AMR(Autonomous Mobile Robot: 자율이동로봇)은 물류, 공장 분야에서 정해진 정적 라인을 주행하는 기존 AGV와 달리, 이동 경로를 스스로 생성하고 장애물을 자동으로 회피하며 운행하는 로봇 주행체이다. 현재의 AMR은 navigation(목적지로의 경로계획, 운행중 충돌회피), localization(지도내 로봇 위치 파악)의 intelligence 기능을 AMR에 탑재된 온보드 프러세싱으로 수행하고 있는 데, 이를 에지 클라우드로 off-loading하고 AMR과 에지클라우드간에 센싱데이터와 Control command를 대용량, 저지연의 전달 특성을 갖는 이음5G망을 통해 주고 받는다^1,2,3.
5G MEC 기반 AMR의 장점으로 AMR 저가화(구매 비용 절감), 긴 배터리 수명/충전빈도 단축, AMR S/W(navigation engine, localization engine 등) 버전 업데이트 용이성/효율성 향상(모든 AMR별로 S/W 업데이트 수행이 아니라, 애지 클라우드상의 S/W만 업데이트하면 됨) 등을 들 수 있다.

제조환경에서 산업용 기계와 컨트롤러간에는 motion control command 기계의 status update 메시지를 주고 받는 통신망은 ms대의 지연과 99.9999%의 가용성을 요구된다. Field Bus, Profinet, EtherCAT 등 다양한 산업용 유선통신망이 출현했고 향후에는 실시간성, 신뢰성을 제공하는 TSN(Time-Sensitive Networking)로 대체될 전망이다.

그러나, 이러한 유선통신망은 생산라인을 구축하거나 변경할 때 시간과 비용이 많이 소요되는 것이 단점이며, 5G가 URLLC 통신을 제공하면서 유선망인 TSN의 일부 또는 전부를 무선망인 5G망으로 대체될 전망이다^1,2.

컨베이어와 팔레트상의 비정형의 다양한 사이즈의 박스를 3D 카메라로 스캔하여 식별하고 Vision AI가 컨베이어상의 박스를 팔레트에 옮기는 로봇팔의 경로를 계산하여 로봇에 전달한다. 물류시스템의 고강도 단순 노무의 자동화 및 무인화를 통해 물류산업에 종사하는 창고 작업자의 노동부하 경감 및 안정성·생산성 향상 기대. 수작업 인력 대체 및 24시간 365일 가동 가능

음향방출(acoustic sensor, AE) 센서는 공작물과 공정 관련 기계 요소에서 발생하는 초음파 신호를 측정하여 공구 파손 여부, 기계 충돌, 재료 비균질성 등을 검출하는 장비이다. AE 센서는 공작기계 내부에 설치되어 케이블 연결이 어려운 경우가 많다. 이를 무선으로 연결하면 손쉬운 장착이 가능하고, 측정 결과를 바탕으로 적절한 제어를 실행할 수 있다. 이음5G망을 통해 전달되는 measurement data는 약 100Mbps 수준의 전송 속도가 요구되며 문제 발생(공구파손 등)시 신속한 감지를 위해 10ms이하의 낮은 지연성능이 필요하다^1,2,3.

원격조작실에 위치한 사람이 건설현장의 중장비 기계의 운전석에 탑재한 휴머노이드 로봇(쌍수, 쌍족)을 원격으로 조작하고 로봇이 중장비 기계를 조종한다. 

로봇이 사람처럼 운전석에 앉아 조종하므로 기존의 중장비 기계는 별도의 개조없이 그대로 사용 가능하다는 것이 장점이다¹.

중장비 기계에 4대의 카메라(전방, 후방, 우측, 좌측)와 3축 자이로센서, 휴머노이드 로봇이 설치되고, 건설현장부지에 작업영역전체를 부감으로 촬영하는 3대의 부감 카메라가 설치된다.

카메라영상과 센서 데이터는 이음5G망을 통해 원격조작실로 전송되고 원격조작실의 조종자는 카메라 영상, 현장음, 센서 데이터(운전자 몰입도를 높이기 위해 진동/기울기 데이터가 조종석 컨트롤러의 동작에 반영됨)의 도움을 받아 원격으로 중장비 기계(실제로는 휴머노이드 로봇)을 조종한다.

고층 빌딩 건설에 사용하는 타워 크레인은 운전석까지 최대 50m정도의 사다리를 올라가야 하며, 작업 개시부터 종료까지 운전자가 장시간 운전석에 구속된다. 이로 인한 운전자의 신체적 부담의 경감과 작업 환경의 개선이 요구된다.

원격조종: 크레인내에 카메라(전방/후방/좌측/우측 카메라, 계기판 카메라) 영상이 이음5G망을 통해 지상의 원격 조작실로 전송되고 조작실의 운전자가 이 영상을 보면서 원격으로 조정한다^1,2,3.

