현재 세계 여러 국가에서 스마트제조혁신의 방향으로 제조업의 디지털화를 추진 중이다. 제조산업에서도 인식의 전환으로 스마트팩토리를 중심으로 한 고객중심의 사고, 고객과의 실시간 소통 등을 중시하게 되면서 디지털화의 중요성은 더욱 증대되고 있다. 4차산업혁명 시대에 디지털화를 통해 제조업이 어떻게 혁신해 나아가야 할지 알아본다.
약 력
- 1962 독일 바이에른 주 라우잉엔 (Lauingen) 태생
- 뮌헨공과대학교 (Technical University of Munich) 전기공학 석사
- 2020 한국 지멘스 디지털 인더스트리 대표
- 2018 지멘스 그룹 디지털 팩토리 수석 부사장·영업 컨설팅 사업부 총괄
- 2012지멘스 그룹 수석 부사장·프로젝트 총괄
- 2011 중국 지멘스 수석 부사장· 인더스트리 영업 사업부 총괄
- 2010 중국 지멘스 수석 부사장·인더스트리 제품 및 시스템 영업 사업부 총괄
- 2008 지멘스 그룹 인더스트리 자동화 사업본부 수석 부사장·영업 지역 총괄
- 2004 지멘스 그룹 자동화 사업본부 영업 지역 총괄
- 2002 야스카와 (Yaskawa) 지멘스 자동화 사업본부 수석 부사장 및 회사 임원
- 1988 지멘스 그룹 입사, 프로젝트 매니저 역임
디지털 전환을 기반으로 한 스마트 제조혁신의 전략적 방향을 제시하고 제조시스템 혁신의 핵심 기술로 부상하고 있는 CPS(사이버물리시스템) 및 디지털 트윈 응용 방향에 대해 발표한다.
약 력
현) 고려대학교 석좌교수, 한국ICT융합네트워크 회장, 한국공학한림원 정회원
전) 중소기업청장, 대통령직속 국민경제자문회의 위원, 서울대학교 공과대학 산학협력위원장 겸 초빙교수, 지식경제부 R&D전략기획단 주력산업총괄 MD, 현대오토넷 대표이사, 본텍 대표이사, GE Thermometrics 아시아태평양 담당 사장
최고의 디지털 인재들과 함께 고객의 경험을 디자인하는 두산의 디지털 트랜스포메이션 여정에 대해 소개한다.
약 력
형원준 사장은 2017년 두산 그룹의 IT 및 Digital Transformation을 총괄하기 위해 그룹 CDO이자 두산 정보통신 BU 사장으로 취임했습니다.
2008년부터 약 10년간 SAP 코리아 대표 이사/사장을 역임하면서 Design Thinking의 국내 전파에 기여하며 탁월한 경영 성과와 리더십을 높게 평가 받았다. 또한 i2 테크놀로지 코리아에서 부사장으로, 한국 및 아태지역 총괄 사장으로 역임하며 선진 글로벌 기업의 경영혁신 활동을 이끌었다.
최근 빠르게 성장하고 있는 제조 플랫폼은 제조 산업 분야에서 곧 가장 뜨거운 이슈가 될 것이다.
본 발표에서는 제조 플랫폼이 왜 한국 제조 산업에 중요한지, 그리고 눈여겨볼 글로벌 플레이어들의 동향을 다룬다.
약 력
고산은 서울대 수학과를 졸업하고 동 대학원에서 인지과학을 공부했다.
삼성종합기술원에서 인공지능 분야 연구원으로 일하던 중 한국항공우주연구원의 우주인으로 선발되어 러시아에서 훈련받았다.
이후 미국 하버드 케네디 스쿨에서 공공정책을 공부했으며, 귀국 후 창업을 지원하는 비영리 법인인 ‘타이드 인스티튜트’를 설립했다.
2014년 에이팀벤처스를 설립해 현재 온라인에서 제조 분야 수요와 공급을 연결하는 제조 플랫폼 ‘크리에이터블’에 집중하고 있다.
4차 산업혁명 시대에는 기계가 인간을 대체하기도 하고 인간을 돕기도 하는 스마트 기술이 더욱 발전할 것이다. 그 중 인공지능의 발전은 가속화되고 있는 가운데, 인공지능이 제조산업에 어떤 영향을 미칠 수 있는지와 그것을 통해 제조산업의 혁신을 어떻게 꾀해야 할 지를 알아본다.
