AI가 핵심 내용을 요약했어요
AI 기술을 활용한 요약 서비스입니다. 보다 정확한 정보를 위해 본문 확인을 권장합니다.
자동차 산업의 변화는 차량을 설계하고 개발하는 방식뿐 아니라 차량을 생산하는 공장의 모습까지 바꾸고 있다. 인공지능(AI)과 로봇 기술, 제조 소프트웨어가 한데 어우러져 돌아가는 제조 현장에서는 지금도 공장을 더욱 유연하고 효율적으로 운영하기 위한 고민과 노력이 이어지고 있다.
현대자동차그룹은 제조 기술의 혁신과 미래 방향성을 공유하는 ‘이포레스트 테크데이(E-FOREST TECH DAY) 2026’에서 자율운영공장을 향한 기술 개발 현황 및 비전을 소개했다. 이포레스트는 자동화와 정보화 기반의 제조 솔루션에 인간 친화적인 스마트 기술을 접목해 제조 시스템 혁신을 추구하는 현대차그룹의 스마트 팩토리 브랜드다.
이포레스트 테크데이 2026은 소프트웨어 중심 공장(Software Defined Factory)의 자율화·자동화 기술과 미래 모빌리티 생산을 위한 연구개발 현황과 비전을 중점적으로 소개했다. 특히 이번 이포레스트 테크데이에서는 개별 설비의 자동화를 넘어 물류, 생산, 품질 관리 등 제조 현장의 다양한 요소를 연결하고, 데이터와 소프트웨어를 활용해 공장을 보다 지능적으로 운영하는 방향성을 살펴볼 수 있었다.
올해로 7회째를 맞이한 이번 행사에는 자율화 77건, 자동화 74건, 그린에너지 솔루션 18건, 제품·제조 시너지 51건 등 총 220건의 기술이 전시됐다. 이 가운데 물류로봇 표준화, 제조 특화 AI 에이전트, 로봇 경로 생성, 비전 기반 품질 검사 등 자율운영공장으로 나아가기 위한 기술적 과제를 구체화한 전시물이 주목을 받았다. 다섯 가지의 주요 전시 기술을 통해 현대차그룹이 꿈꾸는 공장의 미래를 살펴봤다.
물류로봇 표준화 플랫폼과 고속충전 배터리팩
물류로봇은 제조 현장, 택배 터미널, 스마트 물류센터 등에서 재고 파악, 운반, 피킹(상품 집기), 적재 등의 물류 과정을 자동으로 수행하며 스마트 물류 시스템의 효율성을 증대하는 역할을 맡는다. 현대차그룹은 다양한 생산 현장의 물류 효율을 높이고 작업자의 안전을 확보하기 위해 AMR(Autonomous Mobile Robot, 자율이동로봇)을 적극적으로 개발·도입하고 있다.
그러나 공장마다 제조사와 규격이 다른 물류로봇을 사용하려면 유지보수와 운영 관리가 복잡해지고, 로봇을 새롭게 개발하거나 도입할 때도 비용과 시간이 늘어날 수 있다. 물류로봇의 하드웨어 사양을 표준화하고 핵심 기술을 내재화해 제작 효율과 운영 안정성을 높이는 표준화 플랫폼을 선보인 이유다.
핵심은 표준 사양을 바탕으로 제작 비용과 개발 기간을 줄이는 것이다. 주요 기구물에는 대량생산 체계를 활용하고, 핵심 전장품에는 최적화된 표준 부품 구성(BOM)을 적용했다. 특히 전장품을 배치할 공간이 제한적이었던 높이 265mm의 저상형 물류로봇에는 구조해석을 바탕으로 한 프레임을 설계해 구조적 안정성과 공간 활용성을 동시에 확보했다.
개발을 담당한 현대차 제조관제&물류개발팀 라창현 책임매니저는 “2개월 이상 소요되던 기구·전장 설계 기간을 크게 단축했다. 이를 통해 설치와 시운전에 더 많은 시간을 투입할 수 있었다”며, “결과적으로 공장 간 빠른 공급과 확산이 가능하며, 일관된 관제와 유지보수를 지원한다. 제작 비용 또한 기존 대비 약 30% 절감했다”고 표준화 플랫폼의 장점을 설명했다.
