Connect with us

테크놀로지

링의 제왕 – 비관리형 이더넷 스위치에서의 링 이중화 구현

Published

on

하르팅 산업용 이더넷 스위치 Scon 시리즈 링 이중화 솔루션

자동화 IT는 기업 작업흐름의 유효성을 강화하는 표준 이더넷 기반 통신플랫폼이다. 사무실부터 작업현장에서 사용하는 애플리케이션 전체 세트는 공통플랫폼에서 실행된다. 하르팅의 비관리형 스위치의 링 이중화 솔루션 및 sCon 시리즈는 이와 같은 복잡한 제어환경을 처리하기 위해 고안된 것이다.

글_ 칼스턴 웬트(Carsten Wendt) / Product Manager ICPN, HARTING Technology Group

 

비관리형 스위치를 이용한 링 이중화로 산업자동화 네트워트 100% 활용 가능
이더넷 기반 자동화 IT는 이산 필드버스 구조보다 복잡하다. 능동 네트워크 장치의 선택 및 구성은 훨씬 정교해야 하기 때문에, 논리적 및 물리적 네트워크 분할은 더 큰 문제이다. 최초로 링을 구성하기 위해 하르팅 sCon 시리즈 비관리형 이더넷 스위치(unmanaged ethernet switches)를 함께 연결함으로써 자동화 IT의 유용성을 높이고 네트워크 구성을 최적화하는 방법을 제공하였다. 이러한 솔루션으로 인해 사용자의 이용이 더 용이해졌다. 산업표준 회복시간은 추가 프로세서를 필요로 하지 않고도 달성할 수 있기 때문에 그로 인해 설치 시 시간을 절감하고 재료비를 줄일 수 있다.

그림 1. 비관리형 이더넷 스위치에서의 이중화 시스템 구현(아래)

관리비용 없음
링 토폴로지는 필드버스(fieldbus) 세계에서 차용되었기 때문에 시스템을 제어하기 위해 과거에 필드버스 솔루션이 배치되었던 다수의 애플리케이션에서 정말로 필요한 것이다. 사무환경에서 일반적으로 사용하는 스타 토폴로지는 케이블 요건이 엄청나기 때문에 적합하지 않다. 최소 추가 케이블은 라인 토폴로지를 차단하고 링을 형성하기 위해 필요한 것으로 시스템 유용성을 상당히 높인다. 표준 라인 토폴로지의 경우, 한 장치가 고장나거나 케이블 결함이 발생하면 데이터통신이 완전히 고장난다. 링 토폴로지 및 백업 솔루션은 이 문제를 해결하기 위해 개발되었다. 장점이 알려지기 까지 오랜 시간이 걸렸지만, 지금까지 비관리형 스위치를 위한 간단하면서 비용효과적인 링 이중화 솔루션은 없었다. 래피드 스패닝 트리(RSTP) 프로토콜을 이용한 독점적이거나 또는 IEEE 802.3 기반 솔루션은 관리형 스위치 (managed switches)에서 이용할 수 있다. 장애극복 및 회복 시간은 최근 몇 년에 걸쳐 더욱 감소되고 있다. 이 솔루션은 비용이 너무 비싸서 필드 레벨 애플리케이션의 경우 설치노력이 너무 많이 필요하다.

그림 2. 비관리형 이더넷 스위치 sCon 3000 시리즈(아래)
그림 2. 비관리형 이더넷 스위치 sCon 3000 시리즈(아래)

오히려 간단한 링 이중화(redundancy)가 사용자의 요구에 더 적합하다. 이전의 비관리형 및 관리형 솔루션과 관계없이 하르팅 시스템이 설정한 것은 USB 포트 위에 시스템을 구성할 수 있는 능력이다. 스위치 설정은 간단한 사용자 인터페이스를 이용하는 표준 USB 포트를 통해 수정할 수 있다. 이전 솔루션의 경우, 관리형 이더넷 스위치만이 포트 미러링, 포트 이중화, 포트 우선순위 및 링 이중화와 같은 기능을 제공했다. 하르팅 sCon은 개별 애플리케이션의 특정 요건에 적응시킬 수 있는 장점을 가지고 있다. 지역조건이 바뀔 경우, 변화를 반영하기 위해 스위치를 신속하고 용이하게 재구성할 수 있다. 구성은 수 초내에 스위치로 전송되고, 재구성된 스위치는 즉시 작동상태로 돌아간다. 이더넷 스위치가 구성되지 않았을 경우, 표준 매개변수를 이용해 플러그 앤 플레이 스위치로 실행된다.