약 력
- KAIST 명예교수
- UCLA 인공지능분야 전산학 박사
- 전 인공지능연구원 원장
- 전 소포트웨어정책연구소 소장
- 4차 산업혁명 시대, 새로운 제조업의 시대는 무엇인가
- 우리나라 제조업은 어떻게 대응하며 글로벌 경쟁시대에 살아 남을 것인가
- 어떤 인재가 필요한고, 어떻게 육성할 것인가
약 력
- 콜로라도 공대 컴퓨터공학 박사
- 한국인더스트리4.0협회, 공동창립자, 2015. 10. ~ 현재
- Centios, 대표이사, KT and Cisco joint venture, 인천 송도, 2012. 02. ~ 2014. 03.
- 삼성전자, 네트워크사업부, 글로벌 마케팅 및 사업 개발 상무, 서울, 2000. 02. ~ 2012. 02.
- U S West, Manager, 미국, 1994. 07. ~ 2000. 02.
- Bellcore, 연구원, 미국, 1988. 11. ~ 1994. 07.
- AT&T Bell Labs, 연구원, 미국, 1984. 06. ~ 1988. 11.
4차산업혁명시대는 제조산업에도 혁신을 요구하고 있다. 협동 로봇, 스마트 팩토리부터 각 방면에서 일어나고 있는 혁신들은 제조산업의 큰 변화를 초래할 전망이다. 그렇다면 현재 글로벌 제조기업들은 이러한 혁신을 ‘어떻게’하고 있을까. 글로벌 제조기업들의 혁신 사례를 알아보고 우리는 이에 어떻게 대처해야할지 논의한다.
약 력
- DMG MORI 대표
- 일본기계제조자협회(JMTBA) 부회장
- 교토대 Innovation Capital 이사
- 교토대 Graduate School of Advanced Leadership Studies 교수
협동로봇은 작업자와 로봇이 공유된 공간에서 협업할 수 있도록 안전하며, 복잡한 프로그래밍 없이도 직관적인 교시로 작업이 가능하다. 그러므로 장소가 협소하고 로봇 전문가가 없는 중소기업이나 서비스 산업에서도 쉽게 사용할 수 있어서 새로운 시장을 형성하고 있다. 본 강연에서는 협동로봇의 현재 기술과 산업 현장에의 적용 사례 등을 살펴본다. 또한, 기계식 중력보상장치를 활용하여 로봇의 가반하중을 대폭 증가시키거나 에너지 사용을 대폭 줄일 수 있는 기술도 소개한다.
약 력
- 서울대학교 기계공학과 사 (1983)
- MIT 기계공학과 공학박사 (1992)
- 고려대학교 기계공학부 교수 (1993- )
- 지능로봇연구센터 (고려대 부설) 소장 (2004-2016)
- IJCAS (SCIE 저널) 편집장 (2011-2013)
- 한국공학한림원 회원 (2013-)
- 한국로봇학회 회장 (2014)
- 대한기계학회 회장 (2020)
The aim of digital machining research is to develop mathematical models of metal cutting operations, machine tool vibrations and control. The science-based digital models allow the virtual design, testing, optimization, monitoring and control of machine tools and machining operations. The model predicts the cutting forces, torque and power consumed in machining parts by considering CNC system dynamics, material properties, cutter geometry, structural flexibilities, and cutting conditions along the tool path. The simulation system predicts chatter-free cutting conditions within the work volume of the machine tool or detects the presence of chatter vibrations along the tool path. An in-house developed virtual and real-time CNC system allows the design and analysis of any five-axis machine tool controller. Current research includes digital twin approach, where virtual simulation and real-time machine tool monitoring are integrated to achieve intelligent, self-adjusting smart machine tools.
약 력
Professor Altintas worked as a machine tool and manufacturing process development engineer in industry before joining The University of British Columbia in 1986. He conducts research on metal cutting, machine tool vibrations, control and digital machining. He has published about 200 archival journal and 100 conference articles with over 27,300 citations with h index of 87 (Google Scholar), and a widely used “Manufacturing Automation: Principals of Metal Cutting Mechanics, Machine Tool Vibrations and CNC Design. His research laboratory created advanced machining process simulation (CUTPRO), virtual part machining process simulation (MACHPRO) and open-modular 5 axis CNC system (Virtual CNC), which are used by over 300 companies and research centers in the field of machining and machine tools worldwide.
