오쿠마, 금속 가공 현장의 인력 부족 해소를 조준

APC 등 다채로운 자동화 시스템 제공

오쿠마가 금속 가공 현장의 인력 부족에 대응해 공작기계와 조합하는 자동화 시스템을 확대하고 있다. 자동 팔레트 교환 장치(APC)는 공작물을 미리 준비해 장시간 무인 가공을 가능하게 한다. 승강 2단식 APC는 팔레트 선반을 위아래로 움직이는 구조로, 7면 구성에서 기존 1단식보다 설치 면적을 12% 줄일 수 있다.

승강 2단식은 최대 20개의 팔레트를 준비할 수 있다. 공작물 하나의 가공 시간이 3시간이라면 최대 60시간 무인 운전이 가능하다. 타워형 APC는 최대 3단의 팔레트 매거진과 승강·회전하는 팔레타이저를 조합해 13~20개의 팔레트를 처리한다.

-- 내장 로봇으로 낮에는 수작업, 밤에는 무인 가공 --
가공실 내장 로봇 ARMROID는 공작물 운반뿐 아니라 절삭 칩 청소와 긴 공작물의 지지에도 활용된다. 로봇과 스토커를 수납·이동하면 사람이 작업하는 방식으로 전환할 수 있다. 양산 부품에는 공작기계 상부의 갠트리 로더를 적용해 로딩과 언로딩을 고속으로 자동화한다.

라피더스를 아군 삼아 GPU와 공존

후지쓰는 후가쿠 NEXT에 탑재할 차기 CPU FUJITSU-MONAKA-X를 개발하며 세계 AI 서버 시장 진출을 추진한다. 1.4nm 세대 공정과 칩렛의 3차원 실장, 독자적인 초저전압 동작 기술을 적용할 계획이다. 생산은 라피더스에 위탁하는 방안을 우선 검토하고 있다.

MONAKA-X에는 Arm의 행렬 연산 엔진 SME를 내장해 CPU 자체의 AI 처리 능력을 높인다. 후가쿠 NEXT에서는 엔비디아 GPU와 NVLink Fusion으로 연결한다. 기밀 데이터를 자체적으로 관리하려는 소버린 AI 수요에 맞춰 고성능과 저소비전력을 양립하는 전략이다.

-- 칩렛과 3차원 실장으로 비용·냉각 효율 개선 --
1세대 MONAKA는 SRAM 다이 위에 CPU 코어 다이를 적층해 데이터 흐름과 냉각 효율을 개선한다. 최첨단 2nm 칩의 면적을 전체의 30% 이하로 억제해 비용을 줄이는 것도 특징이다. 후지쓰는 향후 NPU와 CPU를 융합해 AI 추론을 고속·저전력으로 실행하는 제품도 개발하고 있다.

엔비디아와 협력해 AI 시대의 컴퓨터로

이화학연구소와 후지쓰, 엔비디아가 개발하는 후가쿠 NEXT는 연산 성능 세계 1위보다 AI 시대에 널리 활용되는 계산 기반을 목표로 한다. 2030년경 가동을 향해 기본 설계를 마치고 상세 설계로 넘어갔다. 후지쓰 CPU와 엔비디아 GPU를 긴밀하게 연계해 과학 계산과 AI 처리를 함께 지원한다.

CPU와 GPU는 NVLink Fusion으로 연결하고, AI 개발 환경인 CUDA와 오픈소스 소프트웨어를 활용한다. 이를 통해 후가쿠 NEXT용으로 개발한 소프트웨어와 운용 노하우를 일반적인 AI 서버에도 적용하기 쉽게 만든다. 국산 CPU는 슈퍼컴퓨터뿐 아니라 국내외 AI 데이터센터용으로 판매할 계획이다.

-- AI의 속도와 과학 계산의 정밀도를 양립 --
GPU의 저정밀도·고속 연산을 중심에 두고 CPU가 고정밀도 계산과 시스템 통제를 담당한다. 부족한 정밀도와 신뢰성은 서로게이트 모델, 물리 법칙을 반영하는 PINNs, 오자키 스킴 등의 기법으로 보완한다. 다만 고정밀 계산이 중요한 기초 연구 분야에서는 적용 범위에 대한 우려도 제기된다.

파나소닉 오토모티브의 소프트웨어 기술

파나소닉 오토모티브 시스템즈가 차량용 가상화 인터페이스 VirtIO의 표준화를 추진한다. 도요타·혼다·닛산 등 일본 자동차 제조사와 AWS·구글·Arm 등이 지지하고 있다. 콕핏용 반도체나 운영체제를 바꾸기 쉽게 해 특정 공급업체에 대한 종속을 줄이고 소프트웨어 개발 비용을 낮추는 것이 목표다.

