3. 3
Delcam Magazine
TECHNICAL TREND
6 IoT & Data Science (2) - DEEP LEARNING
FOCUS
16 한국델켐㈜, 제26회 유저그룹컨퍼런스 개최
20 한국델켐, 인터몰드코리아 2015 참가
24 한국델켐, MTN 머니투데이 김생민의 비즈정보쇼에 소개
26 예술 작품과 PowerMILL Robot의 만남
28 한국델켐, 전문 CAD/CAM 인력 구인구직 채용포털‘델켐잡’
31 한국델켐, 창립25주년 기념 체육대회 개최
32 신임사무관들의 한국델켐 업무 체험
CASE STUDY
34 일품산업, 한국델켐 Panel Cutter 도입으로 작업 공정 간소화 도모
36 진하정밀, 국내외 제조업계 성공의 핵심 키워드,‘파워솔루션’
38 우성티오티, 제품의 정밀도와 품질 향상의 시작점
42 천일특수강정공, 한국델켐과 지속적인 커뮤니케이션 통해 생산성 향상
CONTENTS
I S S U E 5
4. 4
Delcam Magazine
CASE STUDY GLOBAL
46 Padgett Machine Inc. 항공부품산업에서 새로운 활로를 찾고 싶으십니까?
47 Helm Tool Company Inc. PowerMILL + 고속가공기 = 최대의 공정 효율성
48 Arterm, 뛰어난 호환성을 증명한 PowerMILL Robot
49 Premier Pedal Cars, 새로운 시장을 성공적으로 개척한 힘의 원동력
TECHNICAL REPORT
50 FeatureCAM BulkEdit 매크로
54 FeatureCAM을 이용한 손쉬운 선반가공
60 HDbinder 업데이트
62 PowerMILL Advanced Simulation & Verification
66 PartMaker 원통가공 사례
68 PowerSHAPE을 이용한 아이템 정렬 기능
72 Toolmaker 커스터마이징
78 전화지원 내용 분석을 통한 FAQ
84 툴 마크(공구 자국) 개선 방법
88 화천 스마트머신 적용 사례
Delcam
홈페이지
www.delcam.co.kr
주 소
서울특별시 구로구 디지털로 272
한신IT타워 709호(152-768)
연 락 처
02-6918-3800
정가 18,000원
CONTENTS
I S S U E 5
6. 6
Delcam Magazine
TECHNICAL TREND
IoT & Data Science (2)
DEEP
LEARNING
2001. 학사 기계공학과, KAIST
2008. 석사 협동과정 뇌과학전공, 서울대학교
2010. 박사과정 수료 협동과정 뇌과학전공, 서울대학교
김권일 수석연구원
한국델켐(주) 기술연구소
TECHNICAL TREND
7. 7
Delcam Magazine
컴퓨터가 사진을 보고 그 상황을 문장으로 설명할 수 있을까? 컴퓨터가 사진만 보고, '고양이'라는 개념을 스스
로 파악할 수 있을까? 불과 몇 년 사이에 그 답은 불가능에서 가능으로 바뀌었다. 그 변화를 이끈 기술이 기계
학습의 한 분야인 딥 러닝(Deep Learning, 심층학습)이다. 2006년 숫자 필기체 인식 문제에 적용된 이후, 딥
러닝은 영상인식, 음성인식, 문서분류 등 수 많은 분야에서 최고의 성능을 보여주면서 차세대 핵심기술로 뜨거
운 관심을 받고 있다. 딥 러닝과 그 응용 사례들을 소개하고, 제조 산업에서의 활용 가능성에 대해 살펴보겠다.
8. 8
Delcam Magazine
TECHNICAL TREND
인공신경망과 딥 러닝
딥 러닝은 최근 가장 주목 받고 있는 기계
학습 기법으로, 수많은 층(layer)으로 구성
된 인공신경망 모델(Deep Neural
Network, DNN)과 그에 대한 학습 알고리
즘을 의미한다. 모체인 인공신경망
(Artificial Neural Network, ANN)은 1940년
대에 처음 고안된 매우 오랜 역사를 가진
기계학습 기법으로서 동물의 뇌가 신경세
포들의 네트워크로 이루어져 있듯이, 신경
세포(neuron, 뉴런)의 동작 방식을 아주 단
순화한 계산 단위인 퍼셉트론(perceptron,
artificial neuron)들을 연결하고, 연결 가중
치(weight)를 변화시켜 학습한다. 퍼셉트론
은 입력된 값들에 각각 가중치를 곱하고
모두 더한 값을 활성함수(activation
function)에 통과시켜 출력 값을 결정한다.
이 때 사용하는 활성함수의 종류에 따라
다양한 형태의 비선형성(nonlinearity)을 도
입할 수 있다. 입력층(input layer)과 출력
층(output layer)으로 이루어진 초기의 신
경망은 선형구분가능(linearly separable)
하지 않은, XOR와 같은 형태의 패턴은 학
습할 수 없다는 것이 밝혀진 1960년대에
긴 암흑기를 겪다가, 1975년 입력층과 출력
층 사이에 은닉층(hidden layer)을 도입한
MLP(Multi-Layer Perceptron) 모델과 이
를 학습할 수 있는 역전파 알고리즘
(backpropagation algorithm)이 등장하면
서 다시 각광받기 시작했다. 출력층에서의
오차를 최소화하는 경사하강(gradient
descent)기법에 기반하여 은닉층에서의
오차를 역산하는 역전파 알고리즘은 은닉
층을 포함한 인공신경망이 복잡한 패턴을
학습할 수 있게 해주었고, 이후 인공신경
망은 특유의 범용성에 힘입어 다양한 응
용분야에 적용되었다1
. 하지만, 이후 개발
된 기법들이 각 분야에서 더 훌륭한 성능
을 보여주면서(2-class 분류 문제에서는
Support Vector Machine, 음성인식에서
는 Hidden Markov Model 등), 학습이 유
달리 까다로운 인공신경망은 점차 사장되
어 갔다. 더욱 복잡한 패턴을 학습하기 위
해 더 많은 은닉층을 추가하는 시도도 있
었으나, 은닉층이 깊어질수록(입력층에 가
까운 은닉층일수록) 오차 값(gradient)의
희석되는 현상(Vanishing gradient
Problem2
) 때문에 입력층에 가까운 은닉
그림 2. DeepFace의 신경망 구조6
그림 1. 활성함수와 인공신경망
9. 9
Delcam Magazine
층에서는 학습이 이루어지지 않아 학습만
더 어려워질 뿐, 성능향상에는 도움이 되
지 않았다. 그러던 중 2006년 Deep
Belief Network가 개발되면서 상황이 달
라진다3
. 입력층에 가까운 은닉층부터 각
각 사전학습(pre-training)을 먼저 진행하
여 기본적인 패턴을 어느 정도 학습한 다
음에 전체 신경망을 fine-tuning하는 방
식으로, 10여개의 은닉층으로 이루어진
“깊은”인공신경망을 성공적으로 학습하
였다. 분류 성능 비교에 널리 사용되는 숫
자 필기체 인식 문제(MNIST Hand-
written digit database)에서 훌륭한 성능
을 보인 딥 러닝은 백만 개의 이미지를 1
천개의 카테고리로 분류하는 ImageNet
문제에서 압도적인 성능을 보여주면서 학
계의 주목을 받기 시작했다4
. 이후에도 얼
마 동안은 이론적 연구 부족 등의 원인으
로 인해 기계학습 주류 연구자들에게 경
원시되었으나, 다양한 분야에 적용되어
압도적인 성능을 보여주었고 이미 실생활
에서 사용되고 있다. 구글은 2012년 안드
로이드 젤리빈부터, 네이버와 MS는 2013
년 하반기부터 음성인식 서비스에 딥 러
닝을 사용하고 있으며5
, 페이스북은 2014
년 인간의 얼굴 인식 정확도에 근접하는
얼굴인식 딥 러닝 기술 DeepFace를 발
표했고6
, 구글은 이마저도 뛰어넘은
FaceNet을 2015년 발표했다7
. 그 외에도
IBM, 바이두, 야후, 트위터 등의 기업들이
딥 러닝 분야에 투자하고 있으며,
NVIDIA, 인텔, 퀄컴 등은 이를 스마트 폰,
로봇 등에서 사용할 수 있는 실시간 영상
칩을 개발 중이다8, 9, 10
.
Convolutional Neural Networks (CNN)
딥 러닝에 속하는 기법으로는 Deep Belief
Network, Deep Boltzmann Machine,
Stacked AutoEncoder 등이 있는데, 현재
가장 많이 쓰이고 있는 기법은 이미지 인
식에서 강점을 가지는 CNN이다. CNN은 2
차원 이미지같이 고정된 크기의 배열 형태
데이터 학습에 사용되는데, 흰털을 가진
개과 동물의 사진을 분류하는 예제인 그림
3을 보면서 알아보자. CNN의 은닉층은 크
게 convolutional layer와 pooling layer로
구분할 수 있다. Convolutional layer는 모
든 위치를 체크하는 작은 필터(filter,
kernel)들이 종류별로 모여있는 층이라고
할 수 있는데, 입력된 패턴이 해당 필터의
특징과 얼마나 일치하는지를 계산하는 역
할을 한다. 예를 들어 1024x768 이미지를
입력 받았을 때, (x=[200, 210], y=[150,
160]) 영역에 수직선이나 대각선이 있는지
를 각각의 11x11 필터로 하나하나 계산하여
필터의 패턴과 일치할수록 큰 값을 출력한
다. 필터를 미리 정해놓는 다른 이미지 분
석 기법들과 달리 convolutional layer의
구글, 네이버, MS,
페이스북, IBM, 바이두,
야후, 트위터 등의
기업들이 딥 러닝 분야에
투자하고 있으며,
NVIDIA, 인텔, 퀄컴 등은
이를 스마트 폰, 로봇등에
서 사용할 수 있는 실시간
영상 칩을 개발 중이다.
그림 3. Convolutional Neural Networks(CNN)의 동작 방식9
10. 10
Delcam Magazine
TECHNICAL TREND
필터는 학습을 통해 생성되며, layer마다
수십에서 수백 종류의 필터를 사용한다.
이렇게 계산된 값들은 다시 작은 영역 별
로 pooling layer에 입력되는데, 여기서는
입력 값 중에서 가장 큰 값을 출력한다.
예를 들어 (x=[101, 103], y=[201, 203])의
3x3 영역으로부터 입력된 값이 0, 0, 0.3,
2.4, 2.1, 1.7, 0, 0, 0 이라면 출력 값은 가장
큰 값인 2.4가 되는 것이다. 이를 max-
pooling이라고 한다. CNN은 convolutional
layer와 pool layer가 교대로 쌓여있는 커
다란 피라미드라고 할 수 있다. 아래쪽에
서는 픽셀 단위로 단순한 패턴이 있는지를
확인하고, 위로 올라갈수록 그 정보들이
모여 눈과 귀의 형태나 몸의 비율과 같은
넓은 영역에서의 복잡하고 추상적인 특징
을 파악할 수 있게 된다. 이는 인간의 뇌
에서 눈으로 들어온 영상을 처리하는 과정
과 유사하다.
그런데 CNN은 어떻게 다른 이미지 인
식 기법에 비해 월등한 성능을 보이는 것
일까? 먼저, 필터를 사용자가 정해주는
것이 아니라 데이터에 적합한 필터를 학
습한다. 그리고 pooling을 통해 패턴의 위
치나 방향이 조금 달라지는 것은 결과에
큰 영향을 주지 않게 한다. 또한 학습 시
전체가 아니라 무작위로 일부 뉴런만 동
작시켜 학습하는 dropout 기법을 사용하
여 일반화(generalization) 성능을 향상시
킨다11
. 거기에 logistic sigmoid나
hyperbolic tangent를 활성함수로 사용하
던 이전의 인공신경망과 달리 CNN은
Rectified Linear Unit(ReLU)을 활성함수
로 사용하여 은닉층 오차의 희석 문제를
완화하고 계산시간을 크게 감소시켰다12
.
하지만 이미지는 많은 수의 픽셀로 이루
어져 있고, 따라서 CNN 역시 다수의 뉴런
으로 구성되어 학습에 막대한 계산이 필
요하다. 앞서 언급한 ImageNet 연구에서
는 수만 개의 뉴런과 6천만 개의 가중치
로 CNN을 구성하였고4
, 유튜브에서 캡쳐
한 1천만개의 이미지로 비지도학습
(unsupervised learning)을 수행하여 스
스로 고양이 얼굴을 감지할 수 있게 된
결과로 유명한 2012년 Andrew Ng과 구글
의 연구에서는 10억개의 가중치로 구성된
CNN을 학습하기 위해 무려 16,000개의
CPU 코어가 사용되었다13
. 하지만 대규모
그림 4. Recurrent Neural Networks (RNN). RNN도 일종의 deep network로 볼 수 있다.9
그림 5. 사진을 분석하는 CNN과 문장으로 변환하는 RNN을 결합하여 생성된 문장들15
a.
b.
11. 11
Delcam Magazine
행렬 연산에 적합한 GPU를 사용하는
GPGPU 기술이 발전하면서, 하드웨어 구
성에 필요한 비용과 CNN의 학습 시간은
급속도로 감소하고 있다. 몇 년 전만 하더
라도 대규모 신경망 학습에 수 주의 시간
이 필요했지만, 지금은 하드웨어와 알고리
즘의 발전으로 몇 시간이면 충분하다9
.