sCon은 또한 링 이중화를 지원할 뿐 아니라 평행 이중화 기능도 제공한다. 다른 비관리형 스위치와 비교했을때 상기 2가지 기능은 사용자가 정말로 필요로 하는 것을 제공하는 중요한 장점이다. 거의 100%인 시스템 유용성은 현재 업계에서 기대되는 성능표준이 되었다. 고장시간은 최대 1% 이하이거나 1-2% 범위에서만 허용된다. 이런 조건 하에서 몇 초간의 능동링크를 손실하는 것은 허용되지 않는다. sCon 스위치는 링 및 평행 이중화를 제공하기 때문에 이와 같은 위험을 제거한다.

더블 이중화는 고장에 대한 최대 보호기능을 제공한다
스위치가 구성되고 나면, 스위치는 2개의 포트가 연결되었는지를 자동으로 탐지하고 링크 중 하나를 해제한다. 단지 수 밀리초(a few milliseconds) 간격으로, 스위치는 능동 링크가 여전히 작동하는지를 검증한다. 능동 링크가 케이블 결함이나 기타 연결문제로 손실될 경우, 손실이 즉시 탐지되고 수동 포트가 수 밀리초 이내에 작동한다. 정상적으로 백업의 차단과 작동 사이에 40ms 정도가 경과한다. 관리형 이더넷 스위치 및 래피트 스패닝 트리 기능을 이용해 네트워크를 재구성하는 시간보다도 2차 링크를 작동하는데 걸리는 시간이 더 짧다.
평행 이중화(Parallel redundancy)는 2개 포트 또는 스위치간 연결로 제한되지 않는다. 2개 스위치에 있는 최대 4개의 포트는 이 기능을 이용해 구성할 수 있다. 이 기능을 이용하면, 최대 신뢰성을 보장하기 위해 sCon 스위치를 이용해 중복된 라인 토폴로지를 배치할 수 있다.

그림 3. sCon 링과 평행 이중화의 결합(아래)
그림 3. sCon 링과 평행 이중화의 결합(아래)

sCon 링을 이용한 무한한 가능성
평행 이중화는 솔루션 범위를 확장하는 기능만 제공하는게 아니다. sCon 링 이중화는 애플리케이션 인벨롭을 확장하기도 한다. 일부 비관리형 이더넷 스위치는 링 이중화를 이용해 구리 또는 광섬유 링에 연결할 수 있다. 공학솔루션은 스위치간 기술을 기반으로 하기때문에 sCon 링의 노드 수를 제한할 필요가 없다. 10개의 노드를 이용한 링 설치의 회복 시간은 스위치 당 40ms이다. sCon 링의 설계 및 작동모드 때문에 이더넷 스위치의 수는 상기 수치에 최소의 영향을 미친다. 추가적인 이더넷 스위치는 회복 시간을 40ms까지만 높일 뿐이다. sCon 링의 장애극복 시간은 기존 솔루션과 유사하다. 네트워크 성능은 sCon 링의 추가 프레임 또는 와치독에 의해 떨어지지 않는다.

sCon 링의 운용은 매우 간단하게 유지되었다. 사용자는 링의 한 스위치를 마스터 스위치로 구성하고 다른 모든 스위치를 슬레이브 스위치로 선언하기만 하면 된다. 심도있는 네트워크 기술은 구성하는데 아무런 필요가 없다. 비용집약적 직원교육도 필요없다. 새로운 sCon 솔루션을 이용하면 사용자가 운용하는 소규모 네트워크는 저비용 링 토폴로지를 형성할 수 있다. sCon 링은 다중 생산셀을 갖는 생산 아일랜드에 네트워크 접근을 제공한다. 비관리형 스위치의 사용자는 이제 이전에는 관리형 스위치의 독점적 영역이었던 성능레벨을 통해 이익을 얻을 수 있다.
새로운 솔루션은 유용성을 높이기 위해서만 정상적으로 설치된 관리형 스위치의 단점을 없앤다. 이중화는 실제로 약간 거리가 있지만 사용자는 상당한 추가 노력에 직면한다. 실질적으로 네트워크 하드웨어의 비용이 높은 것 이외에 소프트웨어 관리툴을 다루기 위해서도 추가적인 기술을 필요로 한다. 하르팅 sCon을 이용하면 이런 수준의 기술이 필요가 없다.