표준화 플랫폼의 또 다른 장점은 로봇에 탑재되는 배터리까지 표준화했다는 점이다. 기존에는 제조사가 서로 다른 물류로봇을 함께 운용할 경우 로봇마다 크기와 용량이 다른 배터리를 사용해야 해 종류별로 재고를 확보하고 유지보수 체계를 관리해야 하는 번거로움이 있었다. 물류로봇에 공통으로 적용할 수 있는 고속충전 배터리팩을 자체 설계·개발한 이유다. 이를 통해 로봇마다 별도의 배터리를 확보하고 관리해야 하는 부담을 줄이고, 배터리 공급과 교체, 유지보수 과정을 일원화해 물류로봇의 운영 효율성을 높였다. 기존 리튬이온 배터리 대비 충전시간도 획기적으로 줄였다. 1~2시간이 소요되던 완충 시간도 12분까지 단축시켰다는 설명이다.
라창현 책임매니저는 “과거에는 배터리팩을 구성하는 LTO(Lithium Titanate Oxide, 리튬 티타늄 산화물) 셀의 생산 비용이 리튬이온 셀보다 10배 이상 높았지만, 최근 기술 혁신과 생산 효율화로 가격 차이가 2~3배 수준으로 줄었다”며 “배터리의 안전성도 입증되면서 본격적인 적용이 가능해졌다”고 개발 배경을 전달했다.
LTO 배터리의 고속충전 기술을 활용하면 물류로봇의 운휴 시간을 최소화해 같은 대수로도 더 많은 물류 작업을 수행할 수 있다. 해당 기술을 선제적으로 적용한 화성 EVO Plant West에서는 기존 대비 7대 적은 물류로봇으로 동일한 물류량을 처리하는 등 물류로봇에 필요한 충전기 설치와 유지보수에 드는 비용을 크게 절감했다.
향후에는 운반 중량과 공장 환경 등을 고려해 물류로봇 라인업을 확대할 계획이다. 이와 함께 제조 물류를 통합 관리하는 관제 시스템 개발도 추진해 더 효율적이고 안정적인 생산 물류 환경을 구축해 나갈 예정이다.
시뮬레이션 기반 로봇 자동 경로 생성 기술
로봇을 활용한 생산 공정에서는 차종이나 사양이 변경될 때마다 로봇 암이 부품을 집거나 조립 작업을 수행할 위치, 그리고 한 작업 지점에서 다음 지점으로 이동하는 경로를 새롭게 입력해야 한다. 작업자가 오프라인 프로그래밍(OLP) 소프트웨어에서 로봇 암의 작업 위치와 이동 경로를 하나씩 지정하는 티칭(Teaching) 작업을 직접 수행하는 식이다.
이렇게 생성한 경로를 실제 현장에 적용하려면 별도로 로봇의 실제 물리적 위치와 프로그램의 좌표값 사이의 오차를 줄여 정확도를 높이는 작업(캘리브레이션)을 필요로 하며, 캘리브레이션 이후에도 미세 조정 작업을 해야 하는 경우가 적지 않았다. 이는 생산라인을 구축하는 시간 및 비용을 늘리는 요인이었다.
이번 이포레스트 테크데이 2026에서는 시뮬레이션을 기반으로 로봇의 티칭 모션을 자동으로 생성하는 기술이 주목받았다. 설계 도면에 담긴 작업 정보를 활용해 로봇의 작업 경로를 생성하고, GPU 연산을 활용해 주변 설비와 충돌하지 않는 경로를 계산한다. 이를 통해 작업자가 모든 작업점을 일일이 지정하지 않아도 로봇의 티칭 모션을 자동으로 생성할 수 있도록 하는 것이 이 기술의 핵심이다.
아울러 자동 생성한 경로를 실제 로봇에 적용하기 위한 ‘무보정(Touch-up Free) Sim2Real’ 기술도 함께 개발되고 있다. 핵심은 카메라를 통해 시뮬레이션과 현실 간의 경로 오차를 실시간으로 보정하여 결과적으로 정확하게 타겟 포인트에 도달하게 하는 것이다. 이를 통해, 작업자가 현장에서 수행해야 하는 미세 조정 작업을 최소화한다.
