 |
| /한국산업기술진흥원 웨비나 캡처. |
[소셜밸류=이호영 기자] 스마트 팩토리는 로봇 적용 등으로 더욱 진화 가능성을 열어놓고 있다. 또 이런 기술들이 결국 빅데이터를 요구하기 때문에 클라우드 기반 스마트 팩토리 간 연결, 공동 플랫폼 조성이야말로 곧 좋은 제조 품질로 이어질 것으로 기대된다.
2일 한국산업기술진흥원(KIAT) 글로벌 신산업 신기술 제10차 세미나에서 문승기 난양공대 기계우주항공 공학과 부교수는 '스마트 팩토리를 위한 스마트 기술 동향'을 발표, 3D 프린팅 기술 기반 스마트 제조 혁신에서 제품 품질 관리, 3D 프린팅을 위한 디자인·디지털 트윈 개념 등을 살펴봤다.
3D 프린팅에서 디자인 개념은 3D 프린팅 기술력을 향상시켜 결국 제품 형태와 크기, 구조, 재료 배합 등을 종합해 일련의 제품치를 극대화하는 작업이다.
문 교수는 "사실 3D 프린팅 경우 개발 속도가 많이 느렸다. 여러 기업들이 한계를 느끼며 효율성을 고민했다. 바로 이때 어떤 기술로 한계였던 문제점을 디자인 측면에서 바라보면 해결할 수 있다"고 했다. 이어 "최종 목적은 디자인한 제품 퀄리티(질)를 예측하고 모니터링, 비용 센서 등을 기반으로 컨트롤(통제)하는 것"이라고 했다.
특히 어떤 제품에 대한 3D 프린팅 과정상 디자인 수행과 질 등을 예측하고 있다. 이외 비용 등도 연구하고 있다.
문 부교수는 "7개의 기본적인 3D 프린팅 기술이 있고 재료(머티리얼)도 굉장히 다양하다"며 "어떤 조합이 질을 가장 높이면서 공정이나 비용 모든 면에서 최적화할 수 있는지도 연구 중"이라고 했다.
3D 프린팅은 컴퓨터에서 작업한 가상의 3차원 모델링 데이터(CAD)를 기반으로 경화성 수지나 금속 분말 등을 출력하는 3D 프린터를 이용, 한 층씩 소재를 출력, 가공물을 만드는 제조 기술이다.
3D 프린팅·적층 가공 적용 분야는 항공 우주·자동차·의학·소비재 등 폭넓다. 적층 방식에 따른 적층 제조 기술엔 중합·소재 분사·압출·바인더 분사·소결·판재 적층·직접 에너지 적층 등이 있다.
문 부교수는 "고객이 원하는 제품 플래닝(제조 계획)을 세우고 여러 변수들을 어떻게 조합해 빠르게 만들 수 있는지에 초점을 두고 있다"고 했다. 이어 "자동차 경우 차세대 스마트 팩토리에 필요한 기술을 연구하고 개발, 이를 직접 활용함으로써 증명하고 개발한 후엔 전 세계 제조 시설에 이전하는 역할도 하고 있다"고 했다.
그는 "최근엔 로봇을 이용해 3D 프린팅을 하고 있다"며 "많은 기업이 굉장히 큰 제품을 제조할 때 로봇을 연계해 부품을 만들려고 한다. 나노 레벨 수준까지 올라가는 에어로 스페이스(항공 우주) 부품이 일례다. 기존 챔버 방식은 사이즈에 한계가 있다"고 했다.
관심이 급증한 항공 우주 등 부품은 낮과 밤 온도차가 200도 가량이기 때문에 메탈로 만든 부품들은 운영 등에서 퀄리티 문제가 생긴다. 이런 부품들을 3D 프린팅으로 변환하는 작업도 하고 있다.
특히 크면서도 높은 정확도를 요구하는 제품에 로봇 컨트롤과 디자인 등을 적용하는 것이다. 이런 컨트롤은 제품 품질 차이와 직결된다.
문 부교수는 "항공 우주 부품의 메탈을 초강력 폴리머로 만들었을 때 원하는 성능을 예측할 수 있는 디자인 기술 등을 연구하고 있다"고 했다.
