Use Cases

숙련자의 시각·청각 기반 제조 노하우를 디지털화하고, AI 분석과 AR 작업 가이드를 통해 현장 품질 판단 및 작업 지원을 구현하는 기술 개발 과제입니다. 산업군: 자동차 부품 제조 적용 기술: 멀티모달 AI · VLM · AR · Edge AI 추진 형태: 산업통상부 연구개발 과제 수행 진행 상태: 개발 진행 중 (성과 지표: 개발 및 검증 진행 중) 추진 배경 자동차 프레스 공정에서는 숙련자의 육안 및 청각 등을 통한 판단이 품질과 생산 안정성에 중요한 역할을 합니다. 숙련자의 경험과 노하우를 체계적으로 축적하고 전수할 수 있는 디지털 기반의 제조 지원 기술이 필요합니다. ❶ BACKGROUND · 명장의 감각 판단 (SEE · LISTEN · CHECK) 프레스 공정의 품질은 명장이 보고, 듣고, 대조하는 경험적 판단에 크게 의존합니다.

적용 내용 · 암묵지 데이터 디지털화 — 프레스 금형과 생산품의 외관, 스크래치, 가공 소리, 절단면 등 현장 데이터를 수집·정제 · 멀티모달 AI 개발 — 시각·청각 정보를 결합해 제조 현장의 품질 및 공정 상태를 판단하는 AI 모델 개발 · AR 현장 가이드 — AI 분석 결과와 작업 안내를 AR 기반으로 제공하는 현장 지원 시스템 개발 · 현장 적용 기반 확보 — 로컬 엣지 서버를 활용해 보안성과 실시간성을 고려한 시스템 구현 ❷ AR FIELD GUIDE · AI·AR 현장 가이드 (MULTIMODAL AI · AR GLASS) AI가 판단한 이상 징후와 권장 조치를 AR 글래스로 작업자에게 안내합니다.

기대 효과 · 숙련자의 제조 노하우 디지털 자산화 및 기술 전수 기반 확보 · 작업자별 숙련도 차이 완화와 품질 판단 지원 · 공정 이상 조기 감지 및 불량 예방을 통한 생산 안정화 · 국내 제조 노하우의 해외 생산거점 이전 및 활용 기반 마련 추진 현황 산업통상부 「제조암묵지기반AI모델개발(뿌리 분야)」 연구개발 과제를 통해 자동차 프레스 공정 특화 제조 암묵지 AI 모델과 AR 현장 가이드 시스템을 개발하고 있습니다.

배터리 셀 검사 장비의 임피던스 측정 데이터를 실시간으로 수집해, 통계 기반 진단 알고리즘으로 정상·불량을 판정하고 웹 대시보드에서 채널별 상태와 불량 현황을 모니터링하는 시스템입니다. 협력사 의뢰로 메타덱스터가 설계부터 개발까지 턴키로 수행했습니다. 산업군: 제조 (배터리 셀 검사) 적용 기술: 임피던스(EIS) 데이터 · 통계 기반 이상 판정(마할라노비스 거리) · 실시간 웹 대시보드 · REST API · DB 추진 형태: 협력사 의뢰 — 메타덱스터 턴키 개발 (분석 · 설계 · 개발 · 테스트) 수행 기간: 2022 진행 상태: 구축 완료 추진 배경 배터리 셀의 임피던스는 전해질 · 전극 · 물질전달 저항 등 셀 내부 상태를 보여 주는 중요한 지표지만, 측정 결과를 사람이 일일이 확인해서는 불량을 빠르게 찾기 어렵습니다. 검사 장비의 측정 데이터를 네트워크로 받아 즉시 판정하고, 현장에서 실시간으로 확인할 수 있는 시스템이 필요했습니다. 진단 방식 · 임피던스 측정 데이터에서 셀의 주요 저항 특성값(전해질 · 전극 · 물질전달 저항)을 추출 · 다수 정상 셀의 특성값 분포를 기준으로 정규화 · 기준 분포 중심과의 마할라노비스 거리로 개별 셀의 정상 · 불량을 판정

