자율 주행 무인 운반차(AGV)의 혁신적 진화: 단순 자재 이송에서 지능형 자율 로봇으로

임프린팅 원리에서 자율 내비게이션까지

콘라트 로렌츠(Konrad Lorenz)는 1973년 동물 행동 실험으로 노벨 생리학·의학상을 수상했다. 로렌츠는 신생아와 양육자 사이에 유대감이 형성되는 '임프린팅(imprinting)' 원리를 발견했다. 이는 청각적 또는 시각적 자극을 사용해 새끼가 부모를 따르게 하는 메커니즘이다. 산업 현장에서 무인 운반차(AGV)는 환경 자극을 이용해 특정 경로를 따른다.

EU 오토메이션(EU Automation) 마케팅 디렉터 조나단 윌킨스(Jonathan Wilkins)가 자동화된 가이드 차량이 어떻게 단순한 자재 핸들러에서 지능형 자율 로봇으로 진화했는지 설명한다.

AGV의 진화

AGV는 마커나 신호를 따라 이동하는 모바일 로봇이다. 최초의 AGV는 1950년대 배럿 일렉트로닉스(Barrett Electronics)가 선보였으며, 바닥의 와이어로 위치를 유도하며 단순한 견인 동작을 수행했다. 1950년대 이후 시장은 급속히 확대되어 수많은 산업 분야에서 AGV가 사용되고 있다.

왜 AGV인가?

AGV는 주로 자재 핸들링 목적으로 사용된다. 생산 라인에 부품을 적시 공급하는 것부터 24시간 운송까지 다양한 작업이 포함된다. 클램핑 메커니즘, 위치 고정 장치, 툴 부착물이 장착되면 다양한 기능을 수행할 수 있다.

애플리케이션과 요구사항에 따라 AGV는 단독 또는 함대 단위로 작동할 수 있다. 이는 플랜트 관리자가 시설 내 차량 수를 구체적으로 결정할 수 있게 해준다.

AGV에는 추적성을 위한 센서를 장착할 수 있어 플랜트 관리자가 각 차량 위치를 모니터링하고 시설 내 자재 이동을 추적할 수 있다. 픽업, 운송, 납품에 타임스탬프를 찍어 추적을 더욱 개선할 수 있다. 이 정보는 기업의 ERP(전사적 자원 관리)나 MRP(자재 소요량 계획) 시스템에 통합될 수 있다.

애플리케이션에 따라 다양한 차량 내비게이션 방법이 있다. 플랜트 관리자는 초기 AGV와 유사한 아주 단순한 시스템을 선택하거나 더 고급 내비게이션 방법을 선택할 수 있다.

내비게이션 방식의 진화

유도선 방식: 가장 초기의 AGV는 공장 바닥에 매립된 유도선을 따랐다. 바닥에 홈 파고 선을 매립해 무선 신호를 전송하면 AGV 센서가 감지해 선을 따라 이동한다. 이 방식은 오늘날에도 쓰이지만 다양한 대안이 존재한다.

가이드 테이프(자기/컬러): AGV 센서가 테이프를 감지해 차량을 유도한다. 레이저 타겟 내비게이션에서도 반사 테이프를 벽, 기둥, 기계에 부착해 레이저 송수신기로 거리를 계산한다. 유도선 방식보다 경로 변경이 쉽다(테이프 이동이 더 간단하므로).

관성 내비게이션: 공장 바닥에 x,y 좌표로 기준점을 매립한다. AGV는 센서, 자이로스코프, 휠 인코더 정보로 위치를 결정한다. 기준점만 변경하면 경로 수정이 가능해 더 유연하다. 하지만 여전히 공장 인프라 변경이 필요하고 차량이 독립적 경로 계획 결정을 내릴 수는 없다.

오픈 경로 내비게이션(자율 주행으로의 도약): 차량이 한 장소에서 다른 장소로 독립적으로 이동할 수 있어, 유도 차량에서 자율 주행 차량으로 진화한다.

유도에서 자율로

전통적 AGV는 정의된 사전 프로그래밍된 움직임만 수행한다. 특정 인프라가 갖춰지면 차량 경로 변경이 어렵다. 최근 더 유연하고 지능적인 차량이 등장해 이전에 마주치지 않은 상황에서도 결정을 내릴 수 있게 됐다.

이 신종 차량은 AGV의 핵심 문제 중 하나인 '예상치 못한 상황 조우'를 극복한다. 변화하는 환경에서는 자율 주행 차량이 더 적합할 수 있다. 이 차량은 운전자나 고정된 사전 프로그래밍 입력이 조향, 가속, 제동을 직접 제어하지 않고 독립적으로 작동한다. 레이저 기반 인식과 내비게이션 알고리즘으로 공장 내를 동적으로 탐색한다.

온보드 PLC(프로그래머블 로직 컨트롤러)를 통합해 오류를 줄이고 의사결정을 내릴 수 있다. 중앙 제어 시스템에 연결되면 차량은 경로의 신뢰성과 효율성을 분석하고 그에 맞게 조정한다. 차량은 머신러닝을 활용해 새로운 상황에서 더 효율적으로 작동한다.

자율 주행 차량은 온보드 컴퓨터와 증가된 센서로 의사결정을 포함한 더 복잡한 작업을 수행할 수 있다. 독립적이고 지능적인 내비게이션 방식은 플랜트 관리자가 공장 환경이나 인프라를 수정할 필요가 없게 할 수도 있다. 자연 지형 지침(natural feature guidance) 같은 내비게이션 기법에서는 차량이 이미지를 기록·저장하고 기존 지물과의 상대적 위치를 계산한다.

자율 AGV 예로 클리어패스 로보틱스(Clearpath Robotics)의 '오토(OTTO)'가 있다. 3,300파운드(약 1.5톤)까지 4.5mph(약 7.2km/h)로 이동하며 최적 경로로 적응하고 충돌을 회피한다.

비전 기반 가이던스 시스템도 있어 카메라를 눈처럼 사용한다. 추가 이점으로 플랜트 관리자는 장비가 작동하는 환경의 3D 가상 뷰를 확보할 수 있다. AGV가 예기치 않거나 비정상적인 상황을 마주하면 운영자가 쉽게 원인을 찾아 수정할 수 있다.

더 많은 공장이 업그레이드되고 신규 시설이 건립됨에 따라 진화하는 AGV는 스마트 팩토리의 핵심 구성 요소가 될 것이다. 센서 기술 향상과 자율성 증대로 AGV는 설정된 경로를 따르는 유도 차량에서 자율적 독립 의사결정자로 진화하고 있다. 마치 로렌츠의 동물들이 성장하듯 말이다.