[지역특화산업, AI로 디지털대전환 가속]〈4〉 경남도, 자동차부품 생산공정에 AI 솔루션 도입

경상남도가 인공지능(AI) 융합 솔루션으로 자동차부품산업을 고도화한다.

경남도와 경남테크노파크 컨소시엄은 지난해 5월 과학기술정보통신부와 정보통신산업진흥원(NIPA)의 'AI융합 지역특화산업 지원사업'을 통해 64억5700만원을 확보했다. 이에 힘입어 경남 자동차부품업계는 설계·검사·공정·에너지관리·공급망 지능화 및 예지보전 등 6개 핵심 AI 융합기술과 10개 솔루션을 개발했다.

올해 말까지 이어지는 이번 사업은 지역 특화산업에 AI 기술을 입혀 서비스와 제품 부가가치를 높이고 지역 관련 산업 경쟁력을 강화하는 게 골자다. 지속가능한 성장 모멘텀을 구축하는 계기가 될 것으로 기대된다.

엠티데이타의 'xEV 전기차 모터 풀리 외관검사 및 불량분석 AI시스템'이 모터 풀리에서 발생하는 불량을 검사, 분류하는 장면

◇ 엠티데이타, 전기차 모터 풀리 불량분석 및 CNC 치수보정용 AI 개발

아신유니텍은 내연기관 자동차의 변속기 정밀부품을 비롯해 전기차 및 수소자동차의 정밀부품을 생산하는 경남지역 자동차부품 기업이다. 이 회사는 전기구동차(xEV)의 핵심부품 가운데 하나인 '모터 풀리'의 외관 불량에 많은 인력을 투입해 검사를 시행하고 있다.

제동할 때 발생하는 에너지 재활용 연비를 향상시켜주는 핵심 장비지만 생산과정에서 찍힘, 눌림 등 외관 불량이 자주 발생해 제품의 생산성을 떨어뜨렸다. 아신유니텍는 AI전문업체 엠티데이타로부터 이같은 문제점을 대폭 개선할 수 있는 솔루션을 제공받았다.

엠티데이타의 솔루션은 xEV용 모터 풀리 외관을 촬영해 수집한 각종 불량 데이터를 AI가 정상이미지와 비교 분석해 불량을 판별한다. 이 시스템을 사용하면 1분당 검사수량 6개를 10개까지 늘릴 수 있다. 검수 작업자 피로도 줄여준다. 엠티데이타는 최근 이 시스템 시험 운영을 마치고 현장에서 추가로 수집되는 데이터를 바탕으로 지속적 재학습을 통한 모델성능 고도화에 돌입했다.

이와 함께 엠티데이타는 자동선반용 컴퓨터수치제어(CNC)에서 공구 마모 보정을 자동으로 오프셋하는 AI 프로그램을 개발해 아신유니텍 생산라인에 공급했다. 이 프로그램은 전기차부품인 니플의 가공공정인 CNC단계에서 AI가 드릴의 마모 상태와 오차를 예측해 오차값에 따른 산출정보를 생산설비에 자동 입력함으로써 불량품을 줄여준다. 불량은 1000개당 20개(2%)에서 1개(0.1%)로 떨어졌다. 아신유니텍 측은 “엠티데이타의 솔루션 도입으로 9.83%의 생산성 향상을 거둘 수 있었다”고 설명했다.

◇ 큐빅테크, AI기반 공구 교체 예측시스템 개발

국방용장비·고속철도차량·항공기·자동차 등 산업 전반에 활용되는 알루미늄 주물품을 생산하는 대신금속에서 선반가공용 컴퓨터수치제어(CNC) 수직선반은 필수 설비다. 그러나 숙련자와 비숙련자에 따라 CNC선반 공구 교체 주기에 차이가 나면서 공구 낭비와 생산성 저하가 불가피했다.

