산업용 로봇은 작업 대상과 위치가 일정할 때 높은 생산성을 낸다. 조선과 플랜트, 건설기계처럼 부재의 간격과 곡률, 열변형이 계속 달라지는 용접 현장에서는 사전에 입력한 좌표만으로 대응하기 어렵다. 작업자가 로봇의 이동 경로와 용접 조건을 반복해서 보정해야 해 자동화 설비를 설치하고도 숙련 인력에 의존하는 상황이 발생한다. 제이엘티가 용접 현장을 감지하는 레이저 비전 센서에 AI 판단과 로봇 제어 기술을 결합해 환경 변화에 대응하는 자율용접 시스템을 개발한다.
제조 AI·로보틱스 기업 제이엘티는 중소벤처기업부와 창업진흥원이 추진하고 엔비디아가 협업하는 ‘2026 글로벌 기업 협업 프로그램 N-UP’에 선정됐다.
N-UP은 국내 AI 스타트업의 기술 개발과 사업화, 해외 진출을 지원하는 프로그램이다. 선정기업은 사업화 자금과 함께 엔비디아의 기술·인프라 활용, 교육과 컨설팅, 글로벌 네트워크 연계 등의 지원을 받을 수 있다. 엔비디아가 참여하지만 기업 간 지분 투자나 제품 구매 계약과는 구분되는 스타트업 육성 프로그램이다.
IsaacSIm을 이용한 제이엘티 용접선 트래킹 강화학습 모습 (자료 제공: 제이엘티)
제이엘티는 이번 프로그램을 통해 자체 개발한 레이저 비전 센서(LVS)를 고도화한다. LVS가 수집한 용접 데이터를 AI가 분석해 작업 대상의 형상과 용접 상태를 인식하고, 로봇의 이동 경로와 용접 조건을 실시간으로 조정하는 시스템을 구축할 계획이다.
LVS는 레이저를 용접 대상물에 투사한 뒤 반사되는 형상을 분석해 용접선의 위치와 부재 사이의 간격, 표면 형태를 측정한다. 고온과 분진이 발생하는 제조 현장에서 실제 용접선과 로봇의 이동 궤적 사이의 편차를 계산해 로봇이 작업 경로를 수정할 수 있도록 지원한다.
제이엘티는 LVS를 산업용 로봇과 용접기에 연동해 용접선을 따라가는 심 트래킹과 작업 후 용접 비드의 상태를 확인하는 검사 기술을 개발해왔다. 현재 기술이 센서를 통해 위치를 감지하고 정해진 경로를 보정하는 단계라면 N-UP 과제는 용접 결과를 학습해 다음 동작까지 결정하는 단계로의 전환을 목표로 한다.
감지·판단·제어를 하나의 폐쇄루프로 연결한다
자율용접 시스템은 작업 환경을 감지하는 것만으로 구현되지 않는다. 센서가 수집한 데이터를 해석하고 용접 순서와 로봇 경로를 계획한 뒤 실제 작업 결과를 다시 분석해 다음 동작에 반영해야 한다.
제이엘티는 LVS 데이터에 모제 형상 인식과 다층 용접 비드 예측, 멀티패스 경로 계획, 강화학습 기반 로봇 모션 제어 기술을 결합한다. 용접 중에는 상태를 지속적으로 모니터링하고 부재의 간격이나 곡률이 달라지면 로봇 이동과 공정 조건을 조정하는 적응 제어 기능도 개발한다.
다층 용접은 한 번에 접합하기 어려운 두꺼운 부재를 여러 차례에 걸쳐 용접하는 방식이다. 앞선 작업에서 형성된 비드의 위치와 형태가 다음 용접 경로에 영향을 미치기 때문에 각 층의 결과를 측정하고 다음 경로를 다시 계산해야 한다. 제이엘티는 축적된 비드 형상과 공정 데이터를 AI가 학습하도록 해 작업자가 일일이 경로를 지정하는 과정을 줄인다는 구상이다.
