상세 컨텐츠

본문 제목

물류로봇 시대의 도래

INNOVATION

by 김편 2016. 2. 17. 13:19

본문

<박정훈의 라이징 Rogistics>

물류로봇 시대의 도래

박정훈 CJ그룹 미래경영연구원 수석연구원 / 황정현 기자


======================================================

Idea in brief

센서, 비전인식 등 로보틱스 기술의 발전과 소프트웨어, IoT, 빅데이터 등 ICT기술 발전은 로봇을 기존의 사업영역에서 벗어나게 하고 있다. 또한 최신 로봇 기술의 트렌드는 노동집약형 산업인 물류산업에 있어서 로봇활용을 시사해준다. 이에 본지에서는 CJ미래경영연구원 박정훈 수석연구원과 함께 로봇 산업에 대해 개괄적으로 다뤄보고, 물류로봇의 개념 및 발전 동향에 다뤄봤다.

======================================================



지난 30여 년 간 로봇은 자동차 및 전자산업을 중심으로 고속 정밀 작업에 한정되어 사용되어왔다. 그러나 최근 로봇은 급속히 기존의 영역을 벗어나고 있다. 센서, 비전인식 등 로보틱스 기술의 발전과 소프트웨어, IOT, 빅데이터 등 ICT기술 발전이 그 원동력이다. 드론, KIVA, 무인자동차 와 같은 명사는 이제 심심치 않게 들을 수 있게 되었다.


특히, 최근 소개되고 있는 로봇은 다음 2가지 측면에서 기존 로봇과 차이를 보인다. 첫 번째는 바로 ´모바일´ 측면이다. 기존에 사용되어왔던 로봇은 주로 어느 한 곳에 고정되어 로봇팔로 작업을 수행하는 방식이었다. 그러나 최근 로봇기술은 기존의 로봇에게 자율주행기반으로 이동 가능한 즉, ´다리´를 부여하였다. 최근 로봇 트렌드의 두 번째는 바로 ´유연성´이다. 기존에 산업용 로봇팔은 규격화되어있는 제품만을 처리할 수 있었다. 그러나 비전인식과 로봇팔 기술의 발전은 로봇에게 좀 더 비규격, 비정형화된 제품을 처리할 수 있게 하였다.


이러한 ´모바일´과 ´유연성´이라는 로봇 기술의 트렌드는 로봇이 이제 진짜 발과 눈, 심지어 손가락까지 가지게 되었음을 의미 한다. 로봇은 더 이상 거대한 쇳덩어리 팔이 아닌, 보다 더 인간과 유사한 형태와 기능을 갖춘 작업자가 되었다는 것이다. 즉, 물건이 어디에 있던, 어떤 물건이던, 가져오고 가져갈 수 있다는 것이다. 이러한 측면에서 볼 때, 비정형 제품에 대한 이동작업이 주를 이루는 물류산업에 대한 로봇의 활용 가능성을 알 수 있다.


국내 물류산업은 국가총생산에서 지니는 부가가치 비중이 높고, 공급체인비용에서 차지하는 원가비율이 높음에도 불구하고 오랜기간 노동집약적 산업에서 벗어나지 못하고 있었다. 그러나 기술의 발전에 따라 이제는 로봇기반 자동화를 통해 자동화 대상영역 확장 및 자동화수준을 획기적으로 끌어올릴 수 있게 되었다.


아마존 키바의 경우 물류센터 운영에 있어서 기존 대비 최소 약 20% 의 비용절감 효과를 가져다주는 것으로 알려져 있다. 이를 단순하게 우리나라 총 물류비에 적용시켜보면, 연간 물류비 약 100조 원 중 최대 20조원 상당 을 절약할 수 있다는 말이 된다.



따라서 물류산업에 있어서 로봇의 도입이 불가피한 시대가 다가오고 있다. 즉, ‘Rogistics(Robotics+Logistics)’에 관심을 가져야만 하는 시기가 다가오는 것이다.

