HD현대삼호서 AI-RAN 기반 피지컬 AI 실증
용접·도장 로봇 연산 분담…제조현장 적용 확대
조선소에서 움직이는 AI 로봇이 처리해야 할 복잡한 계산을 통신망과 나눠 할 수 있을까. 로봇이 현장에서 수집한 영상과 데이터를 5G 통신망으로 보내면 가까운 기지국의 AI가 이를 분석해 다시 로봇에 전달하는 기술이 국내 조선소에서 시험대에 올랐다.
쉽게 말해 로봇이 혼자 처리하던 AI 연산 일부를 통신망이 나눠 맡는 방식이다. 용접이나 도장 로봇이 주변 환경을 파악하고 움직일 때 필요한 계산을 가까운 네트워크에서 지원해 로봇의 연산 부담과 통신 지연을 줄이는 것이 목표다.
과학기술정보통신부는 10일 전남광주통합특별시 영암군 HD현대삼호 조선소를 찾아 ‘고성능 AI 네트워크 기반조성 사업’으로 추진 중인 지능형 기지국(AI-RAN) 기반 피지컬 AI 실증 현장을 점검했다.
현장에서는 사족보행 용접 로봇을 활용한 패널 조립 용접과 무인 자율주행 도장 서비스를 실증하고 있다. 기존 반자동 용접 로봇은 사람이 직접 옮겨야 해 작업 효율에 한계가 있었다. AI 로봇은 주변 작업환경을 인식해 이동하면서 용접 작업을 수행하는 방향으로 개발되고 있다.
도장 작업에도 같은 기술이 활용된다. 로봇이 선박 표면의 고화질 영상을 네트워크로 보내면 AI가 이를 분석하고, 로봇은 필요한 정보를 전달받아 자율주행하며 도장 작업을 수행한다.
로봇 혼자 하던 계산, 기지국과 나눈다
이번 실증에서 눈에 띄는 것은 AI 연산을 처리하는 방식이다.
산업용 AI 로봇이 주변 환경을 인식하고 스스로 움직이려면 카메라와 센서에서 들어오는 많은 데이터를 빠르게 처리해야 한다. 이를 로봇 자체에서 처리하려면 그만큼 연산 자원이 필요하고 전력 소모도 커질 수 있다.
AI-RAN은 기지국과 네트워크에 AI 연산 자원을 결합해 이런 부담을 분산한다. 로봇이 보내온 영상과 센서 데이터를 가까운 네트워크에서 처리한 뒤 결과를 다시 전달하는 방식이다. 실제 NIA는 로봇의 복잡한 AI 연산을 기지국으로 분산해 단말의 연산 부담과 배터리 소모를 줄이는 기술도 실증 대상으로 제시했다.
조선소는 이런 기술을 시험하기에 까다로운 환경이다. 넓은 작업장에서 용접과 도장, 운반 등 여러 공정이 동시에 진행되고 작업 위치도 계속 달라진다. 여러 로봇이 이동하면서 많은 데이터를 주고받아야 해 개별 로봇의 성능뿐 아니라 통신 속도와 안정성도 중요하다.
과기정통부와 한국지능정보사회진흥원(NIA)이 추진하는 ‘고성능 AI(Hyper-AI) 네트워크 기반조성’ 사업의 총사업비는 172억600만원이다. 올해 정부출연금은 80억원이다. SK텔레콤과 KT가 각각 주관하는 2개 컨소시엄이 5G 단독모드(5G-SA)와 AI-RAN을 활용한 네트워크를 산업 현장에 구축하고 있다.
조선소 넘어 자동차·석유화학으로
실증 범위는 다른 제조 현장으로도 넓어진다.
SK텔레콤 컨소시엄은 SK인천석유화학과 KG모빌리티에서 사족보행 순찰 로봇을 활용한 산업안전 서비스와 라이다(LiDAR) 기반 무인 자율이송 서비스를 검증하고 있다. SK인천석유화학에서는 로봇이 위험지역을 다니며 촬영한 영상을 AI-RAN이 분석하고, KG모빌리티에서는 라이다 데이터를 처리해 차량에 원격 주행 명령을 내리는 방식이다.
정부는 용접·도장·순찰·자율이송 등 산업 현장의 피지컬 AI 서비스를 검증하면서 적용 범위를 넓힐 계획이다. 휴머노이드 로봇의 복잡한 AI 연산을 기지국으로 분산해 전력 소모를 줄이는 기술도 실증 대상에 포함됐다.
AI-RAN이 실제 산업 현장에 자리 잡으면 로봇 경쟁의 기준도 달라질 수 있다. 개별 로봇의 연산 능력을 높이는 것뿐 아니라 공장이나 조선소에 깔린 통신망이 여러 로봇의 AI 연산을 얼마나 빠르고 안정적으로 지원하느냐도 중요해지기 때문이다.
아직은 실증 단계다. 구조물이 많고 작업환경이 수시로 바뀌는 조선소에서 통신 지연과 안정성을 어느 수준까지 확보할 수 있는지, 기존 방식과 비교해 비용과 생산성에서 실제 효과가 있는지는 앞으로 확인해야 한다.