시뮬레이션 기반 티칭 자동화는 초기 라인 셋업과 양산 준비 기간을 줄이고, 무보정 Sim2Real 기술은 현장 보정에 필요한 시간을 단축한다. 두 기술을 결합하면 생산 효율성을 크게 높일 수 있을 것으로 기대된다. 또한 반복적인 경로 설정과 보정 작업을 줄임으로써 차종 변경이나 신규 라인 구축에 보다 유연하게 대응할 수 있다는 점도 장점이다.
현대차·기아는 2027년 6월 개발 완료를 목표로 기술을 고도화하고 있다. 향후 생산 현장에 적합한 기술로 발전시켜 초기 셋업과 양산 준비 과정의 효율성을 높여 나갈 계획이다.
제조 특화 AI 에이전트 폴라리스(POLARIS)
제조 현장에는 생산·품질·설비 데이터와 숙련자의 노하우가 축적돼 있지만, 여러 시스템과 문서에 분산돼 있어 필요한 정보를 찾고 문제의 원인을 파악하는 데 많은 시간이 필요하다. 이러한 한계를 극복하고자, 분산된 데이터와 현장 지식을 연결해 정보 탐색부터 분석까지 지원하도록 개발된 이포레스트의 제조 특화 AI 에이전트 서비스가 바로 ‘폴라리스(E-FOREST: POLARIS)’다.
폴라리스는 적용 범위와 목적에 따라 공장형(E-FOREST: POLARIS-Factory)과 일반형(E-FOREST: POLARIS-General)으로 나뉜다. 공장형은 데이터 조회부터 원인 분석, 조치 방안 안내까지 현장의 공정·품질·보전 업무를 지원하며, 일반형은 개인별/부서별 사내 문서의 정보를 추출하고, 지식 컬렉션으로 등재하여 필요한 AI 기능을 조합해 일반적인 사내 업무를 지원하는 역할을 담당한다.
공장형의 핵심은 여러 시스템의 데이터와 제조 노하우를 연결하는 것이다. 생산관리시스템(MES)과 품질정보시스템(IQIS)의 데이터를 조회하고, 과거 사례의 원인과 조치 방법을 그래프 기반으로 분석해 하나의 답변으로 종합한다. 이를 위해 제조 전문 용어를 현장 맥락에 맞게 해석하고, 숙련자의 경험과 생산 노하우를 증상·원인·조치 간의 관계로 구조화해 AI가 활용할 수 있도록 했다. 현대차 제조AI기술개발팀 임용택 책임매니저는 “기존에는 오랜 시간이 걸렸던 설비 이상 원인 분석을 폴라리스를 통해 수 분 내로 수행할 수 있다”고 설명했다.
한편, 제조 특화 AI 에이전트와 디지털 트윈을 연계하면 신기술과 신공법을 가상 환경에서 검증하는 것도 가능하다. 이포레스트센터는 개발 현장을 가상 환경으로 구현한 ‘버추얼 R&D 랩(V-LAB)’을 구축해 실제 설비의 물리적 특성을 반영한 시뮬레이션 환경을 마련했다. 자연어 명령을 활용해 가상 공간을 제어할 수 있어 엔지니어와 현장 담당자가 실제 현장을 직접 방문하지 않고도 기술을 검증할 수 있다.
일반형은 PPT, PDF, 사내 협업 도구와 이메일 등에 흩어진 정보를 연결해 필요한 지식을 쉽게 찾도록 돕는다. 복잡한 표와 설비 이미지, 제조 전문 용어까지 분석해 정보의 맥락을 파악하며, 검색 결과를 바탕으로 보고서 작성과 데이터 분석 등 후속 업무도 지원한다.
한편, 제조 현장의 디지털 트윈을 구현하는 데 활용할 수 있는 시뮬레이션 기술도 소개됐다. 엔비디아(NVIDIA)의 ‘아이작 심(Isaac Sim)’을 활용해 실제 제조 환경과 로봇의 움직임을 가상 공간에서 구현하고, 설비와 제어 시스템의 동작을 사전에 검증하는 기술이다.
현대차그룹은 향후 폴라리스와 디지털 트윈의 적용 범위를 품질·설비·물류 등 제조 전반으로 확대하고, 울산EV공장을 시작으로 주요 공장에 순차적으로 도입할 계획이다. 나아가 AI와 로봇을 결합한 피지컬 AI로 발전시켜 제조 현장의 지능화와 자동화를 고도화해 나갈 예정이다.