따라서 본 코너에서는 향후 물류로봇에 관련된 개발/도입 트렌드, 사례연구, 사회적 이슈 등 다양한 주제들을 통하여 ´Rogistics´ 대한 이해를 넓히고 새로운 물류시대로의 진전을 함께하고자 한다.



로봇 그리고 물류로봇?

로봇하면 무엇이 떠오르는가? 태권브이, 아톰과 같은 만화주인공?, 스타워즈의 최고커플 R2-D2, C-3PO?(세계 최고 로봇과학자로 주목받고 있는 데니스홍 박사는 실제로 스타워즈를 보고 로봇과학자가 되기로 결심했다고 한다), 또는 현실세계로 와서 청소로봇?, 자동차를 용접하는 6축로봇팔?, 최근 언론에 단골로 등장하는 소프트뱅크의 서비스 로봇 페퍼? 그렇다. 로봇은 매우 다양한 형태로 우리 주변에 존재하며, 개개인이 생각하는 로봇의 정의는 모두 조금씩 다를 것이다.


물류에서 사용되는 로봇역시 매우 다양한 형태와 용도를 지니고 있기에 보다 체계적인 이해를 위해서는 로봇의 개념과 분류체계를 먼저 알아볼 필요가 있다.


세계로봇협회(IFR)에 따르면 로봇의 정의는 다음과 같다. “컴퓨터에 의해 제어되는 기기나 장치로서, 외부환경을 인식하고, 스스로 판단하여, 자율적으로 동작하는 기기나 장치”이다. 이는 과거 자동제어기반 산업용기계로 정의되던 것과 달리, 지능기반의 자율동작을 수행하는 점을 로봇의 중요한 특징으로 보고 있다. 즉, 단순히 반복적인 행동을 자동으로 행하는 것이 로봇이 아니라 능동적으로 판단하여 행동가능 한 것이 바로 로봇이라는 것이다.


그러면, 로봇을 어떻게 분류되고 있을까? 세계로봇협회에 따르면, 로봇은 크게 ‘산업용 로봇’과 ‘서비스용 로봇’으로 분류가능하며, 우리나라 역시 이러한 분류체계를 따르고 있다.


먼저, 산업용 로봇은 자동차제조와 반도체 제조에서 많이 사용되는 로봇팔과 같이 프로그램된 동작을 통해 물체, 부품, 도구 또는 특수장치 등을 이동시키도록 설계된 기계장치를 포괄적으로 의미한다.


다음으로 서비스 로봇은 다시 개인용 서비스로봇과 전문 서비스 로봇으로 나누어 볼 수 있다. 개인용 서비스로봇은 인간의 생활 범주에서 제반서비스를 제공하는 대인지원 로봇으로, 개인의 건강, 교육, 가사, 안전, 정보제공과 밀접한 관련이 있는 로봇을 말한다. 또한 전문 서비스 로봇은 군사, 건설, 의료 등 전문용도로 사용되는 로봇을 말한다.

또한, 로봇자체에 더하여 로봇과 관련된 기술요소들을 포괄적으로 칭하는 ´로보틱스(robotics)´의 범주도 존재하는데, 이에는 인공지능, 증강현실, 가상현실, 머신비전 등의 기술이 포함된다.



물류로봇의 정의와 분류

그렇다면 물류로봇이란 무엇일까? 물류 로봇은 기존 로봇 분류체계상 산업용 로봇과 서비스용 로봇에 모두 포함되어 있는 실정이다. 그러나 현재 대부분의 로봇업계에서 발표한 물류로봇 관련 통계 수치는 주로 전문서비스용 로봇으로 분류된 물류 로봇 즉, AGV위주의 출하실적으로만 집계되어 있어 현실을 제대로 반영하고 있지 못한다.


