엑트엔지니어링(주)은 시바우라머신(Shibaura Machine) 스카라 로봇을 기반으로 천장형 설치 대응, 공간 활용 최적화, 공정 유연성 강화에 강점을 갖춘 자동화 솔루션을 제시하고 있다. 통합 소프트웨어 ‘TSAssist’를 통해 비전 연동과 로봇 제어 진입 장벽을 낮추고, 교육·기술 지원까지 병행하며 현장 중심의 실용적 자동화를 구현하고 있다.

엑트엔지니어링(주) 최영수 대표 / 사진. 로봇기술

Q. 엑트엔지니어링(주)은 어떤 회사인가.
A. 엑트엔지니어링(주)(이하 엑트엔지니어링)은 자동화 솔루션 개발 전문기업으로, 차세대 자동화 기업으로서의 입지를 구축해 나가고 있다. 서보(Servo), CNC, 모션 컨트롤러(Motion Controller) 관련 솔루션을 기반으로 컨베이어 시스템, 자동창고 시스템, 분류 시스템 등 물류 자동화 분야를 중심으로 사업을 전개하고 있다.

시바우라머신(Shibaura Machine, 이하 시바우라) 스카라 로봇을 핵심 솔루션으로 활용해 조립·이송·픽앤플레이스 공정에서 경쟁력을 확보하고 있으며, 최근에는 AI 기반 자동화 기술까지 적용 범위를 확대하고 있다.

이 같은 기술 역량을 바탕으로 스카라 로봇을 적용한 박스 커팅 머신 ‘ABC 100’을 개발했으며, 현재는 본격적인 생산 단계에 돌입해 로봇 기반 자동화 솔루션을 시장에 제시하고 있다.

시바우라 스카라 로봇은 폭넓은 라인업을 강점으로 한다. 작업 반경 기준 팔 길이가 300~1,200㎜까지 100㎜ 단위로 구성돼 다양한 현장 사양에 대응할 수 있으며, 페이로드도 5㎏부터 20㎏까지 지원해 전자부품 조립, 부품 이송, 포장, 물류 등 여러 공정에 적용 가능하다. 산업 현장에서 활용도가 높은 영역을 정밀하게 커버하고 있다는 점이 차별 요소로 꼽힌다.

Q. 천장형 스카라 로봇의 경쟁력은.
A. 엑트엔지니어링이 취급하는 시바우라 스카라 로봇은 대부분의 시리즈가 천장형 설치에 대응한다는 점이 가장 큰 특징이다. 팔 길이 300~1,200㎜까지 전 구간에서 기존 풋마운트 모델을 옵션 선택 만으로 천장형으로 전환할 수 있다. 일반적으로 천장형 로봇은 적용 가능한 모델이 제한적이고, 별도 구조 변경으로 가격이 크게 상승하는 경우가 많지만, 시바우라는 옵션 방식으로 대응해 가격 경쟁력도 유지할 수 있다.

택타임 자체는 천장형이라고 해서 직접적으로 줄어들지는 않는다. 택타임은 로봇의 모터 용량과 제어 성능에 의해 결정되기 때문이다. 그러나 공정 전체 관점에서는 분명한 차이가 발생한다. 천장형 로봇은 하부 공간을 자유롭게 활용할 수 있어 컨베이어를 통과시키거나 설비를 보다 효율적으로 배치할 수 있다. 그 결과 공정 흐름이 단순해지고, 라인 전체의 생산성 향상으로 이어질 수 있다.

스카라 로봇을 적용한 박스 커팅 머신 ‘ABC 100’ / 사진. 로봇기술

또 하나의 강점은 설치 자유도다. 오버헤드 전용으로 설계된 스카라 로봇의 경우 벽체 간섭 문제로 벽에서 일정 거리 이상 이격 설치해야 하지만, 시바우라 스카라 로봇은 벽에 밀착해 취부하는 것도 가능하다. 기존 설비가 이미 배치된 라인이나 공간 제약이 큰 현장에서는 이러한 특성이 실제 적용 단계에서 큰 메리트로 작용한다.

Q. 스카라 로봇에서 비전 연동이 어렵다는 인식이 있는데.
기존에는 비전과 로봇을 각각 별도의 엔지니어가 담당하는 구조가 일반적이었다. 비전 엔지니어가 카메라 설정과 보정, 알고리즘을 구성하고, 로봇 엔지니어가 로봇 프로그램과 동작을 구현하는 방식이다 보니, 양쪽을 연결하는 과정에서 시간과 비용이 많이 소요됐고, 현장에서는 통합 난도가 높다는 인식이 강했다. 특히 픽앤플레이스 공정처럼 비전과 로봇이 긴밀하게 연동돼야 하는 경우에는 작은 수정에도 반복적인 재작업이 필요했다.

시바우라는 이러한 구조적 한계를 ‘TSAssist’라는 통합 소프트웨어로 풀었다. TSAssist는 로봇 컨트롤러 접속, 오프라인 시뮬레이터, 프로그램 편집기 같은 기본 기능은 물론, 비전 캘리브레이션과 컨베이어 동기화까지 하나의 환경에서 제공한다. 

‘TSAssist’ 인터페이스 / 사진. 엑트엔지니어링(주)

교육 관점에서도 변화가 크다. 기존에는 비전과 로봇을 각각 이해해야 했지만, TSAssist 환경에서는 통합된 흐름으로 접근할 수 있어 학습 부담이 크게 낮아졌다. 기본 개념을 익히는 데 약 30분 정도면 충분하고, 실제 장비를 연결해 테스트까지 진행해도 2시간 이내에 마무리할 수 있다. 이는 SI 업체나 엔드유저 모두에게 적용 장벽을 크게 낮추는 요소로 작용한다.

