미국 민관 협력 비영리조직인 ARM연구소(Advanced Robotics for Manufacturing Institute)가 미국 제조산업의 경쟁력 향상과 국방부문의 제조 현대화를 지원할 기술 개발 프로젝트 8개를 선정해 발표했다.

ARM연구소는 산업계ㆍ학계ㆍ정부 조직 등에서 330개 이상의 기업 및 기관이 참여하고 있다. 미국 제조업의 경쟁력 제고, 군과 민간 공급망의 탄력성 회복을 위해 산업용 로봇과 노동의 혁신 등에 힘을 기울이고 있다. 피츠버그에 본부를 둔 이 조직은 '미국 제조 네트워크(Manufacturing USA)'의 일부로, 회원들과 미국 국방부의 지원을 받고 있다.

이번에 선정된 프로젝트는 국방부와 330여 회원사들이 가장 긴급하고 중요하다고 판단한 과제들이다. ARM연구소는 이번 8개 프로젝트에 대해 최대 800만달러(약 96억원)의 자금을 지원할 계획이다. 이번에 선정된 8개 과제들은 다음과 같다.

◇AI 로봇프로그래밍 지원(주관기관 : 멤피스대학, 협력기관 : 레디 로보틱스, 페덱스, 딥하우(DeepHow))

현재 로봇 프로그래밍을 공장 현장에서 이용할 수 있도록 해주는 '코드 없는' 방법들이 개발되고 있다. 코드 없는 방법을 사용해 로봇을 프로그래밍하고 설치하는 데 필요한 지식을 극적으로 줄일 수 있다. 그러나 프로세스 자동화에 관한 지식에는 여전히 병목 현상이 있거나 로봇의 성공적인 설치에 장애가 되는 한계들이 존재한다.

이 사업은 로봇 과제 프로그래밍 시 ‘제안’과 ‘수정’을 제공해 전문성 부족 문제를 해결할 수 있는 지원체계를 만드는 것이 목적이다. 이 시스템은 AI와 머신러닝 방법을 사용해 이전에 프로그래밍된 작업으로부터 산업 과제 모델을 학습하고, 이 코퍼스(corpus)를 사용해 사용자를 돕는다. 이를 통해 초보 프로그래머가 전문가 수준의 프로그래밍에 접근할 수 있다.

◇ 시각적 촉각 로봇 표면 검사(주관기관 : 지멘스, 협력기관 : 젤사이트(Gelsight), 카네기멜론대, 보잉, ATI 스페셜티 알로이 앤 컴포넌트)

이 사업은 우주선 부품과 상업용 비행기 동체의 고해상도 표면 결함 검사를 자동화하는 로봇 비전 및 시각 촉각 검사 시스템을 개발하는 것이다. 이러한 로봇 기술 개선, 특히 수동(메뉴얼) 운항을 대체하는 기술을 포함하는 항공기 유지보수 프로세스는 항공 자산의 신뢰성, 유지관리성 및 준비성을 크게 개선하고, 궁극적으로 수명주기 비용을 절감할 수 있는 기회를 제공한다. 인공지능과 로봇공학의 활용은 여러 산업의 많은 구성 요소에 대한 검사 과정을 표준화하고, 학습할 수 있도록 한다.

◇ 복잡한 기하학적 경로 추적을 위한 최적화된 로봇 동작 프로그램(주관기관 : 렌셀러 폴리테크닉 인스티튜트, 협력기관 : GE리서치, 와슨(Wason) 테크놀로지, 사우스웨스트연구소)

이 프로젝트는 여유로운 자유도를 가진 산업용 로봇을 사용해 복잡한 곡선 기하학 위에 고속 및 고정밀 곡선 로봇 도구 궤적을 자율적으로 생성해 수동 튜닝의 필요성을 줄이거나 제거하는 것을 목표로 한다.

이 프로젝트는 일련의 로봇 동작의 원천적인 요소에 대한 주어진 경로를 분해하여 신뢰성 높은 추적 정확도로 최소 사이클 시간을 달성하는 최적화 접근 방식을 개발하는 것이다. 시뮬레이션 기반 데이터는 최적화 계산 시간을 줄이기 위해 기계학습 도구를 훈련하는 데 사용된다.

