첨단 로봇으로 자동차 생산 혁신: 도입 장벽 허물기

로봇 혁명은 수십 년간 예상되어 왔지만 여전히 도래하지 않았습니다. 매년 자동차 제조사와 공급업체들은 수천 대의 로봇을 구매하지만, 이는 예측된 수보다 훨씬 적습니다. 로봇은 예상만큼 널리 사용되지 않고 있으며, 예상보다 훨씬 오래 지속된 몇 가지 장벽 때문입니다. 이러한 도입 장벽은 궁극적으로 국가 제조 역량 증대와 공급망 개선의 기회를 놓치게 만듭니다.

팬데믹이 상품 가용성 부족을 악화시키고 중요한 공급망이 얼마나 쉽게 무너질 수 있는지 조명하면서, 국내 역량 강화를 도울 기술과 솔루션에 집중할 이보다 더 좋은 때는 없었습니다. 최근 행정명령들은 이것이 바이든 행정부의 초점이 될 것임을 보여주므로, 지금 행동할 때입니다.

도입의 세 가지 장벽

자동차 산업에서 로봇 자동화의 더 넓은 도입에는 일반적으로 세 가지 장벽이 있습니다. 첫째, 비용이 여전히 너무 높습니다. 비용에는 로봇 구매뿐만 아니라 여러 기타 중요한 관련 비용도 포함됩니다. 일반적인 로봇 워크셀은 광범위한 엔지니어링 조정이 필요합니다. 단순히 워크셀에 하나 이상의 로봇을 배치하는 것도 비용이 많이 드는 작업입니다. 워크셀이 엔지니어링되면 로봇을 프로그래밍해야 합니다. 로봇 프로그래밍은 많은 엔지니어의 골칫거리이며, 그들에게 돈을 지불해야 하는 제조업체도 마찬가지입니다. 로봇 배치의 높은 비용은 소량 생산이나 저가 제품을 생산하는 누구도 상각할 수 없으며, 공급업체가 대규모로 도입하기에도 어렵게 만들었습니다. 국제로봇연맹(IFR)의 최근 조사에 따르면, 산업용 로봇의 평생 운영 비용 중 평균 75%가 프로그래밍에서 나옵니다. 작업이 바뀔 때마다 애플리케이션을 재프로그래밍해야 합니다.

두 번째 장벽은 비유연성입니다. 워크셀을 엔지니어링하고 로봇을 프로그래밍하면, 당신이 하는 일을 어떤 방식으로도 절대 바꾸지 않는 한 준비된 것입니다. 새로운 로봇이나 제조 공정 변형 등 어떤 변경이든 재프로그래밍(최소한)을 요구하며, 로봇 배치를 변경하기 위해 워크셀을 재엔지니어링하고 재검증하는 과정으로 이어질 가능성이 큽니다. 이 비유연성은 소량 다품종을 생산하는 누구에게도 로봇을 비현실적으로 만듭니다.

세 번째 장벽은 워크셀에 로봇을 추가할 때의 열악한 한계 이익입니다. 단일 로봇 프로그래밍도 과제지만, 충돌 없이 공유 공간에서 작동하는 여러 로봇을 프로그래밍하는 것은 엔지니어링 시간 몇 달을 소비하는 엄청나게 어려운 작업입니다. 사실 다중 로봇 프로그래밍이 너무 어려워 엔지니어들은 프로그래밍 시간을 단축하기 위해 단순화를 하는데, 이는 효율성을 크게 떨어뜨리는 대가를 치릅니다.

가장 일반적인 단순화는 '간섭 구역(interference zones)' 사용입니다. 이는 한 대 이상의 로봇이 도달할 수 있는 공간에 한 대 이상의 로봇이 있는 것을 금지합니다. 실제로는 여러 로봇이 충돌 없이 그런 공간을 자주 공유할 수 있음에도 불구하고 말입니다. 간섭 구역 사용으로 인해 네 대 로봇 워크셀이 한 대 로봇의 두 배 미만 성능을 내는 것이 드문 일이 아닙니다. 이 다중 로봇 워크셀의 낮은 효율성은 로봇 사용을 저하시킵니다. 심지어 그것을 감당할 수 있는 회사에서도 말입니다.