비전 연동의 범용성도 강점이다. TSAssist의 비전 보정 기능은 특정 비전 메이커에 종속되지 않고, LAN 통신만 가능하면 연동이 가능하다. 고가의 전용 비전 시스템을 반드시 사용할 필요가 없기 때문에, 사용자는 현장 상황과 예산에 맞춰 다양한 선택지를 검토할 수 있다. 카메라와 소프트웨어를 포함한 비용이 로봇 가격과 맞먹거나 오히려 더 비싼 경우도 적지 않은 현실을 감안하면, 이는 상당한 장점이다.

‘TSAssist’의 프로그램 편집기, 비전 보정과 컨베이어 동기화 기능이다. / 사진. 엑트엔지니어링(주)

최근에는 YOLO 계열 AI 모델과 비교적 저렴한 산업용 카메라, 소형 컨트롤러를 활용해 중심 좌표 인식 등 픽앤플레이스에 필수적인 기능을 구현하는 것이 가능해졌다. 이를 바탕으로 TSAssist를 활용하면 저사양 비전 시스템으로도 2D 비전 솔루션을 구성할 수 있다. 과거에 비해 훨씬 합리적인 비용으로 자동화 적용이 가능하다. 결과적으로 TSAssist라는 통합 환경 제어 소프트웨어가 비전과 로봇의 경계를 낮추고, 현장 중심의 실용적인 자동화를 가능하게 하는 핵심 도구로 자리매김하고 있다.

Q. 직접 비전 솔루션을 개발하고 있는지.
A. 엑트엔지니어링은 현재 자체 비전 솔루션을 상품 형태로 개발·판매하고 있지는 않다. 핵심은 비전을 직접 개발하느냐가 아니라, 누구나 비전을 쉽게 로봇에 연동해 활용할 수 있는 환경을 제공하는 데 있다는 점에 있다. 고객의 비전의 요구 사항이 다양하고 시장에 출시돼 있는 비전 솔루션이 매우 다양하게 때문에 비전 시스템의 개발 보다는 고객이 원하는 시스템을 얼마나 간단히, 저비용으로 시스템 솔루션을 구현 하는데 초점을 맞추고 있다.

이를 위해 TS Assist를 중심으로 비전 연동 가이드를 제공하고, 교육과 기술 지원을 병행하고 있다. LAN 통신이 가능한 비전 시스템이라면 제조사와 관계없이 연동할 수 있도록 구조를 개방했으며, 고객 여부와 상관없이 교육을 원하는 경우 자체 개발한 비전 프로그램을 로봇 시스템에 접목할 수 있도록 지원한다. 결과적으로 엑트엔지어링은 비전 솔루션을 직접 공급하는 기업이라기보다, 비전과 로봇을 현장에서 누구나 활용할 수 있도록 연결해 주는 실용적 자동화 환경에 강점을 가진 기업이라고 볼 수 있다.

Q. 연구소기업으로 등록한 배경은.
A. 엑트엔지니어링은 국내 AI 분야 석학들과 몇 년 전부터 자동화 현장에 AI를 직접 접목해 현장에 바로 투입할 수 있는 기술을 몇 년 전부터 연구해 왔다. 그 대표 사례가 박스커팅 장비의 칼날 잔여 수명 예측 AI 기술이다. 수천 개 데이터를 기반으로 학습한 모델의 정확도가 99% 수준에 도달했다. 

박스 커팅 머신 ‘ABC 100’과 엑트엔지니어링(주) 최영수 대표 / 사진. 로봇기술

연구소기업 등록은 자동화에 직접 적용 가능한 AI 기술의 고도화와 더욱 긴밀한 산학 협력을 위해 추진했다. 지난해 절차를 마무리하면서, 더 높은 수준의 AI 기술 실용화 연구를 위한 기반을 다졌다.

Q. AI 적용은 유지보수 영역에서도 활용될 예정인지.
A. 그렇다. 해외 수출을 고려하면 유지보수 장벽이 가장 크다. 로봇과 부품, 장비 데이터를 학습시킨 LLM 기반 AI를 통해 언어 장벽을 낮추고, 고객이 스스로 장비 상태를 점검하고 문제를 진단할 수 있도록 준비 중이다. 이는 고객이 직접 확인할 수 있는 범위를 넓혀주는 역할을 하게 된다.

Q. 앞으로 기대하는 기술 방향은 무엇인지.
A. 핵심은 패스 플래닝(Path Planning) AI다. 산업용 로봇 프로그램의 본질은 결국 A 지점에서 B 지점까지 어떻게 이동하느냐를 정의하는 데 있다. 하지만 이를 사람이 일일이 룰베이스로 티칭하는 것은 쉽지 않다. 우리는 A* 알고리즘(A Star Algorithm)과 26방향 탐색, 여기에 LOS(Line of Sight) 기반 직선 보정 기법을 결합한 패스 플래닝 기술을 적용해 기존 대비 로봇 이동 시간을 약 75% 단축하는 성과를 얻었다. 

현재는 전체 프로그램의 80~90%를 자동으로 생성할 수 있는 수준까지 도달했으며, 이를 실제 상품으로 구현하는 단계를 준비하고 있다. 동시에 마케팅을 강화하면서도 R&D 고도화에 집중할 계획이다. 특히 박스 커팅 머신 성능을 미국 표준 대비 20~30% 이상 향상시키는 정부 과제를 수행 중으로, 누구도 시도하지 않았던 AI 기반 자동화 기술을 완성하는 해가 되기를 기대하고 있다.