돌발 변수에도 로봇이 ‘척척’... 장인의 노하우도 로봇에 전수 작성일 02-19 43 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">비정형 업무에 로봇 투입 머지 않아<br>데이터 증강 월드모델 거쳐 로봇 학습<br>로봇 고장 예측·관제시스템 도입 필수</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="7V6bI5CEvG"> <figure class="figure_frm origin_fig" contents-hash="90e91e8a1e9c52f08334404972f74622cddbfe69f505621203cb79f8cd9f08c9" dmcf-pid="zfPKC1hDWY" dmcf-ptype="figure"> <p class="link_figure"><img alt="챗GPT에서 생성한 로봇 이미지." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/19/seouleconomy/20260219073726189xjtv.png" data-org-width="620" dmcf-mid="Fqg2lFSryg" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/19/seouleconomy/20260219073726189xjtv.png" width="658"></p> <figcaption class="txt_caption default_figure"> 챗GPT에서 생성한 로봇 이미지. </figcaption> </figure> <div contents-hash="dda30f608b2990a7e9ad5477c9aeadf616bf9dc66e710539e78b30558300d870" dmcf-pid="q4Q9htlwyW" dmcf-ptype="general"> <br> 로봇이 컨베이어 벨트에서 규격화된 박스를 들어올린다. 다른 로봇은 바코드 스티커가 부착된 박스의 위치를 스캐너에 맞게 조정한다. 현재 자동차 등 각종 제조 현장에서 로봇을 활용해 구동하고 있는 기술 수준이다. 한국은 제조 현장에서 로봇이 많이 설치돼 있는 국가로 손꼽힌다. 하지만 공정의 모든 과정에 다 로봇이 투입되는 것은 아니다. 바늘 구멍에 실을 꿰는 것과 같이 정교하고 세밀한 업무, 비정형화된 업무에는 로봇이 아직 대응하지 못하고 있다. 전문가들은 빠르면 2년 후 인공지능(AI), 피지컬 AI 등 기술의 발전으로 제조 현장에서 로봇이 실질적으로 작업할 수 있을 것으로 내다보고 있다. 관련 기술 발전이 뒷받침된다면 저출산 고령화 시대에 로봇이 줄어드는 생산가능인구를 대신해 역할을 해낼 수 있다는 분석이다. 결국 로봇이 ‘기계’에서 ‘작업자’로 진화하기 위해서는 로봇이 사람의 숙련도를 얼마나 빠르게 데이터로 축적하고 재현할 수 있느냐에 달려 있다. <br> <br> </div> <figure class="figure_frm origin_fig" contents-hash="a916016f5106bd19869bbee471bb98d07aacc7f5cb28f19712fb6de34d7ef117" dmcf-pid="B8x2lFSrly" dmcf-ptype="figure"> <p class="link_figure"><img alt="포스코DX와 포스코 포항제철소의 냉연 공정에서 산업용 로봇이 철강 코일의 밴드를 제거하고 있다. 사진 제공=포스코DX" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/19/seouleconomy/20260219073727503rssh.jpg" data-org-width="620" dmcf-mid="8B9HLsoMhV" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/19/seouleconomy/20260219073727503rssh.