지식 센터
목차

스마트 제조 물류에서 AMR의 표준 장비화

I. 핵심 개념과 정의

AMR은 Autonomous Mobile Robot의 약자다. 전통 AGV(Automated Guided Vehicle)와 가장 큰 차이는 AGV가 자기 테이프, QR 코드, 반사판 같은 고정 마커로 주행하며 경로를 한 번 정하면 바꾸기 어려운 반면, AMR은 LiDAR, 비전 카메라, SLAM 알고리즘으로 환경을 실시간 인지해 스스로 지도를 만들고 경로를 계획하며 장애물을 피해 방향을 잡는다는 점이다.

AGV를 선로를 달리는 기차, AMR을 스스로 길을 찾는 택시라고 생각하면 된다. 이 차이는 생산 라인 조정이 잦고 자재 종류가 다양한 제조업에서 매우 중요하다.

AMR은 일반적으로 여러 모듈로 구성된다. LiDAR, 깊이 카메라, 초음파 센서가 있는 인지 계층, SLAM 알고리즘과 경로 계획, 교통 스케줄링이 있는 의사결정 계층, 구동 바퀴와 리프팅 기구, 롤러, 로봇 암 등 반송 기구가 있는 실행 계층, Wi-Fi 6, 5G, V2X가 있는 통신 계층이다. 단순한 운반 도구가 아니라 두뇌를 가진 이동형 Agent다.

II. 기술 원리와 핵심 역량

AMR의 핵심 기술은 세 부분으로 나눌 수 있다.

첫째는 SLAM, 즉 동시 위치 추정 및 지도 작성이다. 로봇은 이동하면서 LiDAR로 주변 환경을 스캔해 실시간으로 지도를 만들고 그 지도 위에서 자신의 위치를 파악한다. 오늘날 주류 접근은 레이저 SLAM과 비주얼 SLAM을 융합하는 것으로 전자는 정확도가 높고 후자는 비용이 낮으며 융합하면 더 견고하다.

둘째는 다중 로봇 스케줄링과 교통 관리다. AMR 한 대는 관리하기 쉽지만 한 작업장에서 100대가 운행하면 작업 할당, 경로 계획, 교착 회피를 위한 스케줄링 시스템이 필요하다. 이런 시스템은 보통 RMF 또는 플릿 관리 시스템이라 불리며 AMR 플릿의 상한을 결정한다.

셋째는 추가 AI 역량이다. 오늘날 AMR은 AI Agent 아키텍처를 통합하기 시작해 로봇이 고정 명령만 실행하는 것이 아니라 작업 우선순위를 이해하고 라인 변경에 동적으로 대응할 수 있다. 예를 들어 MES가 긴급 삽입 주문을 발행하면 AMR이 현재 운반을 중단할지 스스로 판단하고 새 작업에 대응할 최적 경로를 선택할 수 있다. ZEVON의 산업 AI와 MES+AI 경험은 AMR 스케줄링 시스템과 함께 작동해 이동 로봇 작업 할당을 실제 생산 택트에 더 가깝게 정렬할 수 있다.

III. 제조업 적용 시나리오

제조업에서 AMR 배치는 매우 구체적이며 다음의 가상 시나리오가 이를 보여준다.

시나리오 1: 전자 공장 SMT 작업장의 자재 공급. SMT 라인은 교체가 잦고 교체마다 다른 릴 모델을 공급해야 한다. 전통적으로 작업자가 카트를 밀고 창고로 가서 자재를 가져오며 왕복에 10분 이상 걸린다. 이 공장이 리프팅형 AMR을 배치한다고 하자. 창고에서 릴을 AMR에 올리면 AMR이 지정 라인 워크스테이션으로 자율 주행하고 도착하면 자재 랙을 자동으로 승하강한 뒤 창고로 돌아간다. 전 과정에서 누구도 따라다닐 필요가 없다. 누군가 갑자기 통로를 가로지르면 AMR이 자동으로 감속하거나 우회한다.

시나리오 2: 자동차 부품 기업의 엔진 하우징 가공. 작업장에는 CNC가 십여 대 있고 소재와 완성품 흐름은 지게차에 의존했다. 지게차 기사가 왕복해야 했고 설비 사이를 지나다니는 지게차는 안전 위험이 있었다. 롤러형 AMR을 쓰면 설비 작업자는 단말에서 호출만 하면 되고 AMR이 빈 파렛트를 가져오고 완성품을 세척 구역으로 옮기며 소재를 설비 측에 공급한다. AMR과 설비의 장입 기구는 광전 신호로 도킹해 수동 개입이 필요 없다.

