스마트 자동화가 필요한 최종 조립 공정

자동차 산업에서 차체 공정 작업이 로봇의 주무대라고 할 수 있다. 부품 개수가 이처럼 많은 분야는 별로 없다. 로보틱스는 자동차 제조 산업에서 새로운 도전 과제에 직면하고 있다. 자동화 잠재성이 가장 큰 분야는 바로 조립 섹션이고, 인간과 로봇의 협업은 이제 시작 단계이다.

이에 대해 아헨 공과대학의 IMA/ZLW & IfU 연구 클러스터 디렉터인 사비나 예쉬케 박사와 인터뷰를 진행하였다.

자비나 예쉬케 자비나 예쉬케는 1968년 스웨덴의 쿵겔브에서 출생하였다. 캘리포니아 NASA Ames Research Center와 아틀란타 조지아 기술 협회에서 리서치 스테이를 거친 이후 베를린 공과대학과 슈투트가르트 대학에서 교수직을 맡았고, 2009년 6월부터 아헨 공과대학 IMA/ ZLW & IfU 학제간 연구 클러스터를 맡고 있다. 그녀는 기계류 분과 부학장, 아헨 VDI 회장 그리고 Körber AG 감독 위원회 회원이다. 2014년 7월에는 Gesellschaft für Informatik (GI, 독일 정보공학 학회)로부터
자비나 예쉬케
자비나 예쉬케는 1968년 스웨덴의 쿵겔브에서 출생하였다. 캘리포니아 NASA Ames Research Center와 아틀란타 조지아 기술 협회에서 리서치 스테이를 거친 이후 베를린 공과대학과 슈투트가르트 대학에서 교수직을 맡았고, 2009년 6월부터 아헨 공과대학 IMA/ ZLW & IfU 학제간 연구 클러스터를 맡고 있다. 그녀는 기계류 분과 부학장, 아헨 VDI 회장 그리고 Körber AG 감독 위원회 회원이다. 2014년 7월에는 Gesellschaft für Informatik (GI, 독일 정보공학 학회)로부터 “독일 디지털 석학“상을 수상했다.

MM: 자동차 산업에서 로봇이라 하면 차체 골격에서 일하는 로봇이 가장 먼저 떠오릅니다. 자동차 제조 공정 중 분야별 자동화는 어느 정도 수준이며, 어떤 잠재성을 가지고 있습니까?

자동차 제조는 프레스, 차체, 도장 그리고 조립 섹션 등 크게 4개 섹션으로 구분할 수 있습니다. 첫 번째 세 단계는 거의 90% 이상 자동화가 진행된 반면, 최종 조립 섹션에서 자동화 비율은 20% 수준에 불과합니다. 이 최종 조립 섹션에서 가장 큰 성장 잠재력이 숨겨져 있는 것은 분명합니다. 경제적 관점에서 인더스트리 4.0 기술의 새로운 방법을 이용한다는 것 외에도 노동학적 관점에서 이 부분은 숙고해 봐야 합니다. 계속적인 머리 윗부분 상단 작업이라든지 수시로 차체에 몸을 넣었다 뺐다 하는 반복 조립 작업은 인간 공학적으로 매우 힘든 일입니다. 이 부분에 있어서 작업자들의 신체 부담을 줄이기 위해 새로운 자동화 로봇기술이 시급한 부분입니다. 

인간과 로봇의 협업은 자동차산업에 의해 가속화되고 있습니다. 자동차 산업에서 인간과 로봇의 협업에 어떤 잠재성이 있다고 보십니까?

인간과 로봇의 협업과 관련하여 자동화 잠재성이 가장 큰 곳은 바로 조립 분야입니다. 조립 섹션은 단시간에 자동화 생산으로의 변화를 겪는 것이 아니라 10~20년에 걸쳐 서서히 변화를 겪을 것이기 때문입니다. 특정 제조 단계를 함께 하는 인간과 로봇으로 구성된 팀도 점차 늘어간다는 의미이기도 합니다. 인간과 로봇의 협업은 경제적으로 그리고 사회적으로 잠재성을 가지고 있습니다. 경제적 측면에서는 자원 사용 개선, 효율 증대, 후처리 작업 감소 등을 기대할 수 있고, 사회적으로는 인간 공학적 측면의 질적인 작업 개선과 작업자의 보건 수준 그리고 삶의 질 증대를 꼽을 수 있습니다. 마지막으로 고임금 국가에 당면하고 있는 인구학적 변화라는 중요한 주제가 있습니다. 앞으로 다가올 20년, 새로운 포괄적인 형태의 자동화로 가지 않으면 현재의 생산 수치를 올리는 것은 고사하고, 유지하는 것도 힘들 수 있습니다. 한 평생 컨베이어 벨트에서 이런 소모적인 일을 해낼 수 있고 그리고 하려고 하는 노동력이 점차 사라질 것입니다.

