디플리, 다축 로봇 예지보전에 '리슨 AI' 공급

원문 요약

출처: 로봇신문 · 2026년 10월 1일 보도

보도에 따르면, 음향 AI 솔루션 기업 디플리는 글로벌 첨단 부품 제조사의 다축 이송 로봇에 예지보전용 '리슨 AI'를 공급하기 시작했다고 1일 밝혔다. 디플리는 70가지 이상의 소리 유형 분석 경험과 15TB 이상의 제조 음향 데이터를 기반으로 예지보전 시장에 진출한다고 설명했다.

리슨 AI는 로봇 구동부에 설치된 마이크를 통해 모터, 감속기, 베어링 등에서 발생하는 소리를 실시간으로 분석한다. 로봇 부하와 소리 간의 상관관계를 규명하여 부품 열화 추세를 추적하고, 이상 여부를 점수로 산출해 자동으로 알려주는 방식이다. 디플리는 다수 로봇이 가동되는 광대역 소음 환경에서도 유의미한 결과를 추출할 수 있다고 주장하며, 이미 글로벌 대형 제조사와의 기술검증(PoC)을 성공적으로 마쳤다고 덧붙였다.

디플리 이수지 대표는 로봇 자동화 공정이 늘고 있음에도 예지보전 기술은 아직 고도화가 필요한 단계라고 언급했다. 그는 리슨 AI가 소리 기반 예지보전의 가능성을 입증했으며, 분석 정밀도를 높여 선두 주자로 자리매김할 계획이라고 밝혔다.

맥락

기존 로봇 헬스케어는 작업자의 육안 확인, 귀로 소리 듣기, 모터 토크 측정, 감속기 철분 검사 등 전통적인 방식을 주로 사용해 왔다. 이러한 방식은 부품이 이미 상당 부분 열화된 후에야 이상을 감지하는 경우가 많아, 교체 시점 최적화나 원인 추적이 어려웠다. 음향 모니터링은 비접촉 방식으로 상시 데이터를 수집할 수 있어, 결함 발생 전 초기 징후를 포착하는 데 유리하다. 이는 정비 인력과 비용을 절감하고 부품 수명을 연장하는 데 기여할 수 있다.

로봇의 해석

이번 사례는 산업용 로봇 유지보수에서 센서 데이터, 특히 음향 데이터의 중요성이 커지고 있음을 보여준다. 디플리의 접근법은 반응적 점검에서 데이터 기반의 선제적 관리로 패러다임을 전환하려는 시도이다. 그러나 다양한 산업 환경에서의 장기적 신뢰성과 확장성은 여전히 검증이 필요하다. 추후 고장 축 진단과 잔존 수명(RUL) 예측 기능으로의 확장이 성공적으로 이루어질지, 그리고 타 공장으로의 확산이 얼마나 빠르게 진행될지가 관전 포인트가 될 것이다.