새로운 영역 계획
하르팅은 비관리형 플러그 앤 플레이 스위치가 계획 및 운용 관점에서 최고의 성능을 제공하는 네트워크 애플리케이션에 이중화를 도입하고 있다. 이 솔루션은 타협하지 않는 기능성을 제공하며, 네트워크가 점점 복잡해질수록 기술은 특히 자동화 애플리케이션을 위해 최적화되고 있다. 목표는 사용자 친화적인 형태에서 합리적인 비용으로 충분한 성능 및 기능을 이용하도록 하는 것이다.하르팅 sCon은 관리형 스위치의 독점영역으로 사용되던 토폴로지를 고르게 지원하여 사무 IT와 산업자동화간의 간격을 좁힌다. 자동화 IT는 두 세계 사이의 집중성이 한 단계 가까워지도록 하는 통신플랫폼인 것이다.

그림 4. sCon 회복시간(아래)
그림 4. sCon 회복시간(아래)

sCon 스위치를 이용하면, 기업전체 플랫폼으로의 고른 통합을 이루기 위해 관리기능으로 이중화를 보충할 특정 애플리케이션이 필요한 경우 업그레이드는 문제가 되지 않는다. 이것은 mCon으로의 작은 도약일 뿐이다. 사용자는 여전히 비관리형 스위치를 이용해 얻은 정보를 적용할 수 있을 것이고 물리적 치수 및 설치 방법은 변경되지 않은 상태를 유지한다.

 

# 저자소개 ; 칼스턴 웬트(Carsten Wendt) / carsten.wendt@HARTING.com

 

Continue Reading
Advertisement
Click to comment

댓글 남기기

칼럼

엣지 노드와 센서 설계의 더 높은 수준을 요구하는 디지털 트위닝

Published

on

그림 1: 디지털 트윈(DT) 아키텍처는 IoT 아키텍처와 마찬가지로 엣지 노드 상의 센서, 게이트웨이 노드, 엔터프라이즈 노드로 이루어진다.

디지털 트윈 모델은 센서 설치와 관련하여 꽤 까다로운 요건들을 수반한다. 레거시 애플리케이션들은 특히 그렇다. 이에 따라 디지털 트윈 시스템 설계자는 최적의 솔루션을 구할 때까지 센서 성능과 대역폭 제한에 각별한 주의를 기울일 필요가 있다.

디지털 트윈(digital twins, DT) 모델이 제조를 비롯한 산업 분야로 빠르게 도입되고 있다. 사물인터넷(IoT)의 연결성과 저렴한 가격대의 센서를 사용할 수 있게 된 덕분이다. 하지만 디지털 트윈을 구현하려면 신호 체인의 모든 측면에서 더 높은 성능이 요구된다. 디지털 트윈을 적용하고자 하는 해당 장비 또는 그 가까이에 설치되는 엣지 노드의 경우는 특히 더 하다. 이 글에서는 센서와 엣지 노드 아키텍처에 대한 개요를 비롯하여, 엣지 노드의 중요성과 엣지 노드 통신에 대해서 설명한다.

 

센서와 엣지 노드 아키텍처
디지털 트윈 아키텍처는 3가지 차원의 IoT 아키텍처와 매우 비슷하게 닮았다(그림 1):

• 엣지 노드 – 엣지 노드 상의 센서들은 기능 유닛(산업용 로봇, 항공기 엔진, 풍력 터빈 등)의 동작에 대한 실시간 정보를 수집하고, 이 정보를 유선 또는 근거리 무선 통신망(LAN)을 통해서 전송한다.
• 게이트웨이 노드 – 게이트웨이 노드는 다양한 프로토콜을 사용하는 여러 개의 엣지 노드와 통신하고 이 정보를 취합해서 광역 통신망(WAN)으로 전송한다.
• 엔터프라이즈 노드 – 엔터프라이즈 노드는 게이트웨이 데이터를 수신하고, 디지털 모델을 적용하고, 그 결과를 통신한다.

