제품 열화를 고정밀로 추정 미쓰비시전기, 피지컬 AI 신기술

기존 방식에 비해 학습용 데이터를 90% 절감

미쓰비시전기는 2025년 12월, 로봇 등 생산 설비를 포함한 기기의 동작을 물리 법칙과 수식으로 재현하는 모델을 탑재한 독자적인 AI(인공지능) ‘물리 모델 탑재 AI’를 발표했다. 기기의 열화를 수식과 시뮬레이션으로 재현하면서 추정하는 ‘열화 추정’에 활용한다. 기존 방식보다 적은 학습 데이터로도 높은 정밀도로 기기의 열화를 추정할 수 있어, 제품 유지보수 비용 절감을 기대한다.

물리 모델 탑재 AI는 기기가 현실에 존재하는 물리 법칙(세계)을 이해하면서 자율적으로 작업을 수행하는 ‘피지컬 AI’의 한 종류로, 물리 법칙과 노하우 등을 반영했다. 이는 미쓰비시전기의 AI 기술 ‘Maisart’ 가운데 ‘Neuro-Physical AI’의 개발 성과이다.

물리 모델이 탑재된 AI는, 시뮬레이션 공간에서 AI를 학습시키는 일반적인 피지컬 AI에 더해, 물리 법칙 등의 모델을 내장했다. 예를 들어 로봇을 원하는 대로 구동하기 위해 필요한 동력, 즉 얼마만큼의 토크가 필요한지를 계산하는 ‘역동역학 방정식’을 AI에 학습시킨다. 기기의 동작과 특성을 미리 학습시키기 위해, 이상적인 기기의 동작을 사전에 예측하고, 실제 측정 데이터와의 차이를 통해 열화 여부를 판단할 수 있다.

다만 물리 모델만으로는 실제 상황을 모두 표현할 수 없다. 따라서 사전에 학습한 AI에 기기의 개체 차이와 환경 영향에 관한 실측 데이터를 추가 학습시켜 보정한다. “개별 데이터의 편차까지 함께 학습하고 있다”(미쓰비시전기 AI연구개발센터의 구리야마(栗山) 매니저).

미쉐린, 여름 타이어를 기반으로 개발

일본 미쉐린 타이어가 2025년 10월부터 판매를 시작한 전천후형 올시즌(4계절) 타이어. 고속 주행 및 젖은 노면 등에서의 높은 조종 안정 성능을 보유, 눈길에서도 주행이 가능하도록 설계되어 있다. 겨울용 타이어 규제가 적용된 고속도로에서도 체인을 장착하지 않고 통행이 가능하다. 겨울용 타이어로 교체하는 번거로움이 줄어든다는 이유로 최근 국내에서 전천후형 타이어 판매가 증가하고 있다. 미쉐린은 스포츠성을 부각시켜 타사와의 차별화를 도모했다.

프랑스의 미쉐린은 자체 개발한 전천후형 타이어 ‘CROSSCLIMATE 3 SPORT’ 시리즈를 순차적으로 출시해 나갈 예정이다. 여름용 타이어에 버금가는 고속 안정성 및 핸들링 성능을 실현, 겨울용 타이어 규제하의 도로에서도 사용이 가능한 ‘스노우플레이크 마크(3PMSF)’가 새겨져 있다.

하지만, 결빙된 도로에는 대응하지 못하며, 그러한 경우, 초저속 운전이나 경우에 따라서는 정차가 필요하다. 또한, 모든 차종에 체인 규제가 적용되는 도로의 경우에는 체인 장착은 필수이다. 일본 미쉐린 타이어에 따르면, 기본적으로 일본에서는 눈이 연간 수 차례 정도 내리는 간토(関東) 이남의 도쿄, 나고야, 오사카 및 태평양에 접해있는 지방에서의 사용을 전제로 하고 있다.
 

양도까지 최단 1년, 초기 비용을 낮춰 지방 수요 겨냥

2026년 1월 5일, 다이와(大和)하우스공업은 소규모 모듈형 데이터센터 ‘Module DPDC(D-Project Data Center)’ 판매를 개시했다. 인공지능(AI) 보급에 따른 데이터센터의 수요 증가와 정부가 제시한 ‘디지털 농촌도시 국가구상’의 일환으로 추진되고 있는 지역 분산을 대비해 생산·판매 체계를 강화하는 것이 목표이다.

Module DPDC는 철골 구조의 단층 건물이다. 한 모듈의 크기는 연면적 약 200㎡이며, 높이는 약 6.6m. 1,000㎡ 정도의 부지가 있으면 지을 수 있다. 부지 면적에 따라 모듈 단위로 증설도 가능하다.

구조는 방재 거점 등에 요구되는 중요도 계수 1.5의 내진성(耐震性)을 확보. 일본데이터센터협회가 규정한 시설 기준의 최고 수준인 ‘Tier 4’에 부합한다. 무정전 전원 장치 등 백업 설비를 마련함으로써 재해 시에도 시설의 지속적인 운영이 가능하도록 했다.

가시마, 교량 이미지로 AI가 건전도 판정

가시마는 아오모리현과 공동으로, 촬영한 이미지를 바탕으로 AI(인공지능)가 도로 교량의 건전도를 판정하는 웹 시스템 ‘BMStar_AI’를 개발하고, 아오모리현이 관리하는 교량의 정기 점검에서 운용을 시작했다. 약 20년 동안 축적한 점검 결과를 AI 학습에 활용했다. 기술자의 경험치와 숙련도에 따른 진단 편차가 줄이고, 점검의 정확도를 높인다.