VirtIO는 SoC와 OS 사이의 인터페이스 역할을 한다. 반도체나 OS, 하이퍼바이저가 달라져도 기존 애플리케이션을 재활용하기 쉬워진다. 파나소닉 오토모티브는 VirtIO에 대응하는 콕핏 소프트웨어 플랫폼을 개발했으며, 한 자동차 제조사의 통합 ECU에 채택됐다고 밝혔다.

-- 디스플레이 가상화와 오픈소스 활용 확대 --
여러 차량용 화면을 하나의 가상 디스플레이처럼 관리하는 Unified HMI도 공개했다. 화면 배치와 기능 변경을 유연하게 처리해 UI·UX 개선 주기를 단축할 수 있다. 앞으로 VirtIO를 ADAS로 확대하고 유럽의 S-CORE와도 상호 보완을 모색하며 SDV 개발 효율을 높일 방침이다.

직류 800V 채택은 보류인가?

이화학연구소는 후가쿠 NEXT의 서버를 30℃ 이상의 온수로 냉각할 방침이다. 냉수를 만드는 칠러를 없애 냉각에 필요한 전력을 현행 후가쿠보다 약 20% 줄이는 것을 목표로 한다. 계산 성능 향상과 함께 냉각·전원 설비의 효율을 높여 저에너지형 계산 기반을 구축한다.

냉각탑에서 만든 32℃의 물을 열교환기로 보내고, 서버에는 37℃의 온수를 공급한다. 서버를 통과한 물은 47℃로 올라간다. 입·출구 온도 차이를 10℃로 설계해 유량과 펌프 소비전력을 억제하며, 시설 전체의 전력 효율 지표 PUE는 1.1 이하, 가능하면 1.05 이하를 지향한다.

-- 전원 사양은 규제와 부품 공급을 고려 --
전원은 교류 480V를 검토한다. 직류 800V는 효율이 높지만 일본의 고전압 관리 기준과 대응 부품 공급에 과제가 있어 채택을 보류할 가능성이 크다. 후가쿠 NEXT는 고베의 현행 시설에 인접한 부지에 설치하며, 냉각 설비 운용을 포함한 전력을 50MW 이하로 맞출 계획이다.

아시모의 교훈을 반영해 손가락에 특화 1부

혼다기술연구소는 독자적인 Willow Drive 구동을 적용한 로봇 핸드를 개발했다. 모터의 회전 운동을 손가락 끝의 힘으로 전달하는 효율은 90% 이상이며, 구동부의 내구 시험에서 800만 회 이상을 검증했다. 기존 와이어 방식의 마찰 손실과 단선 문제를 극복하는 것을 목표로 한다.

손가락은 4개이며 손목을 포함해 18자유도를 갖는다. 무게는 2.2kg이고 손가락 끝으로 집는 순간 최대 출력은 12.3kgf로 아시모의 약 12배다. 혼다 공장에서는 자동차 부품 조립에 활용할 수 있는지 실증에 들어갔으며, 2027년에는 외부 실증도 시작할 예정이다.

-- 힘 센서와 촉각 센서로 정밀한 조작 지원 --
손가락 끝에는 힘과 토크를 측정하는 6축 센서를, 손바닥 등에는 288개의 촉각 센서를 탑재했다. 물체를 움켜쥐거나 손 안에서 회전시켜 다시 잡는 동작에 활용한다. 혼다는 로봇 핸드를 활용한 피지컬 AI 강화학습도 병행해 실제 현장 적용을 추진한다.

자석으로 드론을 강재에 고정

시미즈건설은 오사카공업대학, 엔잔코보, 슈르드설계와 터널 막장 형상을 측정하는 드론 시스템 Perch-RIM을 공동 개발했다. LiDAR를 탑재한 드론을 막장 부근의 아치형 강재 지보공에 자석으로 고정해 3차원 점군 데이터를 취득한다.

토탈 스테이션으로 드론의 위치 좌표를 측정하고 LiDAR 데이터와 조합해 막장 형상의 절대좌표를 실시간으로 산출한다. 작업자가 측정 기기를 설치하러 암반 붕괴 위험이 있는 막장에 접근할 필요가 줄어 안전성과 굴착 정밀도 향상을 기대할 수 있다.

-- 실제 터널 현장에서 측정 시간 단축 검증 --
신코보토케터널 공사 등 3개 현장에서 실증을 진행하고 있다. 굴착 작업과 병행해 측정할 수 있어 기기 설치에 필요했던 시간을 약 10분 줄였다. 드론 카메라를 이용한 터널 내부 원격 감시와 분진·유해가스 모니터링 등으로도 응용할 수 있을 것으로 보고 있다.