정확한 모델과 고품질 데이터를 활용한다면 DT 모델을 통해 결함을 예측하고 효율을 높일 수 있을 뿐 아니라, 심지어는 가상이 아닌 실제 세계에서의 동작까지도 변경할 수 있다.

 

이러한 데이터 수집을 위해서는 엣지 노드가 핵심적인 역할을 한다. 실제 세계로부터 동작과 환경에 관한 데이터를 수집하는 센서와, 이렇게 센서들이 수집한 정보를 상위 레벨로 전송하는 통신 링크들이 엣지 노드에 포함되어 있기 때문이다.

 

엣지 노드의 중요성
DT는 물리적 기계를 가상으로 모델링하기 위해 실제 세계로부터 지속적으로 수집한 고품질 데이터를 필요로 한다. 그렇지 않다면 실제 세계와 가상 세계의 차이가 점점 더 벌어져, DT를 적용한 계산이나 예측이 쓸모 없어질 것이다.

그림 1: 디지털 트윈(DT) 아키텍처는 IoT 아키텍처와 마찬가지로 엣지 노드 상의 센서, 게이트웨이 노드, 엔터프라이즈 노드로 이루어진다.

그림 1: 디지털 트윈(DT) 아키텍처는 IoT 아키텍처와 마찬가지로 엣지 노드 상의 센서, 게이트웨이 노드, 엔터프라이즈 노드로 이루어진다. (이미지. 마우저 일렉트로닉스)

 

이러한 데이터 수집을 위해서는 엣지 노드가 핵심적인 역할을 한다. 실제 세계로부터 동작과 환경에 관한 데이터를 수집하는 센서와, 이렇게 센서들이 수집한 정보를 상위 레벨로 전송하는 통신 링크들이 엣지 노드에 포함되어 있기 때문이다. 또한 물리적인 프로세스까지 변경할 수 있는 DT 모델이라면 액추에이터도 엣지 노드에 포함된다.

센서 측정은 두 가지 범주로 구분할 수 있다:
• 동작 측정(기계 또는 장비의 물리적 동작): 장력, 속도, 유량, 변위, 토크, 동작 온도, 진동 등
• 환경 데이터(물리적 동작에 영향을 미침): 주변 온도, 기압, 습도 등

엣지 노드에는 다양한 형태의 센서들이 사용될 수 있다. 온도 센서, 압력 센서, 로드 셀, 가속도계 같은 다양한 센서들이 실제 세계의 특성을 측정하고 수치적 정보를 제공한다. 센서 퓨전 시스템은 여러 센서 측정 결과를 조합해서 단일 센서로는 할 수 없는 통찰을 제공할 수 있다. 카메라와 마이크로폰은 복잡하고 구조화되지 않은 정보를 사용해서 비디오 및 오디오 스트림을 발생시키므로 이를 해석하려면 별도의 프로세싱이 필요하다.

 

기존 장비를 개조할 때의 어려움

 

DT 설계는 실제 설치물을 위한 모델 역할을 하는 디지털 설계에서 시작한다. 따라서 실시간 데이터를 제공하는 센서들이 이 모델에 포함되어 최종 버전까지 계속해서 기능을 수행할 수도 있다. DT는 석유 및 가스, 핵 에너지, 항공우주, 자동차 같은 하이테크 애플리케이션에 주로 사용된다. 여기에 사용되는 기계들은 가상 모델이 도입되기 훨씬 전에 설치되었을 수 있다. 그러므로 디지털 트윈이 가능하도록 엣지 노드를 업그레이드하기에는 많은 어려움이 따른다.

