이번 사업은 기술 도입에 어려움을 겪는 중견 제조기업을 겨냥해 기획됐다. 단순한 스마트공장 구축을 넘어, 자동차 전장 표면실장기술(SMT) 양산라인을 대상으로 생산운영시스템(MES), 검사, 제조 AI, 모니터링 시스템, 글로벌 제조 데이터 표준(AAS·OPC-UA) 등을 하나의 운영체계로 통합하는 것을 목표로 한다. 즉, 글로벌 시장 적용을 목표로 하는 중견기업형 제조 운영 모델의 개발 및 실증을 추진하는 프로젝트다.
현재 많은 중견 제조기업은 생산, 품질, 검사, 설비 데이터가 서로 연동되지 않고 분리되어 운영되는 경우가 많다. 특히 핵심 공정 조건의 설정 역시 숙련 작업자의 경험에 의존하는 구조가 주를 이루고 있다.
DH오토웨어는 이러한 공정 한계를 개선하기 위해 생산계획부터 작업지시, 실적, 부품 및 기판 추적, 품질 검사, 출하 데이터 등 전체 생산 데이터를 하나로 연결하는 시스템(Digital Thread)을 구축할 계획이다. 이를 통해 문제가 발생하기 전에 AI가 분석하고 개선하는 운영 방식(Closed-loop)을 도입하여 예방형 품질관리를 추구한다는 구상이다.
이번 사업은 DH오토웨어 광주공장의 양산 SMT 라인 1개를 대상으로 우선 추진된다. 실증 작업에서 얻은 결과를 바탕으로, 회사가 파악한 범위 내에서 향후 멕시코 등 해외 생산거점과 국내외 제조 서비스 고객에게 확산할 수 있는 클라우드 기반 서비스 형태(SaaS)의 플랫폼을 개발한다는 목표를 세웠다.
특정 공장만을 위한 일회성 시스템 구축이 아니라, 광주공장에서 검증된 결과를 패키지 상품화하여 설치·교육·운영·유지보수가 용이하도록 설계할 계획이다. 주요 구성 요소로는 생산 프로세스 실행 모듈, 검사 지능화 모듈, 공정 최적화 AI 엔진, 시각화 시스템 등이 포함된다.
특히 지멘스(Siemens), 파나소닉(Panasonic) 등 글로벌 전장 장비 제조 기업들과 협력해 글로벌 제조 데이터 표준을 적용할 예정이다. 서로 다른 제조사의 장비 간에도 데이터가 원활히 호환되도록 조치하여, 향후 신규 라인이나 해외 공장에도 신속하게 시스템을 적용할 수 있는 구조를 다질 방침이다.
이번 사업의 핵심은 AI가 생산현장을 스스로 분석하고 운영을 돕는 기술(Physical AI)의 적용이다. AI가 부품 검사 데이터와 생산·설비 데이터를 통합 분석해 공정의 이상 징후를 조기에 감지하고, 주요 공정의 최적 조건을 실시간으로 제안하는 방식이다.
이와 함께 관리자는 공장을 화면에서 실시간으로 확인하는 디지털 운영 시스템(Digital Twin) 기반의 대시보드를 통해 주요 성과 지표(KPI)와 알람, 승인 프로세스 등을 통합적으로 모니터링하며 데이터에 기반한 의사결정을 내릴 수 있게 된다. 이를 통해 제조 현장의 자율적인 운영 능력을 높이고 전반적인 경쟁력 확보를 추진할 수 있을 것으로 기대된다.
DH오토웨어는 광주공장 실증 라인에서 성능을 검증한 뒤, 동일한 운영 모델을 멕시코 생산거점으로 확대 적용하는 방안을 검토 중이다. 나아가 자동차 전장 분야를 넘어 다양한 전자 제품 제조기업을 대상으로 표준화된 플랫폼을 공급하는 새로운 사업 모델로의 발전도 계획하고 있다.
글로벌 제조 서비스 선도기업의 운영체계를 참고하되, 대기업 위주의 고가 시스템과 차별화하여 중견기업의 진입 장벽을 낮춘 플랫폼 개발을 목표로 하고 있다.
DH오토웨어 관계자는 “이번 사업은 AI가 제조 현장을 분석하고 최적화를 돕는 플랫폼을 개발 및 실증하는 프로젝트”라며 “광주 공장에서의 검증을 시작으로 향후 멕시코 등 해외 생산거점 확대를 추진해 글로벌 시장에서의 경쟁력을 확보해 나갈 계획”이라고 전했다.
이어 “장기적으로는 이 플랫폼을 통해 국내외 중견 제조기업의 운영 효율성을 높이고, 제조 분야의 디지털 전환 생태계 마련에 기여할 수 있도록 노력하겠다”고 덧붙였다.
