부품 공급 자동화, 파트 피더 없이 될까? 로봇비전 사례 3가지
1분0180
부품은 정렬돼서 들어오지 않아요
뒤섞인 부품을 다음 공정에 공급하는 로봇비전 이야기
안녕하세요! 토탈 로봇 솔루션 플랫폼 마로솔입니다~
자동화 상담을 하다 보면 로봇이나 그리퍼 설계보다 먼저 막히는 지점이 있어요. 바로 부품 공급이에요. 부품은 박스나 바구니에 뒤섞여 들어오고, 로봇은 정해진 자리의 부품만 집을 수 있어요. 그래서 그 사이에 사람이 서서 부품을 정렬하는 현장이 아직 많아요.
이 글은 마로솔 비전 공정자동화 시리즈의 1편이에요. 0편 에서 비전이 보고, 판단하고, 로봇을 움직이게 한다는 큰 그림을 봤다면, 이번에는 그 흐름이 부품 공급 자동화에서 실제로 어떻게 돌아가는지 따라가 볼게요.
먼저 한 줄로 정리하면 이래요. 부품 공급 자동화의 핵심은 로봇이 부품을 "집는 것"이 아니라, 위치와 자세가 제각각인 부품을 다음 공정이 원하는 상태로 계속 공급하는 것이에요. 그러려면 로봇에게 부품이 지금 어디에 어떤 자세로 있는지 알려주는 눈, 즉 로봇비전이 필요해요.
부품 공급이 자동화의 첫 병목이 되는 이유
공급 공정은 단순해 보여요. 그런데 자동화를 검토하면 보통 세 가지에서 걸려요.
1 부품이 벌크로 쌓여 있어요. 대부분 박스나 빈에 무작위로 부어져 있고, 무거운 부품은 겹쳐 있고, 작은 부품은 서로 끼어 있어요.
2 위치도 자세도 매번 달라요. 같은 부품이라도 어떤 건 서 있고 어떤 건 누워 있고 어떤 건 기울어져 있어요. 로봇이 같은 동작을 반복해서는 절반도 못 집어요.
3 그런데도 다음 공정에는 일정하게 넣어야 해요. 후공정은 정해진 방향과 간격으로 부품이 오길 기다려요. 재질이 반짝이든 투명하든 공급 결과는 늘 같아야 해요.
세 가지를 합치면 이런 문제가 돼요. "들어오는 건 제멋대로인데, 나가는 건 일정해야 한다." 이 간극을 그동안 사람이 메워왔고, 그래서 공급 단계가 자동화 라인의 첫 병목이 돼요.
기존 자동화에는 없는 정보, 부품의 '지금 위치와 자세'
기존 방식이 실패하는 이유는 하나로 모여요. 파트 피더도, 지그도, 고정 티칭된 로봇도 부품이 늘 같은 자리에 같은 자세로 있다는 전제 위에서 동작해요. 그 전제를 만들어주는 장치가 피더인데, 피더 자체에도 한계가 있어요.
진동 피더는 부품끼리 부딪히며 정렬하는 방식이라 스크래치나 파티클이 생기기 쉽고, 걸리면 사람이 풀어줘야 해요. 품종이 바뀌면 피더를 통째로 바꿔야 하고, 무겁거나 큰 부품은 애초에 정렬이 안 돼요.
로봇비전은 접근이 달라요. 부품을 억지로 정렬하는 대신 흐트러진 내용물을 그대로 두고 로봇이 각 부품의 상태를 읽게 해요. 여기서 읽는 정보가 두 가지예요.
위치 (X, Y, Z)
부품이 빈 안 어디에, 어느 높이에 있는지. 2D 비전은 평면 위치까지, 3D 비전은 높이까지 알려줘요.
자세 (Rx, Ry, Rz)
부품이 어느 방향으로 얼마나 기울어져 있는지. 이걸 알아야 어디를 잡을지, 잡은 뒤 어떻게 돌려서 놓을지 정할 수 있어요.
위치와 자세를 합쳐 흔히 6D 포즈라고 불러요. 벌크 상태의 부품을 공급하려면 이 여섯 가지 값이 필요하고, 그래서 공급 자동화에는 대부분 3D 비전이 쓰여요. 부품이 겹쳐 있으면 높이와 기울기를 모르고서는 안전하게 꺼낼 수 없거든요.