또한 타워 크레인 측에 설치된 자이로 센서에 의해 조종실 측에서 실제 타워 크레인의 진동, 흔들림을 체감 할 수 있으며 타워 크레인의 운전석에서의 조작과 동등한 환경을 구축한다.

현재의 RTG (이동식 컨테이너 크레인) 조작은 지상 21m의 RTG 운전실에서 운전자가 직접 조작하고 있어 운전자 위험이 상존한다. 이로 인해 신규 운전자 취업이 감소하고 있어 항만에서 RTG 작업 환경의 개선이 중요한 과제가 되고 있다.

RTG 운전자의 작업환경개선(위험 작업의 원격화)을 위해 RTG 운전실에 카메라를 설치하고 고화질 카메라 영상을 이음5G망을 통해 원격조작실로 전달하여 운전자가 컨테이너와 주변 상황을 영상을 통해 확인하면서 RTG를 원격으로 운전한다¹.

목재 운반 차량에 탑재된 4대의 4K카메라 라이브 영상이 이음 5G망을 통해 원격조정실로 스트리밍된다. 원격조정실의 운전자는 수신되는 영상을 보며 차량을 원격조종한다.

운전자를 현장에 보내지 않고 안전한 실내 조종실에서 운전함으로써 운전자의 안전성도 확보할 수 있고, 작업소요 시간(현장에 올라가는 시간)도 줄여 필요한 타이밍에 작업을 개시할 수도 있다.

토나미위성TV사¹가 실증 시험한 결과 조종실에서 전송한 제어신호(예, 정지)에 차량이 반응하는 화면이 조종실 모니터에 표시되는 데 걸리는 시간이 200ms이내이면 원격조종이 원활하게 동작되었고 400ms를 넘으면 원격조종이 곤란하거나 불가능했다(5G망 지연은 30ms정도 였고 영상 인코딩/디코딩 시간을 170ms이내로 제어함).

차량에서 운전할 때는 주로 한 방향만 보지만 원격조정실에서는 4대의 카메라 영상을 통해 차량 주변 환경이 모두 한 눈에 보여 운전을 안전성을 확보할 수 있다는 장점도 제공한다.

또한 실내에서 원격조종을 하므로 현장의 추위나 더위에 인한 집중력 저하를 피할 수 있다는 장점도 제공한다.

화력발전소의 발전설비들의 노후화로 디젤기관의 배관균열에 의한 누유, 누수 문제와 플랜트 설비 (중유 수용설비, 연료 탱크 등)의 부식에 의한 사고 발생이 우려되고 있는 상황이다.
기존에는 작업원의 오감과 경험에 의존하여 설비를 이상여부 식별, 유지보수를 수행해 왔으나 순시점검 업무를 로봇과 AI로 대체하여 유지보수를 효율화, 자동화하여 작업자의 현장 근무를 최소화하고 현장 안전사고 발생 예방 및 근무 환경을 개선시킨다.

Dynamic Sensing의 장점: Dynamic Sensing은 고정 카메라 방식에 비해 장점은 1) 센서와 통신 모듈이 필요없다는 점, 2) 센서와 AI응용간에 유선통신망이 필요없다는 점을 들 수 있다

바퀴형 이동체가 운행하기 어려운/불가능한 복잡한 실내외 환경(급경사, 계단 오르기, 문 열고 닫기 등)에서 사족로봇이 보행하며 주변 영상(게이지, 밸브, 램프, 열화상, 음향 등)을 촬영하여 이음5G망을 통해 예방진단시스템(센터)으로 스트리밍한다. 예방진단시스템이 AI 영상분석을 통해 실시간 설비 이상 징후를 탐지하고 문제 발생시 관리자에게 알람을 보낸다.

Dynamic Sensing은 카메라가 탑재된 이동체가 다양한 장소에 위치한 센서들의 수치/상태를 촬영하여 이동망을 통해 보내면 AI가 영상 판독하여 센서값/상태를 읽어내므로, 센서에 통신 모듈이 필요없다는 점과 센서와 AI 응용간에 유선통신망이 필요없다는 점이 큰 장점이다. 이로인해 센서를 계속 추가해도 추가적인 통신 비용이 들지 않아 강력한 확장성을 제공한다¹.

또한, 고정 카메라 + AI 방식에 대해 장점은 사각지대를 없애기 위해 많은 수의 카메라가 필요없다는 점을 들 수 있다.

중공업 업계에 있어서는 고도의 용접 기능에 관한 숙련자 부족과 기능 계승의 지연과 같은 과제가 존재하여 원격지도가 대안으로 제시되고 있다. 