일러스트

시나리오 3: 신에너지 배터리 공장의 PACK 라인. 배터리 팩은 크고 무거우며 모델별 크기 차이가 크다. 이 공장이 맞춤형 자재 카트를 뒤에 연결한 하부 견인형 AMR을 사용한다고 하자. MES가 발행한 순서에 따라 AMR이 서로 다른 워크스테이션의 배터리 모듈을 PACK 조립 라인으로 차례로 운반한다. AMR은 자기 테이프가 필요 없으므로 라인 조정 시 소프트웨어에서 경로만 다시 그리면 되고 바닥 공사가 필요 없다.

이 세 시나리오의 공통점은 자재 운반 빈도가 높고 경로를 유연하게 조정해야 하며 인간-기계 혼합 작업이 이루어진다는 점이다. AMR의 가치는 이런 시나리오에서 가장 잘 드러난다.

IV. 선정 및 구축 권고

AMR을 검토한다면 몇 가지 실무적 포인트가 있다.

1. 먼저 운반 단위를 명확히 하라. 파렛트인가, 빈인가, 자재 카트인가, 아니면 선반을 직접 들어 올리는가. 반송 기구 형태가 리프팅형, 롤러형, 견인형, 지게차형 중 무엇을 고를지 결정한다. 형태를 잘못 고르면 나중에 바꾸기 매우 번거롭다.

2. 현장 환경을 평가하라. 바닥 평탄도, 통로 폭, 엘리베이터 연동 가능 여부, Wi-Fi 커버리지에 사각지대가 없는지를 고려하라. AMR은 AGV보다 바닥 요구가 낮지만 없는 것은 아니다. 큰 바닥 단차와 반사가 심한 바닥은 LiDAR 위치 추정에 영향을 줄 수 있다.

3. 스케줄링 시스템이 상위 시스템과 연결되어야 한다. AMR은 섬이 아니며 WMS, MES, ERP와 연결되어야 한다. 작업이 어디서 오고 어디로 가며 우선순위를 어떻게 정할지가 스케줄링 계층과 상위 시스템 사이에 명확히 정의되어야 한다. ZEVON의 산업 AI와 Agent 역량 중 전자 표준 작업 절차(ESOP)는 기업이 AMR 스케줄링을 라인 실행 시스템과 더 깊이 통합해 운반 작업을 실제 생산 택트에 정렬하도록 지원할 수 있다.

4. 단계적으로 확장하라. 작업장 전체를 한 번에 커버하지 말라. 한 생산 라인이나 한 구역에서 파일럿으로 시작해 작업 분배, 경로 계획, 예외 처리가 작동하게 한 뒤 점진적으로 확대하라. AMR 플릿이 커질수록 스케줄링 난이도는 기하급수적으로 빨리 상승한다.

5. 안전 기준에 주의하라. 사람이 있는 구역에서 운행하는 AMR은 ISO 3691-4 같은 안전 요구를 충족해야 한다. LiDAR 안전 등급, 비상 정지 응답 시간, 청각 및 시각 경고를 확인하라.

V. 전망

첫째 방향은 AMR과 AI Agent의 심층 통합이다. 미래의 AMR은 운반 작업만 실행하는 것이 아니라 라인의 자재 부족을 능동적으로 감지하고 예외를 능동 보고하며 경로 최적화를 능동 제안하는 이동형 Agent가 된다. AMR은 실행자에서 협업자로 이동한다.

둘째 방향은 군집 지능이다. 작업장에 수십, 수백 대의 AMR이 있을 때 개미 군집처럼 효율적으로 협업하게 하는 방법은 활발히 연구되는 주제다. 분산 스케줄링, 엣지 컴퓨팅, 저지연 5G 통신이 AMR 플릿을 중앙 집중 스케줄링에서 자율 협업으로 밀어붙일 것이다.

셋째 방향은 시나리오 간 일반화다. 오늘날 대부분의 AMR은 단일 작업장 내에서 운행한다. 미래에는 층을 넘고 작업장을 넘고 심지어 공장 구역을 넘어 운행하며 엘리베이터, 자동문, 하역 도크와 연동해야 한다. 이는 AMR의 환경 적응성과 스케줄링 시스템에 더 높은 요구를 제기한다.

AMR은 개념이 아니라 이미 전자, 자동차 부품, 신에너지, 제약, 식품 등 여러 산업에 배치되어 있다. 올바른 형태 선택, 시스템 연결, 단계적 실행이 오늘날 제조업체가 AMR을 잘 활용하는 열쇠다.

주제: AI 및 AI 에이전트 백과