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 포스코DX와 포스코 포항제철소의 냉연 공정에서 산업용 로봇이 철강 코일의 밴드를 제거하고 있다. 사진 제공=포스코DX </figcaption> </figure> <div contents-hash="2d339ef88e19ee3648efb31dc144364919e592d9c30dd4ef376fae04608ff2a8" dmcf-pid="bWXSMcRfhT" dmcf-ptype="general"> <br> <div> <strong>로봇 공정 투입의 핵심은 ‘데이터 학습’</strong> </div> <br> 로봇이 자동차, 조선, 방산, 제철 등 각종 제조 공정에서 다양한 작업을 수행하기 위해서는 먼저 작업과 관련된 데이터를 확보해 학습시키는게 필요하다. 윤석준 포스코DX 로봇자동화센터장은 “한국에는 자동화된 공정이 상당부분 구축돼 있어 데이터도 많이 쌓여 있고, 앞으로 더 많은 데이터를 확보할 수 있다”면서 “다만 로봇 학습을 위한 데이터를 많이 갖고 있느냐는 또 다른 문제”라고 지적했다. 로봇의 학습에 필요한 데이터를 파악하고 이를 확보할 시스템을 구축해야 한다는 것이다. <br> <br> 업계에서는 작업과 관련한 데이터를 확보하고 로봇이 학습하게 하는 기본적인 방법으로 ‘모방학습’을 꼽는다. 사람이 리모컨 등을 조작하면 로봇이 이에 따라 움직이면서 동작 데이터를 지속적으로 확보하는 방식이다. 이렇게 학습된 데이터를 AI로 대폭 늘리는 것도 가능하다. 데이터가 많을수록 로봇이 이를 바탕으로 더 정확하게, 정교하게 움직일 수 있다. <br> <br> 월드 파운데이션 모델도 로봇이 데이터를 학습하게 하는 주요 방법 중 하나다. 월드 파운데이션 모델이란 실제 작업현장을 가상환경으로 만든 후 거기에 로봇을 투입해 학습하도록 하는 것을 뜻한다. 로봇이 가상 공간에서 반복 학습을 함으로써 어떤 일이 벌어질지 예측하는 능력을 갖춘다. 그 결과 돌발 상황이 발생해도 로봇이 대응하는 게 가능해진다. 단 시뮬레이션과 현실 간의 간극을 최대한 줄이는 게 과제다. 이 외에도 사람의 작업 영상에서 데이터를 추출하거나 작업자 신체에 센서를 붙여 데이터를 확보한 뒤 로봇을 학습시키는 방법도 있다. 기본 학습된 로봇은 제조 현장에 맞춰 조정하는 작업(파인튜닝)을 거친다. <br> <br> 로봇이 이 과정을 거치고 나면 바로 현장에 투입돼 일할 수 있을 것 같지만 현실은 말처럼 쉽지 않다. 훌륭한 교과서가 있다고 해서 성적이 반드시 좋다고 장담할 수 없는 것과 유사하다. 로봇도 ‘치명적 망각’을 하기 때문이다. 박상엽 LG CNS 최고기술책임자(CTO)는 “10개를 배운 로봇이 2개를 더 배웠다가 기존에 학습한 내용들과 새로 배운 게 충돌해 배운 걸 잊어버릴 수 있다”며 “학습 과정에서 한 번만 실수해도 정확도가 급격하게 떨어진다”고 설명했다. 로봇을 훈련시킬 때 데이터를 많이 확보하는 것도 중요하지만 로봇의 훈련에 도움이 될 데이터를 정확하게 구분해내는 데이터 큐레이션이 중요한 이유다. <br> <br> </div> <figure class="figure_frm origin_fig" contents-hash="6c2dd19a83460d4d14a0f614d3b8773bbb6b98306e9fb0dca90508d85b0d9869" dmcf-pid="KYZvRke4hv" dmcf-ptype="figure"> <p class="link_figure"><img alt="LG CNS에서 텔레오퍼레이션(원격 조종)을 통해 휴머노이드 로봇을 모방 학습 시키고 있다. 사진 제공=LG CNS" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/19/seouleconomy/20260219073728785ment.jpg" data-org-width="620" dmcf-mid="Pde7rGmjy9" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/19/seouleconomy/20260219073728785ment.