獨 BMW 공장 로봇, 함수로 프로그래밍…동선·움직임 최적화

이경식 서울대 산업공학과 교수
"최적화 전문가 체계적 양성 필요"

수학적 최적화는 기업들이 스마트 공장에 앞다퉈 도입하는 로봇의 효율을 높이는 데 활용된다. ABB, 쿠카, 화낙, 야스카와 등 주요 로봇 기업은 모두 세계 최고 수준의 최적화 기술을 보유하고 있다.

최근에는 글로벌 빅테크가 ‘미래 산업 게임체인저’로 불리는 양자 기술을 도입해 공장 내 로봇 움직임을 수학적으로 최적화하는 방안을 논의 중이다. 25일 산업공학계에 따르면 아마존은 BMW 공장 내 로봇 최적화를 위한 양자 프로세서(QPU) 도입 연구를 마쳤다.

로봇 움직임 최적화는 현대 수학의 7대 난제 중 하나인 영업사원 순환 문제(TSP)를 푸는 것과 비슷하다. TSP는 영업사원이 집집마다 언제 어떤 순서로 방문해야 동선을 최소화하고 영업 실적을 최대화할 수 있는지 계산하는 조합 최적화 문제다. 집이 한 곳만 늘어나도 방문 경로 조합의 가짓수가 기하급수적으로 증가한다.

공장에서 24시간 쉴 새 없이 움직이는 로봇도 마찬가지다. 예를 들면 로봇 팔로 된 산업용 로봇이 자동차 섀시 용접부에 공업 접착제인 PVC 실란트를 도포할 때 궤적 프로그래밍을 선형대수(행렬과 벡터)와 함수 등으로 만든다. 이는 자동차 내부 소음 방지와 부식 방지를 위해 중요한 공정이다.

인간형 로봇(휴머노이드)과 4족 보행 로봇의 자율주행 능력을 높이는 신경망처리장치(NPU) 분산 최적화 기술도 국내외에서 활발하게 개발되고 있다. NPU는 뉴로모픽과 함께 엔비디아 그래픽처리장치(GPU) 다음 세대의 인공지능(AI) 반도체로 꼽힌다.

이경식 서울대 산업공학과 학과장은 “최적화는 오래전부터 AI 머신러닝과 딥러닝의 밑바탕이 된 기술”이라며 “우주항공과 방위산업, 양자 등 미래 기술은 최적화 역량이 우수한 기업이 주도할 것으로 예상되는 만큼 최적화 전문 인력을 체계적으로 양성해야 한다”고 강조했다.

이해성 기자 ihs@hankyung.com