국립창원대학교 교원창업기업인 ㈜애드센(대표 오용석)은 22일 중소벤처기업부가 추진하는 제조분야 ‘AI 응용제품 신속 상용화 지원사업(AX-Sprint)’에 참여해 총 사업비 23억 원 규모의 동원F&B 창원사업장 AI 기반 스마트공장 혁신 사업을 통해 핵심 AI 기술 개발과 제조 현장 실증을 본격 추진한다고 밝혔다.
‘AI 응용제품 신속 상용화 지원사업(AX-Sprint)’은 제조 현장에 신속하게 적용 가능한 AI 응용제품의 개발과 상용화를 지원함으로써 중소·중견 제조기업의 AI 전환(AI Transformation, AX)을 촉진하고, 생산성 향상, 품질 고도화 및 작업 안전성 확보를 목표로 하는 사업이다.
이번 사업은 동원F&B 창원사업장을 경남을 대표하는 AI 기반 스마트 식품공장으로 도약시키기 위한 제조 AX 프로젝트로, 기존 MES와 스마트 HACCP 운영체계를 고도화하여 생산 공정 데이터를 기반으로 이상 징후를 사전에 예측하고 대응하는 MES-HACCP 연계 AI 기반 선제적 대응 체계를 구축한다.
또한 우선 적용 공정인 골뱅이 생산라인을 대상으로 AI 기반 X-ray 이물 검사와 휴머노이드 로봇 자동 선별 시스템을 적용·실증함으로써 검사–판단–조치–기록이 하나로 연결되는 차세대 지능형 품질관리 시스템을 구현할 계획이다.
사업은 경남테크노파크의 사업 기획 및 지역 협력 지원 아래 공급기관인 네모시스템즈와 참여기관인 국립창원대 교원창업기업 ㈜애드센이 협력하여 추진한다. 공급기관인 ㈜네모시스템즈는 기존 MES와 스마트 HACCP 시스템을 확장·고도화하고, 생산설비 데이터, CCP(Critical Control Point) 관리 정보, AI 검사 결과 및 로봇 작업 이력 등을 통합 관리할 수 있는 웹·앱 기반의 사용자 중심 통합 운영 플랫폼을 구축한다.
참여기관인 ㈜애드센은 이 사업의 핵심인 ‘MES-HACCP 연계 AI 기반 선제적 대응 체계 및 AI 기반 X-ray 이물 검사–휴머노이드 로봇 자동 선별 시스템’의 핵심 기술 개발과 현장 실증을 주도적으로 수행한다. 주요 개발 분야는 ▲MES-HACCP 공정 데이터 기반 이상 사전 대응 AI ▲X-ray 영상 기반 이물 검출 및 딥러닝 판정 AI ▲AI 판정 결과와 휴머노이드 로봇 간 실시간 데이터 연계 및 제어 기술 ▲생산 데이터 기반 AI 지속 학습 및 성능 고도화 기술 등이다.
이를 통해 단순 불량 검출을 넘어 생산 공정의 이상을 사전에 예측하고 품질 문제 발생 이전에 대응하는 예측형 스마트 HACCP 기술을 구현하며, AI가 제조 환경을 스스로 인식·판단하고 로봇이 실제 작업을 수행하는 피지컬 AI(Physical AI) 기반 차세대 식품 제조 AX 모델 구축을 목표로 한다.
이번 사업을 총괄하는 ㈜애드센 대표 오용석 교수는 국립창원대학교 GAST-기계단과대학 기계공학부 스마트제조융합전공 주임과 G-LAMP 사업 부단장을 맡아 AI 기반 스마트제조, 지능형 센서, 제조 데이터 분석 및 산업 디지털 전환 분야의 연구를 수행하고 있다. ㈜애드센은 이러한 연구 역량을 바탕으로 AI 비전, 스마트 센서, 제조 데이터 분석, 로봇 제어 및 시스템 통합 기술을 융합해 실제 제조 현장에서 활용 가능한 AI 응용제품 개발과 사업화를 추진하고 있다.
㈜애드센 대표 오용석 교수는 “제조 산업의 AI 전환은 단순 자동화를 넘어 AI가 제조 데이터를 이해하고 스스로 판단하여 생산 공정을 최적화하는 지능형 제조 체계로 발전하고 있다”며 “이번 AX-Sprint 사업을 통해 MES-HACCP 기반 공정 이상 사전 예측 기술과 AI X-ray–휴머노이드 로봇 연계 자동 선별 기술을 실제 식품 제조 현장에 적용하여 동원F&B 창원사업장을 경남을 대표하는 AI 기반 스마트 식품공장 모델로 구현하는 데 기여하겠다”고 강조했다.
향후 구축되는 기술은 골뱅이 생산라인을 시작으로 동원F&B 창원사업장 내 다양한 생산라인으로 확대 적용될 예정이며, ㈜애드센은 이번 실증을 기반으로 AI 비전, 제조 데이터 분석, 로봇 제어 및 통합 플랫폼 기술을 지속적으로 고도화하여 국내 식품 제조 산업의 디지털 전환과 제조 AX 확산을 선도해 나갈 전망이다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
