매뉴팩쳐링과 인공지능

•글로벌 제조 관련 AI 시장 '23년 32억 달러로 평가', 28년까지 208억 달러로 성장.

•이러한 가능성과 상당한 투자에도 불구하고 제조기업 AI의 잠재력을 최대한 활용하지 못하고 있음.

•제조기업이 AI 활용 주요 과제를 해결하면 비즈니스의 모든 측면 성장 방향으로 변화.

인공지능(AI) 기술과 제조업 사이의 시너지 효과는 잘 알려져 있다. 

1970년대 컴퓨터 기반 기술을 조기에 채택한 산업들이 제조업의 AI 강자로 성장했다. 

지금 제조기업들이 AI에 막대한 관심과 노력을 기울이고 있다는 사실은 의심의 여지가 없다. 

추정치에 의하면 글로벌 제조 AI 시장은 2023년에 32억 달러로 평가되었으며 2028년까지 208억 달러까지 성장할 준비가 되어 있다.

이것은 놀라운 일이 아니다. 

제조기업들은 인더스트리 4.0을 향한 여정에서 탁월한 효율성과 연결성을 기반으로 하는 스마트한 제조 운영에 있어서 AI의 중추적인 역할을 분명히 인식하고 있다.

제조업의 AI 활용에 제한은 없다. 

흥미로운 사용 사례를 아래에 소개한다.

1. 안전하고 생산적이며 효율적인 운영

​수십 년 동안 로봇을 사용해 왔던 제조기업들이 작업 현장에 협동로봇(Cobot)을 배치하기 시작했다.

코봇은 기존 로봇의 역할 뿐 아니라 사람과 함께 안전하게 작업하고, 부품을 피킹하고, 기계를 작동하고, 다양한 작업을 수행하고, 품질 검사를 할 수 있어 생산성과 효율성을 전반적으로 향상시킨다.

코봇은 용접 및 그리스 주입 그리고 부품조립에서 제품의 피킹 및 포장에 이르기까지 다양한 작업을 수행할 수 있다. 

AI 기반 머신 비전이 이를 실현하는 데 핵심적인 역할을 한다.

2. 지능적이고 자율적인 공급망

AI, 머신 러닝(ML) 및 빅 데이터 분석의 지원으로 자율적인 계획을 수립하여 사람의 개입이 거의 없이 불안정 조건에서도 공급망 기능을 유지할 수 있다. 

AI 에이전트를 활용하여 복잡한 제조 라인을 예약할 수도 있다.

에이전트는 다양한 파라미터를 고려 최소의 변동 비용과 처리량 극대화로 제품을 적시에 배송할 수 있는 최상의 방법을 찾을 수 있다.

3. 사전 예방 및 예측 가능한 유지 관리

AI를 사용 생산 머신과 프로세스의 데이터 모니터링과 분석으로 제조 운영의 비정상적인 패턴을 식별하여 고장을 예측하거나 예방할 수 있다.

예를 들어, 진동, 온도 및 오일 분석 데이터를 AI가 처리하여 기계의 상태를 진단할 수 있다.

또한 AI 지원으로 얻은 통찰력을 참고로 생산 계획과 관련 활동에 영향을 미칠 설비가동 중단 시간을 예측할 수 있고 보수에 필요한 예비부품과 소모품을 적절하게 비축할 수 있다. 

결과적으로 생산성, 비용 효율성 및 설비의 유지관리 상태가 개선된다. 

생성형 AI는 유지보수 기록 및 검사 매뉴얼 같은 문서를 스캔하여 실행 가능하고 정확한 정보를 제공한다. 

이를 토대로 선제적인 문제 해결 및 유지보수 업무의 부가가치를 높일 수 있다.

4. 품질 검사 자동화

AI는 품질 검사를 비롯한 관리 업무에 있어서 게임 체인저 역할을 한다. 이미지 인식으로 장비 손상 및 제품 결함을 자동으로 탐지할 수 있다.

예를 들면, 양품과 결함품의 이미지를 토대로 훈련된 AI 모델이 생산 품목의 수정 작업이 필요한지 아니면 재활용이나 폐기 처분 등을 예측할 수 있다.

또한 AI의 분석 기능을 활용하여 생산 데이터, 트러블 보고서, 고객 불만 등에 관한 패턴을 판단하고 개선할 부분을 파악할 수 있다.

5. 제품 개발, 디자인, 주문 등 프로세스 혁신

생성형 AI 지원으로 시장 동향을 분석하고, 거버넌스의 변화를 강조하고, 제품 개발 및 고객의 피드백을 요약하는 등 방법으로 제품 컨셉을 혁신할 수 있다. 

이러한 과정에서 얻은 통찰력을 바탕으로 제품을 개선하거나 혁신하고 사양을 관련 표준 및 규정과 비교하여 거버넌스를 준수할 수 있다.

알고리즘으로 기존 방법의 기능을 넘어서는 혁신적인 디자인을 빠르게 생성할 수 있다. 

이것은 가장 중요한 제품의 속성(안전, 성능, 디자인 또는 수익성)을 최적화할 수 있다는 것을 의미한다. 

2019년 제너럴 모터스는 제너레이티브 디자인을 사용하여 전기 자동차용 부품인 시트 브래킷의 프로트타입을 더 가볍지만 강하게 만들었다. 

또한 AI 솔루션과 시뮬레이션 소프트웨어를 사용하여 프로토타입을 물리적으로 제작하기 전에 개발, 설계, 시험 업무를 개선할 수 있다. 

이를 통해 개발 시간과 비용을 줄이고 제품 성능을 개선할 수 있다.

6. 직원 역량 강화

AI를 활용하여 반복적이고 시간이 많이 드는 업무와 작업을 자동화하여 창의적이고 부가가치 있는 일에 집중할 수 있다.

또한 AI는 차선책이나 대안을 제시하기도 하며 과거의 로봇과 달리 센서 및 웨어러블 기술과 통합된 최신 AI 솔루션은 안전과 관련된 작업 현장의 위험을 사전에 알린다.

참고 ｜ https://www.weforum.org/agenda/2024/01/how-we-can-unleash-the-power-of-ai-in-manufacturing/​