세계로봇협회(IFR)는 `World Robotics 2015’보고서에 따르면, `14년 도입된 로지스틱스 로봇은 총 2,644시스템(약 2.61억달러 상당 매출)에 이른다. 이는 13년 대비 27%가 급증한 수치이며, 이는 전문서비스로봇 전체시장의 7%를 점유하는 수치이다.




그러나 실제로, 이 ´로지스틱스‘라는 분류에 해당되는 물류 로봇은 서비스용 로봇으로 분류된 전문서비스로봇의 하위 카테고리로, 주로 제조환경에서 사용되는 AGV형태의 로봇을 의미한다. 즉, 이 수치가 물류 로봇의 현황을 대표한다고 할 수는 없는 것이다. IFR측도 실제 현장에는 보다 다양한 형태로 훨씬 많은 수의 로봇이 배치되어 있을 것으로 예상하고 있다.


따라서 Rogistics를 이해하기위한 선결과제는 바로 ‘물류로봇의 분류’이다. 우리는 먼저 여기저기 존재하고 있는 다양한 종류의 물류로봇을 물류작업 구분에 따라 재정리해볼 필요가 있다.


먼저 앞서 언급했던 로봇의 두 가지 분류 중 하나인 산업용 로봇 영역에서의 물류로봇이다. 산업용 로봇은 주로 형태별로 구분되고 있으며, 이 중 다관절로봇(로봇팔)과 패레렐링크 (Parallel Link Bot)봇인 델타로봇(거미로봇 이라고도 함) 등이 물류용도로 활용되고 있다.



다관절로봇은 기존의 제조단계에서 사용되던 전통적 6축로봇의 활용을 응용하여 주로 제조 공정의 끝단에서 팔렛타이징 용도로 활용되고 있다. 현재 다관절로봇은 주로 음료, 제분, 중량물 등을 생산하는 제조사의 출하공정에서 사용되고 있다.


페러렐링크봇이란 컴퓨터로 조작되는 다수의 체인을 이용하여 하나의 플랫폼을 보조하는 형태의 메카닉 시스템을 갖춘 소형고속로봇이다. 현재 피킹, 패킹 등의 용도로 활용되고 있다.


이뿐만 아니라 최근 소형경량 로봇팔이 많이 보급되고 있으며, 저렴한 가격 및 작동속도 향상에 힘입어 소물의 피킹에도 활용이 확산되고 있다. 또한 양팔형 로봇의 경우 인간의 상체동작을 구현 가능함에 따라 제품 포장이나 경조립 등 부가가치물류 작업에 활용 가능성도 시사해준다.


다음으로 서비스 로봇 영역에서의 물류로봇이다. 서비스 로봇분야에서는 모빌리티를 핵심으로 한 AGV 및 모바일플랫폼과 사람이 입음으로써 근력을 증강시켜 작업효율성을 높혀주는 로봇인 외골격(Exoskeleton) 로봇이 있다.


먼저, AGV와 모바일플랫폼에 대해 알아보자. AGV는 Automated Guided Vehicle의 약자로 국내에서는 무인 운반 차량 또는 무인 반송차라 불린다. AGV는 일반적으로 차량의 운전자가 없이 운반물을 한 지점에서 다른 지점으로 반송해주는 차량을 말한다. 차량의 운행은 컴퓨터의 제어에 의해 통제되며, 바닥에 설치된 케이블이나 광센서 등의 Marker의 유도경로를 따라 움직인다. 아마존의 키바와 같은 로봇이 대표적인 예이다.

그러나 최근 들어 기존의 AGV보다 더 발전된 형태의 AGV가 출시되고 있다. 그러나 이를 칭하는 용어는 따로 정의되어있지 않은 상태이다. 그럼에 따라 업계에서는 기존의 AGV와 동일하게 취급하는 경향이 있다. 그러나 최근 출시되고 있는 신개념 AGV는 기존의 AGV와는 달리 Marker의 유도경로 없이 자율적으로 움직이는 형태이다. 따라서 AGV와의 구별을 위해 신개념 AGV를 ‘모바일플랫폼’ 이라 칭하고 싶다.