Professor Altintas is the fellow of Royal Society of Canada, CIRP, ASME, SME, CAE, EC, Tokyo University, P&WC, AvH and ISNM. He received Pratt & Whitney Canada’s (P&WC) university partnership (1997), APEG BC’s Meritorious (2002), APEG BC R.H. McLachlan (2010), UBC Killam Teaching Prize (2011), Gold Medal of Engineers Canada (2011), SME Albert M. Sergent Award (2012), NSERC Synergy Award, ASME Blackall best journal paper award, the scientific award of Turkey in Science and Engineering (2013), Georg Schlesinger Production Engineering Award (Berlin, 2016), and ASME William T. Ennor Manufacturing Technology Award (USA, 2016). He holds an Honorary Doctorate Degrees from Stuttgart University (2009) and Budapest University of Technology (2013), and holds Honorary Professor titles from BEIHANG University in Beijing and University Chair Professor from National Chung Hsing University-Taiwan. He was the past president of CIRP (International Academy of Production Engineering Researchers) for term 2016 – 2017. He is designated as the Distinguished University Scholar of Engineering at the University of British Columbia (2017). He currently directs NSERC CANRIMT Machining Research Network across Canada, and holds the NSERC – P&WC – Sandvik Coromant Industrial Research Chair Professorship to develop next generation Digital Machining Twin Technology.
Today's production with customized and specialized machine tools is often unable to achieve this requirement. As a result, autonomous systems that provide more flexible automation and more production freedom, while still maintaining high productivity and robustness regardless of lot size, are needed. Autonomous machine tools have the ability control the production themselves. In addition, the machine tools are able to adapt to unforeseen changes during the process. The basis for this are intelligent components with sensory and actuator capabilities.
약 력
Prof. Berend Denkena is Head of the Institute of Production Engineering and Machine Tools at the Leibniz Universität Hannover. After obtaining doctorate at the Faculty of Mechanical Engineering at University of Hannover in 1992, he worked as a design engineer and head of various development groups for Thyssen Production Systems in both Germany and the United States. From 1996 to 2001, he was Head of Engineering and Turning Machine Development at Gildemeister Drehmaschinen in Bielefeld. Since 2001, he has been full professor of Production Engineering and Machine Tools and director of the Institute of Production Engineering and Machine Tools at Leibniz University Hannover.
Artificial intelligence (AI) techniques have been successfully applied in various social and consumer applications, such as voice and image recognitions, social media, advertisement, etc. However, AI techniques have seen limited adoption in industry, primarily due to the difficulty in obtaining adequate sets of training data that are required by various machine learning or neural networks. This presentation will discuss the challenges of adopting AI techniques to industrial applications, and propose a concept of industrial AI (augmented intelligence). Furthermore, experienced operators or engineers accumulated significant knowledge or experience over their professional career. The value behind historical maintenance records should also not be overlooked. Additionally, when sensory data and algorithms are combined with the engineering models, human experience or expert knowledge, and historical records, a new paradigm of industrial AI (iAI) becomes a powerful solution to many industrial problems. Selected applications will be presented to demonstrate the value of this new iAI.
약 력
Dr. Jun Ni is the Shien-Ming (Sam) Wu Collegiate Professor of Manufacturing Science and Professor of Mechanical Engineering at the University of Michigan, USA. He served as the founding Dean of the University of Michigan – Shanghai Jiao Tong University Joint Institute located in Shanghai, China since 2006.
Professor Ni has been invited to serve as a guest/advisory professor at many institutions, including Shanghai Jiao Tong University, Tsinghua University, Xi’an Jiao Tong University, Huazhong University of Science and Technology, Dalian University of Technology, and 10 other institutions. He served in the International Expert Advisory Board of the Ministry of Science and Technology of PRC to consult for the strategic planning in advanced manufacturing.
스마트 팩토리가 등장하게 된 배경에는 여러 가지가 있다. 글로벌 금융위기와 저성장, 고실업 등으로 인한 소비 둔화, 고령화로 인한 숙련공 감소 등 각종 환경 변화에 대비할 수 있는 새로운 제조시스템을 필요로 하였다. 첨단 기술의 발달로 스마트 팩토리가 확산되기 시작했고, 우리나라 제조산업에도 제조혁신을 위한 필수조건이 된 지 오래다. 스마트 팩토리는 어떤 변화를 거쳐왔으며 앞으로 우리가 만날 스마트 팩토리는 어떤 모습일 지 알아본다.
약 력
- 전) 한국인더스트리 4.0협회 회장
- 전) Smart M&F Group 대표
- 전) 포스코 ICT 상무
- 포항공대 미래기술 최고경영자 과정 수료
한국어
1668-1683