신성이엔지, 카이스트와 인공지능 이송장비 로직 개발 중
입력
수정
신성이엔지는 15일 카이스트와 협력해 인공지능 기반의 물류 이송장비(OHT, Overhead Hoist Transport) 로직을 개발 중이라고 밝혔다. 1차 연구기간은 2017년 12월 말까지로 2018년 하반기 상용화를 목표로 진행 중이다.
OHT는 신성이엔지 FA사업부문의 주요 제품으로 국내외 반도체와 디스플레이 공장의 천정에 부착된 레일을 따라 이동하며 물류를 이송하는 장비이다.최근 4차 산업혁명과 제조업 혁신의 고도화에 따라 공장 생산라인 내 자동 물류 시스템의 활용 및 중요성이 대두되고 있다. 물류 운반이 늘어나고 대수가 증가되면 혼잡 및 정체에 의한 운영 효율성 및 전체 시스템 관리로 인한 부하의 이슈가 발생 할 가능성이 높다.
이 회사는 이러한 문제의 근본적인 해결책을 마련하기 위해 실시간 데이터를 수집해 물류 상황에 따라 OHT의 최적 배차 및 경로 설정을 할 수 있는 딥러닝 기반의 알고리즘을 카이스트와 공동으로 개발한다고 밝혔다.
이번 연구를 통해 시스템 운영 효율을 높여 물류 투자비 절감과 함께 단위 시간당 물류량 증대를 꾀하는 목표를 가지고 있다.신성이엔지 관계자는 "이번 연구개발을 통해 국내 최고 수준의 AI기반의 물류이송 알고리즘을 개발 할 것"이라며 "이는 물류의 원활한 이동을 통해 생산량 증대로 이어져 고객의 매출에도 도움이 될 것"이라고 기대했다.
정형석 한경닷컴 기자 chs8790@hankyung.com
OHT는 신성이엔지 FA사업부문의 주요 제품으로 국내외 반도체와 디스플레이 공장의 천정에 부착된 레일을 따라 이동하며 물류를 이송하는 장비이다.최근 4차 산업혁명과 제조업 혁신의 고도화에 따라 공장 생산라인 내 자동 물류 시스템의 활용 및 중요성이 대두되고 있다. 물류 운반이 늘어나고 대수가 증가되면 혼잡 및 정체에 의한 운영 효율성 및 전체 시스템 관리로 인한 부하의 이슈가 발생 할 가능성이 높다.
이 회사는 이러한 문제의 근본적인 해결책을 마련하기 위해 실시간 데이터를 수집해 물류 상황에 따라 OHT의 최적 배차 및 경로 설정을 할 수 있는 딥러닝 기반의 알고리즘을 카이스트와 공동으로 개발한다고 밝혔다.
이번 연구를 통해 시스템 운영 효율을 높여 물류 투자비 절감과 함께 단위 시간당 물류량 증대를 꾀하는 목표를 가지고 있다.신성이엔지 관계자는 "이번 연구개발을 통해 국내 최고 수준의 AI기반의 물류이송 알고리즘을 개발 할 것"이라며 "이는 물류의 원활한 이동을 통해 생산량 증대로 이어져 고객의 매출에도 도움이 될 것"이라고 기대했다.
정형석 한경닷컴 기자 chs8790@hankyung.com