산업기술/제조/경영

Nikkei Monozukuri_2025.12 (p.26-28)

다이하쓰, 공장의 문제를 AI로 해결
부트캠프 방식, 2개월 연수로 성과

“공장 현장은 AI(인공지능)를 도입했을 때 작업자가 얼마나 편해지는지 쉽게 알 수 있다. 그래서 도입 사례를 많이 만들어 보급을 추진하려면 공장부터 시작하는 것이 좋다”(다이하쓰공업 DX추진실 디지털변혁그룹장 겸 DX전략담당 다이코(太古) 씨).

다이하쓰공업은 문제를 안고 있는 현장 담당자를 DX추진 부서가 지원해, AI 기반 시스템을 2개월 만에 도입하는 노력을 본격화하고 있다. 2021년 무렵부터 시작돼, 지금까지 100건 이상 도입을 완료했다.

DX(디지털 전환)는 기업 전략으로서 톱다운 방식으로 진행해야 할 영역이 있는 한편, “성공한 기업들의 사례를 보면, 열의를 가진 사람들로부터 점차 확산시키는 것이 중요한 점에서 바텀업 방식도 효과적이다. 현장에는 열의를 가진 사람이 적지 않다. 그런 인재를 놓치지 않고, 역량을 발휘할 수 있도록 추진하고 있다”(다이코 DX전략담당). 또한 공장 현장은 표준 택트 타임이 정해져 있는 등 공수가 명확하게 관리되고 있어, AI 도입 효과도 명확하게 확인하기 쉽다.

-- 다관절 로봇 감속기에서 예방 보전 실현 --
그 사례 중 하나가 로봇 감속기의 열화 예측을 통한 예방 보전 실현이다. 용접, 도장, 조립 등에 사용되는 다관절 로봇은 각 축을 구동하는 모터에 감속기가 장착돼 있으며, 기계적 마모 등으로 인해 정기적인 유지보수가 필요하다. 일반적으로는 2년 주기로 점검하지만 열화 정도를 판단하기 위해 쇳가루 농도를 측정하는 데 1회당 3명이 2시간이 소요되고, 교체할 때는 6~8시간이 추가로 필요하다. 한 달에 점검할 수 있는 대수는 13대 정도에 불과한 반면, 로봇은 총 320대 정도이기 때문에 순차적으로 점검하더라도 한 바퀴를 도는 데 2년으로는 따라가지 못할 우려가 있다.

그 중에는 열화된 감속기가 검사 순서를 기다리기 전에 로봇이 이상 정지하는 경우도 있었다. 그 때문에 문제가 발생하기 전에 이상 징후를 포착해 감속기를 교체하는 예지 보전으로 전환하고 싶다는 요구가 현장에서 제기됐다.

그래서 로봇에 전류 센서를 추가 장착해 전류를 측정하고, 이를 기계학습 모델로 판정하도록 했다. 하루에 4회, 전류 파형을 취득해 모델로 분석하고, 고장 가능성을 나타내는 이상도를 공정 보드에 표시한다.

전류 센서는 약 2000엔 수준이다. 이를 개당 약 500엔의 아날로그 디지털 변환기를 거쳐, 보드 컴퓨터 ‘Raspberry Pi’(1대 1만 엔 정도)에 연결한다. AI 모델에 의한 판정은 Raspberry Pi 상에서 실행한다. 모델 생성에는 미국 DataRobot의 도구를 활용했다. 비용은 모두 합쳐 로봇 1대당 4만 2500엔 정도면 된다.

“외부에 시스템 구축을 의뢰하면 매우 고가가 된다. 수백만 엔을 요구할 수도 있다”(다이코 DX전략담당). 한편, 정기 검사를 줄임으로써 얻는 효과는 월 약 27만 엔이다. 분당 공수를 58엔 33전으로 잡고, 3명이 120분을 필요로 하는 검사를 월 13대 실시한다고 가정해 산출한 수치다. 다만 현장에서는 예지 보전으로 전환함으로써 로봇의 이상 정지를 억제할 수 있다는 점이 가장 큰 효과로 평가받고 있다.

