80 8 NEWS 44%에서 2023년 63%까지 증가했다. 중국의 주요 머신비전 부품 공급사의 시장 점유율을 살펴 보면 하이캉로봇 海康机器人 13%, 지언스 基恩士 12%, 캉나이스 康耐视 11%, 링윈광 凌云光 10%, 다헝투 大 恒图 8%, 아우푸터 奥普特 7%, 화루이커지 华睿科技 5%, Basler 4%, 기타 기업이 30%를 차지하고 있다. 트렌드③ 통합, 표준화 가능한 장비 개발 산업 자동화가 점차 확대됨에 따라 다품종, 소량 생산, 개 인 맞춤형 제품 생산이 가능한 스마트 장비가 향후 머신비 전 개발의 트렌드가 될 것으로 전망된다. 현재의 머신비 전 기술은 소수의 제품을 식별하고 분류할 수 있기 때문에 자주 변경되거나 다품종 소량 제품의 제품, 맞춤형 제품 을 생산하는 기업은 기존의 단편적인 머신비전 장비를 사 용하기 어렵다. 이러한 상황을 해결하기 위해 AI 딥러닝 을 기반으로 제품이 변경돼도 학습을 통해 제품 검측이 가 능한 통합적인 장비를 개발하는 것이 앞으로 중요한 방향 이 될 것으로 전망된다. 시사점 머신비전은 AI 기술이 접목되면서 획기적으로 발전한 분야로, 앞으로 중국 제조 혁신과 스마트 제조를 앞당기 KOTRA 미국 달라스무역관 이재인 인더스트리 4.0 Industry 4.0, 4차 산업혁명 이 가속 화됨에 따라 미국 제약·바이오업계 제조부문에서 ‘스 마트공장 Smart Factory ’ 구축 열풍이 거세게 불고 있다. 원료 수급, 제조, 포장에 이르는 생산 전 과정에 서 실시간으로 수집·분석되는 데이터를 기반으로 시 스템 자동화를 실현하는 스마트공장 솔루션은 사람의 검수와 의사결정에 기반한 기존 공정 대비 표준화 및 비용 절감 측면에서 월등히 우세하기 때문이다. 또한, 더욱 강화되고 있는 당국의 의약품 제조 및 품질관리 는 요소로 작용할 것으로 보인다. 검측 단계에서 복잡하 고 비정형적인 제품 결함도 구분해낼 수 있는 AI 기술과 3D 기술이 적용되며 활용 분야가 더욱 확대될 것으로 보인다. 특히 반도체 산업의 경우 점점 부품이 세밀해지고 구조도 복잡해지고 있기 때문에 불량률 개선이 제품 경쟁력에 큰 영향을 주고 있다. 때문에 반도체 분야 머신비전 장비에 대한 수요와 의존도가 높아지고 있다. 배터리 분야도 마 찬가지이다. 전 세계적으로 친환경, 저탄소 수요가 높아 지면서 이차전지 등 배터리 수요가 확대되면서 경쟁력 확 보가 중요해졌다. 이차전지의 경우 제품의 사소한 결함이 제품 품질에 큰 영향을 미치기 때문에 머신비전과 같은 검 사 장비가 더욱 중요하다. 중국 심천에 소재한 머신비전 기업인 화한웨이예 华汉伟 业 관계자는 “최근 리튬 배터리 분야의 머신비전 장비 수 요가 많아지고 있다. 배터리 제조 기업이 품질과 생산 효 율성을 개선하는데 집중하고 있어 머신비전 장비의 인기 가 급격히 증가했다. 또한 전력 시장의 구조 혁신 등의 움 직임으로 ESS 장비에 대한 투자가 확대되면서 머신비전 장비 수요가 급증하고 있다”라고 언급했다. 기술이 발전하고 보편화됨에 따라 첨단기술 산업과 그 밖의 다양한 산업에서 머신비전 기술 적용이 장려되고 있는 만큼, 중국의 머신비전 시장 수요를 눈여겨 볼 필요가 있겠다. 규제 기준을 충족하는데 효과적인 스마트공장은 미국 제약·바이오 기업들의 혁신과 생존을 위한 필수 요소 로 자리 잡고 있다. 스마트공장 구축을 통한 생산 전 과정에서의 품질 고도화 실현 제약·바이오 업계에서의 스마트공장이란 단순히 로봇에 의한 설비 자동화 기술에 국한되는 것이 아니라 수급, 제 조, 포장에 이르는 의약품 제조 전 과정이 사물인터넷 IoT 을 통해 유기적으로 연결되고 이를 통해 생성된 무수 미국 제약·바이오 업계, 스마트공장 도입확산
