로봇 공학이 인더스트리 4.0으로 가는 길을 평탄하게 하고 있다.

로봇 없이 자동화란 있을 수 없다. 로봇은 비싸지만 유연하지 않으며 오류를 허용하지 않는다. 지금까지 로봇은 높은 수준의 대량 생산에서만 사용되었다. 하지만 이제 기업들은 경쟁력을 유지하기 위해서라도 생산 설비를 자동화해야 하는 시점이 되었다.

 

시랴 칼리크(Siraj Khaliq): 유럽 벤처 캐피탈리스트 Atomico 투자 팀 내 파트너.

 

기술과 사회적 진보 다음 단계는 인더스트리 4.0이다. 인더스트리 4.0은 다가올 것이고 다가와야 한다. 미국과 유럽 기업들이 경쟁력을 갖추려면, 다음 단계로 나아가야 한다. 다른 선택의 여지가 없다. 하지만 다음과 같은 거시적 요소들이 그들의 손을 묶어 놓고 있다.

■ 중국의 고도로 현대화된 강력한 경쟁업체들이 미국과 유럽 기업들에게 막대한 압력을 행사한다.

■ 요즘 추세는 보편적인 대량 생산에서 개별화된 제품의 소량 생산으로 전개되고 있다.

■ 그럼에도 불구하고 고객과 소비자들은 가공시간을 더욱 단축할 것을 요구한다.

여기에 Tesla가 제일 먼저 손을 들었다. Tesler의 대표 일론 머스크는 이미 기술 진보의 선구자이지만 그 이상이 되기를 원한다. 그는 자동화가 어떻게 가능하고 자동화로 무엇이 가능한지를 보여주고 있다. 그의 계획은 인더스트리 4.0의 전형적인 예시로서 모델 3을 생산하는 것이다. 즉 환상적이고 야심 만만하게 전자동으로 생산하는 것이다. 그런데 이 프로젝트는 기념비가 되었다. 일론 머스크의 계획은 칭찬할만하지만 자동화를 너무 급하게 독단적으로 추진하게 되면 발전 대신 혼돈과 혼란이 있을 수 있다. 그의 Lights-out-Factory(소등 공장)이라는 목표에 주목할 필요가 있다. 이는 인간의 어떠한 간섭도 필요 업는 공장을 의미한다. 여기에는 기계가 완벽하게 작동하기 때문에 조명이 필요하지 않다. 하지만 일론 머스크가 제시한 바와 같이 우리는 아직 이런 프리미어 등급에서 활동을 할 수는 없다.

최신 로봇 공학은 차세대 산업으로 가야할 길을 평탄케 한다. 이제 기계 학습, 향상된 연결성 그리고 에지 컴퓨팅과 결합된 저렴하고 향상된 하드웨어 덕분에 어떤 규모의 기업이라도 최신 자동화 기술을 점진적으로 채택할 수 있게 되었다.

 

새롭게 사고되는 구식 컨셉트

이제 산업계에서 로봇 공학은 혁명적 사고가 아니다. 로봇은 오래 전부터 특정 생산 단계를 자동화하였다. 하지만 지금까지의 로봇은 자동차 산업에서와 같이 표준화된 제품을 매우 많은 양으로 제작하는 산업에서만 가치가 있었다. 로봇은 가격도 고가이며 대단히 융통성이 없고 정확하게 보정해야 하고 오류를 허용하지 않기 때문이다. 하지만 이러한 점이 소규모 업체들을 위축시켰었다. 소규모 기업은 아주 특수한 경우에만 사용할 수 있는 극도로 비싼 로봇을 구입할 수도 없고 아예 구입하고는 생각도 하지도 않았다.

             이러한 한계와 개별화 제품의 트렌드에도 불구하고 그 수요가 계속해서 늘고 있다. 로봇 출하량은 2018년 1분기에 미국에서만 22% 증가하였다. IFR(국제 로봇 협회)은 2014년에서 2020년 사이에 산업용 로봇 수가 2배가 될 것으로 추산했다. 기술 발전이 새로운 문을 열었고 지금까지 개발되지 못했던 새로운 시장을 열었기 때문이다. 수많은 분야의 산업체와 대부분의 회사들이 앞으로 로봇을 생산에 통합할 수 있다. 현재 제조 산업의 자동화가 진행되고 있다. 로봇은 인더스트리 4.0의 기본 구성 요소이며, 이러한 발전의 최전선에 서 있다.

             이러한 발전의 동력으로 코봇이 혜성처럼 등장했다. 코봇은 전통적인 로봇 암에 비해 훨씬 작고 저렴하다. 또한 카메라 시스템과 토크 센서와 같은 최신 센서기술을 갖추고 있어, 이를 통해 자신의 주변을 인식하고 안전 펜스 밖으로 나와 인간 옆에서 일할 수 있다. 그리고 손 쉽게 프로그래밍이 가능하다. 코봇은 한 작업 스테이션에서 일시적인 작업을 마치면 새로 프로그래밍하여 다른 곳에 다른 작업을 진행할 수 있다. 코봇은 전통적인 로봇 암에 비해 훨씬 유연하고 더 넓은 응용 영역을 제공한다. 이러한 다양성으로 인해 전통적인 로봇들은 위에서 언급한 이유로 인해 사용할 수 없었던 업체들도 코봇에 대한 관심이 매우 높아졌다. 코봇은 생산 프로세스의 효율성과 속도를 높이고 동시에 비용은 낮춘다.

