[테크월드=방제일 기자] 복잡한 형상의 제품을 대량 생산하는 데 유리한 주조 방식인 ‘다이캐스팅(Die-Casting)’ 공정은 불량률이 평균 5~10%로 높아 처음부터 주문물량의 10% 이상을 과다 생산하는 업체들이 많다.
불량 원인 개선을 위해서는 충분한 수의 불량 데이터를 수집해야 하는데, 300건 가량의 데이터를 모으려고 해도 일반적으로 약 1만 5000건 이상의 실험이 필요해 실제 생산현장에서의 데이터 확보는 어려운 작업에 속한다.
한국생산기술연구원이 딥러닝 기술을 활용해 공정데이터 중 수집이 용이한 양품 데이터만으로 양품·불량 여부를 판정할 수 있는 다이캐스팅 스마트 팩토리 플랫폼을 개발했다.
생기원 공정지능연구부문 이영철 박사 연구팀은 먼저 불량 원인을 쉽게 식별하기 위해 기존 로트(Lot) 단위의 공정 관리를 제품 단위로 전환하고 제품별 식별번호를 부여해 데이터베이스를 구축했다.
다음으로, 딥러닝 기술을 통해 양품 위주의 비대칭 데이터베이스로부터 압력·온도 차이에 따른 제품 불량 검출 모듈을 개발하는 데 성공, 현재 국내 3개 주조업체를 대상으로 시범 적용 중에 있다.
생기원은 이 같은 AI 기반의 공정 지능화 성공사례들을 공유하고 발전시켜 ‘디지털 뉴딜’을 선도하고자 7월 13일(월) 휘닉스평창 호텔 포레스트홀에서 ‘KITECH AI 스마트 제조 플랫폼 포럼’을 개최했다.
한국생산제조학회 춘계학술대회 특별 세션으로 열리는 이번 포럼에는 산업통상자원 R&D전략기획단 나경환 단장, 생기원 이낙규 원장을 비롯해 산·학·연 유관기관 관계자 100여명이 참석했다.
생기원은 이번 포럼을 계기로 산·학·연과 연계해 포스트 코로나 시대의 스마트 제조 생태계 구축전략을 모색하고 중소·중견기업들을 위한 공정 지능화 지원방안을 발전시켜 나가겠다는 구상이다.
이낙규 생기원장은 개회사에서 “2019년 말 기준 12000개가 넘는 스마트 공장이 보급돼 많은 양의 제조데이터가 축적되고 있다.”고 밝히며, “축적된 데이터를 분석·가공해 공정 개선에 실제 적용할 수 있도록 AI 기반의 스마트 제조 플랫폼을 마련할 계획”이라 말했다.
그래도 삭제하시겠습니까?