작성일 : 26-07-24 11:43
|
‘합종연횡’ 조선소 AI, 일단 ‘스마트조선소’부터
|
 |
|
글쓴이 :
동구센터
 조회 : 26
|
클라우드·통신·IT기업 손잡고 ‘데이터화’ 박차 … 현 자동화 로봇은 소조립 공정 투입 수준
이재 기자 입력 2026.07.23 06:30
조선소가 피지컬 인공지능(AI) 도입을 위해 정보기술(IT) 기업과 속속 손을 맞잡고 있다. 아직 실제 대규모 언어 모델(LLM)을 탑재한 로봇이 조선소를 누비기까지는 갈 길이 멀다는 평가다.
22일 <매일노동뉴스> 취재를 종합하면 군산조선소 인수를 준비하는 제이오션중공업은 지난 21일 통신망 사업을 하는 유캐스트와 양해각서(MOU)를 체결했고, 전날에는 HD한국조선해양이 네이버클라우드와 MOU를 체결하고 AI 생태계 구축에 나섰다. 한화오션은 지난달 캐나다 기업과 직접적인 용접 자동화 관련 MOU를 체결한 상태다. 삼성중공업은 스마트 통합 플랫폼(SYARD) 구축과 로봇 개발을 함께 추진 중이다.
자동화율 80%? “제한된 공정에 제한적 사용 그쳐”
명칭은 다양하지만 조선소의 AI 전환 전략은 스마트조선소 구축과 공정별 표준화가 기본 틀이다. 조선소 전체의 업무를 데이터로 전환해 축적하고, 이를 바탕으로 로봇이 수행할 업무표준 지점을 설정해 이를 로봇에 학습시켜 투입하는 방식이다.
피지컬 AI 전환의 장기적 목표는 인구구조 변화 대응이다. 숙련공 감소와 이주노동자 증가 그리고 신규 인원 유입 정체를 동시에 겪고 있는 조선업은 피지컬 AI 투입으로 인력구조 개편 방향을 잡고 있다.
목표에 도달하는 과정은 녹록지 않아 보인다. 우선 조선업은 자동화율부터 높지 않다. 업계는 조선업 자동화율을 높게는 80% 수준까지 보고 있지만, 실제 현장은 그렇지 않다. 현대중공업 관계자는 “자동화, 그러니까 사람 대신 로봇을 투입해 용접 같은 작업을 하는 비율은 결코 높은 수준이 아니다”며 “용접로봇이 투입된 것은 이른바 소조립 부문이고, 소조립 이후 큰 블록으로 대조립하거나 의장 작업 같은 후반 작업 그리고 도크 작업 등은 자동화가 어렵다”고 설명했다. 선박제조는 통상 설계, 강재(철판 등) 적치, 강재 절단, 소조립, 대조립, 선행의장, 도장, 탑재, 진수 공정으로 나눈다. 이 가운데 자동화가 어느 정도 진행된 공정은 강재 적치와 절단 그리고 소조립 수준이다. 업계는 소조립한 블록을 이어 붙여 블록 크기를 키우고 이를 더 큰 부분으로 조립하는 것을 각각 중조립, 대조립 등으로 분류하는데 현재 용접로봇은 철판을 잘라 가장 작은 블록을 만드는 수준의 작업을 한다는 의미다.
컨베이어벨트 아닌 선박제조 공정 특성상 규격화 어려워
원인은 다양하다. 우선 블록이 워낙 무거워 타워크레인 등을 통해 옮기는 데다 아주 예민한 용접작업이 필요하다. 선박 안으로 들어가면 규격화한 로봇이 작업을 수행하기 어렵다. 만약 탑재 후 공정에서도 로봇을 도입하려면 각 부문의 작업환경에 맞는 로봇을 따로 투입해야 한다. 현대중공업 관계자는 “지금 스마트조선소의 가까운 목표는 설계를 자율화해 AI가 하는 것”이라고 덧붙였다. 컨베이어벨트를 중심으로 공정이 구성된 완성차 자동화와 사정이 다르다.
이 때문에 공정 전체를 조망하고 데이터를 구축해 자율적으로 관리하는 콘셉트의 스마트조선소 구축 계획을 수립하고, 클라우드 방식으로 관리하려는 시도를 하는 것이다. 가상 모델에 실제 데이터를 연동하는 일종의 디지털 트윈을 구축하는 셈이다. 그런데 실물화 이전 ‘시뮬레이션’ 성격을 갖는 디지털 트윈과 달리 실제 데이터를 수집해 이를 토대로 의사결정 AI를 탑재한다는 결정적 차이가 있다.
예상대로 진행한다면 설계 이후에야 피지컬 AI 도입을 검토할 수 있을 전망이다. 한 대형조선소에서 AI 연구개발을 담당하는 관계자는 “이미 자동화한 소조립 분야의 용접기계는 곡면 용접 같은 작업에서 일정한 표준화율을 보이고 있어 생산성이 높다”면서도 “이는 제한된 영역에 제한된 용도로 활용하는 방식이라는 점을 간과해선 안 되고, 사실 그런 방식으로 공정별 로봇을 도입한다면 AI를 탑재하는 것은 큰 의미가 없다”고 설명했다.
출처 : 매일노동뉴스(https://www.labortoday.co.kr)
|
|