Recurrent Neural Networks (RNN)
이미지와 달리 순서나 시간의 변화를 감
안해야 하는 언어나 시계열 데이터의 경
우, 예전부터 피드백 연결이 있어서 이전
상태의 영향을 고려할 수 있는 RNN이 주
로 적용되어 왔다. 하지만, 그림 4에서 알
수 있듯이, RNN을 시간에 따라 풀어헤쳐
놓으면, 매우 깊은 신경망의 형태와 같아
지고, 따라서 앞서 소개한 vanishing
gradient problem으로 인해 과거의 정보
를 잃어버리는 문제가 발생한다. 그리하
여 학습은 어렵고 성능도 부족하다 보니,
음성인식이나 자연어 처리 분야에서 다른
기법에 밀려 거의 쓰이지 않게 되었다. 하
지만 Long Short-Term Memory (LSTM)
network가 개발되어 이러한 문제가 해결
되었고14
, 지금은 필기체 인식, 기계번역과
음성인식 분야에서 널리 사용되고 있다.
특히 얼마 전 발표된 CNN과 결합하여 사
진을 설명하는 기술은 매우 인상적이다
(그림 5). CNN으로 사진을 분석해 상황을
이해한 다음, RNN 기반 기계번역 기술을
활용하여 문장으로 만들었다15
.
산업 응용 사례
가장 주목되는 응용 분야로는 역시 무인자
동차를 들 수 있다. 일례로 기계학습의 권
위자 Andrew Ng을 영입하고 무인자동차
개발 중인 중국의 검색엔진 업체 바이두는
딥 러닝 기술을 자동차, 보행자, 차선, 표
지판, 도로 상황 인식 등에 활용하고 있다
16, 17
. 또한 NVIDIA는 자동 운전을 위한 12
개의 카메라 영상을 딥 러닝 기술을 통해
처리하는 칩셋을 개발했으며[13], 딥 러닝
을 교통 상황 예측에 사용하는 연구도 이
루어지고 있다18
. 의료산업에서는 영상 분
석에 많이 적용되는데, 환자/정상 구분 및
증상의 경중을 구분할 수 있는 패턴을 추
출하고19
, 알츠하이머 조기진단에도 활용하
는 연구가 진행되고 있다20
. 또한 생산현장
의 복잡하고 사소한 정보들 속에서 이상패
턴을 감지하기 위한 연구도 계속되고 있
다. 강판의 표면 결함을 CNN으로 감지하
거나21
, 압축기 밸브나22
기어박스의 이상
을 진단하고23
, 고속열차의 진동 특성을 학
습한다24
. 그리고 3D 모델 분석과 분류에
도 딥 러닝이 적용되고 있는데25, 26, 27
, 앞으
로 CAD/CAM 자동화를 위한 중요한 기반
기술이 될 것으로 예상된다.
이렇게 딥 러닝은 다양한 산업에 도입되
고 있는데 그 중에서도 제조업을 격변시
킬 가장 큰 이슈는 로봇 기술과의 결합이
그림 6. 자동차와 차선 인식16 그림 7. CAD 모델 분류27
그림 8. 도구 손잡이 인식. 딥 러닝을 통해 로봇이 집을 수 있는 부분이 어디인지를 학습한다29.
12. 12
Delcam Magazine
TECHNICAL TREND
다. 현재 산업용 로봇을 생산에 투입하기
위해서는‘티칭’과정을 거쳐야 한다. 움
직여야 하는 위치를 하나하나 지정해서
기억시키는 이 방식은 생산 제품의 크기
나 형태가 조금만 바뀌어도 따로 수정해
줘야 한다. 하지만 딥 러닝을 적용해 아기
가 블록을 가지고 놀면서 조립하는 법을
깨우치듯이 Try & Error를 반복하면서 조
립법을 학습하거나28, 29
, 동영상을 통해 스
스로 학습하는 기술이 개발되고 있다30
.
이러한 연구들은 로봇이 인간 노동자만큼
이나 상황변화에 유연하게 대처하면서도,
더욱 정확하고 신속하게 작업하는 미래를
암시한다. 극지방 같은 극한 환경에서 사
용될 제품의 무결점 용접을 위한 자가 학
습 용접 로봇 연구 프로젝트가 이미 진행
중이며31
, 로봇 제조사들도 딥 러닝 분야에
속속 뛰어들고 있다32
.
맺음말
최근 딥 러닝이 좋은 성과를 거두고 많은
관심을 받으면서, 다양한 자료들이 국내외
에 소개되고 있다5, 33, 34
. 실제 모델 설계와
학습을 위한 실전적인 요령들과35, 36
, 그
동안 부족했던 이론적인 연구들이 발표되
고 있다37, 38
. 이미 GPGPU까지 지원하는
무료 딥 러닝 라이브러리들이 공개되고
있으며39, 40
, 조만간 응용 분야별로 손쉽게
사용할 수 있게 만든 솔루션이나 클라우드
서비스, 전용 칩셋이 출시되면, 딥 러닝은
더욱 빠른 속도로 전 산업에 확산 될 것이
다. 한국델켐 기술연구소는 주력 분야인
CAD/CAM 자동화와 현재 개발 중인
HDIMS(Hankook Delcam Intelligent
Manufacturing Solution)의 Predictive
Analytics 기능과 차세대 CAM에 딥 러닝
기법을 도입하는 방안을 모색하고 있으며,
이를 바탕으로 한국델켐 고객의 경쟁력을
한층 더 강화해 나갈 것이다.
다음 호에서는 기계학습에 기반한 예측 분
석이 제조업에 어떻게 적용될 수 있는지를
예제와 함께 설명할 예정이다. 기계학습 기
술을 현장에 도입하는데 관심이 있는 독자
들에게 더욱 흥미로운 내용이 될 것이다.
그림 9. Try & Error 기반 자가학습28
딥 러닝을 적용해
아기가 블록을 가지고
놀면서 조립하는 법을
깨우치듯이 Try & Error
를 반복하면서 조립법을
학습하거나, 동영상을
통해 스스로 학습하는
기술이 개발되고 있다.
13. 13
Delcam Magazine
1
MICHALSKI, Ryszard S.; CARBONELL, Jaime G.; MITCHELL,
Tom M. (ed.).Machine learning: An artificial intelligence
approach. Springer Science & Business Media, 2013.
2
Vanishing gradient problem, Wikipedia.org.
https://en.wikipedia.org/wiki/Vanishing_gradient_problem
3
HINTON, Geoffrey E.; OSINDERO, Simon; TEH, Yee-Whye.
A fast learning algorithm for deep belief nets. Neural
computation, 2006, 18.7: 1527-1554.
4
KRIZHEVSKY, Alex; SUTSKEVER, Ilya; HINTON, Geoffrey E.
Imagenet classification with deep convolutional neural
networks. In: Advances in neural information processing
systems. 2012. p. 1097-1105.
5
김정희, Deview deep learning. 2013.
http://www.slideshare.net/deview/deview-deep-learning
6
TAIGMAN, Yaniv, et al. Deepface: Closing the gap to
human-level performance in face verification. In: Computer
Vision and Pattern Recognition (CVPR), 2014 IEEE
Conference on. IEEE, 2014. p. 1701-1708.
7
SCHROFF, Florian; KALENICHENKO, Dmitry; PHILBIN,
James. Facenet: A unified embedding for face recognition
and clustering. arXiv preprint arXiv:1503.03832, 2015.
8
KUMAR, Samir. Qualcomm Zeroth is advancing deep
learning in devices, 2015.
https://www.qualcomm.com/news/onq/2015/03/02/qualcomm-
zeroth-advancing-deep-learning-devices-video
9
LECUN, Yann; BENGIO, Yoshua; HINTON, Geoffrey. Deep
learning. Nature, 2015, 521.7553: 436-444.
10
NVIDIA DRIVE™ PX.
http://www.nvidia.com/object/drive-px.html
11
SRIVASTAVA, Nitish, et al. Dropout: A simple way to
prevent neural networks from overfitting. The Journal of
Machine Learning Research, 2014, 15.1: 1929-1958.
12
GLOROT, Xavier; BORDES, Antoine; BENGIO, Yoshua. Deep
sparse rectifier neural networks. In: International Conference
on Artificial Intelligence and Statistics. 2011. p. 315-323.
13
LE, Quoc V., et al. Data-driven Web Design. In: ICML. 2012.
14
HOCHREITER, Sepp; SCHMIDHUBER, Jurgen. Long short-
term memory. Neural computation, 1997, 9.8: 1735-1780.
15
VINYALS, Oriol, et al. Show and tell: A neural image
caption generator. arXiv preprint arXiv:1411.4555, 2014.
그림 10. 동영상 기반 자가학습30
14. 14
Delcam Magazine
TECHNICAL TREND
16
HUVAL, Brody, et al. An Empirical Evaluation of Deep
Learning on Highway Driving. arXiv
preprint arXiv:1504.01716, 2015.
17
Baidu rolls ahead with plans for driverless cars later this
year, CNET.com, June 15, 2015. http://www.cnet.com/news/
baidu-rolls-ahead-with-plans-for-driverless-cars-
within-2015/
18
LV, Yisheng, et al. Traffic flow prediction with big data: a
deep learning approach. Intelligent Transportation Systems,
IEEE Transactions on, 2015, 16.2: 865-873.
19
PLIS, Sergey M., et al. Deep learning for neuroimaging: a
validation study. Frontiers in neuroscience, 2014, 8.
20
LIU, Siqi, et al. Early diagnosis of Alzheimer's disease with
deep learning. In: Biomedical Imaging (ISBI), 2014 IEEE 11th
International Symposium on. IEEE, 2014. p. 1015-1018.
21
SOUKUP, D.; HUBER-MO¨RK, R. Convolutional Neural
Networks for Steel Surface Defect Detection from
Photometric Stereo Images. In: Advances in Visual
Computing. Springer International Publishing, 2014. p. 668-
677.
22
ALTHOBIANI, Faisal, et al. An approach to fault diagnosis
of reciprocating compressor valves using Teager-Kaiser
energy operator and deep belief networks. Expert Systems
with Applications, 2014, 41.9: 4113-4122.
23
LI, Chuan, et al. Multimodal deep support vector
classification with homologous features and its application to
gearbox fault diagnosis. Neurocomputing, 2015.
24
XIE, Jipeng, et al. Learning features from High Speed Train
vibration signals with Deep Belief Networks. In: Neural
Networks (IJCNN), 2014 International Joint Conference on.
IEEE, 2014. p. 2205-2210.
25
ZHU, Zhuotun, et al. Deep learning representation using
autoencoder for 3D shape retrieval. In: Security, Pattern
Analysis, and Cybernetics (SPAC), 2014 International
Conference on. IEEE, 2014. p. 279-284.
26
FANG, Yi, et al. 3D Deep Shape Descriptor. In:
Proceedings of the IEEE Conference on Computer Vision
and Pattern Recognition. 2015. p. 2319-2328.
27
QIN, Fei-wei, et al. A deep learning approach to the
classification of 3D CAD models. Journal of Zhejiang
University SCIENCE C, 2014, 15.2: 91-106.
28
Sensorimotor Deep Learning. http://rll.berkeley.edu/
deeplearningrobotics/
29
Lenz, Ian, Honglak Lee, and Ashutosh Saxena. "Deep
learning for detecting robotic grasps." The International
Journal of Robotics Research 34.4-5 (2015): 705-724.
30
YANG, Yezhou; LI, Yi; ALOIMONOS, Yiannis. Robot learning
manipulation action plans by“watching”unconstrained
videos from the world wide web.Under Review, 2015.
31
The welding system of the future is self-learning. http://
www.lut.fi/web/en/news/-/asset_publisher/lGh4SAywhcPu/
content/the-welding-system-of-the-future-is-self-learning
32
Fanuc Aims to Enhance Factory Robots with 'Deep
Learning'. The Wall Street Journal-Japan, 2015. http://
blogs.wsj.com/japanrealtime/2015/06/11/fanuc-aims-to-
enhance-factory-robots-with-deep-learning/
33
쉽게 풀어쓴 딥러닝(Deep Learning)의 거의 모든 것.
T-Robotics: Robot & Math, 2015. http://t-robotics.blogspot.
kr/2015/05/deep-learning.html#.VaKaGPntlBf
34
DETTMERSA, Tim. Full Hardware Guide to Deep Learning.
2015. https://timdettmers.wordpress.com/2015/03/09/deep-
learning-hardware-guide/
35
BENGIO, Yoshua. Practical recommendations for gradient-
based training of deep architectures. In: Neural Networks:
Tricks of the Trade. Springer Berlin Heidelberg, 2012. p. 437-
478.
36
BOTTOU, Le´on. Stochastic gradient descent tricks. In:
Neural Networks: Tricks of the Trade. Springer Berlin
Heidelberg, 2012. p. 421-436.
37
CHOROMANSKA, Anna, et al. The loss surface of
multilayer networks. arXiv preprint arXiv:1412.0233, 2014.
38
DAUPHIN, Yann N., et al. Identifying and attacking the
saddle point problem in high-dimensional non-convex
optimization. In: Advances in Neural Information Processing
Systems. 2014. p. 2933-2941.
39
theano.
http://deeplearning.net/software/theano/
40
Torch. http://torch.ch/
18. F O C U S
18
Delcam Magazine
한
국델켐은 다가오는 10월 30일
부터 이틀간 한솔오크밸리에서
제26회 유저그룹컨퍼런스
(The 26th User Group Conference)를
개최할 예정이다.
올해로 26회째를 맞이한 유저그룹컨퍼
런스는 매년 최신 제조기술 전파를 통해
제조업계 발전의 견인차 역할을 수행해
왔다는 각계의 평가를 받으며 세계 최대
규모의 CAD/CAM 분야 컨퍼런스로 자리
매김해왔다.
제26회 유저그룹컨퍼런스에서는 현재 국
내외 제조업계의 상황을 냉철히 짚어보고,
한국델켐과 파트너십을 맺고있는 기업들
의 성공사례를 통하여 컨설팅을 기반으로
한 파워 솔루션이 국내 제조업계에 어떠
한 긍정적인 영향을 끼쳐왔으며, 또한 앞
으로 어떻게 국내외 기업에게 성공의 나
침반이 될 수 있을지 증명할 예정이다.
