AI 추천 뉴스
비츠로시스, AI 설비진단 기술 자동차 부품 제조 현장으로 확대
비츠로시스는 울산시와 울산정보산업진흥원이 수행하는 ‘광역연계형 AI 솔루션 개발·실증 지원사업(2025~2026년)’에 주관기관으로 참여해 2년간 현장 실증을 진행했다고 16일 밝혔다. 이번 사업은 기존 AI 실증 성과를 다른 산업과 지역으로 확산하고 다양한 제조 현장에 적용할 수 있는 AI 모델을 구축하는 데 초점을 맞췄다. 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 지원하는 ‘제조업 AI 융합 기반 조성 사업(2024~2026년)’의 마지막 연도 과제이기도 하다.
회사는 지난해 SK케미칼과 에이스앤이 등 화학 제조 현장에서 설비·공정 이상을 진단하는 AI 기술을 개발·실증했다. 에이스앤이의 고점도 수지 생산 공정에서는 온도 변화 패턴을 AI 학습 데이터로 활용해 실제 화학 플랜트에서 설비와 공정의 이상 징후를 진단할 수 있는지 검증했다.
올해는 실증 대상을 자동차 부품 제조 현장으로 확대했다. 태창기계와 한국몰드의 공작기계에서 진동·전류 데이터와 프로그래머블 논리 제어 장치(PLC) 공정 데이터를 수집해 AI 기반 설비·공정 상태진단 및 모니터링 시스템을 구축했다.
화학 설비와 공작기계는 구조와 데이터 특성이 다른 점을 고려해 현장별 시스템도 조정했다. 진동·전류 데이터를 수집하는 엣지 게이트웨이(Edge Gateway)를 개발하고, 제조사와 기종이 다른 장비의 데이터를 연계할 수 있도록 다중 통신 프로토콜 기반 데이터 통합 기능을 적용했다.
AI 진단 기술도 공작기계 환경에 맞춰 고도화했다. 랜덤 포레스트(Random Forest)와 1차원 합성곱신경망(1D-CNN) 기반 알고리즘으로 베어링과 공구 상태를 분석하고 절삭 공구의 이상 징후를 탐지한다. 현장 작업자는 웹 기반 모니터링 시스템에서 센서 데이터와 설비 상태를 실시간으로 확인하고 이상 발생 시 알람을 받을 수 있다.
태창기계와 한국몰드 사업장에는 네트워크와 PLC 연동 체계를 구축하고 진동·전류 센서와 데이터 수집 장치 설치를 마쳤다. 현장에서 실제 확보한 공작기계 데이터는 AI 모델 학습과 성능 검증에 활용하고 있다.
비츠로시스는 이번 실증에서 AI 진단에 대한 현장의 신뢰도를 높이는 데 중점을 뒀다. 안전과 직결되는 제조 설비는 AI가 단순히 이상 여부만 알려주는 것보다 작업자가 판단 근거를 확인할 수 있어야 현장 활용도를 높일 수 있다는 판단에서다. 이에 센서 데이터의 변화 추이와 이상 신호를 모니터링 화면에 함께 표시해 AI가 어떤 데이터를 토대로 이상 징후를 포착했는지 확인할 수 있도록 했다.
회사는 2년간 화학과 자동차 부품 제조 현장을 실증하면서 하나의 AI 알고리즘을 모든 산업에 그대로 적용하기보다 산업별 설비와 공정 특성에 맞는 데이터를 확보하고 모델을 재학습·고도화하는 과정이 중요하다는 점도 확인했다고 설명했다.
이기재 대표는 “화학 현장에서 검증한 진단 기술을 자동차 부품 제조 현장으로 확대하면서 산업이 달라도 활용할 수 있는 AI 설비진단 기술의 확장 가능성을 확인했다”며 “각 현장의 데이터 특성에 맞춰 모델을 다시 고도화한 과정이 이번 과제의 주요 성과”라고 말했다.
비츠로시스는 앞으로 자동차 부품 제조 현장의 AI 기반 설비·공정 이상 진단 기능을 고도화하고 생산성 향상 효과와 AI 모델 신뢰성에 대한 공인 검증을 추진할 계획이다. 사업 종료 후에는 실증 기업 내 적용 범위를 넓히고, 유사한 공정과 설비를 운용하는 화학·자동차 부품 기업으로 기술을 확산해 제조업 전반으로 적용 범위를 확대한다는 방침이다.
김성혜 한경닷컴 기자 shkimmy@hankyung.com