과학기술정보통신부와 정보통신산업진흥원(NIPA)의 'AI융합 지역특화산업 지원사업'이 올해로 2년간의 대장정을 마친다. 대구 수송기기·기계소재부품, 충남 친환경모빌리티, 경남 자동차부품, 대전 디지털물산업, 광주 의료·헬스케어, 제주 그린에너지 등 6개 지역이 선정됐다. 지역특화산업에 AI 기술을 융합해 미래형 산업으로 재편, 대한민국 경제 뿌리인 지역경제를 든든히 하고 디지털 대전환 기반을 마련하고자 추진한 야심작이다. 지역 특화산업이 AI를 융합해 변화하는 모습을 살펴보고, 성과를 6회에 걸쳐 소개한다. 〈편집자 주〉

대구시와 대구테크노파크 컨소시엄은 총 341억원이 투입된 과기정통부와 NIPA의 'AI융합 지역특화산업 지원사업'에서 수송기기·기계소재부품 분야에서 국비 37억3000만원(총사업비 67억 5000만원)을 확보했다.

사업에 수요기업으로 참여한 지역의 수송기기·기계소재부품 기업들은 신기술을 바탕으로 한 지속가능한 발전 기반을 구축하는 계기가 됐다며 기대감을 보이고 있다. AI기술을 개발한 공급기업들은 평소 접하기 어려운 산업현장 실제 데이터를 활용해 AI서비스를 개발, 새로운 가능성을 열며 산업과 AI를 연결하는 초기 사업 진출 기회도 손에 넣었다. 수요·공급기업이 윈윈하는 전략이다.

도건우 대구테크노파크 원장은 “자동차 부품 기업뿐 아니라 지역의 다양한 기업이 AI기술을 활용해 기존 사업의 부가가치를 높이고, 생산성이 개선될 수 있도록 연계사업을 지속적으로 이어가도록 지원할 계획”이라고 말했다.

◇ 컴퓨터메이트, 샤시공장 엑츄에이터 라인 불량 최소화 AI솔루션 개발

컴퓨터메이트(대표 서상인·김성호)는 데이터와 불량률간 상관관계를 분석하고 AI가 학습해 불량률 최소화를 위한 최적조건을 도출해주는 AI솔루션을 개발했다. 경창산업(대표 손일호)은 이를 활용해 샤시공장 엑츄에이터 라인에서 발생하는 불량을 최소화하는 데 성공했다.

컴퓨터메이트는 액추에이터 생산·제조설비와 검사설비의 불시 고장이나 불량발생에 대비해 평상시에 설비 운전 상태에 관한 조건정보를 수집해 모니터링한다. 이로써 예방점검 및 사전조치를 취할 수 있도록 했다. 작업자 의존도를 낮출 수 있는 것은 물론 제조공정에서 발생하는 불량을 줄여준다. 경창산업은 이상 상황에 대한 신속한 대처, 재작업 감소 등을 통해 연 7% 생산성 향상을 예상하고 있다.

◇ 인터엑스, AI기반 CNC 가공 불량 및 공구수명 예측 시스템

이노테크(대표 이희방)는 전기차 감속기와 자동변속기의 샤프트, 구동부의 허브와 볼램프를 생산한다. 제품생산 핵심인 컴퓨터수치제어기(CNC) 고장이나 불량으로 발생하는 손실이 가장 큰 문제였다. 생산과정에서 CNC전문 오퍼레이터 숙련도에 따라 가공인자 값이 달랐고, 이럴 경우 제품치수 불량발생을 피할 수 없었다.

인터엑스(대표 박정윤)은 이노테크의 'AI 해결사'로 나섰다. CNC를 포함해 공구 전반의 수명이나 교체시기를 미리 파악해 제품의 불량과 생산성을 대폭 개선할 방안을 강구했다. 인터엑스가 개발한 AI기반 CNC 가공불량 예측 및 공구수명 예측 솔루션을 도입한 이노테크는 주력생산하는 볼램프의 불량률이 3.2%에서 2.8%까지 낮아져 생산효율이기존 80%에서 90%로 늘어날 것으로 예측된다고 밝혔다.

