B社 조립 공정 자동화 PoC
Physical AI를 적용하여 수작업으로 진행되던 공정을 자율화하고 지능형 제조 공정 실증 진행
고객 직면 문제 및 이슈 (Situation)
고위험 수작업 공정의 안전 리스크와 숙련도 의존에 따른 품질 편차·운영 효율 저하
제조 현장에서 조립 공정의 정밀도는 곧 품질과 안전을 결정한다. B사의 추진체 덮개 결합 공정은 안전핀 체결, 봉인 철사 시건, 봉인 알루미늄 압착으로 이어지는 3단계 공정으로 구성되어 있었다. 각 단계는 밀리미터 단위의 정확도가 요구되는 고정밀 작업이었고, 동시에 작업자가 직접 수행해야 하는 고위험 수작업 공정이었다.
문제는 복합적이었다. 수작업 중심의 공정 구조는 작업자의 안전을 상시 위협하는 리스크를 내포하고 있었고, 숙련도에 따라 결과물의 품질이 달라지는 편차 문제도 피할 수 없었다. 데이터 관리 측면에서도 한계가 분명했다. 작업자의 경험에 의존하는 구조에서는 공정 데이터를 체계적으로 축적하거나 품질을 일관되게 관리하기 어려웠고, 이는 생산성과 운영 효율 저하로 이어졌다.
사람의 손에 의존할 수밖에 없었던 고위험 조립 공정
해결 방안 (Solution)
Vision AI 기반 6D 정밀 가이던스와 로봇 제어를 결합한 3단계 조립 공정 자율화
딜로이트는 Vision AI 기반의 6D Pose Estimation 기술과 산업용 로봇 정밀 제어 기술을 융합해 덮개 결합 3단계 공정 전체를 자동화하는 Physical AI 솔루션을 구축했다. 핵심은 로봇이 대상 물체의 3차원 공간 좌표와 회전 정보를 실시간으로 인식하고, 그에 맞춰 스스로 동작을 생성하고 보정하는 체계를 완성하는 것이었다.
고정밀 3D 카메라가 공정 대상의 위치와 방향 정보를 실시간으로 추출하면, 이를 기반으로 로봇 암과 그리퍼, 보조 툴 등 다양한 End-Effector가 단계별 공정에 맞춰 정밀하게 제어된다. 각 단계에서는 비전 스캔을 통해 대상의 상태를 실시간으로 확인하고, 이상이 감지될 경우 자동 보정 또는 예외 처리가 이루어지는 자율형 공정 흐름이 구현된다. 사전에는 실측 기반 3D 데이터와 합성 데이터를 활용해 AI 모델을 학습시키고, 현장 적용 전 충분한 검증 과정을 거쳤다.
- 고정밀 3D 카메라 기반 6D Pose 실시간 추출 및 로봇 동작 생성
- 다양한 End-Effector 정밀 제어로 3단계 조립 공정 자율화 구현
- 실측·합성 데이터 기반 AI 모델 학습 및 현장 적용 전 검증 완료
Physical AI와 로봇 제어의 결합으로 완성한 자율형 조립 공정
추진 결과 (Impact)
다관절 로봇 연동 정밀 결합 자동화, 고위험 수작업 제거 및 후속 양산 라인 확장 가능성 검증
이번 PoC를 통해 세 가지 핵심 성과가 확인됐다. 먼저 다관절 로봇과의 연동을 통해 정밀 결합 자동화가 구현되면서 조립 공정 시간이 단축되고 품질 일관성이 확보됐다. 숙련도에 따라 달라지던 작업 결과가 Vision AI 기반의 실시간 인식과 보정 체계 안으로 들어오면서, 사람에 의존하던 품질 편차 문제가 구조적으로 해소됐다.
무엇보다 고위험 수작업 공정이 제거되면서 작업자의 안전이 확보됐다. 극도의 정밀도가 요구되는 작업을 로봇이 수행하게 됨으로써, 사람이 위험에 노출되는 환경 자체가 사라진 것이다. 마지막으로 이번 PoC는 단일 공정 검증에 그치지 않고 후속 양산 라인으로의 확장 가능성까지 검증했다는 점에서 의미가 있다. 하나의 공정에서 시작한 자동화가 공장 단위의 지능형 제조 체계로 확산될 수 있는 기반이 마련됐다.
고위험·고정밀 제조 공정 자동화, 딜로이트와 함께 시작하세요.
Physical AI Case Series
산업 현장에서 실증된 딜로이트의 Physica AI 솔루션 사례 모음