Machine Vision & 자동화기술Metrology | 2024•5 9 81 AUTOMATION WORLD 한 공정데이터 Process data 들이 실시간으로 수집·분 석돼 자체적으로 생산 공정 최적화 및 품질 고도화를 실현 하는 미래형 공장을 의미한다. 완제품 품질이 고객 건강 과 직결되는 특성상 의약품 제조 및 생산 전반에서의 품질 관리 기준은 전 세계적으로 점차 강화되는 추세로, 미국 식품의약국 FDA 은 이미 우수 의약품 품질 관리 기준인 cGMP Current Good Manufacturing Practice 을 설 정해 자국에서 유통되는 의약품들에 대해 제조·포장· 라벨링·보관 등 생산 과정 전반에 걸쳐 cGMP 기준 준수 를 필수적으로 요구하고 있는 상황이다. 이러한 까다로운 기준과 엄격한 요구사항을 충족하기 위 해 최근에는 cGMP 기준에서 더 나아가 의약품의 개발, 제조 및 유통 전 단계에서 실시간으로 최적의 품질 관리를 구현하는 설계기반 품질고도화 Quality by Design, 이하 ‘QbD’ * 시스템이 미국 제약·바이오업계 생산 분야의 화 두로 떠오르고 있으며 최근에는 이를 구현하기 위해 필수 적인 인프라를 제공하는 스마트공장 구축을 더욱 가속화 하는 추세다. 실제로 미국 최대 제약회사 중 하나인 존슨 앤존슨 Johnson & Johnson 은 2018년부터 마이크로소 프트 클라우드 컴퓨팅 서비스 애저 Azure 를 활용해 공 급망 관리에서부터 제조, 포장, 출고 등 전 단계에서 생성 되는 데이터를 실시간으로 추적 및 분석해 발생 가능한 품 질 오류 빈도를 상당 부분 낮추고 있다. 주*QbD는 통계와 데이터 분석을 기반으로 제조 과정을 최적화해 불량률을 줄이고 일관된 제품 품질을 보장 하기 위한 생산 운영 관리 방식으로, 종전의 제조공 정과 품질관리로 이원된 의약품 제조 과정이 하나의 시스템으로 융합되는 것을 의미 사람 눈보다 정확하게, ‘머신비전 Machine Vision ’ 기술 도입 머신비전 기술은 컴퓨터 비전 Computer Vision 이라고 도 불리며 컴퓨터가 마치 인간의 눈과 뇌와 같이 이미지 처리, 패턴 인식 등을 통해 디지털 이미지나 비디오에서 의미 있는 정보를 추출하고 해석하는 기술을 의미한다. 최근 산업 전반에 확산 중인 자동화 트렌드에 힘입어 제 구분 솔루션 주요 내용 효과 프로세스 간소화 엔드투엔드 프로세스 간소화 실시간 데이터 분석, 모델링, 공정분석기술 PAT , 머신러닝 기술 제공 시장 출시 기간 단축 프로세스 최적화 프로세스 최적화를 통한 품질 가이드라인 달성 제품 수율 증대, 변동성 감소 유지보수 장비 고장 예측을 통한 유지보수 간격 최적화로 종합설비효율 OEE 극대화 데이터 기반 고장 원인 분석 장비 가동 중단 방지로 생산성 극대화 스케쥴링 공장 이상 징후 감지 및 자동 대응을 통한 유지 관리 일정 조정 디지털 트윈 시뮬레이션 QbD 활용을 통한 효율 증대 병목 현상 관리 및 일정 변경 자동화 품질검수 제품 결함, 불순물 식별 및 분류 머신비전 분석을 통한 결함 원인 파악 실시간으로 결함, 이상징후 모니터링 표 1 제약·바이오 업계 대상 주요 스마트공장 솔루션 자료Applied Materials, SmartFactory Rx ▲ 제약·바이오 업계 머신비전 활용 사례 자료Cognex