구축 내용 · 종합 현황 대시보드 — 채널별 실시간 상태, 셀 측정 결과(전압 · 내부저항 · 판정), 셀 상태 레이더 차트, 전압 · 내부저항 정상 범위 표시 · 품질 현황 — 금일 검사 수 · 불량 수 · 불량률(PPM), 최근 7일 일별 불량 추이, 알람 로그 · 분석 화면 — 일자별 측정 세트 조회, 기준 데이터와 측정 EIS 데이터를 겹쳐 보는 차트, 채널별 상태 비교 · 기준 관리 — 측정 채널 · 주파수, 판정 기준값, 전압 · 저항 정상 범위 설정과 기준 데이터 관리 · 서버 · 데이터 — 측정 원시 데이터 수신 API, 데이터 매핑 · 저장, 사용자 · 권한 관리

수행 범위 현행 업무 분석과 요구사항 정의부터 아키텍처 · 화면 · 데이터베이스 설계, 웹 화면과 서버 API 개발, 단위 · 통합 테스트까지 개발 전 과정을 수행했습니다. 기대 효과 · 검사 결과의 실시간 확인과 불량 셀 즉시 인지 · 일별 불량률(PPM) · 추이 관리로 공정 품질 관리 지원 · 기준값 설정과 분석 화면을 통한 판정 기준 개선 기반 마련

복합 현장 장비의 유지보수 절차를 3D·AR로 안내하고, 원격 전문가 지원과 XR 교육 훈련까지 하나로 연결하는 시스템입니다. 요구 분석과 시스템 설계를 마쳐, 사업 확정 시 바로 개발에 착수할 수 있도록 준비되어 있습니다. 산업군: 산업 설비 (현장 장비 유지보수 · 운영 교육) 적용 기술: AR 매뉴얼 · 3D 장비 모델 · AR 원격지원 · XR(AR+VR) 교육 훈련 · QR 공간 인식 추진 형태: 장비 운영 사업 협력 — 사업 제안 및 시스템 설계 수행 진행 상태: 기획·설계 완료 (개발 착수 준비) 추진 배경 현장 장비는 전기·기계·소프트웨어 구성 요소가 복합적으로 연결되어 있어, 정확하고 복잡한 유지보수 절차를 따라야 합니다. 텍스트와 2D 이미지 중심의 기존 매뉴얼은 모듈 연결과 구성 요소를 이해하기 어렵고, 비숙련 작업자의 접근성이 낮으며, 정보를 찾는 데 시간이 많이 걸립니다. 실제 장비를 사용한 교육도 장비와 환경의 제약으로 충분한 실습 기회를 주기 어렵습니다. 과제 목표 · 유지보수 작업의 정확도와 효율성 향상 · AR 매뉴얼로 비숙련 작업자의 현장 작업 지원 및 오류 감소 · 실시간 원격지원으로 문제 해결 속도 향상 · 몰입형 XR 실습으로 반복 훈련과 교육 운영 효율화 · 작업 데이터 기반의 예방적 유지보수 체계 마련 설계 내용 · 장비 3D 모델링 · 데이터베이스 — 부품별 3D 모델과 설명, 유지보수 절차, 교체 주기 데이터 구축 (STEP 등 설계 데이터 → 실시간 렌더링 최적화) · AR 유지보수 매뉴얼 — 스마트폰 · 태블릿 · AR 글래스로 장비(QR 코드 등)를 인식해 부품 정보와 단계별 절차 애니메이션, 텍스트·음성 안내 제공. 증상을 선택하면 진단 결과와 해결 방법 제시 · AR 원격지원 — 원격 전문가와 실시간 영상 통화, 작업자 화면 위 AR 마킹(드로잉), 유지보수 매뉴얼 라이브 공유 · XR 교육 훈련 — 트레이너용 · 작업자용 교육 앱, 실제 장비 앞 AR 안내와 가상 장비(VR)를 함께 배치한 XR 실습, 자주 발생하는 실수에 대한 실시간 피드백, 교육 진행 · 평가 관리 · 데이터 수집 · 분석 — 매뉴얼 사용 내역, 원격지원 요청, 부품 교체 기록 저장 → 이상 패턴 분석과 예방적 유지보수로 고도화 시스템 구성 현장 작업자(AR 글래스 · 모바일)와 원격 전문가를 보안 네트워크(방화벽 · VPN)로 연결하고, 애플리케이션 · 스트리밍 서버와 DB 서버를 내부망에 두는 구축형(On-Premise) 구성으로 설계했습니다.