◇자율로봇 금속성형(주관기관 : 오하이오주립대, 협력기관 : 야스카와, 캡센 로보틱스(CapSen Robotics)

프로젝트 팀은 복잡한 금속부품의 적은 생산량과 높은 수준의 혼합 생산이라는 과제를 해결해야 한다. 금속부품은 상용 자동차 분야, 고급 스포츠 자동차 제조, 중장비 공장, 발전소, 항공, 육상 및 해상 등 분야의 군사 장비에서 흔히 볼 수 있다. 노후화된 시스템의 경우 부품 교체가 필수적인데 품질, 비용 및 리드 타임 등 측면에서 균형을 찾지 못하는 경우가 빈번하게 발생한다. 연구진은 수많은 부품 형상을 적시에, 비용 효율적으로, 그리고 유연하게 제작할 수 있는 인공지능(AI) 로봇시스템을 설계해 배치할 예정이다.

◇ 단계별 검사를 통한 균일한 로봇 샌딩(주관기관 : GKN에어로스페이스, 협력기관 : 국립항공연구소, 그레이매터 로보틱스, 워싱턴대학, EWI)

자동 표면 마감에 관한 과거 ARM연구소 프로젝트는 경로 계획, 균일 마감, 자동 검사 등의 작업을 수행했다. 프로젝트 팀은 이러한 과거 프로젝트의 결과물을 결합해 여러 산업에 혜택을 주는 효과적인 샌딩 및 광택 기술을 만든다는 계획이다.

◇ 고온 소재를 위한 고정밀 적응 가공(주관기관 : GE 리서치, 협력기관 : 그레이매터 로보틱스, 화낙)

프로젝트 팀은 센서 데이터를 통합하고 공구 경로와 공정 패러미터를 자동으로 조정해 레이저 드릴링에 최적의 솔루션을 구현하는 개방형 아키텍처 프레임워크를 개발한다. 이를 통해 고온 소재 복합 냉각회로의 고정밀 적응 가공이 가능하도록 하는 데 주력할 계획이다.

센싱은 들어오는 부품의 가변성을 검사하기 위해, 그리고 가공 작업의 진행 상황을 모니터링하기 위해 사용된다. 이 프로젝트는 프로세스 제어 및 반복성 개선을 통해 폐기율을 줄이고 최종 사용자의 목표 애플리케이션에 맞는 대체 도구 및 센서를 쉽게 교환할 수 있는 프레임워크를 만드는 것이다.

◇ 세라믹 복합재(matrix composite)의 픽크(pick), 배치 및 형성 자동화(주관기관 : 보잉, 협력기관 : 남캘리포니아대, 3M)

국방 및 상업용 고온 구조물의 가용성을 보장하기 위해서는 고품질의 내온성 재료 부품을 높은 제조 속도로 제조하는 비용 효율적 방법이 필수적이다. 프로젝트 팀은 패브릭 기반 프리프레그(prepregs, 탄소섬유나 유리섬유와 같은 섬유 강화재에 에폭시 수지와 같은 액상 합성수지를 침투시킨 복합재 중간단계 소재) 형성을 위한 자동 궤적 계획 수립, 프로세스 내 검사 및 재작업 도구 경로 자동 생성, 프리프레그 백업 필름 제거 실패를 위한 자동 수정 로봇 복구 등 기술을 개발할 계획이다.

◇ 에너지 재료의 안전한 로봇처리(주관기관 : 렌셀러 폴리테크닉 인스티튜트, 협력기관 : 슐룸버거, 인터페이스 테크놀로지스, 화낙)

이 프로젝트 팀은 에너지 재료를 로봇으로 다루기 위한 기초 기술을 개발하는 것을 목표로 한다. 에너지 재료를 사용한 제조는 제조 공정에 수많은 제약을 가한다. 그 중 가장 중요한 것은 주어진 공간 내에서, 주어진 시간에 존재할 수 있는 에너지 재료의 질량에 대한 제한이다. 이 프로젝트는 에너지 보충 작업에 로봇을 적용해 이러한 노출을 줄이는 데 있다. 이 프로젝트는 제조에 즉시 적용할 수 있는 안전 시스템, 로봇 조작 전략 및 설계를 구현하고 시연한다.