한편, 전세계적으로 지속되고 있는 저성
장의 흐름 속에서 독일이나 미국과 같은
전통적인 제조 강국들은 경제 성장의 원
동력으로 제조업의 중요성을 재조명하며
제조업 혁신에 주목하고 있다. 우리나라
또한 제조업의 창조 구현을 위한 스마트
산업혁명, ＇제조업 혁신 3.0＇전략을 새
롭게 선보이며 글로벌 트렌드에 맞춰 다
각도로 국내 제조업 시장의 발전을 도모
하고 있는 상황이다.
이와 함께 최근 국내외 제조업계의 변화
의 흐름을 살펴보면 기존 제조 공정방식
에 IoT(사물인터넷)나 ICT(정보통신기술)
및 Big Data(빅데이터)분석 등의 첨단 기
술이 결합된 새로운 패러다임의 자동화
시스템 구축에 시선이 집중되어있다. 즉,
제조업의 완전한 자동생산 체계 구축으
로의 변화와 함께 스마트 생산 방식 실현
에 무게를 두며, 현재 국내외 제조업계는
앞으로 펼쳐질 제조 공정의 혁신적인 변
화와 새로운 기회 창출에 대하여 많은 기
대를 품고 있다.
이와 관련하여 올해 유저그룹 컨퍼런스
에서는, 새로운 제조업의 변화의 흐름 속
에서 질적 성장을 지원할 수 있는 컨설팅
기반의 고객 맞춤형 파워솔루션이 소개
될 예정이다. 아울러 늘어나는 자동화 공
정의 수요 속에서도 파워솔루션이 지금
까지 전세계적으로 독보적인 위치를 선
점해 온 이유와 타사 프로그램들과 차별
화되는 강점들을 자세히 설명한다. 또한
기술연구소에서는 스마트 제조에 대한
설명과 함께, 새로운 한국델켐의 스마트
제조 솔루션 소개 및 시연이 있을 예정이
라고 밝혔다.
참가자들은 이번 유저그룹컨퍼런스를 통
하여 제조분야에 특화된 축제의 장에서
다양하고 깊이 있는 첨단제조 기술 및 최
신 업계 동향을 공유함과 더불어, 동종업
계 종사자들과 인적 네트워크를 형성함
으로써 다양한 정보 교류와 새로운 비즈
니스 기회를 창출할 수 있는 기회를 마련
할 것으로 기대된다.
일 시 10월 30일(금)~31일(토)
장 소 한솔 오크밸리 <강원도 원주시 지정면 오크밸리2길 58 오크밸리>
참가방법 온라인 사전등록, www.hdugc.co.kr
등록기간 10월 26일 (월)까지
문 의 한국델켐 / 02-6918-3800
19. 19
Delcam Magazine
구 분 시 간 항 목 발 표 자
1일차
10월 30일
(금요일)
12:00~13:00 (60’) 참가자 등록 및 중식
13:00~13:30 (30’) Grand Opening 정찬웅 대표이사
13:30~13:50 (20’) Autodesk Session 오토데스크
13:50~14:20 (30’) HDIMS, 차세대 제조의 시작 연구소
14:20~14:40 (20’) Coffee Break
14:40~15:30 (50’) ‘양자도약 (Quantum Leap)을 준비하다’ 기술개발본부
15:30~15:45 (15’) CASE STUDY #1 해양 연구소
15:45~16:00 (15’) CASE STUDY #2 화천기공㈜
16:00~16:20 (20’) CASE STUDY #3 TMW Co., Ltd
16:20~16:40 (20’) Coffee Break
16:40~17:10 (30’) Sponsor Session
17:10~17:30 (20’) 유저그룹 대표회의
17:30~19:10 (100’) 객실 키 배포 및 휴식
19:10~19:30 (20’) CAM 경진대회 시상식
19:30~21:30 (120’) 저녁만찬 및 축하공연
21:30~ 지역그룹 유저모임/자유시간
2일차
10월 31일
(토요일)
07:00~09:00 (120’) 조식 및 체크아웃
09:00~09:50 (50’) 외부인사 초청강연
09:50~10:20 (30’) Sponsor Session
10:20~10:40 (20’) Coffee Break
10:40~12:20 (100’) ‘델켐 Product Line-up’ 영업본부
12:20~12:40 (20’) Coffee Break
12:40~12:55 (15’) 세션A
(대연회장)
CASE STUDY #4 SKC 솔믹스
13:00~13:15 (15’) CASE STUDY #5 ㈜아카데미과학
12:40~13:10 (30’)
세션B
(소연회장)
산업계 요구수준 기반의‘신자격제도’
(과정평가형자격제도)
한국산업인력공단
13:15~13:30 (15’) Wrap-up 영업/마케팅 총괄
13:30~14:30 (60’) 중식 및 환송
* 상기일정은 당사 또는 현장 상황에 따라 달라질 수 있습니다.
20. 20
Delcam Magazine
F O C U S
한국델켐(대표이사 정찬웅, http://www.delcam.co.kr)은 지난 3월 10일부터 14일까지 일산 킨텍스 전시장에서 개최된, Intermold(국제
금형전 및 관련기기전) 전시회에 CAD/CAM 기업 중 가장 큰 규모로 참가하며 성공적으로 전시를 마무리했다.
한국델켐,인터몰드코리아2015참가
CAD/CAM 기업 중 가장 큰 규모로 참여해 다양한 기술정보 제공
21. 21
Delcam Magazine
한
국델켐은 이번 전시회 기간 동
안 오픈 프레젠테이션과 기술
데모시연, 별도의 상담 공간 마
련을 통해 최신 기술 정보를 제공했고, 자
체 기술연구소에서 개발한 제조실행 자동
화와 실시간 모니터링을 기반으로 한 금
형산업에 특화된 제조 통합 자동화 솔루
션인 HDIMS(Hankook Delcam Intelligent
Manufacturing Solution)를 처음 선보이며
참관객과 매체 관계자들의 뜨거운 관심을
이끌어 냈다. HDIMS는 올 하반기 정식 출
시될 예정으로 향후 금형 업계에 큰 변화를
가져올 수 있을 것으로 기대된다.
오픈 프레젠테이션
한국델켐은 매일 진행된 오픈 프레젠테이
션을 통해 PowerMILL과 PowerSHAPE,
HDAS(Hankook Delcam Automation
Solution), FeatureCAM의 혁신적인 기능을
소개하여 매 시간마다 많은 관람객들의
이목을 집중시켰다.
고효율 가공을 위한
CAM 소프트웨어 PowerMILL
납기단축과 같은 시간의 문제, 원가 절감
과 같은 비용의 문제, 품질 향상을 위한
기술력의 문제는 제조업체의 끊이지 않는
고민거리이다. 한국델켐은 프레젠테이션을
통해 기업이 복잡한 형상의 가공에 최적화
된 CAM 솔루션인 파워밀(PowerMILL)을
적용함으로써 이와 같은 문제들을 간단히
해결함과 동시에 생산성을 향상시킬 수
있는 다양한 방안을 제시했다.
파워밀은 빠른 연산속도, 모든 CAD 프로
그램과의 완벽한 호환성, 기능의 다양성,
사용 편리성 등의 강점을 보유하고 있다.
또한 다양한 방식의 공구 진출입 편집, 툴
패스 편집의 다양성을 제공함으로써 사용
자가 여러 가지 가공 기법을 구사할 수
있는 환경을 제공한다. 그 밖에도 리드린
각을 이용한 방법, 포인트를 이용한 방법,
라인이나 커브를 이용한 방법, 자동 공구
축 변환기능 등을 활용하여 쉽고 안전하
게 5축가공 데이터를 생성할 수 있다. 한
편 지난 2012년 개발된 델켐의 특허기술
인 Vortex(보텍스) 황삭 가공기술은 매년
업그레이드 되어 사용자에게 더욱 안정화
된 기능을 제공하고 있다. 보텍스 가공기
술은 코너부분에서도 직선 부분과 같게
가공 부하를 일정하게 유지시켜 줌으로
써, 모든 형상에 대해 직선 부분과 같은
조건으로 가공이 이루어지게 하여 가공효
율을 최적화하고, 공구의 과부하를 방지
하여 사용자는 공구 수명 극대화를 통한
비용 절감 효과를 얻을 수 있다.
제조공정 자동화를 위한
CAM 자동화 솔루션 HDAS
HDAS(Hankook Delcam Automation
Solution)는 한국델켐의 파워 솔루션과 연
동하여 전체 제조 공정을 자동화 시키는
소프트웨어로 HDAS를 통해 사용자는 제
조 및 가공 노하우의 표준화, 최적화를 기
반으로 공정자동화를 구현할 수 있다.
HDAS의 CAM 자동화 모듈은 모델을 불
러온 후 원클릭으로 형상 분석, CAM 전
략 구상, 툴패스 계산 및 최적화, 작업지
시서 및 NC 코드 생성까지 자동으로 수
22. F O C U S
행된다. 이 모듈은 업체의 가공 노하우와
공급사의 컨설팅 능력을 가공데이터 생성
에 적용하여 CAM 작업을 표준화하고 최
적화하기 위해 개발된 시스템이다.
한편 측정자동화 모듈은 측정 프로그램인
파워인스펙트(PowerINSPECT) OMV 솔루
션과 연계한 자동화 모듈로 일반적인 측
정 순서인 이동, 얼라인, 측정을 기계상에
서 검증하여 세팅에 소요되는 시간을 절
약시키고 에러 발생가능성을 방지한다.
OMV는 가공 후 기계상에서 전극을 측정
하여 측정된 결과 값을, CNC방전기에 전
달하고 측정기로 옮겨 세팅하는 번거로운
작업을 단축시킨다. 사용자는 이러한 기
능을 통해 가공신뢰도를 확보할 수 있고
투자대비 큰 효과를 볼 수 있게 된다.
복잡한 형상의 쉽고 빠른
디자인을 위한 PowerSHAPE
파워쉐이프(PowerSHAPE)는 디자인에 필
요한 서피스, 솔리드, STL 데이터, 어셈블
리 등의 편집 기능을 통해 복잡한 형상을
쉽고 빠르게 디자인할 수 있게 지원하는
트라이브리드 모델러이다. 또한 파워쉐이
프는 역설계에서부터 금형설계, 가공을
위한 모델링, 전극 디자인, 프로덕트 디자
인까지 다양한 영역에서 활용되고 있는
완벽한 CAD 모델러이다.
더욱 강력해진 다이렉트 모델링은 히스토
리 없는 타 CAD 데이터를 받아들여 솔리
드 상태에서 수정/보완이 빠르고 쉽게 가
능하다. 또한 델켐의 부조형상 디자인 솔
루션인 아트캠(ArtCAM)과 연계하여 강력
한 래핑 기능을 제공하고 실제 이러한 트
라이브리드 모델링 기법은 갤럭시 S 시리
즈와 노트 시리즈의 빽커버 및 자동차 대
쉬보드 등에도 적용되어 생산되고 있다.
한편 강력한 서피스 모델링과 더불어 솔
리드 기능도 듀얼로 사용할 수 있어 빠른
속도로 원하는 모델링을 구현할 수 있고,
더욱 강화된 렌더링 기능을 사용하여 실
사와 같은 제품 이미지를 생성할 수 있다.
또한 손이 많이 가는 전극 설계 업무를
파워쉐이프를 통해 손쉽게 해결할 수 있
다. 파워쉐이프는 솔리드 코어에서 전극
가공이 필요한 영역을 자동으로 손쉽게
선택하고, 전극 형상을 빠르게 3차원 솔
리드 모델로 생성할 수 있게 한다.
이외에도 파워쉐이프는 구조부 설계, 성
형부 설계 등 3차원 금형 설계를 완벽히
지원하고 솔리드 닥터 기능을 이용하여
이기종간의 CAD 데이터를 받아들일 때
발생할 수 있는 오류를 손쉽게 보정할 수
있어 사용자에게 편리함을 제공한다.
Feature 기반의 차세대 자동화
CAM 솔루션 FeatureCAM
피처를 기반으로 하는 자동화 CAM 솔루
션인 피처캠(FeatureCAM)에서는 도면이
나 파트를 그리거나 불러오고 나서 마치
모델링을 하듯이 피쳐들을 정의하고 시뮬
레이션을 실행하면 NC코드가 바로 출력
되는 3단계로 작업이 진행되어 쉽고 빠르
게 프로그래밍 작업을 수행할 수 있다.
피처캠의 피처란 지오메트릭 피처에 공구
선정, 절삭조건, 가공방법 등이 포함된 머
시닝 피처를 의미하고 피처캠의 가장 큰
장점은 이러한 머시닝 피처를 기반으로
22
Delcam Magazine
23. 23
Delcam Magazine
한 자동화 CAM이라는 것이다.
피처캠은 기계별 맞춤형 공구가 선택될 수 있도록 공구데이터베
이스를 가지고 있으며, 이송속도 최적화를 통해 공구의 가감속을
자동으로 제어하며, 가공속성을 통해 가공공정을 표준화하고 자
동화 할 수 있다.
한편 피처캠의 자동형상 인식기능인 AFR(Automatic Feature
Recognition) 기능은 자동으로 피처를 인식하는 기능으로 앞서
소개한 내용들이 2D 도면을 통해 커브를 생성하고 피처를 직접
정의하는 것이었다면 3차원 형상의 솔리드 모델링 경우 자동으로
피처를 인식시켜주는 기능이라 할 수 있겠다. 다시 말해 피처 정
의까지 자동으로 수행한다는 것이고 사용자는 이러한 AFR 기능
을 이용한다면 2D 도면을 이용했을 때보다 훨씬 더 빠른 프로그
래밍을 수행할 수 있다.