용접의 원격지도를 위해서는 영상이나 전류·전압, 용접음 등의 현장 데이터를 실시간으로 동시에 확인하는 것이 중요하다.

용접시의 영상, 용접음, 전류•전압 데이터를 대용량의 이음5G망을 통해 원격지 PC의 대시보드에 표시하고, 원격지 숙련자가 실시간으로 현장 용접자를 음성으로 원격지도함으로써, 숙련자의 부족, 기술 계승 기회의 저하라고 하는 제조 현장에 있어서의 과제를 해결한다¹.

제조물의 품질을 유지/보증하기 위해 실시하는 외관검사는 주로 숙련자의 육안검사로 행해지고 있다. 최근에는 고화질 카메라와 AI 영상 분석을 활용한 검사 작업의 효율화/자동화가 추진되고 있다. 

이를 위해 공장 현장의 카메라와 클라우드의 AI 응용간에는 대용량, 높은 안정성을 제공하는 네트워크가 필요하다. 

기존의 유선망은 제조라인 변경시 케이블 공사가 복잡하며 긴 시간이 걸리는 게 문제인데, 이음5G가 출현하면서 공장내 유선 케이블 없는 무선망화가 가능해졌다¹.

철도 선로 유지보수 분야에서 현재는 사람이 역과 역간의 선로를 수~수십Km를 걸어 이동하며 육안으로 선로의 이상 유무를 확인하고 있어 많은 인력이 필요해 큰 비용이 발생하고 있다.

이런 비효율성을 개선하기 위해 전철 탑재 카메라와 AI 영상 분석을 이용하여 선로 순시 업무를 자동화하여 철도 수송의 안전성을 향상시키고 유지보수 비용을 줄이고 유지보수 인력의 안전사고를 근절시킬 수 있다¹.

전철역에 설치한 고화질 4K카메라 영상을 이음 5G망을 통해 AI 응용으로 스트리밍하고 AI응용이 영상을 분석하여 전철 폐문을 판단하고 전철운전기사 테블릿으로 탑승 완료된 영상을 보내 폐문 신호 업무를 효율화, 고도화한다. 인건비 절감(수신호 직원이 역마다 2명)¹.

전철 차량의 노후화와 유지보수 인력의 부족, 검사소에서 1주일에 한번 정도의 긴 검사 주기 문제를 해결하기 위해 고화질 카메라, 이음 5G망 그리고 AI 영상 분석 응용을 도입하여 차량 검사의 원격화•자동화 시스템을 구축한다.

따로 검사소에 가지 않고, 전철 차량이 전철역에 발착하는 시간동안에 자동검사를 수행하여 전 차량 상시 검사가 가능하다. 이로써 유지보수 인력 부족 문제를 해소하고 전철 운행의 안정성 향상을 실현한다¹.

작업 현장에 고화질 카메라를 설치하고 카메라 영상을 이음5G망을 통해 클라우드의 AI 영상분석 응용으로 스트리밍한다. AI 영상 분석 응용은 안전모/안전조끼 미착용, 작업원의 위험지역 진입, 작업원과 중장비 기계 근접, 과적 등을 감지하고 알람을 보내 위험 요소를 신속하게 조기발견하여 작업원의 안전성을 확보함^1,2.

차량내 운전자가 없는 자율주행환경에 자율주행차량이 가지는 인지·판단·조작 능력은 한계가 있어 사람의 개입(원격 감시와 원격 조작: 자율주행차량의 정상운행 실시간 확인, 유사시 원격 도어 개폐, 긴급정지, 사고시 안내, 대응 인력 현장에 급파 등)을 통해 자율주행 운행의 안정성 확보함¹.

농원내 이음5G망과 고화질 카메라가 탑재된 자율주행로봇을 도입하고 카메라 영상을 AI 응용이 분석하여 과수의 병해를 조기에 감지하고, 과수 숙도별 수량을 파악하여 내방객수를 조절함으로써 농원의 생산성과 수익 향상 모델을 창출함¹.

로컬 5G망을 통한 고화질 영상 전달과 AI영상분석 시스템을 이용해 젖소의 건강이상을 자동으로 조기 발견하고, 수의사가 원격지도 시스템을 이용해 실시간 진단 및 처방함으로써 이상 젖소의 중증화를 미연에 방지한다. 농장의 생산성 향상에 기여, 농장 인건비 절감¹.

항만 분야에서 선박의 노후화로 인한 사고 우려와 일본 사회 전체에 걸쳐 일어나고 있는 인력 문제가 선박업계에도 마찬가지로 발생(선원의 고령화와 신규 인력 부족) 하고 있으며, 항만/부두내 선박의 안정적인 운항이 문제가 되고 있다.

