산업기술/제조/경영

Nikkei Monozukuri_2025.7 (p.30~31)

파나소닉이 개발한 숙련된 기술자를 뛰어넘는 설계  AI
면도기와 전동 공구 개발에서 실용화

파나소닉홀딩스가 AI(인공지능)를 이용한 기기 설계에 대한 대응을 가속화하고 있다. 이전부터 숙련 기술자가 최적 설계한 디바이스보다 더 높은 성능을 실현할 수 있는 설계 AI를 개발해온 파나소닉은 그룹사에서의 활용으로 한 발 더 나아가려 하고 있다.

현재, 전동 면도기와 모터, 전동 공구 등 5개 이상의 상품에서 AI가 제로 베이스에서 설계한 디바이스를 채택하기 위해 개발이 진행되고 있다. AI가 도출한 최적의 구조를 모델로 삼아 재료 및 제조 코스트를 고려해 최종적인 구조를 결정해 나가는 것이 향후 기기 설계의 주류가 되어 갈 가능성이 있다.

이번에 개발한 설계 AI에, 예를 들면, 전동 쉐이버 ‘람대쉬(LAMDASH)’에 탑재된 리니어 모터 ‘무버(Mover)’라고 불리는 구동 부분의 구조를 제로 베이스로 고안하도록 한 결과, 숙련된 기술자가 최적 설계를 한 모터와 비교해 실측치로 출력이 15% 높아졌다. 15%라는 수치는 지금까지 사람 설계자들이 꾸준히 개선해 온 것과 비교해 월등히 높다.

“(AI가 설계하는 구조는) 처음은 엉망이지만, 계산을 반복하는 사이 조금씩 개선되면서 나중엔 사람이 설계한 구조보다도 출력이 높아지게 된다”(파나소닉 프로덕트해석센터의 오타(大田) 부장).

람대쉬는 제품화된 지 이미 20년 이상이 지났다. 현장에서는 소형화·고효율화를 목표로 꾸준히 개선을 추진해왔지만, 성장 전망은 미미한 실정이다. “사람의 경험과 감에 근거한 설계는 이미 한계에 와있다”(오타 부장) 라는 사실이 이번 설계 AI를 개발하는 큰 계기가 되었다고 한다. 설계 AI의 도입으로 향후 제조는 AI가 도출한 ‘이상적 형태’를 실현하는 백캐스팅 접근 방식으로 변모해 나갈 가능성이 있다고 오타 부장은 지적한다.

디바이스 개발에서의 AI 활용은 대학에서의 구조설계 연구나 머티리얼 인포매틱스 등 재료 분야에서는 사례가 많지만, 모터 등 부품 자체에 적용한 사례는 거의 없다고 한다. 여기에는 보급하는 데 있어 해결해야 할 몇 가지 장벽이 있었다. (1)계산 코스트·도입 코스트라는 경제적 장벽 (2) 설계자가 AI의 도출 결과를 해석할 수 없다는 등의 기술적인 장벽 (3) 얻을 수 있는 이점 등에 대한 인지도가 낮다는 사회적 장벽이다.

-- 계산 속도를 7배로 --
그래서 파나소닉이 만들어 낸 것이 중요한 설계 포인트를 히트맵화하는 방법이다. 중요 부분을 집중적으로 최적화함으로써 계산을 고속화해 코스트를 낮추고, 기술자들이 AI가 왜 그러한 구조를 제시했는지 알 수 있도록 했다.

히트맵을 작성하는 방법은 아래와 같다. 설계 AI는 계산 과정에서 다양한 구조나 평가치 등 방대한 데이터를 생성. 그 데이터군에 대해 통계적인 해석을 하고, 어느 구역이 출력에 대해 기여도가 높은지를 계산한다. 그리고 그 결과를 구역 별로 히트맵으로 그려낸다. 예를 들면, 설계 대상 디바이스의 중앙 부분이 중요할 경우, “그 부분을 상세하게 설계함으로써 설계 파라미터를 줄일 수 있다”(오타 부장). 파나소닉은 이 히트맵을 작성하는 알고리즘을 2024년 말에 완성. 앞으로 이것을 사내에 확대시켜 나갈 방침이다.

파나소닉은 개발한 히트맵의 효과를 평가하기 위해 디바이스의 특정 부분의 자기(磁氣) 에너지를 최대화하는 구조 설계를 실시했다. 처음에는 기술자 3명이 협력해 구조를 제안했고, 그 다음 설계 AI가 구조를 제안했다. 그 결과, 설계 AI가 제안한 모델은 기술자가 고안한 모델에 비해 자기 에너지가 약 2배 높았고, 히트맵의 활용으로 기존 설계 AI에 비해 계산 속도가 약 7배 높아졌다고 한다.