기존 산업 분야에 DT를 도입하기 위해서 DT에 대한 현실 세계 버전을 완전히 처음부터 설계하는 경우는 거의 없다. 수 년 또는 수십 년 동안 잘 작동해온 기존 설비를 가지고 어떻게든 해보아야 한다. 다시 말해서 기존 시스템을 DT가 가능하도록 개조해야 하는 것이다. 디지털 트윈 시스템을 아무리 잘 설계한다 하더라도, 기존 장비의 성능을 모니터링하기 위한 센서가 부족하거나 아예 설치되어 있지 않다면 통합 과정은 엄청나게 복잡해질 것이다. 이러한 기술을 수용할 수 있도록 전혀 설계되지 않은 기계에 수십 혹은 수백 개의 센서들을 설치해야 하기 때문이다.

이미 센서들이 설치되어 있는 경우라도, 센서의 정확도가 디지털 모델에 유용한 데이터를 제공하기에 미흡할 수 있다. 예컨대 온도 센서가 설치되어 있기는 하지만 과열 결함만 감지할 수 있을 뿐, 결함을 조기에 예측하는데 필요한 온도 스트레스 패턴까지는 식별하지 못할 수 있다.

통신 네트워크의 용량 또한 문제가 될 수 있다. 기존에 설치된 IoT는 다양한 유선 및 무선 표준을 사용해서 엣지 노드를 해당 게이트웨이로 연결한다. 이러한 통신 기술에는 다음과 같은 표준 기술들이 포함된다:
• 지그비 – 저전력 메시 애플리케이션용
• 서브 1GHz – 저전력 및 장거리용
• 와이파이 – 고속의 직접 인터넷 연결
• 블루투스 – 가장 낮은 전력
• 기타

설계자는 각 표준들이 디지털 트윈 데이터로 인해서 가중되는 부담을 처리할 수 있는지 면밀히 검토해야 한다.

 

수십 배 증가해야 하는 센서 수

 

디지털 트윈은 많은 산업 분야에서 아직은 초기 단계에 있지만, 많은 제품들이 첫번째 시제품을 세상에 선보이기 위해 가상 세계에서 설계, 테스트, 검증 과정을 거치고 있다. 이러한 제품들 역시 특수한 실시간 센서들에 의해 엄청난 양의 데이터가 수집되고 있다. 항공기 엔진과 포뮬러 1 경주용 차는 대표적인 두 가지 사례이다.

항공기 엔진
항공기 엔진은 이미 고도로 계장화 되어 있다. 전통적인 터보팬 엔진(그림 2)은 압력, 온도, 유속, 진동, 속도를 측정하기 위한 센서들을 포함한다. 또한 각 범주별로 여러 특수 센서들이 사용되어 보다 세분화된 기능들을 담당한다. 압력 측정을 예로 들면 터빈 압력, 오일 압력, 오일 또는 연료-필터 차동 압력, 스톨 감지(stall detect) 압력, 엔진 제어 압력, 베어링실 압력 등을 측정하기 위해 각각의 센서들을 사용할 수 있다.

그림 2: 항공기 터보팬 같은 엣지 노드는 이미 수백 개의 센서들을 포함한다. 여기에 DT를 도입하려면 센서 수가 지금보다 수십 배 늘어나야 한다.

그림 2: 항공기 터보팬 같은 엣지 노드는 이미 수백 개의 센서들을 포함한다. 여기에 DT를 도입하려면 센서 수가 지금보다 수십 배 늘어나야 한다. (이미지. 마우저 일렉트로닉스)

 

DT는 기존의 모니터링 애플리케이션보다 훨씬 더 많은 데이터를 필요로 하기 때문에 그만큼 훨씬 더 많은 수의 센서들을 필요로 한다. 오늘날 사용되는 대부분의 항공기 엔진은 약 250개의 센서를 포함하지만, 요즘 나오고 있는 차세대 DT 가능 제품은 5천 개 이상의 센서를 포함한다. 연료 유량, 연료 및 오일 압력, 고도, 대기 속도, 전기 부하, 외부 공기 온도 등을 모니터링하는 센서들로부터 추가적인 데이터가 제공된다. 롤스로이스(Rolls-Royce), GE, 프랫 앤 휘트니(Pratt & Whitney) 같은 회사들은 이미 DT를 사용해서 신뢰성과 효율을 끌어올리고, 제조 비용은 낮추고 있다.