장벽 낮추기: 적응형 로봇과 자동화된 프로그래밍

로봇의 잠재력을 풀려면 도입 장벽을 낮춰야 합니다. 자동차 부문 모든 사람이 로봇을 더 많이 활용할 수 있게 하고 싶습니다. 로봇과 엔지니어링 시간 비용이 감소할 것 같지 않으므로, 우리가 통제할 수 있는 핵심 레버는 배치와 프로그래밍의 시간과 비용입니다.

목표를 달성하려면 현재 상황에 적응할 수 있는 로봇, 즉 상대적으로 비구조화된 워크셀에서 작동할 수 있는 로봇이 필요합니다. 적응성은 두 가지 역량에 달려 있습니다: 신뢰할 수 있는 비전과 빠른 모션 플래닝.

• 신뢰할 수 있는 비전—로봇이 주변을 관찰하고 반응할 수 있게 합니다. 민주화는 비전이 신뢰할 수 있을 뿐만 아니라 상대적으로 저렴해야 함을 요구합니다. 다행히 비전에 대한 훌륭하고 저렴한 옵션이 많이 있으며, 계속 더 좋아지고 저렴해지고 있습니다.
• 모션 플래닝—로봇을 현재 자세에서 원하는 자세로 충돌 없이 이동시키는 계산과 조정 과정—은 사람 포함 동적 환경에 적응할 만큼 충분히 빨라야 합니다. 모션 플래닝 성능은 역사적으로 범용 애플리케이션에 충분하지 않아, 로봇이 느리게 반응하거나 전혀 비전 없이(예: 로봇이 반응할 필요가 없도록 고도로 엔지니어링된 워크셀에서) 작동하게 만들었습니다. 그러나 학계와 업계의 최근 발전은 모션 플래닝 병목이 곧 해소될 것임을 시사합니다.

민주화는 또한 빠르게 프로그래밍하면서 높은 성능을 달성할 수 있는 로봇을 필요로 합니다. 현재 우리는 높은 성능 또는 견딜 만하지만(여전히 긴) 프로그래밍 시간 중 하나를 달성할 수 있으며, 업계는 일관되게 후자를 선택해 왔습니다. 프로그래밍 시간 단축과 성능 개선의 유일한 해법은 프로그래밍 자체의 더 큰 자동화입니다.

엔지니어에게 여러 팔의 궤적을 추론하며 모든 움직임을 안무하라고 요구하는 것은 성공의 길이 아닙니다. 자동차 산업은 엔지니어로부터 그 대부분 또는 모든 노력을 제거하여, 엔지니어가 로봇이 수행하길 원하는 작업만 지정하면 소프트웨어가 로봇 프로그램을 생성하는 새로운 소프트웨어 도구가 필요합니다. 이러한 발전은 일반(비로봇) 프로그래밍에서 자바나 파이썬 같은 고급 언어가 어셈블리 언어 프로그래밍보다 훨씬 더 큰 프로그래머 생산성을 가능하게 하는 것과 거의 같은 방식으로 로봇 프로그래머의 생산성을 향상시킬 것입니다. 두 경우 모두 핵심은 프로그래머에게 더 높은 추상화 수준을 제공하고 소프트웨어 도구를 사용하여 이 쓰기 쉬운 코드를 낮은 수준에서 필요한 것으로 자동 변환하는 것입니다.

로봇 산업은 자동차 제조 부문과 공급망에서 잠재력에 거의 도달하지 못했지만, 단 두 개의 핵심 영역에서의 혁신으로 훨씬 더 큰 가치를 실현할 수 있습니다. 로봇 민주화는 많은 자동차 기업이 추가 로봇을 도입하고 크게 이익을 얻게 할 것입니다. 게다가 로봇 추가의 한계 이익을 개선하고 비용을 줄임으로써 가치 제안을 더할 수 있습니다. 최종 결과는 국내 제조 역량의 대폭 증가와 향후 팬데믹 수준의 자재 또는 노동력 중단에 더 잘 대비할 수 있는 더 신뢰할 수 있는 국내 공급망 창출 기회가 될 것입니다.