AI 만난 지역 특화산업 … 불량 줄고 생산성 확 늘었네

과기부·정보통신산업진흥원

GettyImages, 인공지능

대구시와 대구테크노파크는 지난 10월 27일 대구TP 디지털융합센터 4층에서 인공지능 융합(AI+X) 지역특화산업 지원 실증랩 개소식을 열었다. 사진 왼쪽부터 장창섭 성원정보기술 이사, 홍상현 유디엠텍 전무, 조경환대구테크노파크 수석, 민보경 아이디비 대표, 오세일 대구테크노파크 부장, 지유환 대구광역시 AI 블록체인과 팀장, 이희준 빅웨이브에이아이 대표, 노명고 인터엑스 본부장, 이상도 제이에스시스템 대표, 김용환 컴퓨터메이트 소장. <사진제공=대구테크노파크>

인공지능(AI)을 생산공정에 활용해 지역특화산업의 혁신을 지원하는 사업이 전국으로 확대된다. 과학기술정보통신부와 정보통신산업진흥원(NIPA)은 올해 'AI 융합 지역특화산업지원' 사업을 대전, 제주, 충남, 광주, 대구, 경남 등 6개 지역으로 확대해 추진한다.

이 사업은 지역 특화산업과 AI를 융합해 생산성과 품질 향상 등 지역 특화산업 경쟁력을 강화하는 내용이 골자다. AI 전문기업의 기술경쟁력을 끌어올리는 등 디지털 생태계 기반을 구축하는 게 목적이다. 올해 115억5000만원을 지원하는 등 내년까지 총 341억원 예산이 투입된다.

6개 광역지자체는 △대전 디지털물 △충남 친환경모빌리티 △광주 의료헬스케어 △제주 그린에너지 △대구 수송기기·기계소재부품 △경남 자동차부품 등 6개 산업 분야에서 59개 AI 융합 솔루션을 개발할 예정이다. 정부 관계자는 "AI를 지역 특화산업에 접목해 지역산업의 새 성장동력을 확보하고 국가 뿌리산업을 튼튼하게 하겠다"고 말했다.

AI를 도입한 지역 특화산업의 가장 대표적인 사례는 대구시가 육성하고 있는 '수송기기·기계소재부품' 산업이다. 그간 지역기업들은 공정에서의 불량률과 재고에 대한 불확실한 수요 예측, 제품 개발을 위한 다양한 트렌드 분석 등에서 어려움을 겪어왔다. 사람의 오감에 의존해 불량 제품을 찾아내고, 과거 데이터에 의존한 재고 파악 등으로 그간 지역 기업에선 제품 생산과 공급에 차질을 빚는 경우가 많았다.

이러한 산업현장 문제를 AI 융합기술로 풀기 위해 삼보모터스, 에스엘, 케이비아이메탈, 경창산업, 이노테크, 피에이치에이, 상신브레이크, 평화산업 등 대구지역 8개 업체가 수요기업으로 신청했다. 이들을 위한 맞춤형 AI 기술 개발에는 아이디비, 제이에스시스템, 빅웨이브에이아이, 인터엑스, 유디엠텍, 성원정보기술, 컴퓨터메이트, 라임 등 AI 전문 업체들이 참여했다. 이들 기업은 과학기술정통부와 NIPA의 지원을 받아 수요기업들이 필요로 하는 △설계지능화 △예지보전 △검사지능화 △공정지능화 △공급망관리지능화 등 5가지 AI 융합기술과 총 9개의 실증 과제를 개발하고 있다.

실제 케이비아이메탈은 빅웨이브AI와 라임 등 기업이 개발한 설비공정 데이터를 활용해 AI 검사·공정 지능화 솔루션을 제공받았다. 그 결과 불량률은 낮추고 생산성은 크게 늘어날 것으로 기대하고 있다. 기존 생산라인에서는 전문인력이 육안으로 2차 품질검사를 통해 불량을 검출하고, 설비 내 불량 사례 추가를 통해 불량을 파악해왔다. 이러한 제조 공정에서의 단점을 극복할 수 있는 AI 솔루션 개발을 의뢰한 결과, 빅웨이브AI와 라임 등 전문기업이 연결됐다. 이 기업들은 불량제품에 대한 검사 데이터를 학습하고, AI를 통해 불량을 예측하는 솔루션을 개발했다. 이 솔루션을 적용하면 AI가 불량을 검출하는 데 걸리는 시간이 종전 10분에서 20초로 확 줄어든다. 공정 불량도 30% 감소할 것으로 기대된다. 이를 통해 시간당 생산량은 64.7% 증가할 것으로 예상된다.

자동차 브레이크 제조기업인 상신브레이크 역시 AI 솔루션을 요청했다. 그간 사람 경험에 의한 생산 계획 분석과 제품 공정에서 수많은 배합 조합으로 인해 정확도와 성능이 떨어졌던 어려움을 해결하기 위해서였다. 솔루션 개발은 성원정보기술이 맡았다. 성원정보기술은 과거 생산을 분석해 생산계획을 실시간으로 변경하고, 재고 안정성을 확보해 생산목표를 95% 이상 달성할 수 있는 시스템을 개발했다. 이 AI 솔루션을 도입하면서 상신브레이크는 생산 목표 95% 달성과 불량 10% 감소로 프로젝트 2차 연도까지 생산성 7% 향상 효과를 기대하고 있다. AI로 배합설계를 지능화하는 시스템도 개발했다. 이를 통해 배합설계 적중률은 48%에서 53%로 늘고, 연구개발 기간은 기존 100일에서 90일로 단축될 것으로 예상된다.

[양연호 기자]