가속화됨에 따라 데이터 활용은 기업과 개인 모두에게 필수적인 요소로 자리 잡았다. 데이터를 기반으로 효율적인 의사결정을 내리는 것은 모든 산업에서 경쟁력을 강화하는 핵심 방법이다. SHAPER는 사용자 친화적인 인터페이스와 다양한 기능으로 이러한 흐름을 주도하며, 지속적인 성장을 기대하고 있다. 3가지 미래 전망 ▪디지털 전환 시대의 데이터 활용 핵심 도구=데이터가 비즈니스의 중심으로 떠오르는 시대, SHAPER는 단순한 분석 도구를 넘어 디지털 전환의 핵심 도구가 된다는 게 목표. 복잡한 데이터 분석 과정을 간소화하여 모든 사용자가 빠르게 인사이트를 도출할 수 있는 효율성, 구독형 클라우드 모델을 통해 초기 투자비용을 줄이고, 지속적인 업데이트로 최신 기술을 사용할 수 있는 비용 절감형이 이 전략의 무기라고 말한다. ▪기술적 진화와 확장 가능성=머신러닝과 딥러닝 기술을 지속적으로 통합하며 데이터 분석의 정교함을 높이고 있다. 머신러닝 알고리즘 20종과 딥러닝 모델이 포함된 워크플로우로 사용자가 더 깊이 있는 인사이트를 도출할 수 있다는 설명이다. 또한 클라우드 기반 플랫폼은 국경을 넘어 어디서나 사용 가능하며, 글로벌 기업 간 협업을 지원한다
로봇이 인간 영역에 파고든지 약 반세기가량이 지났다. 여기에 시발점을 마련한 로봇 형태가 바로 ‘산업용 로봇’이다. 산업용 로봇은 단순 반복 작업에서 인간을 대체하며 수차례에 걸친 산업혁명을 경험했다. 특히 소품종 대량생산 시스템의 꽃으로 인식되는 만큼, 제조업에서 다양한 레퍼런스를 축적하며 활약했다. 이러한 흐름은 10여 년 전부터 조금씩 변화하고 있다. 로봇의 활약 무대가 조금씩 확장되면서 촉발된 현상인데, 이 시점부터 로봇은 물류·서비스·의료·농업·식음료(F&B) 등 분야로 진출하고 있다. 이에 따라 무인운반차(AGV), 자율주행로봇(AMR), 서비스 로봇, 드론 등 새로운 형태로 로봇 형태가 다양화됐다. 이러한 차세대 로봇은 인공지능(AI)·빅데이터·정보통신기술(ICT)·디지털 트윈(Digital Twin) 등 차세대 기술을 한데 업고 새로운 혁신으로의 도약을 앞두고 있다. 이 양상에서 가장 큰 영향을 받은 로봇 중 하나가 협동로봇(Cobot)이다. 협동로봇은 ‘인간과 상호작용하는 로봇’이라는 콘셉트를 정립한 로봇 플랫폼이다. ‘작업자 안전 확보’를 테마로 한 산업안전 인식을 확산시킨 주체기도 하다. 협동로봇은 다품종 소량생산 체제로의 전환이
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 04월 14일 14시 57분