매일 4회씩 진행된 오픈 프레젠테이션과 더불어 한국델켐은 부스
곳곳에 별도의 데모 공간을 마련해 참관객들이 필요로 하는 맞춤
형 기술 정보를 제공하고, 심도 깊은 데모 시연을 실시간으로 제
공했다.
또한 KUKA와의 협업 전시를 통해 한국델켐의 파워밀 로봇
(PowerMILL Robot) 솔루션과 로봇 기기를 전시했고, 별도의 측
정 공간에서는 다양한 장비와의 인터페이스 및 강력한 리포팅 기
능을 지원하는 측정 소프트웨어인 파워인스펙트(PowerINSPECT)
를 전시하는 등 다양한 볼거리를 제공했다.
한편 별도의 상담 장소에서는 부스를 방문한 참관객들과 한국델
켐 임직원간의 상호 발전을 위한 최신 CAD/CAM 기술정보 공유
가 활발히 이루어지며 3,000여명 이상의 참관객들이 방문하는 등
연일 문전성시를 이루었다.
이처럼 2015년 인터몰드 전시회를 성공적으로 마무리 한 한국델
켐은 2016년 개최될 심토스 전시회에서도 CAD/CAM 기업 중 가
장 큰 규모로 참가하여 보다 업그레이드 된 양질의 기술 정보를
참관객들에게 공유할 예정이다.
24. 24
Delcam Magazine
F O C U S
대한민국 대표 Engineering Consulting 회사 한국델켐㈜이 지난 7월 10일 금요일 MTN 머니투데이 채널, 김생민의 비즈정보쇼에
대한민국 제조산업 전반과 한국델켐의 정책 사업을 설명하기 위해 방송에 소개되었다.
한국델켐㈜, MTN 머니투데이
김생민의 비즈정보쇼에 소개
25. 25
Delcam Magazine
한
국델켐㈜은 CAD/CAM과 연관된 첨
단 제조 기술을 연구, 보급 및 컨설
팅 하기 위해 1990년 설립된 회사로
서, 시스템 개발 회사인 영국 Delcam Ltd.와 합
작 투자 회사이다. 정찬웅 대표의 확고한 리더
십 아래, 안정된 공급 기반을 토대로 장기적이
고 지속적인 고객지원과 컨설팅 및 마케팅 정
책으로 지난 25년동안 꾸준히 성장하며 CAD/
CAM 분야에서 최고의 기술력을 보유한 회사로
인정받고 있다. 지난 2010년에는 자체 기술연구
소를 설립 하여, 최첨단 기술 개발과 국내 고객
들의 요구사항을 반영한 맞춤형 솔루션을 개발
하며 적극적인 R&D투자를 진행하고 있다.
한국델켐㈜은 국내 제조업계의 고질적인 신규
인력 수급 문제에 관하여 해결방법을 제시하
기 위해, 파워 솔루션 고객들을 대상으로 학교
와 기업 간에 구인구직 정보를 활발히 공유하
게 함으로써 상호간 최적의 필요 인력확보와
양질의 취업 처를 확보할 수 있도록 노력하는
기업으로도 유명하다.
이번 김생민의 비즈정보쇼에서는, 한국델켐㈜
의 본사와 연구소, 교육센터를 직접 찾아가 소
프트웨어 연구 개발 모습과, 숙련된 인력양성
을 위하여 고객들과 학생들을 대상으로 파워
솔루션 교육을 진행하고 있는 모습 등이 소개
되며, 각 부서별 담당자들의 인터뷰가 담겼다.
이와 더불어 지난 해부터 한국델켐이 운영하
고 있는 국내 최초 전문 CAD/CAM 인력 구인
구직 사이트,‘델켐잡’(www.delcamjob.co.kr)
을 소개하며 제조업계의 인력난을 해결 할 수
있는 방법을 제시하였다.
한편, 경제 분야뿐만 아니라 폭넓은 분야를 아
우르는 김생민의 비즈정보쇼는 대표 경제 채
널인 MTN 머니투데이의 인기프로그램으로 방
송인 김생민의 진행과 함께 매주 시청자들에
게 사실에 근거한 다양한 시각으로 올바르고
유익한 정보를 전달하는 프로그램으로 유명하
다. 한국델켐이 소개된 이번 프로그램은 MTN
머니투데이 이외에도 3개의 케이블 채널에서
총 46회 방송되고 있다.
“이번 김생민의 비즈정보쇼에서는,
한국델켐㈜의 본사와 연구소,
교육센터를 직접 찾아가
소프트웨어 연구 개발 모습과,
숙련된 인력양성을 위하여
고객들과 학생들을 대상으로
파워솔루션 교육을 진행하고 있는
모습 등이 소개 되며, 각 부서별
담당자들의 인터뷰가 담겼다.”
26. 26
Delcam Magazine
서울시립미술관에서 6월 9일부터 8월 23일까지 열렸던 현대 미술 전시회 ‘피스마이너스원: 무대를 넘어서’에 디지털 파브리케이션
(digital fabrication) 기법으로 고전 회화와 조각을 표현하는 것에 유명한 영국의 콰욜라(Quayola) 작가의 조각상 작품이 한국델켐의
PowerMILL Robot을 이용하여 제작되었다. 특별히 이번 전시회는 YG엔터테이먼트와 서울시립미술관이 공동으로 주최하고, G-Dragon의
참여로 큰 화제가 되었다.
예술 작품과 PowerMILL Robot의 만남
한국델켐과 DRB 인터내셔널, DRB 파텍의 파트너십을 통해
국내 최초로 조각상 작품에 첨단 기술을 더해
F O C U S
27. 27
Delcam Magazine
이
번 작품 제작은 국내에서 최초로
CAM 소프트웨어를 접목하여 로봇
을 구동시켜 예술 작품을 제작했다
는 것에 큰 의미가 있다. 콰욜라 작가 또한 최
초의 시도에 의의를 두며 작품을 한국에서 직
접 제작하기로 결정을 한 후, DRB 인터내셔널
Campus D 사업부와 DRB 파텍이 전체적인
작품 제작 총괄과 기술 지원을 맡아 프로젝트
를 진행해왔다.
DRB 인터내셔널과 DRB 파텍은 콰욜라의 가
치관을 조금 더 정확하게 표현하고 로봇에
CAM 소프트웨어를 효율적으로 접목시키기 위
하여 로봇 다축 가공에서부터 엔진 포트 가공
에 이르는 다양한 전문적인 영역들을 커버할
수 있는 로봇 전용 솔루션을 보유한 한국델켐
과 기술 미팅을 갖고 협업 체제를 추진했다.
일반적인 로봇 제어 작업에는 로봇 엔지니어
가 펜던트를 직접 수작업으로 처리해야 한다.
평균적으로 조각상 1개를 제작하기 위해서는
수십만 개의 로봇 움직임에 대하여 일일이
Point를 지정해주어야 하는데, 엔지니어가 직
접 정확한 Point를 지정하는 것은 매우 복잡하
고 어려운 일이며 사실상 불가능하다.
하지만 한국델켐의 PowrMILL Robot을 사용한
다면 모든 공구를 일일이 수작업할 필요가 없
고, 로봇을 프로그래밍하는 것이 일반적인 다
축 공작기계와 같이 간편하기 때문에 기존의
어렵고 힘든 로봇 작업을 쉽고 간단하게 바꿔
놓았다는 평가를 받고 있다. 또한 간단하고 다
양한 툴패스 편집 기능을 제공함과 동시에 단
일 어플리케이션을 통하여 완벽한 프로그래밍
과 시뮬레이션이 가능하다는 강점을 지니고
있다. 로봇의 많은 축을 제어하기 위한 프로그
래밍은 복잡하고 어려운 작업이지만, 한국델켐
의 PowerMILL Robot은 정확한 3D 시뮬레이
션을 통해 로봇이 정확하게 어떻게 움직일 것
인지를 보여줌으로써 사용자가 편안하게 사용
할 수 있도록 도와준다.
이번 콰욜라 작가의 작품 제작 시에도 한국델
켐의 PowerMILL Robot을 통해 쉽게 로봇 제
어 작업을 진행함으로써 작가가 추구하는 작품
세계를 정확히 표현할 수 있었다. PowerMILL
Robot을 통해 쉽고 빠르게 원하는 위치로 로
봇을 움직일 수 있는 시뮬레이션을 생성하고,
이를 통해 로봇을 구동시킬 수 있는 언어로 바
로 출력이 가능하게 도와준다. 그리고 로봇의
작업 영역 내에서 소재의 위치를 최적화시키
고, 로봇의 작업 영역과 소재에 최대한 접근할
수 있는 방법을 보여준다. 또한 로봇의 축제한
각도, 특이점과 관련되어 실시간으로 동적인
내용을 명확하게 확인할 수 있고, 분석 기능을
통해 효율성 있는 로봇의 구동을 실현시켜주어
콰욜라 작가의 작품제작에 효율성과 정확성을
더했다는 평가를 받았다.
한편, 한국델켐은 최근 세계 제조업 시장에서
뜨거운 감자로 자리잡고 있는 로봇 제조분야
에서, PowerMILL Robot이 지니고 있는 고속
가공 기능과 빠른 계산시간, 강력한 툴패스 편
집 기능, 3D 시뮬레이션을 기반으로 국내 건설
시장 및 의료, 자동차 분야 등에 생산성과 효
율성을 더하며 사업 영역을 확대해 나가고 있
는 중이다.
“이번 콰욜라 작가의 작품
제작 시에도 한국델켐의
PowerMILL Robot을 통해
쉽게 로봇 제어 작업을
진행함으로써 작가가 추구하는
작품 세계를 정확히
표현할 수 있었다.”
28. 28
Delcam Magazine
F O C U S
한
국델켐이 파워솔루션 유저를
대상으로 하는 전문 CAD/CAM
인력의 구인 구직을 위한 채용
포털 사이트‘델켐잡(www.delcamjob.
co.kr)’을 오픈하여 본격적인 운영을 시작
했다. 한국델켐의‘델켐잡’사이트 제작
목적은 파워솔루션을 교육하는 학교와 파
워솔루션을 사용중인 기업간에 구인구직
정보를 공유하게 함으로써 상호간 최적의
필요인력확보와 양질의 취업처를 제공할
수 있도록 하는 산학연계브릿지 사업의
연장선상에 있다.
기존 한국델켐 공식 홈페이지(www.
delcam.co.kr)내에서도 이러한 활동이 가
능했지만, 구인구직에 최적화 된 별도 사
이트의 운영을 통해, CAD/CAM 분야 맞
춤 취업 지원 시스템을 구축하여 기업의
인력부족 현상과 취업 희망자들의 구직난
을 말끔히 해소시킬 예정이다.
델켐잡 사이트에 가입한 기업들은 무료로
사이트 내에 채용공고를 게시할 수 있을
뿐만 아니라, 구직자들의 이력서를 열람
해 볼 수 있고, 취업을 원하는 구직자 역
시 회원가입만 하면 무료로 자신의 이력
서를 등록하고, 기업의 채용공고를 검색
해 볼 수 있다.
현재 국내에서는 전문 CAD/CAM 인력의
구인 구직을 위한 채용포털사이트는 전무
한 상태로 사이트가 활성화되면 제조업계
의 고질적인 신규 인력수급 문제가 대폭
해소될 것으로 전망된다.
한국델켐, 전문 CAD/CAM 인력
구인구직 채용포털 ‘델켐잡’
문의 : 한국델켐 마케팅팀,
02-6918-3820,
marketing@delcam.co.kr
29.
30.
31. 31
Delcam Magazine
사드리고, 오늘 체육대회는 우리 임직원 및 가
족분들이 한자리에 모여 화합하고 하나가 되는
뜻깊은 자리가 되었으면 합니다”라고 전했다.
한국델켐은 이날 진행된 축구, 피구, 단체줄넘
기, 이어달리기, 응원전 등의 다양한 게임과 레
크레이션을 통해 모든 임직원들이 하나되어 경
기에 참여했고, 가족분들 및 아이들도 참여할
수 있는 림보 등의 가벼운 게임을 마련하여 일
상의 스트레스는 잠시 잊고 모두 웃고 즐길 수
있는 시간을 마련하였다.
한편 체육행사 뿐만이 아닌 장기근속자에 대한
시상도 더불어 진행되었다. 한국델켐은 임직원
들의 10년 이상 장기 근속율이 매우 높은 편으
로, 이는 대표이사의 강력한 리더십과 합리적
인 보상체계 및 복지제도, 수평적인 조직 등,
업무에만 집중할 수 있는 환경을 마련해 준 덕
분일 것이다.
이날 행사를 통해 한국델켐 임직원들은 지금까
지의 25년과 같이 향후에도 고객 여러분들의
발전을 위해 노력할 것을 다시 한번 다짐하였
고, 25주년을 자축하며 행사를 마무리 하였다.
한국델켐은 지난 5월 9일 경기도 하남에 위치한 선동둔치 체육시설에서 전체 임직원 및 가족분들을 초청하여 한국델켐 창립 25주년
기념 체육대회를 개최했다.
한국델켐, 창립25주년 기념
체육대회 개최
한
국델켐 정찬웅 대표이사는 체육대회
시작에 앞서 연설을 통해“여기 계
신 여러분들을 보니 한국델켐이 설
립 초창기와 비교해 질적인 성장 뿐만이 아닌
규모면에서도 큰 발전을 이룬 것을 새삼 다시
한번 느끼게 됩니다. 지난 25년간 한국델켐의
발전을 위해 애써주신 임직원 여러분들에게 감
32. 32
Delcam Magazine
F O C U S
지
난‘제7회 지속가능경영대상’에서 중소기업청상을 수상하며 제조산업 분야에서 귀감
이 된 한국델켐은 중소기업 경영이 날로 어려운 현 시점에서 사무관들의 한국델켐 방
문을 통하여 기업의 이해 및 중소기업 친화적 마인드를 형성함과 동시에 중소기업 경
영 애로사항 등 현실에 대한 이해를 기반으로 한 중소기업 친화 정책 입안 유도를 기대하며 프
로그램에 참여하게 되었다.
