생기원 “제조 로봇, 주조·AM 후처리 공정으로 확장 가능”

제조 현장에 로봇과 Physical AI를 적용하려는 움직임이 뿌리산업과 적층제조 후처리 공정으로 확대되고 있다. 용접, 가공, 주조, 표면처리 등 기존 수작업 의존도가 높았던 금속 제조공정에서 로봇 자동화 모델을 구축하고, 이를 3D프린팅 후처리 공정까지 확장하려는 시도가 이어지고 있다.

한국생산기술연구원 남경태 제조로봇부문장은 7월 9일 일산 킨텍스에서 열린 ‘제2회 AM KOREA 2026 Conference’에서 ‘Physical AI 기반 첨단로봇 활용 제조공정 기술’을 주제로 발표했다.

남 부문장은 제조 로봇 기술의 핵심이 로봇 자체의 기구 설계에만 있는 것이 아니라, 로봇을 실제 제조 현장에 어떻게 적용하고 기존 장비와 어떻게 연동하느냐에 있다고 설명했다. 특히 생산기술연구원은 용접, 가공, 주조, 표면처리 등 뿌리공정에 로봇을 적용하기 위한 표준공정모델을 개발하고 있으며, 공급기업과 수요기업을 연계해 현장 실증도 진행하고 있다고 밝혔다.

금속 제조공정 사례로는 알루미늄 다이캐스팅 주조 후처리 자동화가 소개됐다. 다이캐스팅 공정에서는 알루미늄을 녹여 금형에 주입한 뒤 제품을 탈형하는 과정에서 잔재와 버(burr)가 발생한다. 기존에는 이를 제거하기 위한 트리밍과 디버링 작업이 수작업으로 이뤄지는 경우가 많아 작업 강도와 품질 편차 문제가 제기되어왔다.

생기원은 이 같은 주조 후처리 공정에 트리밍 장비와 산업용 로봇을 연동하고, 로봇 끝단에 디버링용 가공 툴을 적용하는 방식의 자동화 모델을 구축했다. 남 부문장은 주조 후처리와 같이 힘이 많이 필요한 작업에서는 협동로봇보다 산업용 로봇 활용이 적합한 경우가 많다며, 로봇을 통해 생산성 향상과 불량률 저감 효과를 확인했다고 설명했다.

다만 이번 발표의 초점은 특정 주조 공정에만 머물지 않았다. 남 부문장은 주조 후처리 자동화에서 확보한 트리밍·디버링·스캐닝·궤적 생성 기술이 향후 3D프린팅 후처리 공정에도 활용될 수 있다고 강조했다. 금속 3D프린팅에서도 지지대 제거, 표면 가공, 분말 제거, 세척, 빌드 플레이트 분리, 폴리싱, 코팅 등 다양한 후처리 작업이 필요하며, 이 중 상당 부분은 여전히 수작업 의존도가 높다.

특히 적층제조 부품은 형상이 다양하고 지지대나 표면 상태가 일정하지 않아 기존 위치 기반 자동화만으로는 대응이 어렵다. 이에 따라 3D 스캐닝으로 부품 형상과 후처리 대상 부위를 인식하고, 공구 선택과 로봇 궤적을 자동으로 생성하는 기술이 중요해질 것으로 전망된다.

남 부문장은 Physical AI가 이 같은 비정형 후처리 공정 자동화의 핵심 기술이 될 수 있다고 전했다. 기존 로봇 자동화가 정해진 위치와 반복 동작에 기반했다면, Physical AI는 영상, 촉각, 힘센서 등 다양한 데이터를 활용해 주변 환경과 작업 대상을 인식하고 상황에 맞는 동작을 생성할 수 있다.

또한 숙련 작업자의 도장, 그라인딩, 후처리 작업 데이터를 학습해 로봇에 적용하는 모방학습 기술도 소개됐다. 이를 통해 로봇이 작업 대상의 형상 변화에 대응하고, 표면 조도나 가공 품질을 일정하게 유지하는 방향으로 발전할 수 있다.

제조공장 전체 관점에서는 개별 장비와 로봇을 하나의 공정 셀로 묶고, 이를 물류로봇, 디지털 트윈, AI 기반 공정계획 시스템과 연결하는 방향이 제시됐다. 남 부문장은 기존에는 작업자가 장비를 운용하는 ‘Machine-Man’ 방식이 중심이었다면, 앞으로는 장비와 로봇이 함께 운용되는 ‘Machine-Robot’ 방식으로 제조 현장이 전환될 것이라고 내다봤다.

업계에서는 이 같은 로봇 자동화 기술이 알루미늄 다이캐스팅, 정밀가공, 금속 3D프린팅 등 고강도·고위험·다품종 공정의 경쟁력 향상에 기여할 것으로 보고 있다. 특히 인력난과 품질 안정성 문제가 동시에 제기되는 뿌리산업과 금속 적층제조 분야에서 로봇 기반 후처리 자동화 수요는 더욱 확대될 전망이다.

저작권자 © 철강금속신문 무단전재 및 재배포 금지