포뮬러 1 경주

그림 3: 포뮬러 1 경주 (이미지. 마우저 일렉트로닉스)

 

DT 기술은 치열한 경쟁이 펼쳐지는 포뮬러 1 경주에서 운전자와 자동차의 성능을 향상시키는 데에도 사용될 수 있다. 맥클라렌-혼다(McLaren-Honda) 팀은 200개 이상의 센서를 사용해서 엔진, 기어박스, 브레이크, 타이어, 서스펜션, 공기역학에 관한 실시간 데이터를 전송한다. 경기가 진행되는 동안, 이 센서들은 영국 워킹(Woking)에 있는 맥클라렌 기술 센터(McLaren Technology Centre)로 100GB에 이르는 데이터를 전송한다. 분석가들은 이 데이터를 분석하고 DT를 적용해서 운전자에게 최적의 경주 전략을 전달한다. 가상의 세계에서 DT가 실제 자동차와 동일한 도로 조건, 날씨, 온도로 동일한 경기를 펼친다.

 

DT 엣지 노드 아키텍처의 미래

 

DT 모델의 잠재력을 최대한 실현하기 위해서는 기존의 엣지 노드 아키텍처에서 다음과 같은 몇 가지 과제들을 해결해야 한다:

스마트 센서와 엣지 노드 프로세싱
센서들이 점점 더 많은 데이터를 수집함에 따라서, 디지털 모델로 데이터를 어떻게 사용할지, 또 데이터를 어디에서 처리해야 할지(노드, 게이트웨이, 클라우드 등) 결정해야 한다. 노드에서 처리하면 네트워크 대역폭은 줄일 수 있으나 정보를 잃을 우려가 있고, 그러면 DT 성능이 떨어질 수 있다.

이 결정에는 사용하는 센서가 어떤 유형인지가 영향을 미친다. 많은 센서들은 예컨대 압력을 나타내는 디지털 전송처럼, 사용하기 편리한 구조화된 포맷으로 정보를 전송한다. 하지만 마이크로폰이나 이미지 센서 같은 것들은 구조화되지 않은 대량의 원시 데이터를 발생하므로 대대적인 프로세싱을 하지 않으면 쓸모가 없다.

향상된 통신 인터페이스
엣지 노드 프로세싱을 늘린다 하더라도, 어마어마하게 늘어나는 데이터 양 때문에 시스템 설계자는 어떻게든 네트워크 대역폭을 늘려야 할 것이다. 예를 들어 항공기 엔진은 엔진 한 대마다 초당 5GB의 데이터를 발생하며, 상업용으로 사용되는 트윈 엔진 항공기는 하루에 최대 844TB의 데이터를 발생한다.
전통적인 산업들은 또 다른 복잡함을 안고 있는 엄청난 양의 데이터를 발생한다. 전통적인 산업용 IoT 애플리케이션에 이용되는 많은 원격지 엣지 노드들은 저전력 소비 특성을 최적화하기 위해 배터리 전원과 저성능 무선 프로토콜을 사용한다. 따라서 이러한 기존 설계에 DT를 사용하려면 통신 병목지점이 어디인지부터 파악할 필요가 있다.

견고한 엣지 노드 보안
기존에 설치된 IoT 네트워크는 엣지 노드 디바이스에서 보안성이 문제가 될 수 있다. 이에 따라 암호화, 보안 하드웨어, 애플리케이션 키, 장치 인증서 같은 보안 조치들이 점점 더 일반화되고 있다. DT 프로그램의 도입이 늘어날수록 이러한 보안 기술들의 중요성은 더욱 강조될 것이다. 특히 인터넷 프로토콜(IP) 연결이 가능한 노드들은 해커들의 공격 대상이 되기 쉽다.