로봇 제어 기술은 가상환경에서 먼저 학습한다. 실제 설비를 반복적으로 가동하지 않고도 부재의 위치와 간격, 곡률, 용접 조건을 바꿔가며 로봇 움직임을 시험할 수 있다. 다양한 실패 상황을 가상으로 경험한 제어 모델을 실제 현장에 적용한 뒤 센서 데이터로 결과를 검증하는 방식이다.
디지털트윈은 가상환경과 실제 제조설비를 연결하는 역할을 한다. 제이엘티는 가상환경에서 학습한 움직임이 실제 로봇에서도 안전하고 정확하게 작동하는지 확인하고, 현장에서 발생한 데이터를 다시 학습에 반영할 계획이다.
최종 단계에서는 엣지 AI를 적용한다. 용접 현장에서 수집한 대용량 센서 데이터를 외부 서버로 전송하지 않고 설비 주변의 연산장치에서 처리해 로봇이 즉시 판단하고 움직이도록 하는 방식이다. 통신 지연이 발생하면 용접 품질과 안전에 영향을 줄 수 있어 실시간 제어에는 현장 연산 성능이 중요하다.
제이엘티는 이러한 데이터와 모델을 축적해 장기적으로 ‘용접 파운데이션 모델’을 개발한다. 특정 제품이나 한 종류의 용접에 맞춘 모델을 넘어 모제 형상과 용접 비드, 로봇 움직임, 공정 조건 사이의 관계를 학습해 여러 작업 환경에서 활용할 수 있는 제조 특화 AI 모델을 구축한다는 계획이다.
개발은 단계적으로 진행된다. 2026년에는 용접 AI 모델과 데이터 구조를 개발하고 2026년부터 2027년까지 가상환경 기반 강화학습과 로봇 제어 기술을 고도화한다. 이후 디지털트윈과 엣지 AI를 실제 제조설비에 적용해 자율용접 시스템의 현장 대응 능력을 검증한다.
우선 적용 시장은 조선·중공업과 플랜트, 건설기계, 철강·구조물 분야다. 대형 부재와 비정형 구조물을 다루고 작업 환경의 변화가 많아 로봇 티칭과 숙련 용접공의 보정 부담이 큰 산업이다. 제이엘티는 용접에서 확보한 인식·제어 기술을 향후 절단과 검사, 조립 공정으로 확장해 제조 피지컬 AI 플랫폼을 구축할 계획이다.
정현우 제이엘티 대표는 “제조업의 AI 전환은 AI가 실제 현장을 보고 판단하고 로봇을 움직일 수 있을 때 완성된다”며 “N-UP 프로그램을 통해 LVS를 용접선을 따라가는 로봇의 센서에서 스스로 용접하는 로봇의 눈과 두뇌로 발전시키겠다”고 말했다.
N-UP 선정은 자율용접 기술을 개발할 자금과 인프라를 확보했다는 의미다. 실제 사업 경쟁력은 실험실에서 학습한 모델이 고온과 분진, 진동, 부재 오차가 발생하는 생산 현장에서도 안정적으로 작동하는지에 따라 결정된다.
향후 확인해야 할 지표는 용접선 추적 오차와 불량 검출률, 작업 시간, 작업자 개입 횟수, 비정형 부재 대응 범위다. 한 현장에서 개발한 모델을 다른 로봇과 용접기, 부재에도 적용할 수 있는지도 중요하다. 이러한 데이터를 실제 고객사의 생산 공정에서 입증하고 장비 판매와 소프트웨어 사용 계약으로 연결할 때 제이엘티의 자율용접 기술은 제조 피지컬 AI 사업으로 자리 잡을 수 있다.
The post 용접선을 따라가던 로봇이 스스로 경로를 고친다…제이엘티, 자율용접 두뇌를 만든다 appeared first on 벤처스퀘어.