BMStar_AI는 태블릿 등으로 촬영한 교량 손상 부위의 이미지를 AI가 판독해, 손상의 범위와 정도를 검출하고, 건전도를 수치로 표시한다. 건전도는 아오모리현 자체의 평가 기준을 기반으로 하며, 국토교통성이 점검 요령에서 정한 지표와는 다르다.

콘크리트 교량과 강철 교량의 두 종류를 진단할 수 있다. 서버에서 처리하는 Web 시스템이기 때문에 현장에서 스마트폰이나 태블릿을 이용해 촬영하면 진단 결과를 즉시 표시한다.

실제 점검 시 촬영한 사진과 점검 결과를 교사 데이터로 AI에 학습시켰다. 학습시킨 사진은 콘크리트 교량과 강철 교량에서 각각 약 5만 장에 달한다.

콘크리트 교량은 균열, 콘크리트 박리, 철근 노출, 누수, 자유 석회 등 손상 종류가 다양하다. 건전도 진단 과정에서는 한 장의 이미지만으로 직접 건전도를 판정하는 것이 아니라, 각 손상에 대해 범위와 정도를 판정한다. 이후에 이를 통합해 전체 건전도를 산출한다.

한편, 강철 교량은 촬영 사진 1장에 대해 하나의 건전도를 판정한다. 주요 손상인 방식(防食) 기능의 열화나 부식은 면(面) 단위로 발생하기 때문에 콘크리트 교량처럼 부분적으로 평가할 필요가 없다고 한다.
 

정밀 소형 부품에도 대응, 아이신

아이신이 일본 전통 종이인 와지(和紙) 제작 공정인 초지(抄紙) 기술을 활용한 탄소섬유강화 수지(CFRP) ‘초지 CFRP’를 개발했다. 알루미늄과 동등한 강도를 가지며, 무게는 알루미늄의 절반 정도이다. 기존 CFRP가 어려워했던 소형 부품도 성형할 수 있다. 수지 함침 공정이 필요 없고, 프레스 가공 시 고화되므로 생산 시간 단축도 기대할 수 있다.

-- 단섬유 CF와 섬유상 수지를 함께 혼입 --
기존의 CFRP는 긴 탄소섬유를 직조한 뒤 수지를 함침시키고 건조해 제조한다. 한편, 아이신이 개발한 초지 CFRP는 짧은 탄소섬유와 섬유 형태의 수지를 처음부터 함께 혼입해 제작한다.

제조 공정은 다음과 같다. 먼저 짧은 탄소섬유와 폴리카보네이트(PC) 등의 수지 섬유를 물속에서 혼합한다. 이어 혼합액을 망 위에서 탈수·건조해, 탄소섬유와 수지 섬유가 얽힌 펠트 형태의 ‘생지(生紙)’로 가공한다.

이 생지를 기재(基材)로 여러 장 적층한 뒤 프레스기로 가열∙가압해 CFRP로 만든다. 프레스 과정에서 섬유 형태의 수지를 녹아 고화되므로, 별도의 수지 함침 공정이 없이 바로 성형할 수 있는 제조법이다. 사용 재료와 생지의 두께에 따라 달라지지만, 생지 11~12장을 적층해 프레스하면 두께 약 2mm의 판재를 성형할 수 있다.

차세대 OS로 AGL·Zephyr 검토

혼다는 2026년에 개편하는 전자 아키텍쳐(플랫폼)에 가상화 기술을 도입해, 여러 기본 소프트웨어(OS)를 1개의 전자제어유닛(ECU)에 탑재한다. ECU 통합을 추진해 소프트웨어의 대규모화나 무선 업데이트를 실현한다. 장기적으로는 OS에 오픈소스 채택을 확대해 비용 절감을 도모할 방침이다. 차량의 부가가치를 소프트웨어가 좌우하는 새로운 경쟁에 대비해, 선행하는 미국 테슬라나 중국 업체들을 추격한다.

2026년에 출시하는 차세대 전기자동차(EV) 군 ‘제로 시리즈’부터 ‘CORE(Centralization Oriented Reconfigurable E&E, 코어) 아키텍쳐’라 부르는 새로운 전자 플랫폼을 적용한다. 파워트레인과 섀시 등 여러 주요 기능을 제어하는 통합 ECU에 '하이퍼바이저'라 불리는 가상화 기술을 도입하는 것이 특징이다. 2025년 12월에 자동차기술회가 개최한 이벤트에서 혼다 SDV 사업개발통괄부의 구기(久木) 수석 엔지니어가 밝혔다.

동행형으로 10배 빠르게

일본 IBM은 기업의 소재 개발을 인공지능(AI)으로 지원하는 동행형(伴走型) 서비스를 시작한다고 발표했다. 데이터 수집부터 모델 구축, 운용까지 일본 IBM의 컨설턴트나 엔지니어로 구성된 팀이 동행해 지원한다. 방대한 문헌 정보를 학습한 일본 IBM의 소재 탐색 플랫폼에 도입 기업의 연구 데이터도 함께 학습시켜, 기업별 목적에 맞춘 맞춤형 지원을 가능하게 한다. 이를 통해 소재 개발에 필요한 기간과 비용을 10분의 1 이하로 줄이는 것을 목표로 한다.

일본 IBM은 ‘IBM Material DX’라고 부르는 서비스를 시작한다고 2025년 12월 16일 발표했다. 기반 소프트웨어에는 IBM 연구 부문이 보유한 방대한 문헌 정보와 화합물에 관련 수십억 건의 데이터를 학습한 AI를 탑재했다. 여기에 도입 기업의 연구 데이터를 통합함으로써 각 기업의 목적에 맞춘 데이터 분석과 소재 탐색을 가능하게 한다. IBM과 미국 Amazon Web Services(AWS)의 클라우드 서비스는 물론, 자체 서버를 보유한 온프레미스 환경에서도 이용할 수 있다.