이번 프로그램의 대상은 행정고시 합격자로서 신규 임용되어‘중앙공무원교육원’에서‘제60기
신임관리자과정’교육을 받고 있는 예비사무관(5급) 521명 중, 총 2명의 신임사무관이 한국델켐
프로그램에 참여했다.
프로그램 첫째 날 정찬웅 대표와의 면담을 통한 제조산업분야 중견·중소기업의 이해를 시작으
로, 한국델켐의 파워솔루션 소개·영업 프로세스 교육·델켐매거진 기획 회의 참여·산학연계
브릿지 사업 소개·파워솔루션 교육센터 교육 견학 및 참관 등 한국 델켐의 전반적인 사업과
정책을 배우고 현장에서 직접 다양한 업무 처리를 경험해본 후, 신입 사무관들의 소감문 발표
행사를 마지막으로 5일 간의 현장 체험이 마무리 되었다.
이번 프로그램에 참여한 최정현 신임사무관은 프로그램 마지막 날 소감문 발표 행사에서,“정
찬웅 대표님과의 면담을 통해 알 수 있었던 기업의 경영비전이 가장 인상적이었습니다. 단순히
이윤 창출만을 목표로 하기 보다는, 국가의 지속 가능한 발전을 위해 제조업의 중요성을 인지하
고, 자체 개발 프로그램 개발에 관한 연구 개발에 전폭적인 투자와, 교육에 관해서도 관련 기술
을 직접 교육하며 일자리 창출에도 기여하고 있는 모습이 특별하게 느껴졌습니다”라고 전했다.
또 다른 참가자인 권미연 신임사무관도,“앞으로 부처에 배치 받아 직접 정책을 입안하게 될
때에도 이번 한국델켐의 현장 경험을 통해 얻은 교훈과 배움들을 잊지 않고, 항상 현장을 이해
하고자 노력하고, 국민에게 꼭 필요한 공무원이 될 수 있도록 노력하겠습니다”라고 말하며 일정
을 마무리했다.
한국델켐 본사에서 지난 2015년 6월 1일부터 5일간‘신임사무관 중소기업 현장체험’이 진행됐다. 중소기업중앙회가 주관하며 향후
각 부처에 배치되어 정책을 입안·집행하게 될 신임사무관이 직접 중소기업 현장에 방문하여 보고 듣고 느끼며 체험함으로써
중소기업을 올바르게 이해할 수 있도록 돕는 취지에서 매년 진행되고 있는 프로그램이다.
신임사무관들의 한국델켐 업무 체험
32
Delcam Magazine
34. 34
Delcam Magazine
CASE STUDY
건축외장재 가공 전문 업체, 일품산업
지
난 2002년 설립된 일품산업은
AL 복합판넬, 플럭스 판넬, 하
니콤, 징크판넬, 고밀도 목재 등
의 건축 외장재 전문 가공업체로서 고객
에게 신속한 납기, 정확한 품질, 경쟁력 있
는 가격의 제품을 제공해오며 신뢰와 신
용을 최우선으로 10년 이상 꾸준히 발전해
오고 있다. 설립 이래로 매년 플러스 성장
을 달성하고 있는 일품산업은 뛰어난 기
술력을 바탕으로 건설업계의 상황이 그다
지 좋지 않은 상황임에도 전년 대비 30%
이상의 매출 성장을 거두며 내실 있는 기
업으로 성장해 왔다.
업무 효율 향상을 위한 판넬 커터 도입
일품산업은 3차원 부조형상에 대한 창조
적인 디자인 도구를 제공하는 아티스틱
CAD/CAM 솔루션인 ArtCAM 도입을 시
작으로 한국델켐과 처음 인연을 맺게 되
었고, 지난 2013년부터는 업무 효율 향상
을 위해 한국델켐 자체 개발 프로그램인
판넬 커터를 도입하며 더욱 밀접한 커뮤
니케이션을 진행하게 되었다.
한국델켐은 일품산업을 비롯한 다수의 고
객사의 니즈에 의해 지난 2013년부터 판
넬 가공프로그램인‘판넬 커터’개발을
시작했고, 고객사의 적극적인 협조 아래
성공적으로 제품을 개발할 수 있었다. 김
병준 이사는“과거에는 국산 판넬 가공
CNC 프로그램이 전무한 상태에서 범용
프로그램으로 가공 데이터를 생산하다 보
니 전문 프로그래밍을 할 수 있는 인력이
일품산업(대표이사 장정태, 031-952-3647)은 건축용
외장재로 널리 쓰이는 AL 복합판넬, 플럭스판넬 등을
가공 및 조립하는 업체로서 경기도 파주에 위치하고 있다.
지난 2013년부터는 PowerSHAPE 기반으로 개발된 판넬
커터(Panel Cutter) 솔루션을 업무에 성공적으로 도입하여
작업 효율을 크게 향상시킬 수 있었다.
일품산업, 한국델켐
Panel Cutter
도입으로 작업 공정
간소화 도모
CASE STUDY
▲ 판넬커터를 활용해 제작된 건축외장재 금형 및 일품산업이 생산한 건축외장재가 사용된 실제 건축물 사진
35. 35
Delcam Magazine
부족했고, 작업 시간도 오래 걸려 업무의
효율성이 떨어졌습니다.”라고 밝혔다. 이
를 해결할 방안을 모색하던 중 엑셀 데이
터를 기반으로 자동으로 프로그램이 생성
되는 솔루션 개발을 건의하게 된 것이다.
김병준 이사는“한국델켐의 판넬 커터 프
로그램은 전문 인력이 아니더라도 회사
직원 누구든지 가공 데이터를 쉽고 빠르
게 생성할 수 있게 되어 빠른 업무 진행
이 가능하게 되었고, 인건비도 대폭 절감
할 수 있었습니다.”라고 전하며 만족감을
드러냈다.
고품질, 단납기를 통한 신뢰성 확보
일품산업은 과거에는 프로그램이 생성될
때까지 대기시간이 길었던 반면에 판넬
커터 도입 후에는 즉시 프로그램을 생성
하여 작업이 가능하게 되었고, 실제 작업
을 진행하기 전 판넬의 불량률과 가공시
간, 납기일을 정확하게 예측할 수 있게 되
어 고객에게 더욱 깊은 신뢰감을 제공할
수 있게 되었다. 김병준 이사는“과거 하
루종일 진행해야 했던 업무를 현재는 2시
간, 빠르면 40분만에 완료할 수 있게 되
어 생산 효율이 크게 향상되었고 품질관
리 면에서도 큰 효과를 보고 있습니다.”라
고 밝히며“별도의 CAD 작업을 진행할
필요 없이 자동으로 프로그램을 생성할
수 있어 작업이 매우 간편해졌다는 점이
판넬 커터의 가장 큰 장점이 아닐까 싶습
니다.”라고 덧붙였다.
일품산업은 한국델켐과의 지속적인 커뮤
니케이션을 통하여 기능적 측면을 계속
보강해 나가며, 향후에는 판넬 커터를
NCT 가공 솔루션에 적용 및 보급할 계획
에 있다. 이를 통해 업무 효율이 한층 더
향상될 것으로 보이고 사업 확장에도 긍
정적인 영향을 끼칠 것으로 예상된다.
또한 일품산업의 성공사례를 통해 현재
동종 업계에 CNC 가공 전용기를 보유한
여러 업체에서 판넬 커터의 도입을 적극
적으로 검토 중이라고 하니, 올해에는
판넬 커터가 보다 대중화될 것으로 예상
된다.
김병준 이사는“향후 일품산업은 고객 만
족을 위한 기술 개발 투자 및 생산 혁신
활동을 위해 끊임없이 노력할 것이고, 한
국델켐과도 지속적으로 협업할 계획입니
다.”라고 밝히며 인터뷰를 마무리 했다.
■ 취재 : 한국델켐 마케팅 팀 김유천 사원
“별도의 CAD 작업을
진행할 필요 없이
자동으로 프로그램을
생성할 수 있어 작업이
매우 간편해졌다는 점이
판넬 커터의 가장 큰
장점이 아닐까 싶습니다.”
▲ 일품산업 김병준 이사
▲ 판넬커터 작업화면
36. 36
Delcam Magazine
CASE STUDY
웨더스트립 조인트 몰드 분야 동종업계
최고 기업, 진하정밀
1
991년에 설립된 진하정밀은 현재
20여 명의 직원으로 구성되어있는
중소기업이지만, 회사 매출의 꾸준
한 상승곡선을 그리며 영업/개발팀에서부
터 설계, 제조 팀 등 체계적인 시스템 확
립을 통해 국내 자동차 부품 금형시장의
역사와 함께 성장해 왔다. 또한 국내 자동
차 부품업계에서 다른 기업들과는 차별화
된 기술력을 인정받으며 계속해서 회사
규모를 확장해 나가고 있는 중으로 미래
가 더욱 기대되는 기업이다.
진하정밀의 주력 제품은 자동차 웨더스트
립 조인트 몰드 금형으로써 PP+EPDM 이
나 EPDM 재질용 접착 금형을 고객 요구
사항에 맞추어 생산하고 있다. 사업초기에
는 일본으로부터 설계 기본사양을 지원받
아 금형 개발을 하였지만, 현재는 많은 개
발 경험을 바탕으로 고객들에게 자체적으
로 생산 품질이슈를 충분히 고려하여 제조
할 수 있는 특화된 기술력을 통해, 국내뿐
만 아니라 다수의 해외 고객들까지 확보하
며 시장을 넓혀가고 있는 중이다. 진하정
밀의 신창덕 이사는,“현재 회사 매출의
65% 이상이 모두 해외 수출에 의해 이뤄
지고 있습니다. 사업초기부터 지속적으로
설계와 개발영역에 집중적인 투자를 하며
사업 영역을 넓혀왔던 결과라고 생각합니
다.”라고 강조하며,“품질과 가격조건에서
그 능력을 인정받으면서 별다른 해외 영업
활동 없이도 요즘은 Hutchinson과 같은
글로벌 업체들이 저희 쪽에 먼저 노크를
하며 프로젝트 제안을 계속해서 받고 있는
상태입니다.”라고 설명했다.
자동차 분야 내에서 완충역할이나 방진,
방음, 방수 기능 등 중요한 기능을 담당하
고 있는 조인트 몰드를 실제 제품으로 구
현할 수 있는 정확한 금형을 만들기 위해
서는 품질을 유지할 수 있는 뛰어난 기술
력이 필요하다. 그리고 금형가공 작업에
있어 실제 막음 처리 부분들을 세밀하게
고려해야 하기 때문에 상당한 수준의 정
밀도가 요구 되는 작업 능력이 요구된다.
진하정밀의 박미은 과장은,“정확한 품질
제공을 위해 사전에 제품정보나 프레스
사양과 같은 고객의 정보를 입력하고 몰
드 개발시 요구되는 정보를 요청하며, 또
한 디자인 작업 중에도 고객과 디자인 검
토를 함께 진행하며 품질 정확도를 위해
고객과의 지속적인 의사소통을 최우선으
로 생각합니다.”라고 전했다.
진하정밀(대표이사 박보상, 051-301-5730)은 부산시
사상구에 위치한 진하정밀은 웨더스트립 조인트 몰드
가공 전문 업체로서 국내외에서 기술력을 인정받으며
지속적인 성장세를 유지하고 있는 강소 기업이다.
진하정밀만의 차별화 된 기술력에 한국델켐의 설계부터
가공, 측정에 특화된 파워솔루션이 더해지며 매출액 200%
상승을 달성했다고 한다.
국내외 제조업계
성공의 핵심 키워드,
CASE STUDY
‘파워솔루션’
37. 37
Delcam Magazine
파워솔루션을 통해 품질 구현능력 향상
과 공정시간을 단축시켜
진하정밀의 정확한 품질 구현 능력은 한
국델켐과의 파트너십을 통해 더욱 발전했
다. 설계를 담당하는 김덕현 대리는,
“PowerSHAPE를 도입하기 이전까지는 제
품사양을 재구성하는데 시간도 많이 걸리
고 복잡한 과정을 많이 거쳐야 했습니다.
하지만 PowerSHAPE 도입 이후에는 고무
특성상 서피스 작업이 주를 이루는데 이
와 관련된 제품의 형상을 구현하기가 훨
씬 간편해지고 또한 작업시간을 크게 단
축시켜주어 설계 엔지니어들의 업무 부담
을 덜어주었습니다.”라고 설명하며,“그 중
에서도 특히 PowerSHAPE의 스마트 서피
스 기능을 사용하면 부품 모델링 변경 작
업에 있어 자동으로 선을 인식해서 작업
하기가 편리합니다.”라고 강조했다.
PowerMILL이 사용되는 가공작업 또한
가공시간 단축과 품질 개선에 많은 도움
을 주었다고 한다. 가공을 담당하는 정경
창 과장은“PowerMILL의 가장 큰 장점은
무엇보다도 무슨 기능이든지 간편하게 작
업을 할 수 있다는 것입니다. 강력한 매크
로 기능을 통하여 일괄적인 작업 진행으
로 전체적인 업무 효율성이 크게 향상되
었습니다. 또한 연산속도도 빠르고 호환
성이 뛰어나다 보니 작업 시간이 크게 단
축되고 자연스럽게 저희 엔지니어들의 작
업 여건 환경이 매우 좋아지게 되었습니
다.”라고 말했다.
