써로마인드의 멀티 제조 AI 에이전트를 소개합니다

중소기업기술정보진흥원이 ‘제조AI+ 국민투표’를 진행하고 있습니다. 중소 제조 현장에 적용한 멀티 AI 에이전트의 연구 성과를 소개하는 행사입니다.

써로마인드는 이 연구에 참여해 베어링 연마 공정의 불량 예측과 대응을 돕는 에이전트를 개발했습니다.

써로마인드가 개발한 에이전트와 현장 적용 성과를 소개합니다.

베어링 연마 불량 예측

써로마인드가 개발한 협업형 제조 AI 에이전트는 일진글로벌의 베어링 외륜 궤도 연마 공정에 적용됐습니다. 가공 중 불량 위험을 파악하고, 작업자가 필요한 조치를 판단하도록 돕는 기술입니다.

휠 베어링은 자동차 바퀴가 부드럽게 회전하도록 받쳐주는 부품입니다. 베어링의 바깥 고리에서 볼이 굴러가는 길을 ‘궤도’라고 합니다. 이 면을 정밀하게 다듬는 연마 공정은 베어링의 품질과 내구성에 영향을 미칩니다.

그동안은 연마가 끝난 뒤 검사에서야 불량을 확인하는 경우가 있었습니다. 설비가 정상으로 보여도 품질 문제가 발생할 수 있고, 원인을 찾는 데 시간이 걸렸습니다. 점검 시기와 대응 방법도 숙련자의 경험에 많이 의존해 왔습니다.

써로마인드는 설비에서 발생하는 신호와 과거 대응 기록을 함께 활용했습니다. 연마 도중 이상 징후를 찾고, 불량 위험과 점검할 항목을 작업자에게 알려주도록 에이전트를 구성했습니다.

판정·예측·소통 AI 협업

이 시스템에서는 세 AI가 판정·예측·소통을 나누어 맡습니다. 설비의 신호를 분석한 결과가 현장의 대응으로 이어지도록 협업합니다.

판정 AI는 신호의 상태를 먼저 확인합니다. 센서에 문제가 있거나 학습 범위를 벗어난 신호가 들어오면 판단을 보류하고 점검을 요청합니다. 예측 결과를 바탕으로 주의·경고·정지 등 알람 수준을 구분하는 역할도 맡습니다.

예측 AI는 연마 중 불량 위험을 분석합니다. 진동 신호에서 평소와 다른 패턴을 찾고 불량 가능성을 예측합니다. 작업자는 가공 후 검사 결과를 기다리기 전에 위험 징후를 확인할 수 있습니다.

소통 AI는 과거 사례를 찾아 대응을 돕습니다. 이상 대응 이력에서 현재 상황과 유사한 사례와 조치 내용을 검색합니다. 분석 근거와 권고 조치를 작업자가 이해하기 쉬운 말로 설명합니다.

작업자는 세 AI가 제시한 근거와 권고를 검토해 실제 조치를 결정합니다. 숙련자의 경험을 기록으로 남기고, 다른 작업자도 필요한 순간에 참고할 수 있도록 돕는 구조입니다.

불량률·조치시간 개선

소개 영상에서는 일진글로벌 베어링 연마 공정의 시범 적용 결과를 다음과 같이 소개합니다.

현장 담당자는 에이전트 도입 후 진동과 온도 등 객관적인 데이터를 참고해 설비의 문제를 파악하고 조치할 수 있었다고 설명합니다. 이상을 인지한 시점부터 조치를 마치기까지 걸리는 시간도 절반으로 줄었습니다.

써로마인드는 판정·예측·소통이라는 공통 구조에 공정별 모델과 지식을 결합하도록 설계했습니다. 베어링 연마에서 얻은 경험을 바탕으로 다른 제조 공정에도 적용 범위를 넓혀갈 계획입니다.

7번 써로마인드 투표 안내

이번 국민투표에서는 12개 과제의 현장적용 사례 영상을 보고, 인상 깊었던 영상을 최대 3개까지 선택할 수 있습니다. 써로마인드는 ‘7번 써로마인드 — 베어링 연마 공정’으로 참여하고 있습니다.

1. KASMO 인공지능혁신추진단 유튜브 채널을 구독합니다.
2. 투표 페이지에서 사례 영상을 시청하고 ‘7번 써로마인드’를 선택합니다.
3. 구글 계정으로 로그인한 뒤, 연결되는 구글폼에서 제출을 완료합니다. 영상 선택 후 구글폼까지 제출해야 투표가 접수됩니다.

경품 응모는 구글폼 하단 안내에 따라 선택할 수 있습니다.