웨더스트립・도어 가니시 장착 자동화 기술
오늘날의 자동차 생산 과정에서는 작업자의 부담을 줄이는 동시에 안정적인 조립 품질을 구현하기 위해 자동화 범위를 지속적으로 확대하고 있다. 이번 이포레스트 테크데이 2026에는 주행 중 풍절음을 저감하고, 문을 여닫을 때 성능에 영향을 미치는 웨더스트립, 도어 하단에 장착하는 도어 가니시의 장착 자동화 기술을 중점으로 소개했다.
웨더스트립은 반복 장착 작업으로 작업자 부담이 큰 부품이지만, 유연한 고무 소재의 특성상 로봇으로 안정적으로 다루기 어려워 자동화에 한계가 있었다. 이 기술은 웨더스트립의 특성을 고려한 가변형 구조와 가압력 제어 기능을 갖춘 그리퍼를 통해 로봇이 안정적으로 웨더스트립을 다룰 수 있도록 했다.
팔레트에 적재된 웨더스트립을 로봇이 집어 차량의 도어 개구부에 장착한다. 이때 장착 품질을 확보하기 위해 서보모터 고속 제어 시스템으로 롤러의 위치를 제어하며, 장착 과정에서도 고무에 손상이 없도록 일정한 압력을 유지한다.
그리퍼가 수집하는 가압력과 위치 등의 센서 데이터도 모니터링한다. 데이터에서 이상 신호가 감지되면 불량으로 판정하는 로직을 적용해, 외관만으로는 확인하기 어려운 잠재적인 조립 불량까지 관리할 수 있도록 했다. 장착이 완료된 뒤에는 비전으로 최종 장착 구간을 촬영해 들뜸 여부 등을 확인한다.
도어 가니시의 경우 차체에 장착해야 하는 지점이 많고, 장착 과정에서 부품 자체에 미세한 변형도 발생할 수 있어 정밀한 장착이 쉽지 않았다. 육안검사만으로 모든 클립의 체결 상태를 확인하기도 어려웠다. 실제로 여러 차종에서 가니시 장착 불량이 주요 개선 과제로 꼽히면서, 장착 품질을 높이기 위한 자동화 기술 개발이 추진됐다.
도어 가니시 장착 자동화 기술은 로봇이 부품을 집어 장착 위치로 이동한 뒤, 미세 진동을 가해 클립이 장착홀의 정위치에 안착하도록 유도한다. 이후 에어 실린더로 가니시를 임시로 고정한 뒤, 롤러를 이동시키면서 나머지 클립을 순차적으로 가압해 완전히 체결한다. 이러한 방식을 활용하면 다차종에 대응하면서도 신속하고 정확한 장착이 가능하다.
장착이 완료되면 변위 센서로 주요 부위의 높이를 측정해 체결 상태를 확인한다. 센서 측정값을 정상 체결 기준과 비교해 허용 범위를 벗어나는 들뜸을 검출하는 방식이다. 이를 통해 클립 미체결로 인한 조립 불량이 다음 공정으로 넘어가는 것을 방지한다.
두 기술은 부품의 특성에 맞춰 장착 방식을 제어하고, 센서 데이터를 활용해 품질을 확인한다는 공통점이 있다. 웨더스트립 장착 자동화 기술은 유연한 고무 부품에 가해지는 힘을 제어하는 기술에, 도어 가니시 장착 자동화 기술은 다수의 클립을 정밀하게 체결하고 들뜸을 검출하는 기술에 각각 초점을 맞췄다. 향후에는 휴머노이드 로봇을 활용하는 방향으로 기술을 발전시켜 차종 변경에 따른 설비 개조 부담을 줄이고, 다양한 부품 조립 공정에 유연하게 대응하는 미래 공장을 기대할 수도 있다.
터널형 외관검사 비전 기술 내재화
자동차 생산 공정의 마지막을 담당하는 외관검사는 표면에 남은 미세한 결함까지 찾아내야 하는 중요한 품질 관리 단계다. 그러나 크고 복잡한 곡면에서 1mm 수준의 작은 찍힘이나 긁힘을 발견하는 일은 쉽지 않다. 기존에는 숙련된 전문가의 시각과 촉각에 의존하는 경우가 많았으며, 해외 비전검사 시스템은 도입·유지보수 비용이 높아 부담이 컸다.