단계별 추진 계획 · 1단계 — 요구사항 분석, 기존 매뉴얼 분석, 3D 데이터 구축 · 2단계 — AR 매뉴얼 · XR 교육 앱 개발 (주요 절차별 애니메이션 · 인터랙티브 가이드) · 3단계 — 파일럿 테스트 및 현장 작업자 피드백 반영 · 4단계 — 원격지원 시스템 구축 (영상 통화 · AR 마킹 · 매뉴얼 공유) · 5단계 — 전체 시스템 통합, 현장 적용 및 사용자 교육 기대 효과 · 유지보수 시간 단축과 작업 오류 감소 (제안 목표: 작업 시간 30% 이상 단축, 오류 50% 이상 감소) · 고장 진단 시간 단축과 원격지원으로 현장 출장 비용 절감 · 숙련도에 따른 작업 품질 편차 완화와 현장 지식 전수 · 실물 장비 의존도를 낮춘 반복 실습으로 교육 운영 비용 최적화

AI·증강현실 기반 자동 위치추적과 초정밀 제어로 비정형 제조환경의 로봇 아크 용접을 지원하는 국가 연구개발 과제입니다. 메타덱스터는 다중 센서 융합 기반 AR/XR 가상 중첩 시각화와 원격 운용 인터페이스를 개발합니다. 산업군: 제조 (로봇 아크 용접 · 비정형 제조환경) 적용 기술: AI 영상분석 · AR/XR 가상 중첩 · 다중 센서 융합 · 로봇 정밀제어 추진 형태: 「전자부품기술개발(IT융합)」 국가 연구개발 과제 — 다기관 공동연구 (메타덱스터: AR/XR 시각화 · 원격 운용 인터페이스) 수행 기간: 2026.04 ~ 2028.12 진행 상태: 개발 진행 중 추진 배경 로봇 기반 자동화 용접은 산업 안전 강화, 숙련 인력 부족 대응, 생산성 향상을 위한 핵심 제조 기술로 조선·플랜트·자동차·중공업 등으로 적용이 확대되고 있습니다. 그러나 비정형 산업현장에서는 정밀도·안정성, AI 기반 자동화·원격 제어, 작업 안전·인력 대응에 한계가 있어 AI와 증강시각을 결합한 원격 정밀 로봇 용접 기술이 필요합니다. 과제 목표 AI·증강현실 기반 자동 위치추적과 초정밀 제어 기술로, 비정형 제조환경에서도 용접 모션 동작 정밀도 ±0.1mm 수준을 목표로 하는 로봇 아크 용접 정밀제어 시스템을 개발합니다. · 다중 센서·영상 기반 AI 용접선 인식 및 정밀 위치정합 · 증강시각 기반 원격 작업 지원 및 가상 중첩 인터페이스 · 비정형 환경 대응 자동 용접 경로 생성 및 실시간 정밀 제어 · 공정 모니터링·품질 판단 기반 지능형 용접 제어 · 산업 현장 실증 기반 원격 정밀 로봇 용접 시스템 구축 메타덱스터 수행 내용 — 다중 센서 융합 기반 XR 가상 정밀 시각화

· 1차년도 · 정밀 정합 기반 AR/XR PoC — 다중 좌표계 정합 체계 구축, 멀티모달 데이터 시간 동기화, Motion-to-Photon 지연 최적화 · 2차년도 · 가상 중첩 기반 오류예측 가시화 — 궤도 편차·작업 오류 등 AI 분석 데이터 연동 시각화, 가상 고정구(유도형·금지영역형·보조형) 모델, 공유제어 UI(각도 오차 보정, 자동 스냅, 안전 구역 자동 제한) · 3차년도 · 산업현장 실증 및 제품화 패키지 — 충돌 위험·시야 불량 등 현장 시나리오 정의, AR/XR·모니터 통합 운영 패키지, 현장 운영 교육 콘텐츠 다중 좌표계 정합 체계 로봇·라이다·IMU·카메라 센서 데이터를 통합 좌표계 정합 엔진으로 묶어 3D 증강 가시화 시스템에 실시간으로 표시합니다.

XR 가상 정밀 훈련 · 시뮬레이션 플랫폼 오류 예측·안전 피드백 가시화, XR·모니터 시뮬레이션 UI/UX, XR 교육 콘텐츠를 하나의 플랫폼으로 제공합니다.

기대 효과 · 위험 작업 환경의 비대면·원격 수행으로 작업자 안전 확보 · 숙련 인력 의존도 감소 및 용접 품질 안정화 · 복잡·비정형 구조물 용접 자동화 대응 · 자동차·조선·플랜트·중공업 등 산업 적용 확대