50년 만에 가장 낮은 실업률과 함께, 빈 피킹(bin picking) 공정의 자동화가 시급해지고 있습니다. 미국에서는 현재 제조업 노동자의 38%가 빈 피킹 관련분야에 종사하고 있으며, 50만 개의 일자리는 여전히 공석으로 남아있습니다. 자동화 업계에서는 이러한 요구를 충족하기 위해 노력하고 있고, 자동화 무역 박람회가 개최될 때마다 빈 피킹의 문제를 해결해냈다고 주장하는 새로운 회사들이 항상 등장하고 있습니다. 특히 지난 2018년 독일 뮌헨에서 열린 ‘2018 오토매티카(The 2018 Automatica show)’에서는 최소 14개 이상의 빈 피킹 데모 시연을 볼 수 있었습니다. 하지만 실제로 대형 제조업체에서 빈 피킹 공정은 거의 찾아볼 수가 없고, 중소기업에서는 그 수가 0에 가깝습니다. 많은 업체들이 솔루션을 제공한다고 주장하는데, 정작 실제 현장에서는 왜 이렇게 채택률이 낮은 걸까요?
빈 피킹의 복잡한 문제점
간단히 말하자면, 자동화된 빈 피킹의 대부분은 부분적으로만 해결된 문제라고 할 수 있습니다. 무작위로 배치된 부품을 골라 기계에 정확하게 위치시키는 일은 인간에게는 쉽지만 로봇에게는 굉장히 어렵습니다. 로봇은 다른 부품 또는 작업 셀 그 자체와의 충돌을 모두 피하면서 무한한 가짓수의 방향 중 하나로 움직여 부품을 잡고 목표 대상의 모서리의 안쪽 깊숙한 곳까지 도달할 수 있어야 합니다.
현재 빈 피킹은 거대한 시스템 통합 프로젝트를 통해서만 완전히 자동화될 수 있고, 이 과정에서 다음과 같은 다양한 최신 기술들의 통합이 필요합니다.
일반적인 빈 피킹 시스템은 이 요소 중 일부를 포함하면서도, 문제의 일부 또한 안고 있습니다. 이러한 시스템은 별도의 컴퓨터에서 실행되는 이미지 분석 소프트웨어와 3D 센서를 결합합니다. 로봇 전문가들은 센서, 별도의 컴퓨터, 별도의 소프트웨어와 로봇 컨트롤러를 통합하고, 각 부품의 위치를 검색하여 표적에 도달하게 하는 방법을 알아내는 프로그램을 만들어내야 합니다. 부품 방향의 무한한 변수에 대해 일반적인 경로 계획 알고리즘을 만드는 것은 거의 불가능한 작업입니다. 기껏해야 몇 주에서 몇 달 동안의 실험과 튜닝을 통해 신뢰할 수 없는 성능을 지닌 특정한 알고리즘이 생성될 뿐입니다. (그림 1 참조)
그림 1: 일반적인 빈 피킹 시스템에서의 전형적인 설치 및 프로그래밍 방식 (출처: 에너지드(Energid))
빈 피킹이 너무 복잡하기 때문에, 딥 러닝(Deep Learning) 기술을 적용해보려는 시도도 있었습니다. 하지만 아직까지는, 적어도 산업용으로 사용하기에는 실망스러운 수준입니다. AI는 영상 분류나 음성 인식 같이 정확성이 낮더라도 크게 문제 없는 애플리케이션에는 매우 효과적입니다. 그러나 제조업체가 인간을 대신해서 기계에게 빈 피킹을 맡길 수 있을 만큼의 신뢰성과 정확성을 갖추지는 못 한 것으로 보입니다.
소규모 제조업체의 요구 사항을 충족시키다
대규모 통합 및 프로그래밍에는 많은 것들이 필요하기 때문에, 대부분의 빈 피킹 공정은 자동차 OEM과 같은 크고 정교한 제조업체에 배치됩니다. 하지만 정작 대부분의 빈과 제조 기계는 중소기업에서 많이 볼 수 있습니다. (전 세계 산업 노동력의 69%) 중소기업은 노동력 부족에 가장 많이 시달리지만, 빈 피킹 시스템에 필요한 자본과 전문지식 또한 가장 부족하기도 합니다.