이번 전시에는 광학 하드웨어부터 검사 알고리즘, 3D 시뮬레이션 공정으로 구성된 AI 팩토리까지 자체 개발한 비전검사 솔루션을 제시했다. 터널형 검사기에 패턴 조명과 고해상도 줌 카메라를 결합해 차량 표면의 미세한 결함을 검출하는 방식이다.
컨베이어를 따라 이동한 차량이 검사기에 진입하면 터널 내부의 패턴 조명이 차체 표면에 특정 패턴을 조사한다. 이후 카메라가 패턴 이미지를 연속 촬영하고, 검사 알고리즘이 표면의 깊이 변화로 인해 왜곡된 패턴을 분석해 불량 여부를 판정한다.
차량 외관은 곡면이 많고 도장면의 반사 특성도 다양해 정확한 영상 확보가 중요하다. 이에 생산 차종별 크기와 형상 등을 고려해 카메라의 사양과 수량, 패턴 조명의 규격과 광량을 최적화했다. 특히 줌 카메라를 적용해 차종별 촬영 거리 변화에 대응할 수 있도록 했으며, 패턴 조명의 색상과 조도도 조절할 수 있도록 구성했다. 차종이나 외관 디자인이 변경되더라도 카메라 티칭과 조도 최적화를 통해 검사 영역을 조정할 수 있으며, 필요에 따라 하드웨어 사양도 직접 검토하고 개선할 수 있다.
검사 알고리즘의 검출 대상은 출고 전 최종 검사 단계에서 자주 발견되는 결함을 중심으로 설정했다. 가장 중요한 것은 크기가 작아 발견하기 어려운 결함을 놓치지 않는 것이다. 이를 위해 고해상도 이미지를 촘촘한 간격으로 촬영하고, 방대한 영상 데이터를 분석해 1mm 크기의 찍힘과 긁힘, 도장 이물질 등을 검출한다. 실제 차량에서 결함 데이터를 충분히 확보하기 어려운 문제를 보완하고자 자체 이미지 증강 기술도 적용해, 높은 검출 정확도를 확보할 수 있었다. 또한 AI 알고리즘의 성능을 검증할 수 있는 SILS(SW in-the-loop Simulation) 기반 AI 팩토리를 통해 설비 시운전 기간 및 모델 학습 기간을 단축할 수 있다.
기술 내재화는 외부 기술에 대한 의존도를 낮추고, 내부 역량을 축적하며, 기술의 적용 범위를 확대하는 데 기여한다. 현대차·기아의 다양한 글로벌 생산 거점과 공정, 차종에 유연하게 적용할 수 있으며, 자체적인 설비 이슈 해소 역량을 확보할 수 있다. 또한, 내재화한 기술을 바탕으로 현장별 요구에 맞춰 기술을 개선하고 발전시킴으로써 장기적인 경쟁력을 강화할 수 있다.
투자와 유지보수 측면에서도 의미가 있다. 기술 소개를 담당한 현대차 제조AI기술개발팀 임성수 책임매니저는 “외부 시스템을 활용하는 것 대비 초기 투자비를 크게 절감할 수 있을 것으로 보고 있다. 또한 데이터 파이프라인과 모델 재학습을 위한 머신러닝 개발·운영 체계(MLOps)를 구축해 신규 차종 추가에 따른 비용과 기간을 크게 줄일 수 있을 것으로 기대한다”고 설명했다.
현대차・기아는 향후 여러 생산 공장과 차종, 품질검사 공정으로 적용 범위를 넓히는 한편, 완성차 검사를 시각 정보뿐 아니라 소리와 촉감 등 다양한 센서 정보를 함께 분석하는 멀티모달 AI 기술로 발전시킬 계획이다. 나아가 피지컬 AI와의 연계를 통해 더욱 정교하고 종합적인 품질검사를 실현해 나간다는 목표다.
혁신 제조 기술로 진화하는 스마트 팩토리
이포레스트 테크데이 2026에서는 자율운영공장을 구현하기 위한 다양한 기술을 살펴볼 수 있었다. 현대차·기아는 개별 기술의 고도화를 넘어 제조 시스템 간 연결을 강화하고, 데이터와 AI를 활용해 생산 현장의 지능화와 자동화를 추진하고 있다. 이러한 기술 혁신으로 미래의 자동차 생산을 어떻게 변화해 나갈지 기대를 모은다.
사진. 조혁수