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> LG CNS에서 텔레오퍼레이션(원격 조종)을 통해 휴머노이드 로봇을 모방 학습 시키고 있다. 사진 제공=LG CNS </figcaption> </figure> <div contents-hash="aa124231a1219804eb6608c22e5e2f0ad03efafb918a5faa889a2de3390bef42" dmcf-pid="9G5TeEd8SS" dmcf-ptype="general"> <br> <div> <strong>작업 따라 손가락·관절 개수도 다양</strong> </div> <br> 지난달 미국에서 열린 세계 최대 가전·정보기술(IT) 전시회 ‘CES 2026’에서 현대차그룹이 공개한 로봇 ‘아틀라스’는 손가락이 3개였다. 같은 행사에서 LG전자가 선보인 수건 개는 로봇 ‘클로이드’는 5개의 손가락을 가졌다. 로봇이 투입하게 될 현장, 업무의 특징에 따라 손가락 개수는 달라진다. 간단한 물건을 짚는 작업이라면 손가락이 두 개여도 상관없지만 복잡한 작업을 할수록 손가락은 더 필요하다. <br> <br> 손가락 개수뿐만 아니라 관절 수도 중요하다. 로봇 제조회사마다 관절 수가 다른데, 통상 손 하나에 22~23개 관절을 가진다. 휴머노이드 로봇의 전체 관절은 80여 개에 달한다. 로봇의 종류, 목적에 따라 30~40개의 관절을 가진 로봇, 100개가 넘는 관절을 가진 로봇 등 다양하다. 관절이 많을수록 사람과 유사하게 움직일 환경을 갖췄다고 볼 수 있다. <br> <br> 적절한 데이터로 학습하고 업무에 맞는 하드웨어를 갖췄다고 해서 제조 공정에서 로봇이 바로 상용화되기는 어렵다. 대표적으로 해결해야 할 과제가 작업자의 노하우다. 아무리 많은 데이터로 로봇을 훈련시켜도 작업자가 수년간 근무를 통해 획득한 노하우까지 로봇이 배우기는 쉽지 않다. 고온의 환경에서 사람 대신 로봇이 일해야 하는 경우 열변형이 발생하지 않아야 하는 점도 관건이다. 여러 대의 로봇을 투입해 공정이 돌아가게 할 경우 로봇이 서로 부딪치지 않고 이동할 수 있도록 설계하는 것도 필수다. 로봇별 배터리 충전시간을 고려해 로봇을 가장 효율적으로 가동시키고, 로봇이 고장날 경우를 예측하는 시스템도 필요하다. 신규 공장 설계 시 이 같은 점들이 모두 고려돼야 하다보니 관련 컨설팅 서비스에 대한 수요도 로봇 상용화와 함께 증가하는 추세다. <br> <br> 현재 로봇을 비롯한 다양한 자동화 기술들이 제조 현장에서 활용되고 있다. 사고의 위험성이 큰 단순 작업에서 특히 로봇의 수요가 높다. 고온, 고압 설비를 다루는 포스코 제철소는 제품 표면에 드로스(오염물질)을 제거하거나 수천도로 끓는 쇳물에 온도 센서를 넣는 작업, 코일 형태로 묶인 철판에 밴드를 잘라내는 작업에 자동화 설비를 투입해 활용하고 있다. <br> <br> 향후 기술이 발달하면 고난이도의 다양한 업무에도 ‘로봇 직원’이 채용될 수 있다. 박 CTO는 “배터리 작업만 해도 고압의 전기를 다루게 되는 만큼 감전의 위험이 있다”며 “화학 공정의 경우 사람이 마스크를 쓰고 방호복을 입고 일해야 하는 불편함이 있는데 로봇이 도입되면 불편함을 획기적으로 줄이는 게 가능하다”고 덧붙였다. <br> <br> </div> <figure class="figure_frm origin_fig" contents-hash="3cad4b0bee9c5e6f7ea5c62d9ff5ff67ab9ab115b5e825dfdfc290bd6b66698d" dmcf-pid="2H1ydDJ6Tl" dmcf-ptype="figure"> <p class="link_figure"><img alt="리얼월드의 로봇 ‘알렉스’가 병 뚜껑을 잡고 있다. 