서두에서 언급했듯이, 현재, 그룹사에서 이 설계 AI를 활용한 상품 개발이 진행되고 있다. 파나소닉 생활어플라이언스가 전동 면도기, 파나소닉인더스트리가 모터, 파나소닉일렉트릭웍스가 전동 공구 등, 적용 건수는 5건 이상이다. 모두 출력 향상이 기존 대비 10% 이상이 되는 구조를 도출할 수 있었다고 한다.

더 나아가, 한계의 특성을 명확히 함으로써 출력 최적화와는 별도로 코스트 최적화 모델도 도출할 수 있다. 이로 인해 재료 코스트를 30% 절감한 경우도 있다고 한다. “코스트도 목표 함수에 포함시킴으로써 코스트와 출력의 밸런스가 잡힌 설계도 실현이 가능하다”(오타 부장). 향후에는 AI 서버의 냉각 디바이스 등으로도 설계 AI의 적용 영역을 확대해 나갈 방침이다.

 -- 끝 –

Copyright © 2025 [Nikkei Monozukuri] / Nikkei Business Publications, Inc. All rights reserved.

Nikkei Monozukuri_2025.7

도전자
연구소는 탈비밀주의, 사외와의 연대도 추진
ENEOS홀딩스의 후지야마 CTO, ENEOS 상무 집행 임원
심층 뉴스
오하마∙쇼난은 가동률 50% 미만, 닛산의 17개 공장 분석
일본계 자동차 업체들의 R&D비용, 대규모 관세 역풍 속에서도 높은 수준 유지
실적 호조의 대형 중공업들, 항공우주 등이 기여, 트럼프 관세에도 2026년 3월기는 전기 이상을 기록할 듯
오토데스크가 AI로CAD데이터를 자동 생성하는 기술 개발, 형상 표현뿐만 아니라 편집도 가능
인간형 로봇이 산업용에서 민생용으로, 보스턴다이내믹스 CTO
REPORT
- 마키노후라이스가 MBK와 TOB 계약 체결, 니덱 제안보다 751엔 많은 1만1,751엔
- 파나소닉이 숙련된 기술자를 뛰어넘는 설계 AI 개발, 면도기와 전동 공구 개발에서 실용화
특집 1
AI와 데이터 연계를 통해 진화, 유럽의 제조 현황
~하노버메세 2025에서 본 디지털 개혁 ~
Part1. 총론
이벤트장을 석권한 생성 AI, 데이터와 기술로 리스크에 대비
Part2. 생성 AI, 활용의 단계로
안정적인 제조업에서의 활용, 애플리케이션 속속 등장
Part3. 데이터 연계의 현위치
산업별 유스케이스로의 도입 목전, 국경을 뛰어넘는 접속도 실증 단계로
특집 2
소재산업을 뒤흔드는 유럽의 폐차 규제 파문
Part1. 탄소섬유 규제 움직임
탄소섬유 규제안 철회 검토, 올해 말까지 최종 결정
Part2.  폐차 규제안이란
재활용 플라스틱 비율과 배터리 설계에 제약, 2031년 신차부터
Part3. 나고야대학 내셔널컴포지트센터(NCC)에 물어보기
‘재활용이 어렵다’는 것은 오해, 유럽 폐차 규제에 반박
제조업 조사 연구소
'미국 생산 거점 증가'가 60% 이상, 트럼프 관세에 대비하고 있는 현장
이번 조사 주제는 '트럼프 관세'
카시오의 ‘프로트렉’ 개발 이야기
'G-SHOCK'을 탄생시킨 프로의 도전
최종회(특별편) 인터뷰
PICK UP
혼다가 AI와 대화해 프론트 디자인을 자동 생성하는 기술 개발, 개발 기간 대폭 단축
공급망의 새로운 상식
제 3회: 자재를 살 수 없는 시대로, 견적 거절을 어떻게 막을 것인가
스타트업이 직면하는 제품화를 위해 극복해야 할 5개의 장벽
ODM에 의도가 전달되는 제품 사양서를 제공해야
제10회
도요타류의 인간 만들기, 당신의 고민에 답합니다
133회: 장기적 관점의 경영을 관철하기 위해서는
EDITORS' ROOM
기계 설계자는 필독해야
편집부가 추천하는 1권
최소한의 부하로 품질 문제 방지

 -- 끝 –

Copyright © 2025 [Nikkei Monozukuri] / Nikkei Business Publications, Inc. All rights reserved.