[공학저널 박인교 기자] 최근 제조업을 비롯한 산업의 디지털 패러다임 변화로 인해 많은 기업에서는 디지털 트랜스포메이션이라는 숙제를 안고 있다.
기존 아날로그 산업의 데이터 구축부터 생산성 향상을 위한 AI, 디지털 트윈 기술 도입은 트렌드로 잡고 있지만, 아직까지도 이러한 변화에 대한 이종 산업 간의 장벽은 존재한다.
하지만 이를 해결하기 위해 최근 더욱 쉽고, 빠른 다양한 스마트팩토리 AI 서비스가 등장함에 따라 관련 산업의 성장가능성은 매우 높게 평가받고 있다.
실제 공장에 AI를 바로 도입하는 것은 매우 어려운 일이다. 산업에 대한 이해 없이는 현장에 맞춤형으로 AI를 적용하기 힘들뿐더러 적용을 한다 해도 활용이 되지 않는 경우가 많기 때문이다.
산업 도메인에 대한 이해와 서비스를 설계하는 것부터 시작해, 하드웨어·네트워크를 현장에 설치해 데이터를 수집할 수 있는 환경을 구축하는 것에서부터 시작한다.
이런 조건이 완성된 이후 비로소 AI 모델이 개발되고, 현장에 설치되는 방식이다.
이때 현장에서의 가장 큰 어려움은 바로 기존 자동화설비의 운영 환경과 AI 개발·운영 환경의 차이에서 발생한다.
이기종 환경에서 하나의 AI 서비스를 구현하는 것은 많은 시행착오가 생길 수밖에 없는 부분이기 때문이다.
이상고 주식회사는 이를 해결하기 위해 이러한 AI 서비스 구현에서 필요한 업무 프로세스를 표준화하고 시스템화하기 위한 Micro Service Architecture(MSA) 기반의 플랫폼을 개발하고 있다.
이와 함께 2019년부터 스마트팩토리 전문 기업인 텔스타홈멜의 AI 부서와 협업을 통해 현장 AI 솔루션 도입을 담당하고, 스마트팩토리 AI 구현을 위한 기술 개발을 수행 중이다.
이상고는 중소벤처기업진흥공단의 스마트배움터에 설치된 제고 교육라인에 들어가는 AI를 기획·구축했다.
이 교육라인에는 완성품인 소형 자동차가 R-CNN 기반의 AI 기술을 통해 탐지되고, 주행품질이 정량적으로 산출된다. 이를 통해 교육생들은 AI 기술과 활용에 대해 직관적인 이해가 가능하게 되는 것이다.
또한 이상고는 AI 기반의 의약외품 품질 검사 구현을 위한 프로젝트를 진행 중에 있다.
의약외품은 소비자의 안전과 직결돼 엄격한 품질 관리가 필요하지만, 현재 일부 전문가에 의해서만 품질 검사가 이뤄지고 있다.
이를 해결하기 위해 이상고는 물류 자동화 시스템부터 AI를 구상해 설계에 참여했으며 현재 하드웨어 구축과 인공지능 Minimum Viable Model 개발을 완료한 상태다.
이 프로젝트는 0.5초 이내에 데이터 취득, AI 분석·판단, 그리고 자동화 설비 제어까지 이뤄져야 하는 매우 도전적인 과제로, 올해 상반기 실제 현장에서 AI에 의한 품질 검사가 실현되는 것을 목표로 하고 있다.
이상고 임동균 대표이사(사진)는 “현장에서 스마트팩토리를 위한 AI를 도입할 때 많은 애로사항이 존재한다”며 “이를 해결하기 위해서는 단편적인 솔루션, 플랫폼 개발이 아닌 교육, 컨설팅, 그리고 시장 구축이 필요하다고 생각한다. 이상고는 추후 플랫폼 안에 이러한 콘텐츠 또한 포함할 계획”이라고 설명했다.
그는 이어 “이상고가 해결하고자 하는 과제는 국가가 해결해야 하는 과제라고 생각할 만큼 방대하고 어려운 문제”라며 “이를 해결하기 위해서는 많은 분들과의 협업이 절실하다. 같은 비전을 공유할 수 있는 파트너들과 함께 차근차근 문제를 해결할 것”이라고 덧붙였다.