인간과 로봇의 협업을 늘리는 데 있어서 현재 애로 사항이 있다면 어느 부문입니까?

“개별 생산이 많을수록, 이동식 로봇의 유연성이 더욱 유리합니다.”, 자비나 예쉬케(아헨 공과대학 IMA/ZLW & IfU 연구 클러스터 디렉터)

다양한 법률적 문제와 연결되어 있는 안전 문제입니다. 중요한 것은 이러한 안전과 관련한 측면을 논쟁의 대상으로 삼을 것이 아니라 글로벌 세계의 경제적 관점에서 잠재성과 필요성을 눈 여겨 봐야 한다는 점입니다. 독일 사람들은 규제에 대한 거부감 때문에 혁신을 언급하는 경향이 있습니다. 다른 한편으로 로봇은 인간과 기계의 안전한 협업을 전제로 만들어진다는 점에 제동 요소가 있습니다. 즉 이 시스템은 양산을 위해 무르익어야 하고, 사용자가 구매해야 하며, 공정을 적절히 바꾸어야 하고 경우에 따라서는 복잡한 구조적 변화가 필요하거나 적어도 구조적으로 변경해야 한다는 점입니다.

이동식 로봇은 자동차 산업에서 어떤 기회와 응용 가능성이 있다고 보십니까?

인간과 로봇의 긴밀한 협업에 있어 여러 맥락에서 고정식 시스템 보다 이동식 시스템이 훨씬 우월합니다. 특히 생산적 임무, 즉 구체적인 제조 단계가 인트라로지스틱스가 결부된 경우 이동식 시스템의 우월성이 특히 드러나며, 이는 자주 목격할 수 있습니다. 요약하자면, 개별 생산이 많을수록, 로트 크기가 소량이거나 로트 크기가 1인 경우 이동식 로봇의 유연성이 더욱 유리합니다. 로트 크기가 큰 경우에도 이동식 시스템이 공정 최적화에 기여하기는 하지만, 그런 경우 고정식 시스템으로 매우 우수한 솔루션을 만들어낼 수 있습니다.

로봇을 아이폰처럼 프로그래밍하고 조작하기가 쉬워야 한다는 요청들이 점차 늘고 있습니다. 이런 관점에서 얼마나 진행되었다고 생각하십니까?

특수 교육을 받지 않은 노동자가 로봇을 간단하고 직관적으로 사용하는 것과 시스템을 프로그래밍하고 지능을 형성하는 것과는 구분해야 합니다. 즉 후자처럼 사람을 통해 프로그램이 이루어지는 한 오래도록 전문가의 영역으로 남을 것입니다. 

지금까지는 거의 학문적 토론의 선에만 머물렀던, 매우 흥미롭고 미래 지향적인 주제로, 로봇 시스템 자체가 스스로 역량을 키워나간다는 점 입니다. 이 부분에도 인간적 인식과 행동 모델이 점차 뚜렷이 전이되고 있습니다. 즉 로봇이 비디오를 보고 어떻게 행동해야 하는지를 배울 수 있다는 것입니다. 이런 단초는 저의 동료이기도 한 뤼디거 딜만의 “Internet of Skills“라는 개념으로 몇 년 전 토론에 끌어 들였습니다. 구글은 이미 그런 개념 가운데 몇몇 컨셉트를 이용하고 있습니다. 이런 행동 방식이 갖는 장점은 여러 가지입니다. 사용자 자신이 할 줄 몰랐던 공정을 배울 수 있는 가능성이 있습니다. 다른 한편으로는 사람과 로봇이 같은 유형으로 함께 배울 수 있는 컨셉트가 생긴다는 점입니다. 인간도 사실 상당 수준 관찰과 모방을 통해 학습하기 때문입니다. 이렇게 집약적이고도 안전한 협업을 위한 탁월한 근거가 될 수 있는 “멘탈 모델(mental model)“이 생기는 것입니다.