사전 통합 시스템을 통한 쉬운 프로그래밍
에너지드의 산업용 빈 피킹
진정한 의미의 범용적인 빈 피킹 솔루션이라 함은, 비전문가도 사용할 수 있어야 하고, 몇 시간 안에 구성할 수 있어야 하며, 거의 조정하지 않고도 정교한 경로 계획을 제공할 수 있어야 하고, 중소기업도 문제 없을 만큼 비용 효율적이어야 합니다.
에너지드는 완전한 사전 통합 시스템을 제공하고 모든 복잡한 요소들을 기본 소프트웨어에서 관리 가능하게 함으로써 자동화된 빈 피킹을 보편화시키고 있습니다. 모든 시스템 구성 요소(센서, 이미징, 경로 계획 소프트웨어 및 협동-프로세서)는 사전 구성되며 별도의 설정 없이 로봇 컨트롤러에 연결됩니다. 이렇게 하면 설치 시간이 단 몇 시간으로 단축됩니다.
모든 프로그래밍은 UR+ 플랫폼을 통해 UR 협동로봇의 티치 펜던트와 통합되어 있으며, 동일한 프로그래밍 인터페이스를 사용하여 빈 피킹 동작을 표준화된 로봇 조종 방식과 자유롭게 통합시킬 수 있습니다. 작업자의 훈련 시간 또한 최소화됩니다. 설정 및 프로그래밍은 일련의 마법사에 의해 안내됩니다. 이 마법사는 인간 작업자가 행하는 필수적인 행동 즉, 부품을 어떻게 들고, 어디에 놓고, 장애물은 어떻게 피하는지 등의 훈련을 모방하여 제공합니다.
에너지드의 액틴(Actin) 소프트웨어는 NASA 우주선, 석유 시추 플랫폼의 자율 로봇, 수술 애플리케이션 및 산업 자동화 등 필수적인 애플리케이션에서 입증된 것으로, 보이지 않는 곳에서 실시간으로 작동하여 각 부품의 경로 계획을 실시간으로 자동화하고 성능과 신뢰성을 향상시킵니다. 사용자가 직접 웨이포인트를 설정하거나 수동으로 조정할 필요가 없습니다. (출처: 에너지드)
사용 편의성과 신뢰성의 핵심이 되는 자동 경로 계획
이제까지 빈에서 목표한 위치까지 충돌 없는 고유한 경로를 계획하는 것은 빈 피킹의 가장 까다로운 과제로 남아있으며, 자동화 전문가의 재량에 맡겨지는 경우가 많았습니다. 경로 계획은 시스템 신뢰성의 주요 결정 요인입니다. 제대로 수행되지 않을 경우, 충돌하거나, 부품이 빈에 남겨지거나, 아니면 떨어지고, 표적에 도달하지 못 하게 됩니다.
에너지드의 빈 피킹 솔루션은 액틴에 영향을 주고 있습니다. 액틴은 NASA 우주선, 석유 시추 플랫폼의 자율 로봇, 수술 애플리케이션 및 산업 자동화 등과 같은 필수적인 애플리케이션에서 입증된 지능적인 경로 계획 및 동작 제어 소프트웨어입니다. 액틴은 사용자가 직접 웨이포인트를 설정하거나 수동으로 튜닝하지 않아도, 보이지 않는 곳에서 뛰어난 성능과 신뢰성으로 각 부품의 경로 계획을 실시간 자동화합니다.
중소기업을 위한 빈 피킹 솔루션
우리가 빈 피킹 문제를 모두 해결했다고 선언했을지라도, 수동 머신 텐딩이 과거의 것이 될 수 있을까요? 그렇지 않습니다. 자동화하기에 너무 복잡한 애플리케이션들은 항상 존재해 왔으며, 이는 인간 작업자를 필요로 할 것이기 때문입니다. 그러나 비용 측면에서 효율적인 협동로봇, 3D 이미징 및 지능적인 동작 제어 소프트웨어의 발전은 오늘날 더 많은 기계 관리 애플리케이션을 처리할 수 있는 새로운 세대의 빈 피킹 솔루션을 가능하게 하고, 제조업체들이 제한된 자원을 더 높은 가치의 작업에 할당할 수 있도록 지원합니다. 더 중요한 것은, 이제 빈 피킹은 중소기업도 접근 가능하며, 비용 측면에서도 굉장히 효율적인 선택지라는 것입니다. 이제 그 외 나머지 사람들을 위한 빈 피킹 솔루션만이 과제로 남아있을 뿐입니다.