9월 4주차 제조업 소식

제조업에 AI 도입이 왜 이렇게 어려울까요? 폐플라스틱에서 새 원료를 만들 수 있을까요? 가상 촉각 기술은 우리 일상에 어떤 변화를 가져올까요? 최신 기술 혁신 소식을 통해 답을 찾아봅니다.

 

 

 

기업의 AI 도입, 제조업에서는 왜 더 어려운가

 

RAND 연구소의 조사에 따르면 기업들이 AI 기술을 도입하는 과정에서 성공률이 20%에 못 미치는 것으로 나타났습니다. 특히 제조업 분야에서는 AI 도입이 더욱 힘든 상황입니다. 이 문제의 원인으로는 AI 도입 초기 단계에서의 문제 정의 오류, 불충분한 훈련 데이터, 기술 도입에 치중한 접근, 그리고 데이터 관리 및 AI 인프라의 미비 등이 지적됩니다. 제조업은 복잡한 데이터 구조와 다양한 변수를 포함하기 때문에, 설비 유지보수, 품질 관리, 수요 예측과 같은 제한적인 영역에서만 AI가 사용되고 있습니다. 성공적인 AI 도입을 위해서는 프로젝트 목적을 명확히 하고, AI 인프라에 대한 사전 투자가 필요하며, AI의 한계를 인식하는 것이 중요합니다. 또한 데이터 표준화와 협력적인 파트너십 구축이 필수적입니다. 제조업의 AI 도입을 위한 전략으로는 센서 데이터의 수집 및 변환, 데이터 마이닝과 증대, 적절한 알고리즘 선택, 그리고 트랜스퍼 러닝을 통한 현장 적용의 4단계 접근법이 필요합니다. 특히, 데이터 표준화와 데이터 스페이스 구축이 성공적인 AI 도입에 필수적인 요소로 강조됩니다.

 

 

 

폐플라스틱에서 새로운 원료로, 열분해유의 혁신적인 촉매 기술

한국화학연구원의 연구진은 폐플라스틱을 재활용하여 새로운 화학 원료로 변환할 수 있는 촉매 기술을 개발했습니다. 이 기술은 기존의 폐플라스틱을 고온에서 분해해 재생유를 얻는 열분해 방식을 개선한 것입니다. 기존 열분해유를 경질 올레핀, 즉 에틸렌, 프로필렌, 부틸렌 등으로 전환하여 플라스틱 원료로 사용할 수 있게 했습니다. 이는 온실가스 배출을 줄이고, 탄소중립 실현에도 기여할 수 있는 환경적으로 중요한 진전을 의미합니다. 특히 최근 정부의 규제 완화로 폐플라스틱 열분해유의 석유화학 원료 사용이 가능해지면서 관련 연구와 상업화가 활발히 진행되고 있습니다. 이번 연구에서는 기존 나프타 촉매 분해 기술을 발전시켜 폐플라스틱 열분해유에 특화된 촉매를 개발했으며, 이를 통해 기존 공정보다 더 낮은 680도의 온도에서도 경질 올레핀을 생산할 수 있었습니다. 그 결과, 기존보다 더 높은 44.1%의 수율을 기록하였습니다. 이번 성과는 국제 학술지 표지 논문으로 선정되며 기술적 가치를 인정받았으며, 폐플라스틱 재활용의 새로운 가능성을 열었다는 평가를 받고 있습니다.

 

 

 

가상 전기 촉각 기술, 모든 사용자가 일관된 촉감을 느낄 수 있는 기술 개발

기초과학연구원과 세브란스병원의 공동 연구팀이 개발한 가상 전기 촉각 기술은 기존의 진동 촉각 기술을 넘어 모든 사용자가 동일한 촉감을 느낄 수 있게 합니다. 기존의 전기 촉각 기술은 저항이 높아 안전성 문제가 있고, 사용자별로 다른 촉감을 경험하게 하는 한계가 있었습니다. 하지만 이번에 개발된 기술은 인체의 촉각 세포가 전기 신호로 촉각을 전달하는 원리를 모방하여 보다 정밀한 촉각 재현이 가능해졌습니다. 이 기술은 압력 보정이 가능한 투명한 전기 촉각 기기를 활용하여, 인듐·주석 산화물 기반 전극 위에 백금 나노입자를 도금하여 전극 저항을 낮추고, 압력 센서를 통합하여 사용자 손가락의 압력을 측정하고 보정합니다. 이를 통해 일정하고 일관된 전기 촉각을 구현했으며, 다양한 전류 밀도와 진동수에 따라 9가지 촉감을 재현할 수 있었습니다. 이 연구는 AR, VR, 스마트 기기 등에서의 상호작용을 극대화할 수 있는 새로운 기술적 가능성을 열어줍니다. 다만, 상용화를 위해서는 안전성 검증과 더 나은 사용자 경험 설계가 필요합니다.

 

 

 

새로운 소재 개발의 혁신, 금속-유기 골격체의 설계 전략

UNIST 연구팀은 차세대 탄소중립 소재로 주목받는 금속-유기 골격체(MOF)를 더 효율적으로 설계할 수 있는 전략을 개발했습니다. 연구팀은 상향식과 하향식 접근법을 결합하여 기존 방식으로는 탐색이 어려웠던 신소재를 빠르게 발굴할 수 있었습니다. 상향식 접근법은 작은 단위부터 시작하여 설계하는 방식이고, 하향식 접근법은 목표 구조에 맞는 재료를 찾아가는 방식입니다. 이러한 두 방식을 결합하여, 연구팀은 지르코늄 기반 26개의 새로운 구조를 발견했고, 그 중 두 가지를 실제로 합성하는 데 성공했습니다. 또한, 리본 표현법을 도입하여 리간드의 구조를 더 정밀하게 설계하고 합성의 정확성을 높였습니다. 금속-유기 골격체는 이산화탄소 분리와 저장, 촉매 반응 등에서 뛰어난 성능을 보이나, 합성 가능한 구조 탐색에 어려움이 있었습니다. 이번 연구는 이 한계를 극복하고 기능성 소재 연구의 새로운 전환점을 마련했습니다. 연구 결과는 네이처 신테시스에 게재되었으며, 향후 신소재 개발의 가능성을 크게 확장시킬 것으로 기대됩니다.

 

 

 

 

제조업 AI 도입의 어려움부터 폐플라스틱 재활용과 가상 촉각 기술까지, 혁신이 만들어갈 미래를 기대해보세요. 기술이 바꾸는 세상에 함께하세요!

 

 

 

 

바로발주는 AI를 활용한 자동 견적 서비스💡로,

발주를 효율적이고 편리하게 도와드리는 온라인 서비스입니다.

하단의 이미지를 클릭하여 도면을 업로드하고 3초만에 견적 및 납기를 확인하세요! 🚀