최고의 대중적 인지도를 자랑하는
PowerMILL과 PowerSHAPE
마지막으로 박보상 대표이사는,“제가 생
각하는 한국델켐 파워솔루션의 가장 큰
장점은 대중성이라고 생각합니다.”라고
힘주어 말했다. 실제 진하정밀은 파워솔
루션 도입 이후 직원 채용에 있어 큰 혜
택을 봤다고 한다. 그는“가공 엔지니어를
채용 할 때 대부분의 엔지니어들이
PowerMILL 사용을 선호하기 때문에 큰
어려움 없이 능력 있는 인재들을 많이 채
용할 수 있었습니다. 또한 PowerSHAPE
같은 경우에는 사용하기 간편하고 접근성
이 좋아 직원 누구나 쉽게 배우고 간편하
게 형상을 구현을 할 수 있는 능력을 가
지게 되어 팀 구성에 유연성이 생겨 매우
만족스러웠습니다.”라고 강조했다. 이와
더불어 다른 업체들과 프로젝트를 진행하
면서 PowerMILL이 워낙 보편화 되어있
다 보니 외주업체들과 부족한 점들에 관
하여서는 서로 공유하고 해결책을 찾아가
는 등 업체간 커뮤니케이션에도 큰 도움
을 주었다고 한다.
매출액 200% 상승에 기여
이어서 박보상 대표이사는,“해외 업체들
과 프로젝트를 진행하다 보면 델켐의 파
워솔루션을 선호하는 기업이 많아 저희에
게 유리한 점이 많았습니다. 이는 자연스
럽게 저희에게 더 많은 납품 기회가 주어
졌고, 저희 회사만의 차별화된 기술력을
바탕으로 계속해서 국내뿐만 아니라 해외
업체들과의 비즈니스 기회를 늘려가는 중
입니다.”라고 설명했다. 특히 올해 진하
정밀의 매출액은 작년대비 200% 상승한
40억을 내다보고 있다고 한다. 이와 관련
하여 그는,“한국델켐과의 꾸준한 파트너
십을 통한 저희 회사의 기술력 상승은 국
내외 해외 업체들과의 비즈니스 기회를
확대하는 것에 큰 기여를 하였고, 매출액
200% 상승을 가능하게 만들었습니다.”라
고 강조하며 인터뷰를 끝마쳤다.
■ 취재 : 한국델켐 마케팅 팀 김유천 사원
“제가 생각하는
한국델켐 파워솔루션의
가장 큰 장점은
대중성이라고
생각합니다.”
▲ 박보상 대표이사
38. 38
Delcam Magazine
CASE STUDY
매년 꾸준한 성장을 지속하고 있는
가족 같은 분위기의 회사, 우성티오티
총
60여명의 직원들이 땀을 흘리고
있는 우성티오티는 1995년에 설
립되어 오상진 대표이사와 함께
가족 같은 회사 분위기 속에서 모든 직원
이 회사의 발전을 위해 노력하며 매해 꾸
준한 사업 확장과 매출 향상을 기록하는
회사로서 업계 내 기계·설비·자동차 부
품 분야에서 중추적인 역할을 담당하고
있는 강소기업이다. 대구 지역에서는 제
조·연구 기술이 강한 기업으로도 유명하
지만, 이외에도 회사 직원들이 카페와 같
은 분위기에서 식사를 할 수 있게 끔 해
주고 싶다는 오상진 대표의 특별한 방침
을 통하여 멋진 인테리어와 훌륭한 음식
맛을 자랑하는 구내식당을 가진 회사로
유명하기도 하다. 정웅 이사는,“직원들
모두가 식사 시간만큼에는 맘 편히 맛있
는 음식을 먹으며 즐기니 더불어 전체적
인 회사 분위기도 좋아지고, 그만큼 업무
효율도 좋아지는 것 같다”라고 설명했다.
이외에도 회사의 다양한 복지정책은 직원
들의 장기근속을 유도하며, 동시에 그만
큼 회사의 자체 기술력이 계속해서 유지
되는 효과를 이끌어 내고 있다.
전자 분야와 자동차 분야에서 다양한 협
력업체를 지니고 있는 우성티오티는 관리
부·생산부·연구소들 간의 유기적인 업
무 순환을 통해 부서간 긴밀한 커뮤니케
이션을 유지하며 기술 발전에 모두 힘을
쓰고있다. 또한 회사 내 적극적인 설비 투
대구에 위치하고 있는 우성티오티(대표이사 오상진, 053-
358-1731)는 지난 10여 년간 전자 관련 설비 및 자동차 조립
생산 설비 분야에서 견고한 위치를 선점하며 지속적인
투자와 연구개발을 통해 매년 매출 성장세를 달성하고 있다.
우성티오티를 찾아가 첨단 설비 시설들과 자체 연구
기술들을 눈으로 직접 보고 들어보았다.
제품의 정밀도와
품질 향상의 시작점,
PowerSHAPE와
PowerMILL의 도입
CASE STUDY
▲ ㈜우성티오티 정웅 이사
39. 39
Delcam Magazine
자 속에서 측정기, 3D프린터 등 첨단 설
비 기계를 들여와 계속해서 품질 경쟁에
서 우위를 선점하고 있다. 정웅 이사는,
“업계 내에서 경쟁력을 유지하기 위해서
는 고품질 유지가 절대적인 요소입니다.”
라고 말하며,“저희는 주기적인 공정감사
와 품질 지도를 통하여 품질을 꾸준한 상
태로 유지하기 위해 노력하며, 또한
‘Filed 모니터링’을 통해서 품질 문제 파
악 및 개선안을 찾아내고 국내외 품질 동
향을 계속해서 파악하려고 노력하고 있습
니다.”라고 전했다.
파워솔루션의 도입으로 10일의 가공시
간을 5일로 단축해
“요즘에는 Head Lamp를 제작 할 수 있
도록 하는 지그와 같은 자동차 설비 분야
에 집중적으로 투자를 하고 있습니다.”라
고 정웅 이사는 설명하며,“이전에는 제품
을 가지고 수지 작업을 진행했었는데, 요
즘에는 제품의 납기일이 상대적으로 많이
단축되어 제품이 나오기 전에 제품의 설
계와 동시에 수지 작업을 끝마쳐야 합니
다. 짧은 시간 안에 수지 작업을 진행하면
서 변형의 한계 때문에 애로사항이 많았
습니다.”라고 말했다. 실제로 대부분 자동
차 설비 분야의 납기일은 특히 짧은 편이
다. 지속적으로 증가하는 생산수요에 대
처하기 위해서는 많은 인력의 투입이 불
가피 했다. 이 부분을 해결하기 위해 우성
티오티는 한국델켐과의 파트너쉽을 통한
PowerSHAPE와 PowerMILL의 도입을 통
하여 5축 가공기, 3D 프린터 등 NC 데이
터에 관련된 기계에 모두 적용하였다.
과거에는 지그 10세트(1세트당 약 5개)를
제작함에 있어 열흘의 시간이 소요되었
다. 하지만 5축 가공기와 3D프린터에
PowerMILL을 접목시킴으로써 지그 10세
트를 5일만에 제작하는 것이 가능해졌다.
이는 기존 가공 시간의 50% 이상의 단축
을 이끌어내며 전체적인 회사 운영에 큰
도움을 줄 수 있는 계기가 되었다. 또한
부품의 공용화를 통해 제품의 전체적인
가공비 절감을 이뤄내기도 하였다. 정웅
과거에는 지그 10세트(1세트당 약 5개)를
제작함에 있어 열흘의 시간이 소요되었다.
하지만 5축 가공기와 3D프린터에 PowerMILL을
접목시킴으로써 지그 10세트를 5일만에
제작 하는 것이 가능해졌다.
이는 기존 가공 시간의 50% 이상의 단축을
이끌어내며 전체적인 회사 운영에
큰 도움을 줄 수 있는 계기가 되었다.
40. 40
Delcam Magazine
CASE STUDY
이사는“한국델켐의 파워솔루션들을 도입
했을 초반에는 저희 프로그램에 적용시키
는 시간이 조금 필요했지만, 한국델켐과
의 지속적인 커뮤니케이션을 통해 프로그
램 호환성을 키워나갔습니다. 지금은 완
벽하게 공정 라인에 100% 맞춤 형식으로
운영되며, 이는 생산성 향상에 큰 도움을
주었습니다.”라고 설명했다.
“사업 초반에는 설계 분야만 담당하고 가
공 분야는 주로 외주에 작업을 넘기는 방
식으로 제품을 제작해 왔었습니다. 하지만
외주를 한 단계 거치다 보면 품질이 맘에
들지 않는 경우가 많았습니다. 그렇게 되
면 거래처에 납기일을 마치지 못하는 경우
가 빈번해졌습니다.”라고 설명했다. 우성티
오티는 설계부터 가공까지‘One Stop
System’을 통해 외주를 최소화하기 위해
노력했다.“PowerMILL의 도입은 JIG의 표
준화를 가능하게 해주었습니다. 제품을 잘
안착하기 위해서는 정확한 데이터 값이
필요한데, 델켐의 파워솔루션들을 통하여
정확한 데이터 수치화가 가능해졌습니다.
즉, 제품 불량율의 감소와 생산성의 향상,
동시에 고품질의 제품을 제조할 수 있었
습니다.”라고 말했다.
“프로그램 유지·보수에 관한 한국델켐
의 지속적인 컨설팅과 A에서부터 Z까지의
포괄적인 유지·보수 서비스는 저희 회사
제조 생산성이 크게 향상하고 전체적인
리드 타임의 감소에 기여했습니다. 또한
저희 직원들이 현장에서 모델링 및 변환
문제를 해결하게끔 도와주고, 복잡한 데이
터 값을 한 번의 셋업으로 가공함으로써
가공시간을 단축할 수 있었습니다.”라고
설명하며,“같은 납기일에 다른 회사 보다
짧은 시간 안에 뛰어난 내구성과 품질력
을 가진 제품을 제공할 수 있다는 점이
우리 회사의 장점입니다.”라고 전했다.
한국델켐과 우성티오티의 파트너십과
함께, 자동차 설비 분야 업계 최고의
위치를 지속하며
우성티오티는 앞으로 계속해서 자동차
설비 분야에서 성장세를 유지하며 더욱
확고히 업계 위치를 지켜나갈 것이라고
정웅 이사는 밝혔다.“델켐과의 지속적인
파트너십을 통해서 지속적으로 내구성과
품질을 향상시키는 동시에 생산성을 향상
시키고 가공비를 절감해 나가면서, 전자
및 자동차 설비 분야에서 최고의 회사로
자리매김할 수 있도록 노력할 것입니다.
또한 요즘에는 회사의 성장과 함께 좋은
인재들을 찾는 것도 중요한 과제 중 하나
입니다. 누구나 알다시피 저희 쪽 분야에
서 숙련된 인재를 찾는 것은 매우 힘든
일이지만, 한국 델켐으로부터 소개받은
‘델켐잡’(CAM 전문 인력 채용사이트)을
통해 대구에서도 CAM분야에 뛰어난 능력
을 지닌 인재를 채용할 수 있기를 기대해
봅니다.”라고 마지막으로 전하며 인터뷰
를 끝마쳤다.
■ 취재 : 한국델켐 마케팅 팀 김유천 사원
42. 42
Delcam Magazine
CASE STUDY
고객 만족도 100%를 위하여
경
기도 안산에 위치한 천일특수
강정공은 지난 1996년에 설립
되어 몰드베이스 가공 분야의
최고의 기술력과 축적된 노하우를 바탕으
로 다양한 사업부문에서 끊임없이 도전하
고 높은 성과를 창출하고 있는 내실 있는
회사이다. 고객들에게 제품에 대한 최고
의 품질을 제공하며‘고객만족 100%’라는
목표를 달성하기 위해 매년 자체 첨단 설
비 구축과 인재 모집에 많은 투자를 하고
있다. 회사가 설립되었을 당시에는 단 한
대의 기계로 사업을 시작하였지만, 현재
천일특수강정공(대표이사 신철민, 031-438-2260)은
세탁기나 냉장고와 같은 가전제품이나 자동차 부품에
관련된 뛰어난 금형 기술력으로 정평이 나있는
회사이다.‘굴러가지 않는 돌은 이끼가 끼기
마련이다’라는 신철민 대표이사의 확고한 경영방침
아래, 약 50여 명의 직원들은 부서의 경계 없이 모든
구성원 한 명 한 명이 금형 분야의 전문가가 되기
위하여 매일 땀을 흘리고 있다.
천일특수강정공
한국델켐과
지속적인
커뮤니케이션 통해
생산성 향상
CASE STUDY
43. 43
Delcam Magazine
는 2개의 공장과 40여 대의 가공 설비 시
설을 갖추고 있다. 또한 내년에는 규모를
더욱 확장하기 위해 회사 이전을 위한 토
목 공사가 활발히 진행 중이다. 확장 계획
에 맞추어 내년부터는 금형 가공에 관련
하여‘Total One-Stop System’구축을
목표로 하고 있다.
지속적인 투자는 회사의 꾸준한 매출 성
장에 자연스레 연결이 되었다. 연 80억 원
의 매출을 기록하고 있는 천일특수강정공
은 2015년 매출액을 약 100억으로 예상하
고 있다. 천일특수강정공의 서병훈 과장은
“요즘 제조업 경기가 좋지 않은 것은 사
실이지만, 저희 회사는 업계 내에서 고품
질의 결과물로 계속해서 좋은 평가를 받
고 있습니다. 회사의 지속적인 투자와 구
성원 하나하나의 노력이 어우러져 회사의
매출 증가세에 도움을 주고 있다고 생각
합니다.”라고 설명했다.“저희 대표이사님
은 금형이라는 분야를 어렵게 생각하면
한도 끝도 없이 어려운 분야로 여겨질 수
있지만 무엇이든지 만들고 있는 것을 조
립하면 그게 바로 금형이라고 항상 임직
원들에게 말하십니다. 저희 직원들 모두는
금형 전문가가 되기 위하여 사소한 교육
도 마다하지 않고 회사의 전체적인 발전
을 위해 모두가 함께 노력하고 있습니다.
