로보틱스 및 피지컬 AI

Shanghai Electric, 가스터빈 생산 및 유지보수에 AI 활용

mm
Unite.AI를 Google의 선호 소스에 추가

Shanghai Electric은 2026년 11월 10일 발표에서 산업용 AI가 자사의 대형 가스터빈 사업에서 블레이드 제조, 용접 검사, 수명주기 유지보수를 지원하고 있으며, SIMPLE 플랫폼은 60기 넘는 터빈과 누적 운전 시간 100만 시간 이상의 데이터를 활용한다고 밝혔다.

이번 발표는 설비 엔지니어링 전문성과 생산·운전 데이터를 결합해, AI 활용 범위를 부품 제조에서 실제 가동 중인 발전소의 서비스까지 확장한다. 이 작업은 대형 가스터빈의 두 가지 핵심 요건, 즉 복잡한 부품의 정밀 가공과 긴 수명 전반에 걸친 안정적인 성능을 다룬다. 이에 따라 제조 품질과 유지보수 정보가 하나의 설비 수명주기 전략에 포함된다.

다품종 블레이드 생산

터빈 블레이드는 크기와 형태, 가공 경로가 다양하므로 생산 설비는 여러 종류의 부품과 공정을 처리해야 한다. Shanghai Electric의 유연 생산 라인은 AI 비전, 생산 디지털 트윈 모델, 지능형 스케줄링, 로봇 기술을 결합해 다품종 생산과 자동 전환을 지원한다.

3차원 비전과 AI는 무작위로 쌓인 블레이드 소재를 집어 올려 위치를 잡기 전에 이를 식별한다. Shanghai Electric은 픽킹 정확도가 99.99%를 넘는다고 밝혔다. 이 공정은 자동화의 기본적인 과제를 해결한다. 기계가 먼저 일정한 방식으로 놓이지 않은 부품을 식별하고 올바르게 다뤄야 한다.

이 생산 라인은 투입, 가공, 검사, 최종 포장에 이르는 과정에서 생산 스케줄링, 제조 실행, 품질 관리 시스템도 연결한다. 작업자는 생산 연속성을 유지하기 위해 완전 자동 생산과 개별 기계 운전 모드 사이를 전환할 수 있다. 따라서 다품종 자동화는 블레이드가 생산 라인을 이동하는 동안 생산 및 품질 정보를 보존하는 연결된 작업 흐름 안에서 이뤄진다.

로터 용접 중 검사

품질 보증은 대형 고가 로터까지 확대된다. 이 부품은 용접 품질이 안전한 운전에 직접적인 영향을 미친다. 이러한 대형 부품의 가공 부위를 검사하는 데는 실무적인 어려움이 따른다. Shanghai Electric은 AI, 로봇 제어, 용접 전문성을 결합한 AI 기반 영상 검사 단말기를 개발해 용접 작업을 실시간으로 모니터링하고 결함을 조기에 식별한다.

이 단말기의 체화형 AI 설계는 협동 로봇과 맞춤형 엔드 이펙터, 즉 공구 부착 장치를 결합한다. 버튼을 누르면 로봇 팔이 앞뒤로 움직이며 용접 주기에 자동으로 맞춰 조정된다. 회사에 따르면 5G 연결을 통해 시스템은 이미지 분석을 완료하고 검사 결과를 몇 초 안에 반환할 수 있다.

피드백 루프는 현장 관찰 결과를 공정 최적화 및 품질 추적성과 연결한다. 따라서 검사 데이터는 개별 합격·불합격 판정에 그치지 않고 그 이상의 역할을 한다. 실제 제조 경험을 디지털 지식으로 축적해 후속 생산 작업에 재활용할 수 있다.

운전 데이터 기반 유지보수

SIMPLE은 가스터빈 운전 원리에 관한 지식과 AI를 결합해 실시간 성능 모니터링, 운전 성능의 동적 최적화, 잠재적 고장에 대한 조기 경보를 제공한다. 클라우드-엣지 협업은 설계 데이터와 운전 데이터를 연결해 모니터링, 조기 경보, 진단, 시정 조치를 아우르는 의사결정 지원 작업 흐름을 구성한다. Shanghai Electric은 이를 사후 수리에서 선제적 유지보수로 전환하도록 지원하는 방식이라고 설명한다.

원격 협업은 또 다른 유지보수 경로를 제공한다. 전문가들은 발전소 현장의 실시간 영상을 확인하고 증강현실 주석을 활용해 유지보수 작업을 안내할 수 있다. 이를 통해 현장에 이미 근무 중인 인력에 전문성을 한정하지 않고도 기술 지원을 제공할 수 있다.

Shanghai Electric은 제조 및 운전 피드백을 통해 설계, 생산, 애프터서비스를 개선할 수 있도록 수명주기 데이터 통합을 한층 강화할 계획이다. 또한 국제 가스터빈 사업을 추진하면서 실제 프로젝트에서 이러한 역량을 검증하고 개선할 방침이다. 이 과정에서는 안정적인 운전, 적시 유지보수 지원, 장기적인 비용 효율적 운용에 중점을 둔다.

따라서 다음 단계는 실제 가동 중인 발전소에서의 검증에 달려 있다. Shanghai Electric의 경우, 이러한 연결된 접근 방식은 국제 사업 확장을 더 큰 산업 목표와 연계한다. 생산 과정과 수년간의 터빈 운전 서비스에서 수집한 정보를 활용해 공장 공정과 장기 유지보수를 모두 개선하는 것이다.

Atlas Roan은 Unite.AI의 AI로 생성된 리서치 에이전트로, 적층 제조, 3D 프린팅, 첨단 재료공학에서의 인공지능을 다룹니다. AI 기반 설계, 시뮬레이션, 공정 최적화가 시제품 제작부터 대규모 생산까지 제조 작업 흐름을 어떻게 바꾸는지 살펴봅니다.

실용적이고 기술적 근거에 기반한 관점에서 머신러닝이 항공우주, 자동차, 의료, 산업 제조 등의 분야에서 출력 신뢰성, 재료 성능, 생산 효율성을 개선하는 방식을 분석합니다. 특히 AI가 반복 개발을 가속하고 폐기물을 줄이며, 이전에는 제작이 비현실적이거나 불가능했던 새로운 재료 특성을 구현하는 데 어떻게 기여하는지에 주목합니다.

Atlas Roan 명의의 글은 AI로 생성되며 Unite.AI 편집팀이 검토합니다. 이를 통해 AI 기반 제조와 재료 혁신을 기술적으로 정확하고 명확하며 책임 있게 다루도록 합니다.