◇ 유디엠텍, 리베팅 공정용 AI기반 자동제어 시스템

피에이치에이(대표 허승현)는 도어래치·도어모듈·도어힌지 등을 개발·생산하는 기업이다. 금속 리벳을 사용해 부품끼리 연결하는 리베팅 공정에서, 차종 변경이나 공정환경 변화 등으로 설정값 변화가 필요할 때, 이를 직접 수동으로 입력했다. 이로 인해 공정이 지연되거나 오류가 자주 발생한다.

피에이치에이는 이번 사업을 통해 AI기술을 개발해줄 유디엠텍과 손을 잡았다. 두 회사는 AI·빅데이터 기반 리베팅 가공공정 AI 기반 품질예측 및 서보 축 위치제어 시스템 개발에 협력했다.

유디엠텍이 개발한 리베팅 공정용 AI기반 자동제어 시스템을 적용하면 미세한 공정변화에 즉시 대응할 수 있다. 설정값 변경에 따른 지연현상을 줄일 수 있다. 또 고품질을 위한 최적의 설정값을 추천해줘 잠재적 결함 발생도 낮춰준다. AI 기반 리베팅 기기 부하율 패턴 이상을 탐지해 통계적 최적 설정값을 계산함으로써 오류와 지연을 줄여준다. 피에이치에이는 실제 관련 제품의 시간당 생산량을 155개에서 166개로 설비의 종합효율은 7% 높아졌다고 밝혔다.

◇성원정보기술, 데이터 취합·분석 대시보드 구축

상신브레이크(대표 김효일·박세종)는 브레이크패드를 생산하는 기업이다. 브레이크패드 마찰재는 성능에 따라 조합과 비율이 달라 연구·분석에 상당한 시간이 소모된다. 브레이크패드는 마찰재 신규 제품설계를 위해 수많은 성능 데이터와 품목의 연계성을 분석해야 하지만 인력만으로 이 모든 데이터를 분석하기는 쉽지 않다. 데이터를 분석해 제품 설계에 필요한 공정과 공급망 관리를 지능화하고 제품 개발과정에서의 배합 레시피를 지능화 하는 것이 상신브레이크의 숙원사항이었다.

이를 위해 성원정보기술(대표 송성호)과 빅웨이브에이아이(대표 이희준) 2개의 기업이 협력하여 'AI기반 최적 제조공정 시스템'과 'AI 배합레시피 지능화 시스템'2가지의 AI모델을 개발했다.

성원정보기술은 기존 데이터를 취합해 가공하고, 데이터분석을 위한 별도의 데이터베이스(DB)를 구축했다. 이를 근거로 배합조합 과정에서 성능시뮬레이터와 분석시각화가 가능한 대시보드를 만들었다. 성원정보기술은 또한 생산현장 실무자가 편리하게 활용할 수 있도록 기존 시스템에 연동한 시스템 디자인과 UI/UX도 개발했다.

◇빅웨이브아이, AI기반 최적제조공정 구축

빅웨이브에이아이는 성원정보기술이 구축한 DB를 학습해 'AI기반 최적의 제조공정 시스템'과 브레이크패드 배합설계에 들어가는 자원을 최소화하는 'AI 배합레시피 지능화 시스템'개발에 속도를 냈다. 생산공정에서 예상생산량에 따른 수주 리드타임을 미리 알아 재고관리의 편의성을 높일 수 있도록 수주 및 UPH(Unit Per Hour) 예측모델을 개발했다. 상신브레이크는 이를 토대로 보다 정확한 예측이 가능한 자동 자재소요량계획(MRP) 시스템을 구축했다. 또, 제품개발 과정에서 원재료 배합비율과 제작공정 등을 학습하여 브레이크 마찰재의 물성을 예측하는 AI배합레시피 지능화 모델도 개발했다. 회사 는 배합설계 적중률 55%, 개발품 공정능력 달성률 76%를 목표로 개발에 주력하고 있다.

상신브레이크는 성원정보기술과 빅웨이브에이아이의 협업으로 개발된 2개의 AI솔루션 덕분에 제품설계 시간을 단축하고 품질을 대폭 개선해 기술경쟁력을 더욱 높일 수 있게 됐다.

[출처] 전자신문, 박지성 기자, jisung@etnews.com