 

맺음말

 

디지털 트윈 프로그램을 구현하려면 신호 체인의 모든 측면에서 더 높은 성능이 필요하다. 디지털 트윈을 적용하고자 하는 해당 장비 또는 그 가까이에 설치되는 엣지 노드의 경우는 특히 더 하다. 엣지 노드는 디지털 트윈을 구현하는 데 있어서 핵심적인 역할을 한다. 실제 세계로부터 동작과 환경에 관한 데이터를 수집하는 센서와, 이렇게 센서들이 수집한 정보를 상위 레벨로 전송하는 통신 링크들이 엣지 노드에 포함되어 있기 때문이다. 현재 디지털 트윈은 주로 항공기와 자동차 같은 분야에 사용되고 있다. 이들 분야에는 이미 많은 수의 센서들이 사용되고 있는데, 여기에서 디지털 트윈이 가능하도록 기존 장비를 개조하려면 지금보다 수십 배 더 많은 센서들을 설치해야 한다. 그 밖에도 엣지 노드 프로세싱, 통신 프로세싱, 엣지 노드 보안 같은 것들을 향상시켜야 한다.

 

글_ 폴 피커링(Paul Pickering) / 마우저 일렉트로닉스

 

Continue Reading

머신/팩토리

[이슈] 인공지능을 통한 인간-로봇 콜라보레이션

Published

on

필립 델롬(Philippe Delorme) 슈나이더 일렉트릭 부회장

바이오닉 워크플레이스(BionicWorkplace)로 미래 공장을 보다

훼스토(Festo)는 지난 하노버 산업 박람회에서 인간의 팔에서 모티브를 얻은 생체 로봇 팔인 바이오닉 코봇(BionicCobot)과 함께 작동하는 바이오닉 워크플레이스를 통해 수많은 지원 시스템 및 주변 장치와 서로 연결되어 통신하는 인상적인 시연을 선보였다. 작업자는 이러한 바이오닉 코봇의 지원을 받아 작업에서 과중한 업무 강도나 위험한 작업으로부터 벗어날 수 있게 된다.

산업 환경의 변화로 인해 짧은 제품 수명 주기와 다품종 소량 생산의 다양한 사양에 대한 요구가 증가되고 있다. 동시에 직원들이 신속하고 직관적으로 새로운 작업에 적응할 수 있도록 하는 것이 점차 중요해지고 있으며 사람, 기계 및 소프트웨어 간의 새로운 형태의 협력이 요구된다. 여기서 중요한 역할은 로봇 기반의 자동화 솔루션이며 획기적인 작업 환경인 바이오닉 워크플레이스를 통해 인공 지능을 갖춘 자가 학습 시스템과 사람 작업자가 함께 작업하며 서로 네트워크를 형성할 수 있게 된다.

필립 델롬(Philippe Delorme) 슈나이더 일렉트릭 부회장
바이오닉 워크플레이스 (BionicWorkplace): 훼스토는 서로 연결되어 서로 통신하는 수많은 지원 시스템 및 주변 장치와 함께 인간이 생체 로봇 팔과 함께 작동하는 바이오닉 워크플레이스를 통해 인상적인 시연을 보여준다.(사진. 훼스토)

미래 공장을 위한 배치 사이즈 1까지의 유연한 생산
미래 생산은 제품 생산뿐만 아니라 작업장 및 작업 환경의 설계면에서도 유연해야 한다. 인공 지능 및 머신 러닝은 작업장을 지속적으로 개발시키고 요구 사항에 걸맞게 최적의 상태로 자체 적응시키는 최적화 러닝 시스템으로 전환시킨다. 훼스토(Festo)는 지난 하노버 산업 박람회에서 인간의 팔에서 모티브를 얻은 생체 로봇 팔인 바이오닉 코봇(BionicCobot)과 함께 작동하는 바이오닉 워크플레이스를 통해 수많은 지원 시스템 및 주변 장치와 서로 연결되어 통신하는 인상적인 시연을 선보였다. 작업자는 이러한 바이오닉 코봇의 지원을 받아 작업에서 과중한 업무 강도나 위험한 작업으로부터 벗어날 수 있게 된다.