사진 제공=리얼월드" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/19/seouleconomy/20260219073730045fgic.png" data-org-width="620" dmcf-mid="u1x2lFSrTH" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/19/seouleconomy/20260219073730045fgic.png" width="658"></p> <figcaption class="txt_caption default_figure"> 리얼월드의 로봇 ‘알렉스’가 병 뚜껑을 잡고 있다. 사진 제공=리얼월드 </figcaption> </figure> <div contents-hash="b243911cf008609a43a12b2d87b09541e799dc65e2c0a0f4595347a4e9f701b8" dmcf-pid="VXtWJwiPyh" dmcf-ptype="general"> <br> <div> <strong>장인 기술, 로봇 전수받는 시대</strong> </div> <br> 로봇 관련 IT 기업들은 한국이 산업용 로봇에 최적화된 환경을 갖췄다고 평가한다. 현장에 투입된 산업용 로봇들이 인구 대비 세계에서 가장 많다. 국제로봇연맹(IFR)에 따르면 한국은 근로자 1만 명당 로봇이 1012대에 달한다. 반도체, 조선, 원자력, 2차 전지 등 제조업이 발달했고 각종 공정에 데이터 확보, 자동화 등 시스템도 구축돼 있다. 로봇의 두뇌 역할을 하는 로봇 파운데이션 모델(RFM)을 만드는 글로벌 스타트업들이 국내 기업과 협업하는 데 적극적인 것도 이 때문이다. 제조 노하우를 가진 포스코그룹도 직접 RFM을 개발하고 있다. <br> <br> 현재 산업용 로봇은 제조회사마다 가격이 수백만원에서 수억원에 이르는 등 천차만별이다. 기업이 로봇 여러 대를 구입해 작동시키려면 투입한 비용 이상의 수익성이 담보돼야 한다. 다행인 건 기술의 발달로 로봇의 가격이 떨어진다는 점이다. 사람과 달리 로봇은 24시간 365일 가동시킬 수 있어 투자 대비 수익(ROI)을 낼 수 있다는 관측도 우세하다. 윤 센터장은 “로봇은 구축만큼이나 유지 보수도 중요하다”며 “공정 변경시 가상 시운전으로 로봇을 현장에 적용하는 시간을 최소화하는 게 경제적 측면에서 매우 중요하다”고 했다. <br> <br> 업계는 제조업에서 로봇이 단순히 사람을 대신해 노동하는 것 이상을 의미한다고 입을 모았다. 고령화로 생산가능인구가 빠르게 줄어드는 만큼 로봇이 노동 인구 감소 문제를 해결해줄 수 있다는 이유에서다. 윤 센터장은 “앞으로는 운영실에서 사람이 중요한 결정을 하고, AI오퍼레이터가 지령을 내리면 로봇이 움직이는 ‘인텔리전트 팩토리’로 가게 될 것”이라며 “10년 내 노동 인구가 많이 감소할 텐데 인텔리전트 팩토리가 구축 안되면 회사들은 경쟁력 문제를 겪을 수밖에 없다”고 진단했다. <br> <br> 아울러 현장의 전문가, 장인들의 능력을 로봇이 전수받는 것도 로봇을 활용한 새로운 수익 모델이 될 수 있다. 류중희 리얼월드 대표는 “인천 남동공단과 같은 곳에서는 공장의 장인들이 은퇴할 시기인데 전수받을 후배들이 없어 고민하는 경우들이 많다”며 “은퇴하는 장인들의 손재주 스킬을 AI화해서 전 세계에 수출하는 것도 방법”이라고 제안했다. <br> <br> 김지영 기자 jikim@sedaily.com류석 기자 ryupro@sedaily.com </div> </section> </div> <p class="" data-translation="true">Copyright © 서울경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 ‘나는 SOLO’ 30기 영수, 고독정식 후 비뚤어졌다? 영자→순자로 급선회 02-19 다음 [비즈人워치]"스타트업 DNA로 AX 이끈다" 02-19 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