-- 현장 담당자가 2개월 연수에 참가 --
이처럼 현장에 대한 AI 구현을 추진하기 위해 다이하쓰공업은 연수 프로그램인 ‘AI 부트 캠프’를 실시하고 있다. AI를 활용해 공장 현장의 업무를 개선하고 싶다는 아이디어를 가진 인재가 자발적으로 참여 의사를 밝히고, 공장장의 승인을 거쳐 2개월간의 연수에 참가한다. DX추진실 디지털변혁그룹이 동행(伴走)하며, AI의 기초교육부터 구현까지 2개월에 끝낸다. 지금까지 AI를 도입한 테마는 로봇 감속기 보수와 같은 시계열 이상 탐지와 예측, 이미지 기반 물체 탐지와 분류, 이상 탐지, 요인 분석, 수리 최적화 등 매우 폭넓다.

AI 부트캠프 참가자들은 우선 자신의 과제와 아이디어를 ‘아이디어 시트’로 정리한다. 이 중에서 디지털변혁그룹의 멤버와 함께 2개월 안에 구현 가능한 과제를 검토해 선정하고, 개발과 구현 계획을 세운다. 필요한 데이터가 이미 있는 경우에는 그래프로 시각화해 확인하고, 데이터가 없는 경우에는 새로 수집한다. 동시에 AI 도구와 Python의 기초 학습, 비품 구매 절차 등도 진행한다.

수집한 데이터에는 전처리를 실시한다. 센서 데이터에 대해서는 통계적 특징량을 추출하고, 카테고리나 시간 등의 속성 데이터를 준비해 조합한다. 통계적 특징량은 평균값, 최대값, 최소값, 중앙값, 사분위수, 변화량의 총합, 표준편차, 분산 등 일반적인 것들이다. 이미지 데이터에 대해서는 트리밍이나 배경 처리 등의 이미지 처리를 적용한다.

모델 개발에는 노코드나 로우코드 도구를 이용한다. 기계학습 모델 생성은 주로 디지털변혁그룹이 담당하지만, 구현이나 운용 개시 후의 유지 관리는 연수 참가자가 담당하기 때문에 프로그래밍 부담이 적은 도구를 사용한다. 기계학습에는 DataRobot의 도구를 이용하고 있다. 기본적으로 통계적인 특징량을 기반으로 학습시키면 어느정도 정확도는 얻을 수 있지만, 어떤 특징량이 효과적인지 등에 대해 데이터 사이언티스트와 논의해 모델의 정확도를 높인다.

-- 모델도 하드웨어도 최대한 심플하게 --
모델은 고도화된 것보다 단순한 모델이 더 적합하다. 단기간에 저비용으로 구현할 수 있을 뿐 아니라, 클라우드 등의 연산 자원에 의존하지 않고 현장에 설치한 Raspberry Pi 등에서 구동해야 하기 때문이다. 운용 개시 후의 데이터 품질 유지나 모델 열화에 대한 대응 등도 단순한 모델이 현장에서 다루기 쉽다.

“훌륭한 모델은 세상에 많지만 GPU(그래픽처리장치)를 사용한다거나 예측과 추론을 위해 PC 스펙을 높여야 한다면 현장 도입에는 맞지 않다고 생각한다. 그보다는 어떻게 질 좋은 데이터를 수집할 것인가에 대한 논의를 더 중요하게 생각하고 있다”(다이코 DX전략담당).

구현 과정에서는 참가자가 보유한 현장 노하우를 중시한다. 개선을 위한 장치를 직접 만드는 문화를 활용해 가급적 비용을 들이지 않고 준비하고 있다. “예를 들어 소리를 내야 한다면 100엔숍의 스피커라도 좋다는 마인드가 원래 있다. 스스로 하는 것이 다이하쓰다운 방식이다”(다이코 DX전략담당).

AI나 Python 교육도 참가자가 자신의 기술로서 사용할 수 있도록 하기 위한 것이다. “지금 이대로는 안 된다는 건전한 위기의식을 가진 사람들에게 디지털 기술의 활용을 확산시키고 싶다. 공장 현장은 기계학습에 적합하지만, 판매 회사라면 BI(비즈니스 인텔리전스)가 좋다. 생성형 AI 스터디도 시작했으며, 적합한 업무부터 도입을 확대해 나갈 생각이다”(다이코 DX전략담당).

