마키나락스는 2026년 8월 4일 HD한국조선해양 조선소 용접 로봇에 피지컬 AI 기반 이상탐지 솔루션을 시험 적용했다고 밝혔다. 실제 용접 로봇 12대에서 수집한 데이터를 사용해 모델을 고도화했다. 이번 발표로 확인되는 범위는 현장 시험과 모델 개선까지다. 조선소 전체 배포나 정식 운영 체계 통합이 확정된 것은 아니다.
제조 현장에서는 고장 사례가 충분히 쌓이지 않아 이상 데이터를 학습시키기 어려운 경우가 많다. 이번 모델은 정상 운전 때의 신호 패턴을 먼저 학습하고, 다른 흐름이 나타나면 이상 점수를 높이는 방식이다. 시험 과정에서는 어떤 신호가 판단에 영향을 줬는지 운영자가 확인할 수 있는 모니터링 기능도 함께 검증했다. 알려진 고장 유형만 분류하는 방식과 달리 정상 패턴에서 벗어난 움직임을 찾는 접근이다.
| 구분 | 공식 확인 내용 | 유의점 |
|---|---|---|
| 협력 주체 | 마키나락스와 HD한국조선해양 | 공식 발표로 확인 |
| 적용 대상 | 조선소 용접 로봇 12대의 실제 데이터 | 조선소 전체 규모는 아님 |
| 탐지 방식 | 정상 운전 데이터 기반 이상탐지 | 이상 점수 해석과 현장 확인 필요 |
| 현재 단계 | 시험 적용 및 모델 고도화 | 전면 상용 배포로 단정 불가 |
| 미공개 | 정확도·오경보율·사전 경고 시간·비용·확대 일정 | 후속 검증 자료 필요 |
용접 공정에서는 로봇의 작은 이상도 재작업이나 공정 지연으로 이어질 수 있다. 현장 운영자와 유지보수 담당자는 이상 점수와 관련 신호를 보고 점검 대상을 좁힐 수 있다. 생산 관리자는 정비 우선순위를 정하는 참고 자료로 쓸 수 있다. 다만 이상탐지 알림이 곧 고장 확정을 뜻하지 않으므로, 센서 상태와 작업 조건을 함께 살피는 현장 판정 절차가 필요하다.
공식 발표에는 탐지 정확도, 오경보율, 고장을 얼마나 일찍 알렸는지, 구축비와 운영비가 공개되지 않았다. 조선소 전체로 확대할 일정이나 추가 적용 로봇 수도 제시되지 않았다. 따라서 이번 성과는 용접 로봇 12대의 정상 운전 데이터를 이용한 시험 적용과 모델 고도화로 평가해야 한다. 대규모 도입 효과와 비용 절감 폭은 실제 운영 기간과 장애 사례가 축적된 뒤 확인할 수 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