일례로 내년 5월 완공될 싱가포르 현대자동차 제조 시설에도 로봇 등을 셋업하고 있다. 이들 로봇은 적게는 300대, 많게는 500대 이상 현장에 설치된다. 사람은 최소한으로 통제한다.
3D 프린팅 센서도 적용하고 있다. 이는 어떤 기술을 지원하는 또 하나의 기술로 문 교수는 이제 원하는 디자인에 따라 필요한 곳에 정확히 센서마저 프린트해 데이터를 받는 연구 등을 하고 있다.
3D 프린팅 또 다른 영역으로 배터리도 개발 중이다. 격자 구조 모양으로 프린팅해서 용량을 25% 증가시키는 연구를 하고 있다. 배터리라는 작은 분야이긴 하지만 앞으로 확장성을 보고 연구를 지속하고 있다.
문승기 부교수는 "최근 인공 지능, 머신 러닝을 많이 이용해서 이전엔 풀기 힘들었던 문제들을 풀고 있다"며 "저희도 이를 기반으로 어떤 프린팅 조건, 과정 변수들을 최적화하는 연구를 진행 중"이라고 했다.
이어 "3D 프린팅 경우 프린팅 전에 장비 변수들을 세팅하려면 굉장히 많은 시도와 오류가 있다"며 "기존 이력 정보와 디자인 정보 등을 가지고 이런 변수들을 세팅하면 기존 방법보다 훨씬 더 좋은 결과를 얻는다. 여기엔 디지털 트윈 기법도 이용한다"고 했다.
디지털 트윈은 실시간 데이터로 업데이트되면서 의사 결정을 돕기 위해 시뮬레이션과 머신 러닝, 추론 등을 사용하는 가상 표현 시스템이다.
디지털 트윈 적용 이점은 실시간 모니터링과 컨트롤이 대규모 시스템에 깊이 있게 확장될 수 있다는 것이다. 효율성과 안전성을 극대화할 수 있다. 조기 결함 발견과 유지 보수 스케줄링, 충분한 의사 결정과 시나리오·리스크 평가 등이다.
제조에서 디지털 트윈 적용 부문은 제품 디자인·프로세스 최적화·품질 관리·공급망 관리·유지 보수·협업·고객 경험 분석 등이다.
문 부교수는 "고객은 점점 더 개인적인 취향의 제품을 원한다"며 "이처럼 개인화한 니즈를 충족하려면 시간을 줄이고 유연성을 늘려야 한다"며 "이때 오퍼레이션(작동) 비용을 효과적으로 활용해야 한다. 보안성도 큰 이슈다. 기본적으로 디지털 트윈 솔루션으로 이런 것들을 준비 중"이라고 했다.
이어 "디지털 트윈은 디자인과 시뮬레이션 작업이 동시에 이뤄지는 환경"이라며 "이에 따라 시뮬레이션 모델링 등을 많이 연구하고 있다"고 했다. 또 "메타버스 등 가상 공간 환경을 지원하는 방법은 결국 이런 디지털 트윈"이라고 했다.
궁극적으로 스마트 팩토리 시스템으로 3D 프린팅 공장 현장에 가지 않고도 사무실이나 어떤 컨트롤 룸에서 의사 결정할 수 있는 것이다. 시스템엔 보안성 등에 블록체인 기술 등을 활용한다.
문승기 부교수는 "스마트 팩토리엔 사물 인터넷·클라우드·인공 지능 등 활용이 필요하다"며 "여기엔 굉장히 많은 빅데이터가 필요하기 때문에 공동 플랫폼을 개발 중"이라고 했다. 기업 사례로는 BMW 등이 클라우드를 활용, 디자인 정보들을 공장 제조에 활용하려 하고 있다.
무엇보다 100개 이상 팩토리 등을 연결하는 데 초점을 두고 있다. 특히 인공 지능, 머신 러닝 등은 대량 데이터가 필요해 이처럼 많은 공장들을 연결한 글로벌 제조 환경 조성은 그만큼 좋은 품질 결과로 이어지리란 것이다.
[저작권자ⓒ 사회가치 공유 언론-소셜밸류. 무단전재-재배포 금지]