 -- 끝 --
 

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

Nikkei Monozukuri_2025.11 목차

도전자
어렵기 때문에 더 재미있다, IT와 현장을 넘나드는 이도류
미치히로 다카시(道廣 隆志), DT DYNAMICS 대표이사 사장

뉴스의 심층
・H3 로켓 7호기, HTV-X를 궤도에 투입 -- 개발 초점은 LE-9 단일의 ‘30형’ 구성으로

・도요타, EV에 SiC 채택 확대 -- ‘bZ4X’ 일본 내 최장 주행거리 746km 달성

・가상 환경에서 나사 체결 누락 방지 -- 카시오, 해석 자동화 도구 자체 개발

・다이하쓰, 공장의 문제를 AI로 해결 -- 부트캠프 방식, 2개월 연수로 성과

・3D 오차 공유로 금형 트라이아웃 40% 감소 -- 후지필름 BI, 향후 AI 도입도 검토

REPORT
・혼다, 신 기준 원동기장치자전거의 상품화에서 선도 -- 원동기2종 부품 사용으로 비용 절감

・나가사키종합과학대학, 최대 50m 잠항 수중 드론 -- PVC 사용해 모터 3개로 제작비 3만 엔

・후지필름, 압력에 반응해 발색하는 필름 출시 -- 고온 대응으로 반도체 제조에서 측정 수요 증가

・파나소닉 HD, 차이나 시프트 가속 -- 가전 사업 철수·매각 회피에 가닥

특집1
・양자기술로 제조 혁신

・Part 1 총론
소재 개발부터 생산 효율화까지 -- 현장에서 시작된 양자 기술 활용

・Part 2 반도체 제조
롬(ROHM), 기술 도입 ‘선두’ -- 검사 공정 시간 손실 40% 감소

・Part 3 소재 개발
차세대 레지스트와 배터리 실현 -- 계산 시간 100분의 1도 가능

・Part 4 로봇 제어
휴머노이드 로봇의 복잡한 동작 제어 -- AI를 뛰어넘는 실시간성 겨냥

・Part 5 차체 설계
차체 골격의 계산 횟수 대폭 감소 -- 마쓰다, 경량화·부품 공용화 가속

특집2
・독일 공작기계 업계, 자동화를 철저히 추구
‘EMO HANNOVER 2025’ 보고

・Hermle
자동화 설비의 강자 -- 팔레타이저와 로봇 활용으로 승부

・INDEX
복합가공기와 로봇 셀로, 강점인 공정 집약을 한층 가속

・Grob
기가캐스트 전용의 수평형 머시닝센터(MC)에, 다품종 소량 생산을 상정한 자동화 시스템

・Heller
5축 머시닝센터와 6축 로봇으로, 금속 가공의 4중고에 대응

・Chiron
모듈러 설계 MC와 소형 로봇 운송으로, 유연성을 높인 가공 자동화 시스템

사고는 말한다
・도큐 덴엔토시선 충돌 탈선 사고, 프로그램에 숨어 있던 10년 전 설계 미스

니치아화학공업, 청색반도체 레이저 개발 이야기
・영상용 광원으로 고수익을 실현한 이유
최종회: 왜 세계 톱을 독주할 수 있었나

PICK UP
・도쿄대학 등, 애매한 언어 지시로도 로봇 파지 가능 -- 복수 AI 에이전트 협조 외

서플라이 체인 신상식 걸작선
・‘작업 문제는 이 몇 초에 있다’, 조달 분야에서의 생성형 AI 활용 4선
제8회

도요타 방식의 인재양성, 당신의 고민에 응답합니다
・제138회: 인재를 효과적으로 활용하려면

EDITORS' ROOM
・기술로 읽는 비즈니스 정보 외

편집부 추천 도서
・‘잃어버린 30년’에서 벗어나기 위해

 -- 끝 --
 

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