이러한 점 또한 회사가 지속적으로 성장
하는 것에 큰 도움을 준다고 생각합니다.”
FeatureCAM의 도입
= 300% 생산성 향상
회사의 지속적인 투자와 발전에는 한국델
켐과의 파트너십에도 밀접한 관련이 있었
다. 서병훈 과장은“한국델켐의 파워솔루
션을 도입하기 이전에는 작업 공정 프로
세스를 표준화하는 것에 어려움이 많았습
니다.”라고 전하며,“거래처로부터 도면을
받아 CAM으로 데이터를 내리기 위해서는
일일이 현장에서 작업자들이 직접 프로그
래밍을 한 후 가공을 시작하고, 또 가공이
끝날 때쯤 기계를 확인한 후에 다시 프로
그래밍 작업을 이어가 업무 효율이 많이
떨어졌습니다.”라고 설명했다.
그러나 한국델켐의 FeatureCAM 도입은
공정에 전체적인 업무 효율성과 수익성
향상 효과를 가져다주었다. 사무실에 별도
로 마련된 CAM 작업실에서 FeatureCAM
전문 엔지니어가 프로그래밍을 전담하고,
현장에서는 작업자들이 기계 가공에만 집
중을 할 수 있게 해주었다.“FeatureCAM
을 사용하기 이전에는 데이터를 내리는데
1시간이 걸렸다면 지금은 10분 남짓이면
작업이 모두 끝납니다. 또한 자동 피쳐 인
식 기능을 통해 도면 해독을 위한 불필요
한 작업시간을 줄이게 되었습니다. 자연
스럽게 간편한 데이터 작업을 통하여 프
로그래밍 작업과 기계 가공 작업을 분리
시킬 수 있게 해주었습니다.”이는 직원들
의 업무 전문화 및 효율성 증대에 기여를
하였을 뿐만 아니라 교대 근무를 가능하
게 하는 효과를 얻게 되었다. 교대 근무를
통해 직원들에게 충분한 휴식을 제공하여
업무 효율성과 더 나아가 회사 전체 복지
정책에 긍정적인 영향을 끼쳤다.“과거에
는 몰드베이스 한 세트(8장~12장)를 가공
하는데 보통 6시간 정도 걸렸습니다. 하지
만 FeatureCAM을 사용하면서부터 CAM
프로그래밍 시간과 기계 대기 시간 전체를
합쳐도 1시간 반 남짓이면 가공이 끝나게
됩니다. 또한 가공시간의 단축을 통한 효
율적인 공정 관리는 회사 전체 수익성 향
상과 작업자 실수에 의한 불량방지, 상향
평준화된 품질향상에 기여하였습니다.”
한국델켐과의 파트너십은 생산 효율성 향
상뿐만 아니라, 가공품의 품질 및 인력 구
▲ 천일특수강정공 신철민 대표이사
44. 44
Delcam Magazine
CASE STUDY
성에도 큰 변화를 가져다 주었다.“과거에
는 제품의 품질이 어떤 엔지니어의 작업
이냐에 따라 변화의 폭이 컸습니다. 하지
만 요즘에는 표준화된 NC데이터를 내려
받아 똑같은 공구로 가공하기 때문에 기
준이 잡혀 지속적으로 정형화된 고품질을
유지할 수 있게 되었습니다.”라고 서병훈
과장은 말했다. ”또한 표준화된 프로그래
밍 작업을 하기 때문에 누구나가 2~3개
월 정도 교육을 받게 되면 가공 작업에
중추적인 역할을 맡길 수 있게 되었습니
다. 이를 통해 전문화된 인력을 구성하는
데 한결 수월해졌습니다.”라고 전했다.
지속적인 컨설팅과 함께 자동화 프로세
스를 목표로
한국델켐의 컨설턴트들은 천일특수강정공
공정 시스템에 완벽하게 FeatureCAM을
호환시키기 위하여 지속적인 연구를 해왔
다.“개인적으로 한국델켐의 서비스에 대
하여 가장 만족스러운 점은 실시간 대응
이 매우 좋다는 점입니다. 고객이 만족할
때까지 계속해서 지원을 해줍니다. 심지
어 담당 컨설턴트 중 한 분이 해외 출장
을 갔을 때도 그곳에서 직접 이메일이나
원격지원을 통하여 문제점들을 해결해 주
었습니다.”라고 서병훈 과장은 말했다.
이어서 서병훈 과장은“한국델켐의 파워
솔루션들의 지속적인 도입을 통하여 자동
화 프로세스 구축에 많은 힘을 쏟을 예정
입니다. 기존의 몰드베이스 가공은 계속해
서 FeatureCAM을 통하여 2D 가공을 이어
가고, 전체적인 코어 제품에 관련하여 3D
가공을 확대하면서 PowerMILL과의 호환
을 통해 사업 분야 확대를 이어나갈 계획
입니다.”라고 밝혔다. 천일특수강정공은 국
내 시장뿐만 아니라 해외에서도 사업을 확
대해 나가고 있는 중이다.“지금은 정삭
가공 위주로 거래를 하고 있지만, 회사 이
전 및 한국델켐과의 지속적인 협업을 통해
국내시장과 해외시장에서 금형 제조에 관
련된 모든 프로세스를 커버할 수 있는 시
스템을 구축 하는 것이 회사의 목표입니
다.”라고 밝히며 인터뷰를 끝마쳤다.
■ 취재 : 한국델켐 마케팅 팀 김유천 사원
하지만 FeatureCAM을
사용하면서부터
CAM 프로그래밍 시간과
기계 대기 시간 전체를
합쳐도 1시간 반 남짓이면
가공이 끝나게 됩니다.
또한 가공시간의 단축을
통한 효율적인
공정 관리는 회사 전체
수익성 향상과 작업자
실수에 의한 불량방지,
상향 평준화된
품질향상에
기여하였습니다.
46. 46
Delcam Magazine
CASE STUDY GLOBAL
항공부품산업에서 새로운
활로를 찾고 싶으십니까?
P
adgett Machine Inc.는 새로 도입한 5축 기계에 Delcam의 FeatureCAM을 도입하면서 눈에 띄는 이윤을 창출했다. 미국
오클라호마 북동부, 털사에 위치하고 15명의 직원으로 운영되고 있는 Padgett Machine Inc.는 항공산업 분야의 AS9100
을 인증받은 회사로서, 최근에는 5축 가공 기계를 추가하고 동시에 5축 전용 FeatureCAM으로 업그레이드하였다.
회사의 대표인 Padgett은“FeatureCAM의 뛰어난 성능 덕분에 새로운 생산 라인이 벌써 총 매출액에 35%를 차지하고 있
습니다”라고 언급하며,“단지 4개월 간 투자로 이윤을 기록하고 있습니다. 모두 델켐의 FeatureCAM 도입이 없었다면 불
가능한 결과였을 것입니다”라고 말하였다.
FeatureCAM의 5축 가공 기능을 통하여 한번의 세팅으로 제품의 상단과 네 면을 가공할 수 있고, 이는 가공 시간 단축과
품질 면에서 더 뛰어난 결과물을 얻을 수 있게 되었다. Padgett대표는,“일반적으로 3축가공으로는 8~9번의 세팅이 필요
하지만, 현재는 한번의 세팅이면 충분합니다”라고 설명했다.
Padgett Machine Inc.는 항공 부품 산업에서 중추적인 역할을 담당하고 있으며, 작업의 95%이상이 군용 항공기를 위해 이뤄
지고 있다. 일반적으로 항공에 관련된 부품 가공의 시작은 때론 50년도 더 된 도면을 보고 작업을 시작한다. 기하학적 구조
를 구체화하고 모든 면적을 로딩하기 위해서는 한 부품당 10시간에서 15시간 정도가 걸리는 현실이다. 하지만 FeatureCAM을
사용하며 빠르게 부품의 특징을 잡아 CNC프로그래밍을 생성할 수 있도록 함으로써 시간을 단축시켰다.
FeatureCAM을 도입하여 Padgett Machine은 틈새 시장을 공략하였다.“다른 업체들과의 경쟁에서 이겨야만 저희 사업
영역을 지킬 수 있었습니다”라고 Padgett 대표는 강조하며,“까다로운 군용 항공부품산업 분야에서 사업을 진행해 오면
서 우리 나름대로의 시장을 지킬 수 있었습니다”라고 말했다.
Padgett Machine Inc.은 최근 진행하는 사업에 F-16 제트기에 사용되는 대체 부품 75가지 종류를 포함하고 있다. 그 중
에서도 가장 까다로운 것은 날개 부분을 받치는 16개의 지지대이다. 각각의 지지대는 다른 표면을 지니는데, 반드시 비행
기의 기체 부분과 맞닿아야 한다. 이와 관련하여 지지대의 표면 작업에 FeatureCAM을 사용한다면 이러한 까다로운 작업
을 단 한번 명령으로 완료시켜 프로그래밍 작업 시간을 크게 단축시킬 수 있다.
Padgett Machine Inc.은 B-52 폭격기의 부품도 공급하고 있다.“1950년대에 CNC머시닝 없이 이러한 비행기 종류를 700개 넘
게 만들었다는 것이 상상이 가지 않습니다”라고 Padgett 대표는 설명했다. FeatureCAM을 도입한 이후 Padgett Machine의 작
업시간은 크게 단축되었다.“이전에는 작업하고 있는 부품 하나 당 160,000줄이 넘는 코드를 일일이 입력해줘야 했습니다. 하지
만 다행히도 FeatureCAM으로 작업을 하면, 단지 20초도 걸리지 않는 시간 내에 이를 다 처리할 수 있습니다.”라고 강조했다.
FeatureCAM의 또 다른 장점은 효율적인 납품 일정 관리이다. Padgett대표는“고객들과의 납품 일정관리는 언제나 쉬운 일이 아닙니
다. 하지만 FeatureCAM을 사용하면서 효율적이고 빠르게 관리를 할 수 있고, 이에 따라 자연스럽게 비용도 최소화할 수 있었습니다.
그리고 2~3% 오차 범위 안에서 정확하게 부품생산에 걸리는 시간을 예측할 수 있어 일정 관리에 효율적입니다”라고 설명하였다.
“효율 좋은 CAM 소프트웨어를 보유하고 있지 않다면 프로그램들을 일일이 수동으로 작업해야 하기 때문에 경쟁력을 전
혀 갖출 수가 없게 되고 회사 문을 닫아야 할지도 모릅니다”라고 Padgett 대표는 강조했다. 현재 Padgett는 기존의 사업
성공을 바탕으로 기존 회사 장소에 인접한 땅을 매입하는 등, 사업 규모를 확장하기 위한 준비를 하고 있다.
■ 자료 출처 : www.delcam.com, 번역 : 한국델켐 마케팅 팀
FeatureCAM의 도입으로
작업시간 단축과 효율적인 납품 일정관리를 가능하게 해
47. 47
Delcam Magazine
AMERICA
PowerMILL + 고속가공기
= 최대의 공정 효율성
플
라스틱 칼이나 포크, 수저 생산을 위한 금형 제작은 매우 복잡하고 많은 시간이 소요된다. 특히, 저비용, 대
량생산되는 플라스틱 제품 생산의 경우 생산성이 뛰어나고 매우 정밀한 여러 벌의 금형 제작이 요구된다.
구성품의 수가 다양하고 각각의 플라스틱 무게가 0.1g 이내에서 제어되어야 하기 때문인데, 미국 일리노이
주에 위치한 Helm Tool Company Inc.는 PowerMILL의 도입을 통하여 이러한 복잡한 조건들을 한번에 해결하였다.
Helm Tool 내에서 고속가공기를 처음으로 사용하기 시작할 때, 식기류 가공 작업에 특히 많은 신경을 써야 했
다. Helm 사의 사장인 Mmueller는,“당시 PowerMILL을 우리 기계에 접목시키는 것만이 기존의 복잡한 문제들
을 해결할 수 있는 유일한 방법이었습니다”라며,“다른 소프트웨어들은 배우기도 어렵고 사용하기에도 힘든 점
들이 많았습니다. 하지만 PowerMILL을 도입한 이후에는 단지 몇 시간 만에 가공 데이터 생성이 가능했습니다.
PowerMILL과 고속가공기의 조합은 최소의 인력으로 높은 생산성을 이루게 해주어 효율적인 공정 운영을 가능
하게 해주었습니다”라고 설명했다.
플라스틱 식기류 가공 작업은 144-Cavity 금형이 필요하고 포크나 수저 칼과 같은 3가지 종류의 제품 마다 각
기 다른 프로그램이 필요하다. 이와 관련하여 일반적으로 Helm은 수개월 가량의 작업시간이 소요되었다.
Mmueller 사장은“기존에는 황삭과 정삭을 비효율적으로 반복해야 했습니다. 절삭 변화와 표면과의 조합에도
문제가 있었습니다. 단순한 기계 오작동의 문제가 아니었습니다”라고 설명하였다.
그러나 PowerMILL을 도입한 후에 제작 기간이 크게 단축되었다. Mmueller 사장은“기존에 PowerMILL을 사용
하지 않았을 때는 22주 이상의 제작기간이 걸렸지만, PowerMILL 소프트웨어와 고속가공기를 통하여 144
Cavity 금형을 12주에서 14주 안에 제작할 수 있게 되었습니다. 제작기간 단축뿐만 아니라 처음으로 정확하고 빠
른 제조 공정을 이루어낼 수 있었습니다. 또한 PowerMILL은 고속가공기의 24시간 무인화 작동도 가능하게 만
들었습니다. 이 모든 것이 PowerMILL의 도입 덕분이라고 생각합니다”라고 강조했다.