이에 관한 해결책으로 로컬 5G망과 선박조정 시스템을 항만에 도입하여, 기존 항만 작업원들의 부하를 경감시키고, 사고를 억제하고, 부두에 이착안하는 선박들의 안전한 운항을 도모한다¹.

자율주행차량에 탑재된 카메라의 영상이 이음5G망을 통해 AI 응용로 스트리밍되며 AI 응용이 수상한 사람을 검지(주택침입시도, 아동 납치 등)하여 조치(현장 이미지, 감지 위치를 경비원에게 보냄)를 취함으로써 안전한 방범을 달성할 뿐만 아니라, 길거리에서 쓰러진 노인을 실시간으로 식별하여 보호자에게 연락하여 지역 감시의 효과도 얻는다1.

태풍, 홍수 등 재해 발생시 하천 수위/상황 감시와 AI를 통한 수위 예측을 통해 주민들에게 재해 정보를 신속하고 정확하게 제공하여 신속한 피난을 유도한다.

하천에 4K 카메라가 설치되고 카메라 영상이 이음5G망을 통해 센터에 위치한 AI 영상 분석 응용으로 스트리밍된다. AI 영상 분석 응용은 하천 카메라 영상을 기반으로 수위를 예측하고 범람이 예측되면 경보를 발령한다.

이 영상과 수위예측정보는 시청 방재과의 모니터로 스트리밍되어 시청방재과는 AI를 활용한 공식 피난 경보를 발령한다. 또한 주민들에게 Youtube를 통해 라이브로 전달되어 주민들의 자발적이고 신속한 피난을 유도한다.

문자나 음성으로 대피를 권고하면 주민의 위기의식이 높아지기 어렵고 대비가 지연되는 문제가 있는 데, 재해의 라이브 영상을 시청하면 위기 의식이 높아져 신속한 대비가 가능하다¹.

행사장내 카메라 영상(스마트폰 카메라)이 이음 5G망을 영상분석 AI 응용으로 전달되고, AI 응용은 현재의 행사장내 방문객 혼잡상황 - 현재 체류자수, 지리적 밀집도 등 - 을 실시간 분석하여 행사장의 사이니지로 전달해준다¹. 

방문객은 사이니지 화면에 실시간 표시되는 행사장내 혼잡상황을 통해 행사장내 자신의 동선을 정하는 데 도움을 받는다.

또한 AI 응용은 행사기간중 - 행사장내 혼잡검지 (시간대별 체류자수와 행사장내 지리적 분포), 체류자 속성 파악(시간대별 체류자수, 성별/연령별 방문자수), 통행량 감지(총 출입 인원수)를 - 수행하고 결과를 행사 개최측에 전달해준다. 행사 개최측은 이 정보를 활용하여 방문객 현황, 인기 부스 등을 파악한다.

방문객이 많은 대규모 시설에서 이통사의 5G을 활용하는 경우, 방문객들의 스마트폰 트래픽으로 인해 통신 혼잡(Congestion)의 문제가 발생하고 있어, 행사장내 이통사5G망과 독립적인 이음 5G망을 구축한다.

에지 클라우드(MEC)내 AI 용종식별 응용이 의사가 내시경 검사시 용종을 발견해내는 데 도움을 준다. 내시경 검사중 내시경 영상이 이음5G망을 통해 에지 클라우드의 AI 용종 식별 응용으로 스트리밍된다. 

AI 응용은 실시간으로 용종을 식별하여 마크된 영상을 병원 내시경검사실 모니터로 스트리밍해준다. 의사는 AI가 제공해주는 영상의 도움을 받아 용종 식별을 한다^1,2.

의사가 상주하지 않는 노인시설에서 4K 카메라영상과 스마트글래스 영상, 음성을 원격의 의사와 공유하여 원격 진료와 고급 케어를 제공¹

지방이나 낙도 등 의사부족이나 지리적인 요인으로 고도의 전문 의료 혜택을 받지 못하고 있는 지역병원 등에서 수술을 실시할 때, 이음5G망을 이용해 대도시 대학병원 등의 고도의 전문의들의 원격 협진과 원격지도 등의 지원을 받는다.

집도의의 시각과 수술실 전체의 움직임을 스마트글래스와 4K 카메라로 촬영하여 이음5G망을 통해 협진실로 실시간 스트리밍한다. 집도의는 협진실의 다수 전문의와 협의하고 지도를 받아가며 수술을 진행한다¹.

환자는 병원, 요양시설 입소시 얼굴을 등록한다. 시설내 식당, 담화실, 복도 등에 설치된 카메라 영상이 이음 5G망을 통해 AI 응용으로 스트리밍되고 AI 응용은 영상내 환자를 특정하고 식사량, 회화빈도, 얼굴 감정, 걸음 걸이 등을 검지하여 환자의 컨디션 변화를 파악하여 적절한 조치를 취한다^1,2.