다음으로, 모바일플랫폼은 기존의 AGV에 비해 Marker가 필요하지 않기 때문에 좀 더 자율적으로 운행할 수 있다는 장점이 있다. 또한 이러한 장점에 힘입어 요양원, 병원, 유통매장, 호텔 등 생활물류 영역에서 도입이 확대 중인 것으로 알려져 있다. 세계로봇협회의 통계에 따르면, 특히 병원에서 사용되는 모바일플랫폼 로봇은 ´14년 약 1,800대가 도입되어 `13년 대비 150% 급증하는 등 가파른 성장세를 보이고 있다.


그러나 AGV와 모바일플랫폼은 현재 주로 피킹업무 중에서도 선반을 옮기는 일만 가능하다. 상품을 직접적으로 피킹하여 분류하는 단계는 아직까지는 사람이 수행하는 것이 현실이다. 그러나 향후에는 이러한 작업들도 모바일플랫폼과 로봇팔의 접목을 통해 피킹단계에서의 완벽한 무인화가 가능 할 것으로 보이며, 이 외에도 하역/적재, 출고 및 배송 단계에서도 활용 가능 할 것으로 전망된다.



마지막으로, ‘외골격 로봇(Exoskeleton Robot)’이다. 이는 ‘입는 로봇(Wearable Robot)’을 뜻한다. 사람이 옷처럼 입고 움직이면 몇 배나 큰 힘을 내도록 도와주는 기계장치다. 영화 아이언맨의 슈트나 2014년에 개봉한 탐크루즈 주연의 ´엣지 오브 투모로우(Edge of Tomorrow)´ 속 군인들의 모습을 생각해보면 이해하기 쉬울 것이다. 현재 외골격로봇은 의료분야에서 가장 두각을 드러내고 있으나, 노동집약적 산업인 물류산업에 있어서도 이러한 외골격 로봇을 활용가능 할 것으로 보인다. 특히, 하역/적재, 피킹 단계 그리고 배송단계에 있어서 작업자의 신체적 부담과 효율성을 제고시켜줄 것으로 전망된다.



이러한 물류로봇의 분류에서 산업용 로봇과 서비스로봇의 기준에서도 벗어난 로봇이 또 한 분류 존재한다. 바로 ‘무인시스템(Unmanned system)’이다.


무인시스템은 운전자의 조작 없이 자동화 설비가 스스로 주행환경을 인식하여 목표지점까지 운송할 수 있는 시스템을 일컫는 말이다. 무인시스템에 속하는 기술은 크게 2가지로 나눌 수 있다. ‘UAV’와 ‘UGV’가 바로 그것이다. UAV는 Unmanned Aeiral Vehicle의 약자로, 소위 ‘드론’이라 불리는 로봇이다. 다음으로 UGV는 Unmanned Ground Vehicle의 약자로 ‘무인자동차’로 생각하면 편하다.


이러한 무인시스템은 현재 여러 기업이 배송단계에서 활용하기위해 노력중이다. 그러나 배송단계 이외에도 재고관리단계와 피킹 단계에서 활용 가능할 것으로 보인다. 재고관리 측면에서는 재고파악단계에서 실시간으로 재고를 파악하고 정확도 향상 및 효율성 향상을 가져올 것으로 보인다.


*우리는 이번호를 통해 로봇의 정의와 분류, 이를 바탕으로 한 물류로봇의 정의와 물류 로봇의 분류 그리고 적용방안에 대하여 개괄적으로 알아보았다. 이후 본 섹션에서는 이번호에서 다룬 적용방안을 바탕으로 각 기술과 로봇산업 현황 및 전망에 대해 좀 더 자세히 다루고자 합니다.

* 해당 기사는 CLO 통권 67권(1월호)에 게재된 기사를 일부 발췌했습니다

관련글 더보기

댓글 영역