큐빅테크의 'AI기반 지능형 공구 교체 시점 예측 시스템'이 이를 해결했다. 이 시스템은 AI가 CNC, 공구, 가공물의 규격 등 가공환경을 감안한 딥러닝 모델을 재학습하는 최적화 및 고도화 작업을 반복 수행한다. 95%의 정확도로 공구 교체 시점을 제시해주기 때문에 공구 수명이 늘어나 공구 사용량을 연 4500개에서 2340개로 줄일 수 있다. 대신 사용시간은 25시간에서 50시간으로 2배 증가했다. 이에 따른 설비가동율도 연간 약 52일이 늘어 11%가 넘는 생산성 향상률을 달성할 수 있었다.

◇ 웰스테크, 시뮬레이션 결합 공급망관리 시스템 개발

웰스테크는 거래처의 다양한 주문 조건을 시뮬레이션해 최적의 생산스케줄을 작성해주는 AI시스템을 현대오토솔루션에 납품했다. 이 시스템은 디지털 시뮬레이션 기반의 가상공장을 구축해 다양한 상황을 재현하고 AI엔진이 그 결과를 심층 강화 학습해 최적의 생산스케줄 작성이 가능하도록 한다.

이에 따라 생산스케줄 알고리즘이 생산공정 시뮬레이션과 결합해 자동차부품 생산계획에 맞춰 부품의 공급 및 원자재 수급을 원활하게 해준다. 이 시스템은 현대오토솔루션의 전사적자원관리(ERP) 및 제조실행시스템(MES)과 연계 가능하기 때문에 생산계획을 수작업으로 수행하는데 따른 비용 증가와 생산계획 오류로 인해 발생하는 납품지연, 원자재 수급 불안정을 원천적으로 방지할 수 있다.

이와 함께 시뮬레이션 전문기술이 없는 현장인력도 사용할 수 있도록 웹기반의 시뮬레이션 실행환경을 제공한다. 현장인력이 기본정보와 제약사항·핵심성과지표(KPI)를 설정하면 해당 시뮬레이션 모델을 실행하고 결과를 표시해준다.

소르테크의 'AI기반 고객 수요예측 시스템'이 활용되고 있는 수요기업 흥아의 생산라인 현장 모습

◇ 소르테크, AI기반 고객 수요예측 시스템 개발

자동차 및 산업용 타이어업체인 흥아는 고객사의 잦은 수량 변경 요청으로 자재 발주 수량 설정과 적기 생산에 어려움을 겪었다. 무난한 자재 수급을 위해 재고를 고객사 요청 대비 20%가량 더 보유해야 하기 때문에 비용부담은 물론 재고관리도 어렵다. 이에 소르테크는 최적의 예측시스템을 개발, 공급망에 적용했다.

소르테크는 지난 2008년부터 올해까지 16년치 데이터를 월별로 샘플링했다. 휠이 포함된 타이어제품의 수요 예측을 위해 고객사 부가가치통신망(VAN) 등을 통해 고객사로부터 수집된 레거시 데이터를 활용했다. 또 업종에 맞는 변수를 추가함으로써 다양한 업종의 타이어 제품 수요량 예측에 사용했다. 이를 통해 소르테크는 고객 요청수량에만 근거한 발주를 넘어 1개월 뒤 발주 수량 변동에 대한 예측율도 높였다.

시스템 도입 후 흥아는 월별 제품 주문량 예측정확도를 90% 이상으로 향상시켰다. 현재 20% 이상의 추가발주되던 자재발주 수량도 10%로 줄였다. 이에 따라 전체 제품에 대한 납기 준수율은 75.8%에서 89.3%로 13.5%포인트(P) 향상했고, 자재관리비용도 10% 이상 줄일 수 있었다.

경남 자동차부품산업의 AI융합 솔루션 개발 사례(주관기관=경상남도·경남테크노파크)

박준호 기자 junho@etnews.com

[Copyright © 전자신문. 무단전재-재배포금지]