             25,000 달러(원화로 약 삼천만 원)짜리 로봇 암 여러 대가 보통 4 ~ 5명의 작업을 처리할 수 있다. 이는 어림잡아도 1/3의 비용절감 효과가 있는 것이다.

 

지능적인 로봇 공학의 미래에 대한 조망

현대식 로봇이 없으면 제조 산업은 다음 세대로 나아갈 수 없을 것이다.

하지만 솔직하게 생각해보자. 코봇도 마찬가지이지만 로봇은 기술적 혁신과 개선에도 불구하고 아직은 가능적인 면에서 매우 제한적인 것이 사실이다. 로봇이 앞으로도 계속 표준화된 작업만 처리한다면, 우리는 완전 자동화에 한 발자국도 다가서지 못할 것이다. 즉 픽&플레이트, 조립과 설치, 케이블 삽입, 장치 테스트 등 변수와 레벨이 있는 작업은 로봇이 수행할 수 없을 것이다.

최근 몇 년간 기계 학습이나 컴퓨터 비전 분야에 많은 발전을 이루어졌다. 이러한 기술을 사용하는 시스템은 Image-Net과 같은 이미지 인식 테스트에서 이미 인간의 기능을 능가하고 있다. 그 결과 새롭고 진보된 소프트웨어 세대, 즉 로봇에게 일정한 수준의 지능을 부여하는 소프트웨어가 탄생하였다. 로봇은 미래에 이러한 방식으로 정보와 물체를 인식하고 정의하고 처리하게 될 것이다. 물체가 유연하게 움직이는 경우에도 마찬가지이다. 로봇이 유사한 사물들의 차이를 이해할 수 있다면 표준에서 벗어나 새로운 변수를 수반하는 작업을 처리할 수 있을 것이다.

이 모든 것은 미래의 꿈이 아니다. 곧 현실이 될 것이다. Covariant. ai, Micropsi, Nomagic, Osaro와 같은 새로운 스타트업들이 이에 적절한 소프트웨어를 개발하고 있다. 이러한 소프트웨어들은 아직은 초기 개발단계이지만, 그 가운데 몇몇은 이미 고객들과 함께 첫 번째 테스트를 진행하고 있다. 다가올 소프트웨어 세대의 장점은 이들이 반드시 새로운 하드웨어와 연결될 필요가 없다는 점이다. 이제 적합한 소프트웨어와 목적에 맞게 추가 장착하는 것으로, 로봇은 지금까지 실패한 많은 작업들을 자동화할 수 있다. 예를 들면 그리퍼와 같은 하드웨어의 지속적인 발전으로 로봇은 더욱 정밀하고 세부적인 작업들을 할 수 있게 되었다.

 

작업 공간에는 어떤 일이 벌어질까?

이처럼 기술적 진보와 효율성 향상에도 불구하고 우리는 한 가지 사실을 직시해야 한다. 자동화와 최신 로봇은 앞으로 수십 년 동안 제조산업의 작업 장에 큰 도전이 될 것이기 때문이다. 이미 구입한 값비싼 공장과 기계는 수십 년 이후에나 대체할 수 있고 새로운 기술은 점진적으로 구현할 수 있을 것이다. 결과적으로 직업 붕괴가 단계적으로만 이루어질 것이다 일자리 축소가 통제된 방식으로 가능할 것이다. 직원들 대부분은 기계 옆에서 더욱 효율적인 일을 하거나 다른 분야에서 일할 수 있도록 재교육을 받겠지만 일부는 퇴직하게 될 것이다. 전체적으로 사회는 여기에서 한 걸음 더 나아가야 하고, 이러한 과제를 해결하는 데에 도움을 주어야 한다.

MM 자동화 스케치

로봇 대회

숨죽이는 순간, 신경을 자극하는 떨림, 열렬한 환호 – 라우펜 횔덜린 김나지움 10학년 학생 총 16명이 제8차 유럽 로봇 주간 행사 중 Schunk 로봇 대회에서 이틀 간 치열한 전투를 치렀다. 라우펜 Schunk 교육 센터에서 열린 이번 행사는 특히 젊은이들에게 로봇의 사용이 얼마나 흥미롭고 매력적인지, 로봇 기술에 어떤 잠재력이 있는지 보여주기 위해 유럽 30개국 이상의 국가에서 개최된 1,200가지 이벤트 가운데 하나이다.

산업용 로봇 교본

중소기업이 로봇 시스템을 도입할 때에 고려해야 할 점을 Vogel Communications Group에서 출간한 „산업용 로봇: 계획 – 통합 – 트렌드“가 잘 설명하고 있다. 의사 결정자들은 이 책에서 „로봇 공학“ 주제에 대해 제조사들과 무관하게 정보를 얻을 수 있다. 뮌헨 공과대학 공작 기계 및 산업 경영 연구소(iwb)의 저자들은 로봇 공학의 가장 중요한 기본 사항을 설명하고, 제품 또는 프로세스를 로봇으로 자동화할 수 있는지 테스트하고 사용할 수 있는 실용적인 방법을 제시하였다.

%MCEPASTEBIN%