Helem Tool은 이후에 보다 더 큰 프로젝트를 단독으로 담당할 수 있게 되었다.“때때로 규모가 큰 프로젝트 같
은 경우, 각각의 금형을 제작하는 시간을 고려해 보았을 때 한 회사가 모든 제작을 담당 하기에는 현실적으로
힘듭니다. 하지만 PowerMILL의 도입을 통해 큰 프로젝트 같은 경우에도 외주 없이 모든 제작을 저희 회사 안
에서 처리 할 수 있는 능력을 얻게 되었습니다. 또한 자체 제작을 진행하며 자연스럽게 고객들에게 품질은 뛰어
나고 단가는 합리적인 제품을 제공할 수 있게 되었습니다.”라고 말한다.
■ 자료 출처 : www.delcam.com, 번역 : 한국델켐 마케팅 팀
금형 제작기간 단축과 정확하고
빠른 제조 공정 현실화
48. 48
Delcam Magazine
CASE STUDY GLOBAL
뛰어난 호환성을 증명한
PowerMILL Robot
영
국 서부에 위치한 Artem은 Autodesk의 Maya, 델켐의 PowerMILL Robot 그리고 KUKA
Robot을 함께 사용하며 특수 효과 분야에서 난이도가 높은 프로젝트들을 다뤄왔다.
(홈페이지 영상 참조: www.delcam.tv/artem)
Artem은 거대한 인형에서 작은 영화 소품들까지 다양한 특수효과 소품을 제작한다.“우리 회사는 기술력을 바탕으로
최근에는 로봇 기계 가공과 3D 프린팅을 다루고 있습니다”라고 Artem의 CEO, Kelt가 설명했다. 이어서 그는“과거에
는 전반적인 작업들이 수작업으로 이뤄졌지만, 현재는 대부분 컴퓨터로 작업이 이루어지고 있습니다”라고 강조했다.
“저희 분야에서 프로젝트를 진행할 때 어려운 점이 있다면 원하는 결과물을 정확히 표현하지 못하는
고객들과 작업을 할 때입니다”라며,“그럴 때는 매 단계마다 확실하게 확인을 받으며 작업을 진행해
나가는 것이 필요합니다. 예를 들어 Maya를 이용하여 디자인을 할 때 랜더링이 완료된 이미지를 고객
들에게 사전에 전달하여 확인을 받은 후에 다음 제조 과정으로 넘어가야 합니다”라고 Kelt는 강조했다.
모델링을 담당하는 Bones씨는“저의 주된 업무는 피규어의 포즈(Pose)를 잡는 것입니다. 실제 조각가
와 함께 올바른 자리에 위치하도록 수정 작업을 합니다. Maya의 Handle 툴을 사용하여 RIG MODEL
을 내보내는 것은 정말 유용한 기능이라고 생각합니다. 그냥 간단하게 선택해서 모델의 각각의 작은
부분들을 잡아줍니다. 사용하기에도 아주 간단합니다”라고 설명했다.
디지털 조각과 CNC를 담당하는 감독관 Freeman은,“실제 사진에 있는 것과 같이 표현하기 위해 RIG
MODEL을 위치시킵니다”라고 의견을 더했다.“이후에 Maya에서 Sculpting Package 소프트웨어로 내
보냅니다. 이 소프트웨어는 모델을 조율하고, 옷을 입히며 근육을 바꿔주는 등, 고객들의 니즈를 만족
시킬 수 있는 작업을 지원합니다. 디자인 확인이 완료되면 부분별로 나누어 델켐 소프트웨어로 내보내
고 본격적인 로봇을 통한 가공 준비를 합니다”라고 설명했다.
현재 Artem의 로봇 프로그램은 설계 엔지니어인 White씨에 의해 프로그래밍되고 있다고 한다.“우리
는 설계도를 STL 파일 형식으로 PowerMILL Robot에 내보냅니다.”라고 그는 설명했다. PowerMILL
Robot은 정확한 3D 시뮬레이션을 통해 로봇이 정확하게 어떻게 움직일 것인지를 보여줌으로써 사용자
가 편안하게 사용할 수 있도록 도와준다.“황삭과 정삭이 어떻게 진행 되는지 확인 할 수 있는 시뮬레
이션을 진행합니다. 확인이 완료되면 Robot에 툴패스가 G-code형태로 출력됩니다”라고 전하였다.
STL파일을 사용하기 위해 각각의 축 별로 영역을 나눠 지정하는 것이 중요하다. 로봇을 통해 적은 부
품 수를 유지하며 매우 큰 덩어리를 가공할 수 있다. 또한 PowerMILL Robot 소프트웨어를 통해 어떻
게 로봇이 셀에 반응하고, 혹시나 있을 오작동 여부에 대한 확인이 진행되는 동안, 동시에 로봇이 어떻
게 재료를 깎아 가고 어떤 결과물이 완성될 지 확인할 수 있다.
“저는 델켐의 미래는 아주 밝다고 생각합니다. 로봇과 PowerMILL Robot의 호환성은 아주 훌륭합니다”라고
Freeman이 말하며,“앞으로 더욱 다양한 기계 시스템에 델켐의 PowerMILL Robot을 함께 사용하려고 계획 중
입니다. 개인적으로도 PowerMILL은 굉장히 사용하기 쉽고 간편하며, 작업 결과에도 만족합니다”라고 전하였다.
■ 자료 출처 : www.delcam.com, 번역 : 한국델켐 마케팅 팀
3D 시뮬레이션 기능을 통해 작업자에게
편안한 작업 환경을 도와
49. 49
Delcam Magazine
UNITEDKINGDOM
새로운 시장을 성공적으로
개척한 힘의 원동력
기
업가 Colmer에 의해 지난 2003년에 설립된 Premier Pedal Cars(이하 PPC)는 전세계적인 인
지도를 지니고 있다. 인기 장난감‘Noddy Car’를 만드는 회사로 유명하다. PPC는 중국 현지
에서 제작한 제품을 영국 장난감 시장에 파는 형식으로 사업을 운영했다. PPC는 Noddy Car
제품의 시제품을 제작하기 위해 영국의 Fitstogether 그룹 내 Omega Plastic과 협업 체제를 유지했다.
또한 공정 생산성과 효율성을 높이기 위해 Delcam과 파트너십을 맺고 파워솔루션을 꾸준히 사용했다.
회사 설립 초기, Colmer는 꾸준히 중국 시장과 거래를 했다. 하지만 그는 곧 영국 내 장난감 자동차
분야에서 영국에서 만들어지는 제품으로 충분히 진입할 만한 틈이 있다고 느꼈다. 결국 그는 본격적으
로 2003년 말부터 영국에서 제품을 직접 제작하기로 결심했고 영국 내 라이선스 확보에 나섰다.
Omega Plastic 또한 적극적으로 PPC를 지원했다. 회사들 간 협업체제 유지를 통해 PPC‘제조를 위
한 디자인’라는 창립 초기 슬로건을 내세우며 프로젝트를 진행했다. Fitstogether 그룹의 상무 이사를
맡고 있는 Mackie는“PPC와 프로젝트를 진행하며 처음에 진입한 장난감 자동차 시장은 사실 저희 그
룹에는 생소한 분야였습니다. 하지만 Noddy Car 제품은 PPC에 높은 수익성과 효과적인 생산라인을
가져올 것이라는 확신이 있었습니다”라고 설명했다.
새로운 시장의 성공의 밑바탕은 PowerMILL을 사용하면서 한 단계씩 이루어갔다. Mackie 이사는“델
켐과의 파트너쉽을 통해, PowerMILL 소프트웨어의 최신 가공전략의 사용이 가능했습니다”라고 덧붙이
며,“이로 인해 공정시간 및 납품기간이 단축되었고, 12일 내 완제품 생산 완료의 목표를 달성할 수 있
었습니다”라고 강조했다.
Fitstogether 그룹 내의 회사들의 지원을 받으며 PPC는 유기적인 협업체제를 바탕으로 생산과 공급을
동시에 제공하는 능력을 얻게 되었다. 마지막으로 Mackie 이사는,“특히 이 모든 성공적인 결과의 뿌
리는 델켐과 지속적인 파트너십에 있다고 생각합니다. 덕분에 성공적인 결과물을 바탕으로 사업을 계
속해서 확장해 나갈 수 있었습니다”라고 전했다.
■ 자료 출처 : www.delcam.com, 번역 : 한국델켐 마케팅 팀
델켐과의 파트너십을 통해 최신기계가공패턴의 실현과
리드타임 단축을 도와
50. 50
Delcam Magazine
TECHNICAL REPORT
FeatureCAM BulkEdit 매크로
이번에 소개할 매크로는 2014버전 이후의 FeatureCAM 설치 시 기본적으로 제공되는 유용한 매크로
이지만 이 프로그램의 유무와 등록방법을 알지 못하여 사용하지 못하는 경우가 많아, 매크로의 사용
방법과 기능에 대해 소개하고자 한다.
BulkEdit macro는 FeatureCAM을 사용하며 자주 사용하거나
반복적 클릭이 필요한 기능, 그리고 매크로의 이름과 같이 많은
개수의 피쳐를 손쉽게 수정할 수 있도록 다양한 기능들을 매크
로화한 프로그램이다.
이 매크로를 사용하게 되면 홀의 깊이나, 직경의 수치를 다중으
로 변경할 수 있으며, 챔퍼의 팁 옵셋 값 수정, 여러개 홀을 선
택하여 다른 속성의 홀로 변경할 수도 있다.
매크로 구성
매크로 기능 추가
FeatureCAM을 설치하고 나면 자동으로 매크로 프로그램도 생
성되며 FeatureCAM 상에서 등록만 해주면 기능을 사용할 수
있다.
그림과 같이 옵션- 매크로 추가 버튼을 누른다.
매크로 추가 창이 뜨면 다음 경로의 매크로를 찾아 등록해 준
다. 매크로의 경로는 아래와 같으며 FeatureCAM 폴더의 이름
은 다를 수 있다.
C:Program FilesDelcamFeatureCAM21.8.1.35Addins
BulkEditBulkEditProject.wbp
BulkEditProject.wbp 파일을 선택 후 확인을 누른다.
매크로 아이콘
프로그램 실행 창
■ 한국델켐 기술개발본부 MA파트, 이다운 선임컨설턴트
51. 51
Delcam Magazine
매크로를 추가하게 되면 다음과 같은 버튼이 생성되어 앞으로
소개할 기능들을 사용할 수 있다.
매크로 사용 방법
FeatureCAM 왼쪽 탐색 창에서 하나의 피쳐나 다중의 피쳐를
선택한 후에 홀 가공 편집 매크로 버튼을 누른다.
위와 같이 원하는 기능을 선택한 후 옵션의 수치만 입력하게
되면 현재 선택된 피쳐의 속성이 변경 된다.
프로그램 기능소개
1) Offset Top of Hole (홀 상단 부분의 Z축 피쳐의 높이를 수정)
홀의 Z축 시작 위치를 원하는 위치로 재 변경할 때, 사용되는
옵션이다.
편집의 이동/복사 옵션이나, 해당 피쳐의 Z축 위치를 변경할 필
요가 없이, 매크로 기능을 통해 손쉽게 변경할 수 있다.
앞의 그림과 같이 생성된 홀의 위치가 잘못되어 시뮬레이션 시
홀 깊이가 정확하지 않을 때 홀 상단의 위치를 쉽게 수정할 수
있다.
그림과 같이 Z-10MM로 피쳐의 위치가 변경된 것을 확인할 수
있다.
2) Extend Hole Depth (홀 가공 깊이를 수정)
홀 깊이를 쉽게 변경하고자 할 때, 사용될 수 있는 옵션으로, 1)
에 Z축 위치를 변경한 피쳐를 이용하여 홀을 선택한다.
선택된 홀의 가공 깊이가 변경되는 것을 확인할 수 있다.
*RELATIVE - add depth to hole depth : 생성되어 있는 홀의
추가적인 홀 가공 깊이 설정
*ABSOLUTE - assign new depth : 입력한 치수가 홀의 깊이
로 변경 설정
3) Set Hole Diameter (홀 직경을 수정)
홀의 가공 지름을 변경할 때 사용된다.
51
Delcam Magazine
52. 52
Delcam Magazine
TECHNICAL REPORT
홀의 지름이 변경되면, 변경된 지름에 따라 공구가 자동적으로
변경 수정된다.
변경하고자 하는 홀의 지름을 입력한다.
EX) 14로 입력 시 홀의 지름은 14mm로 변경되며, 공구 또한 자
동으로 변경된다.
4) Set Chamfer Tip Offset(3D 챔퍼의 팁 옵셋 값 수정)
솔리드 모델을 이용하여 Chamfer를 적용할 수 있다.
솔리드 옵션을 이용하여 Chamfer에 모델을 이용하면 가공 결
과 2D 챔퍼 옵션과 3D 챔퍼 옵션이 활성화된다.
2D 옵션: 모델의 측벽이나 형상부의 간섭이 없을 경우 사용되
는 옵션
3D 옵션: 측벽 부분의 형상 가공 시 Chamfer 공구의 간섭이 발
행 될 때 사용되는 옵션
그림과 같은 모델의 경우 2D 옵션과 3D 옵션을 통해 Chamfer
가공을 진행할 수 있다.
모델의 상단 면의 2D 챔퍼의 경우, 챔퍼의 깊이 및 Chamfer 공
구의 깊이를 피쳐 옵션을 통해 생성 및 조절이 가능하다.
상단면의 경우 2D 챔퍼 옵션과 폭1mm, 길이 1mm 설정한다.
2D 챔퍼 가공 시 챔퍼 공구의 깊이를 그림과 같은 옵션을 통해
설정할 수 있다.
3D 챔퍼의 경우 팁 옵션 옵션을 통해 Chamfer의 길이를 수정
하게 된다.