부품 공급 자동화 6단계, 어디서 막히는지 보면 보여요
비전이 결합된 부품 공급은 아래 여섯 단계로 돌아가요. 0편의 보기 → 판단 → 움직이기를 공급 공정에 맞게 펼친 거예요. 단계마다 "여기서 막히면 어떤 일이 생기는지"를 같이 적어뒀어요.
여섯 단계를 보면 비전은 2~3단계에만 등장하는 것 같지만, 실제로는 4·5·6단계가 전부 2~3단계의 정보 위에서 돌아가요. 인식이 흔들리면 뒤가 전부 흔들리고, 반대로 인식과 판단이 안정되면 그리퍼와 로봇은 정해진 일을 하면 돼요.
대상물이 달라도 흐름은 같아요: 공급 자동화 사례 3가지
이제 현장으로 가볼게요. 세 사례는 산업도 재질도 크기도 다르지만, 앞의 여섯 단계를 그대로 밟아요.
난반사 금속 · 고중량
깊은 빈에 쌓인 CV 조인트를 파트 피더 없이 투입하기
자동차 부품 / 메크마인드 3D 비전 + 딥러닝
무엇이 어려웠나. CV 조인트는 무겁고 표면이 빛을 강하게 반사해요. 깊은 대형 빈에 무작위로 쌓여 있고, 바닥에는 비닐 필름까지 깔려 있어서 부품과 필름을 구분하는 것부터 과제였어요. 그동안은 작업자가 직접 투입했고, 피더는 유연성과 공간 문제로 대안이 되지 못했어요.
비전이 읽은 것. 넓은 시야각의 3D 카메라가 빈 전체를 스캔하고, 딥러닝이 겹친 부품과 비닐을 구분한 뒤 각 부품의 6자유도 위치·자세를 추정해요. 로봇 팔과 그리퍼가 빈 모서리에 부딪히지 않는 경로도 자동으로 계산해요.
공급이 달라진 점. 모서리에 박히거나 바닥에 깔린 부품까지 꺼내는 높은 빈 비움률 덕분에 중간에 사람이 개입하는 일이 줄었고, 고중량 부품을 다루던 작업자 1~2명의 일을 로봇이 맡게 됐어요.
광택 · 반투명
빛이 통과하는 화장품 용기를 라인 첫 단계에 공급하기
화장품 제조 / 캠브리안 AI 3D 비전 · 카오와 일본 총판 DMP가 공식 공개한 사례
무엇이 어려웠나. 화장품 용기는 빛을 통과시키거나 강하게 반사해서 3D 데이터에 결손이 생기기 쉬운 대표적인 소재예요. 교대 시간대마다 작업장 조도가 달라져 인식이 흔들리는 문제도 있었고, 외관이 곧 제품 가치라 손상 없이 다뤄야 했어요.
비전이 읽은 것. AI 3D 비전이 용기마다 6D 포즈를 200ms 미만으로 인식하고, 조명이 바뀌어도 같은 성능을 유지해요. 그리퍼가 인식된 자세대로 용기를 잡아 90도로 돌려 배치하고, 이송 장치가 다음 공정으로 넘겨요.
공급이 달라진 점. 한 라인에서 두 종류 제품을 동시에, 24시간 생산할 수 있게 됐어요. 24시간 생산 능력은 기존 8시간 대비 약 9배로 추정되고, 제품 전환 시간은 약 60% 줄어들 것으로 예상돼요.
소형 · 반투명 · 얽힘
서로 끼어 있는 파이펫 팁을 볼 피더 대신 로봇으로 정렬하기
바이오·의료 소모품 / 캠브리안 AI 3D 비전 + ABB 6축 로봇
무엇이 어려웠나. 파이펫 팁은 얇고 반투명한 데다 속이 빈 원뿔 형태라 바구니 안에서 서로 깊게 끼어요. 기존의 진동 볼 피더는 스크래치와 파티클을 만들고 걸림이 잦았어요. 제품이 바뀌면 피더를 통째로 바꿔야 했고요.
비전이 읽은 것. 로봇 손목에 달린 3D 비전이 바구니 위로 이동해 얽힌 팁들의 6D 포즈를 읽고, 그중 간섭 없이 뺄 수 있는 팁을 골라요. 가늘고 긴 진공 흡착 툴이 바구니 벽에 닿지 않는 경로로 진입해 팁을 꺼내고, 컨베이어 위 정해진 위치와 방향으로 내려놓아요.
공급이 달라진 점. 피더 교체가 없어지면서 다품종 전환 세팅이 수 시간에서 수 분 내외로 줄었어요. 바구니째 넣으면 로봇이 알아서 정렬하니 작업자 한 명이 여러 셀을 볼 수 있게 됐어요.
