1) 문제점 (현장의 Pain Point)

용접 품질의 불규칙성 및 수작업 의존도
기존 용접 공정은 작업자의 숙련도에 따라 품질 편차가 크고, 일정한 품질을 유지하기 어려움.

실시간 품질 모니터링 미흡
현장에서 수집되는 센서 데이터를 실시간으로 분석하거나 즉시 대응하기 위한 체계 부족.

시뮬레이션 및 가시화 부재
실제 공정 중 발생하는 이상 상황을 사전에 예측하거나 가상 환경에서 시뮬레이션할 수 있는 시스템이 부재함.

디지털트윈 적용의 높은 진입장벽
중소기업 기준에서 고비용·고난이도 기술인 디지털트윈 도입은 시스템 통합 및 검증 부족으로 인해 어려움이 있음.

2) 프로젝트 목표

AI 기반 실시간 용접 품질 예측 시스템 구축
센서 데이터를 활용하여 용접 품질을 AI가 분석·예측할 수 있는 서버 시스템 개발

디지털트윈 시뮬레이터 개발
Unreal Engine을 기반으로 실제 공정을 가상 환경에서 시각화하여 교육, 검증, 시뮬레이션이 가능하도록 구현

모듈형 구조로 범용성 확보
센서 입력, 제어 로직, 시각화 기능을 모듈화하여 다양한 제조 장비에 확장 가능하도록 설계

산업현장에 적용 가능한 기술 검증 모델 개발
중소제조기업도 접근 가능한 형태의 스마트팩토리 기반 모델 제시

3) 주안점

현실성과 정밀도의 균형
실제 로봇·센서 데이터를 Unreal 시뮬레이터에 적용하여, 정밀한 품질 데이터 시각화와 함께 물리기반 사실감을 강화

실시간성 확보
Python 기반 AI 품질 예측 서버와 시뮬레이터 간의 TCP/IP 연동을 통해 센서 → AI → 시각화 흐름을 지연 없이 처리

시스템 확장성과 유지보수성 고려
마이크로서비스 구조로 각 모듈의 독립성과 재활용성을 높이고, 추후 클라우드 환경 또는 IoT 기반 시스템으로 확장 가능하도록 설계

교육 및 공정 검증의 실용성 확보
실제 공정을 경험하지 않고도 이상 상황 및 품질 저하 상황을 시뮬레이션하여 교육 도구 및 품질 검증 도구로 활용 가능하게 함

1) 포트폴리오 소개

산업현장 실시간 품질 예측을 위한 용접 디지털트윈 및 AI 공정 제어 시스템 개발

카테고리: 제조 자동화, 디지털트윈, AI 품질 예측

메인 타깃: 중소 제조기업, 스마트팩토리 구축 사업단, 공정 자동화 연구소

실시간 센서 데이터를 기반으로 용접 상태를 모니터링하고, AI가 품질을 예측하며, Unreal Engine에서 공정을 시각화할 수 있는 디지털트윈 기반 지능형 제어 시스템을 개발함.

2) 작업 범위

전체 시스템 구조 설계 및 통합

센서 → AI 모델 → Unreal 시뮬레이터 간 TCP/IP 연동

Python 기반 AI 품질 예측 서버 개발

실시간 데이터 수집 및 Pytorch 품질 예측 모델 적용

Unreal Engine 시각화 시스템 설계 및 개발

시뮬레이션 환경 구축, 로봇/용접 시각화, 물리 효과 구현

지원 환경: Windows 기반 독립 실행 시스템 (마이크로서비스 구조, 확장 가능)

3) 주요 업무

AI 기반 품질 예측 시스템 구현

센서 데이터를 실시간 수신하여 용접 품질을 예측 (정상/불량 분류)

용접 공정 디지털트윈 시각화

Unreal Engine에서 로봇 팔, 용접기, 아크 불꽃 등 가상 재현

물리기반 시뮬레이션 기능 탑재

온도, 재료, 위치 값에 따른 시각적/물리적 피드백 구현

서버-시뮬레이터 연동 기능 개발

Python-UE 간 TCP 통신 / 결과 데이터 반영 처리

비상 경고 및 실시간 상태 표시 기능 구현

품질 이상 시 알림 / 실시간 공정 데이터 UI 출력

4) 주안점

실제 공정 환경과의 정합성

실제 센서/로봇 데이터를 그대로 반영하여 물리적 정확성 확보

AI 품질 예측 결과의 실시간 반영

판단 결과에 따라 시뮬레이터 내 시각적 변화 실시간 출력

시각화의 현실성 및 몰입도

아크 불꽃, 재료 연소, 용접선 등 실제 현장감 있는 비주얼 구현

확장 가능한 구조 설계

마이크로서비스 방식으로 모듈 교체 및 클라우드 확장 가능