--- title: "아이벡스, 오픈소스 로봇·비전으로 볼트 검사 투입 자동화한다" published: 2026-07-23T04:05:03.660Z canonical: https://jeff.news/article/5079 --- # 아이벡스, 오픈소스 로봇·비전으로 볼트 검사 투입 자동화한다 아이벡스가 정보통신산업진흥원의 오픈소스 사업화 과제에 선정돼 케이피에프의 자분탐상 검사라인 자동화에 들어간다. 벌크 상태로 쏟아지는 볼트류를 AI 비전으로 인식하고, 6D 자세 추정과 로봇 제어로 집어서 검사장비에 넣는 흐름까지 구현하는 게 핵심이다. - 아이벡스가 NIPA의 ‘2026년도 신산업 분야 오픈소스 사업화 지원사업’ 과제로 선정됨 - 과제명은 오픈소스 기반 로봇·비전 플랫폼 ‘AIVot’을 활용한 케이피에프 자분탐상 공정 제품투입 자동화 사업화임 - 아이벡스가 주관기관, 케이피에프가 수요기업으로 참여함 - 자동화 대상은 볼트류 제품을 검사장비에 넣는 꽤 현실적인 제조 공정임 - 현재는 다양한 형상과 크기의 볼트가 벌크 상태로 공급되고, 작업자가 직접 제품을 확인해 검사장비에 투입하는 구조임 - 말이 자동화지, 이런 난적재 부품은 정렬된 부품보다 훨씬 까다로움. 로봇이 뭘 어떻게 집어야 하는지 매번 달라지기 때문임 - 아이벡스는 제품 인식, 파지 계획, 로봇 이송, 검사장비 투입까지 한 번에 묶는 흐름을 구현하려고 함 - AI 비전으로 제품을 인식하고, 6D 자세 추정으로 부품의 위치와 방향을 계산함 - 이후 최적의 파지 지점을 찾아 로봇이 집고 옮긴 뒤 검사장비에 투입하는 방식임 > [!IMPORTANT] > 핵심은 ‘로봇이 볼트를 집는다’가 아니라, 벌크로 뒤섞인 부품을 보고 위치·방향·파지 지점까지 자동 계산한다는 점임. - 기술 스택은 오픈소스 중심으로 잡혀 있음 - 로봇 운영체제 ROS2와 컴퓨터 비전 라이브러리 OpenCV를 활용함 - 6D 자세 추정, 포인트 클라우드 처리, AI 비전 기반 제품 인식 기술을 고도화하고 다양한 로봇·카메라 연동이 가능한 플랫폼을 만드는 방향임 - 현장 작업자가 직접 공정을 설계할 수 있게 노코드 기능도 강화함 - 웹 기반 사용자 인터페이스와 드래그 앤 드롭 방식의 공정 설계 기능을 제공할 계획임 - 로봇 제조사별 티칭 펜던트나 코딩 없이 공정을 바꿀 수 있게 하겠다는 얘기라, 실제 현장 도입 장벽을 낮추는 포인트임 - 산업용 MLOps 플랫폼 ‘AIVOps’도 붙임 - 데이터 수집, AI 모델 학습, 검증, 배포, 재학습까지 이어지는 운영 체계를 만들겠다는 구상임 - 신규 품목이 들어오거나 작업 환경이 바뀌어도 데이터를 기반으로 모델을 계속 개선할 수 있게 하는 게 목표임 - 아이벡스는 이번 케이피에프 실증을 발판으로 난적재 자동화 솔루션을 표준화하려고 함 - 적용 후보는 볼트·너트 제조뿐 아니라 주조·단조 같은 뿌리산업 공정까지 포함됨 - 제조업 자동화에서 “사람 손이 필요한 애매한 작업”을 줄이려는 쪽이라 국내 현장 관심도 꽤 있을 만함 --- ## 기술 맥락 - 이번 선택의 핵심은 정렬된 부품 자동화가 아니라 난적재 부품 자동화예요. 볼트가 일정한 방향으로 오지 않으면 기존 규칙 기반 장비로는 집기 어렵고, 그래서 AI 비전과 6D 자세 추정이 들어가는 거예요. - ROS2와 OpenCV를 쓰는 이유는 로봇팔, 카메라, 비전 알고리즘, 검사장비를 서로 엮어야 하기 때문이에요. 특정 장비에만 붙는 폐쇄형 구성이면 현장마다 다시 개발해야 해서 확산이 힘들거든요. - MLOps를 같이 넣는 것도 꽤 현실적인 판단이에요. 제조 현장은 부품 종류, 조명, 적재 상태가 계속 바뀌어서 모델을 한 번 학습하고 끝내면 성능이 금방 흔들릴 수 있어요. - 노코드 공정 설계는 개발자 입장에선 단순 UI처럼 보일 수 있지만, 현장에서는 도입 여부를 가르는 요소예요. 작업자가 로봇 제조사별 티칭 방식에 묶이지 않고 공정을 바꿀 수 있어야 실제 운영 비용이 줄어들어요. ## 핵심 포인트 - 케이피에프 자분탐상 검사라인에서 사람이 하던 제품 확인·파지·이송·투입 작업을 자동화함 - ROS2, OpenCV, 포인트 클라우드, 6D 자세 추정 등 오픈소스 기반 기술을 활용함 - 노코드 공정 설계와 산업용 MLOps를 붙여 제조 현장 확산을 노림 ## 인사이트 국내 뿌리산업 자동화에서 진짜 어려운 건 깔끔한 컨베이어가 아니라 벌크로 뒤섞인 부품을 안정적으로 집는 일임. 이 과제가 의미 있는 이유도 ‘AI 로봇’이라는 말보다 난적재 픽앤플레이스를 실제 검사라인에 넣어 검증한다는 데 있음.