모방학습(Imitaion Learning)·강화학습(Reinforcement Learning) 기반 지능형 로보틱스 구현 노려 실제 모터 양산 라인 투입 통한 납땜(Soldering) 로봇 공정 성공률 99% 달성도 “지능형 소프트웨어 기술 체계로 비정형 물체 제어 구현” 로봇 기술의 진화가 실험실의 데모 단계를 지나, 실제 산업 현장의 주요 생산 인프라로 거듭나고 있다. 뉴로메카는 전기 모터 제조사의 실제 양산 공정에 생성형 AI(Generative)를 결합한 로봇 시스템을 투입, 고난도 작업을 수행하는 피지컬 AI(Physical AI) 실증에 성공했다고 밝혔다. 이번에 적용된 기술은 ‘와이어 삽입 및 납땜 자동화 시스템(Wire Insertion and Soldering Automation System)’이다. 이는 0.3~0.6mm 수준의 극소 공차를 극복해야 하는 공정으로, 그동안 로봇 자동화의 불모지로 여겨졌던 영역이다. 뉴로메카는 양팔 로봇에 모방학습(Imitaion Learning)·강화학습(Reinforcement Learning)을 결합한 지능형 프로세스를 탑재했다. 이를 통해 5시간 무중단 가동과 99%의 성공률을 확보했다고 알렸다. 사측
[첨단 헬로티] 이 글은 납땜에 대한 기술적인 소개가 아니며, IC 설계 엔지니어로서 연구실에서 지내는 동안 내가 갖고 있던 인식을 확 바꾸어 놓은 계기가 된 인쇄회로기판(PCB) 납땜 경험과 이해를 나누기 위한 글임을 밝힌다. ▲ 그림 1. 0.0402mm 커패시터의 한쪽 끝 납땜부에 닿아 있는 인두 팁 나는 지난 7년 간 반도체 업계에서 일해 왔지만, 납땜 작업은 지난주에 처음 해봤다. 이렇게 늦은 이유는 연구실에는 항상 나대신 납땜을 할 누군가가 있었기 때문이었다. 나 또한 납땜의 기본 원리를 이해하지 못했기 때문에 납땜을 늦게 시작하게 됐다는 사실도 인정해야겠다. 연구실에서는 사소한 작업들을 아웃소싱 하면 효율을 높일 수 있고 큰 그림에 집중할 수 있다. 하지만 납땜에 있어서는 그렇지 않다는 게 개인적인 생각이다. 실리콘랩스 입사 후 교육의 일환으로 나는 프로젝트에서 납땜 방법을 배우기로 했다. 과장 하나 보태지 않고, 이 작업 덕분에 나는 내 엔지니어링 인생을 바꾸는 경험을 시작하게 됐다. 납땜은 예술과 같다. 나에게 초소형 0.0201mm 회로 소자를 재사용 PCB에 납땜하는 기초 과제를 친절하게 안내해준 연구실 기술자의 표현을 인용하는 것도 좋겠