인체 공학적으로 설계된 전체 작업장은 조명에 이르기까지 작업자 맞춤형으로 적용할 수 있다. 센서 및 카메라 시스템은 작업자, 컴포넌트 및 도구의 위치를 등록하여 작업자가 제스처, 터치 또는 스피치를 통해 직관적으로 바이오닉 코봇을 제어 가능하다. 동시에 소프트웨어 시스템은 모든 카메라 이미지를 처리하고 다양한 주변 장치에서 입력하며, 이 정보를 사용하여 최적의 프로그램 순서로 이끌어낸다. 시스템은 각 동작을 인식하고 지속적으로 최적화하고 제어, 프로그래밍 및 시퀀스 설정은 점차 더 자유로운 작업 방법으로 점진적으로 발전시키고 있다.

일단 학습 및 최적화 작업을 거치면, 바이오닉 워크플레이스의 프로세스와 기술은 실시간으로 동일한 유형의 다른 시스템으로 쉽게 이전되고 전 세계적으로 공유 가능하다. 예를 들어, 미래에는 작업 공간의 지식 모듈을 공유하는 글로벌 네트워크를 통합하는 것이 가능하게 될 것이다. 생산은 더욱 유연해질뿐만 아니라 분산화 될 것이다. 작업자는 인터넷 플랫폼을 통해 생산 주문을 하고 개별 고객의 요구 사항에 따라 기계와 협력하여 자율적으로 수행할 수 있으며 작업장의 원격 조작도 가능하게 된다.

핵심 구성 요소로서의 바이오닉 코봇
핵심 구성 요소는 경량의 공압으로 구성된 “바이오닉 코봇” 이다. 이 로봇은 인간의 팔을 모델로 하며 압축 공기의 유연한 움직임으로 사람들과 직접적이고 안전하게 상호 작용할 수 있다. 이것은 디지털화된 공압인 훼스토 모션 터미널(Festo Motion Terminal)으로 가능하다. 바이오닉 코봇과 함께 사용되는 훼스토 모션 터미널은 안전한 인간-로봇 협업을 위한 완전히 새로운 솔루션을 제안하며, 빠르고 강력하고 부드럽고 섬세한 움직임을 수행 가능하다.

지난 하노버 산업박람회에서 훼스토는 바이오닉 워크플레이스의 제품 제조 프로세스를 시연했다. 예를 들어, 개별 모델의 헤드를 만들기 위해 먼저 레이저 커터로 아크릴 유리를 조각 낸다. 스마트 폰을 사용하여 스캔, 저장된 사람의 얼굴 특징을 소프트웨어 프로그램을 통해 CAD 모델로 변환한 다음 별도의 조각으로 나눈다. 그 다음, 레이저 커터는 이 3D 템플릿을 기반으로 아크릴 유리에서 조각을 잘라낸다. 바이오닉 코봇은 레이저 커터에서 직접 조각을 가져와서 올바른 순서로 작업자에게 제공한 다음 조립하여 모델을 만든다.

이 시나리오에서 로보티노®(Robotino®)의 레이저 스캐너를 사용하여 스테이션간에 자율적으로 이동하고, 안전하게 길을 찾게 되며 지속적인 재료 자동 공급이 가능하게 된다. 공압으로 동작되는 부드러운 로봇 구조의 바이오닉 코봇으로 로딩된다.

박은주 기자 news@icnweb.co.kr

Continue Reading

Trending

© Copyright 2006-2018 아이씨엔미래기술센터 All Rights Reserved.
tel. 0505-379-1234, fax. 0505-379-5678 | e-mail. icn@icnweb.co.kr | Powered by WordPress Flex Mag Theme.
Address: 72-31 2F, Changcheon-dong, Seodaemun-gu, Seoul, 03787, Korea
주소: 서울특별시 서대문구 연세로5다길 41, 2층 아이씨엔(우편번호 03787)

제호: 인더스트리얼 커뮤니케이션 네트워크, 등록번호: 서대문-라-00035, 등록일: 2009.04.16, 발행일: 2006.10.01, 발행/편집인: 오승모
발행처: 아이씨엔, 사업자등록번호: 206-11-69466, 대표자: 오승모, 통신판매업신고증: 2009-서울서대문-0373호

기사제보: news@icnweb.co.kr 반론청구: oseam@icnweb.co.kr
본 매체의 모든 콘텐츠는 저작권법의 보호를 받습니다. 이의 일부 또는 전부를 무단 사용하는 것은 저작권법에 저촉되며, 법적 제재를 받을 수 있습니다.