세 현장의 공통점은 부품을 정렬하는 장치를 없애고 인식과 판단을 비전에 맡겼다는 거예요. 금속이든 반투명이든, 크든 작든 흐름은 같았고, 달라진 건 어떤 비전이 그 소재를 읽을 수 있느냐와 어떤 그리퍼로 잡느냐였어요.
우리 부품도 벌크 상태에서
공급 자동화가 될까요?
부품 재질과 크기, 빈 형태, 다음 공정만 알려주시면
인식 가능 여부와 필요한 구성을 함께 확인해 드려요
공급 자동화 도입 전에 확인할 5가지
이 다섯 가지만 정리돼 있어도 구성이 훨씬 빨리 잡혀요.
① 대상물 특성
재질(금속·플라스틱·투명·검정), 크기와 무게, 형상(겹침·얽힘 여부). 인식 방식과 그리퍼가 여기서 정해져요. 실제 부품 샘플로 인식 테스트를 먼저 해보는 게 가장 확실해요.
② 작업 환경
빈의 깊이와 폭, 바닥에 깔린 비닐이나 완충재, 주변 조명 변화. 깊고 좁은 빈은 충돌 회피와 툴 길이를, 조명 변화는 인식 안정성을 좌우해요.
③ 속도
후공정이 요구하는 택타임. 인식 시간, 로봇 이동 시간, 이송 시간을 합쳐서 봐야 해요. 공급 단계가 라인 전체를 늦추면 안 되니까요.
④ 정밀도
다음 공정이 부품을 어떤 방향과 오차 범위로 받아야 하는지. 컨베이어에 올려두면 되는지, 지그에 정확히 안착해야 하는지에 따라 요구 수준이 달라져요.
⑤ 로봇·설비 연동
기존 로봇을 쓸지 새로 둘지, 컨베이어나 가공기와 어떤 신호로 맞물릴지, 빈 교체는 사람이 할지 자동으로 할지. 무인 운전 시간을 결정하는 항목이에요.
자주 묻는 질문
Q1. 파트 피더를 쓰고 있는데 꼭 바꿔야 하나요?
아니요. 단일 품종을 대량으로, 부품 손상 걱정 없이 공급하고 있다면 피더가 여전히 잘 맞는 선택이에요. 품종 전환이 잦거나, 걸림과 스크래치가 문제거나, 부품이 무겁고 커서 피더로 정렬이 안 될 때 비전 기반 공급을 검토하시면 돼요.
Q2. 부품이 서로 끼어 있어도 되나요?
파이펫 팁처럼 서로 깊게 맞물리는 부품을 공급한 사례가 있어요. 핵심은 "지금 뺄 수 있는 부품이 무엇인지" 판단하는 3단계예요. 얽힘 정도에 따라 결과가 달라지니 실제 부품으로 테스트해 보셔야 해요.
Q3. 2D 비전으로는 안 되나요?
부품이 한 층으로 평평하게 놓여 있고 위치만 알면 되는 공정이라면 2D로도 가능해요. 하지만 벌크로 쌓여 높이와 기울기가 제각각이면 3D가 필요해요. 겹친 부품 위로 그리퍼가 안전하게 들어가려면 높이 정보가 있어야 하거든요.
부품 공급은 눈에 잘 띄지 않는 공정이에요. 그런데 이 단계가 사람 손에 묶여 있으면 뒤를 아무리 자동화해도 라인은 사람 속도로 돌아가요. 공급 단계를 풀어야 그다음 공정들이 제 속도를 내요.
다음 편에서는 집은 부품을 정확한 위치에 조립하는 공정에서 비전이 어떤 역할을 하는지 다룰게요.
어떤 비전을 살지보다
공급 공정을 어떻게 풀지가 먼저예요
무작위 적재부터 다음 공정까지 함께 설계해요
부품 샘플 사진과 빈 형태, 다음 공정을 알려주시면
인식 방식·그리퍼·로봇 구성을 공정 기준으로 매칭해 드려요 👇
💬 카카오톡으로 먼저 물어보기 | 문의 후 담당자 배정 → 부품·공정 확인 → 적용 가능 여부와 구성 안내
이 글을 읽은 분들이 아래의 포스팅을 좋아합니다
지금 이 로봇 가격 협의 가능!
회원님, 지금 문의하시면 도입 조건에 따라 추가 할인이 있을 수 있어요 💡