Small and medium-sized manufacturing enterprises(SMEs) have traditionally relied on skilled labor to support multi-variety, small-batch production. However, demographic changes such as low birth rates and aging populations have led to severe labor shortages, prompting increased interest in collaborative robots(cobots) as a viable alternative. Despite this necessity, many SMEs continue to face significant challenges in implementing such technologies due to technical, organizational, and environmental(TOE) constraints. While prior research has mainly focused on technology adoption from the perspective of user organizations, this study adopts a differentiated approach by analyzing adoption factors from the perspective of smart factory experts—specifically, evaluators/mentors and solution providers—who play a critical role in Korea’s policy-driven smart manufacturing environment. Using the Analytic Hierarchy Process(AHP), the study evaluates the relative importance and prioritization of adoption factors across three dimensions: technology, organization, and environment. Survey data collected from 20 smart factory experts indicate that top management support, relative advantage, and safety are key determinants in cobot adoption. Furthermore, the findings reveal that organizational readiness and technical effectiveness have greater influence on implementation decisions than external pressures such as partner pressure. This study provides new insights by incorporating expert perspectives into the adoption framework and offers practical policy and managerial implications to support cobots implementation in the SMEs.

본 논문에서는 2자유도 매니퓰레이터(manipulator)가 탑재된 지상형 이동 로봇을 활용한 균열 지도 작성 기법을 소개한다. 로봇의 앞·측면에 각각 스테레오 비전 센서를 설치하였으며, 앞면에 설치된 센서의 포인트 클라우드 정보를 이용하여 로봇의 위치를 인식하 고 지도를 작성하며, 측면에 설치된 센서의 영상 정보를 바탕으로 벽면 내 균열을 검출한다. 이때, 두 센서의 좌표계를 좌표 변환식을 통해 통일하여 정합 및 검출된 균열 정보를 생성된 지도에 실시간으로 표기하고, 손상의 정보가 기록 및 관리될 수 있도록 하였다. 2자 유도 움직임이 가능한 매니퓰레이터 장치를 이동로봇에 탑재하고 사각지역의 제한 없이 로봇의 진행 방향을 벗어난 균열을 촬영할 수 있도록 하였다. 촬영된 영상 내 딥러닝 기법을 적용하여 균열을 검출하고, 해당 균열이 촬영된 영상 내 일부만 존재한다고 판단하 는 경우 매니퓰레이터를 동작하여 남은 균열의 위치를 추정 및 추가 촬영, 스티칭할 수 있도록 하였다. 본 시스템의 성능 확인을 위하 여 실내 환경에서 실험을 진행하였으며, IoU기반 검출율 0.6 이상의 정확도로 실시간 균열 정보를 구축된 지도 위에 작성하는 것을 확 인하였다.

최근 자율주행 기술의 급속한 발전으로 자율주행 기술이 탑재된 차량이 눈에 띄고 있다. 자율주행 기술로 인해 교통사 고 감소와 효율적인 교통운영을 유도할 수 있는데, 주행 환경뿐만 아니라 주차 환경에서도 큰 이점을 보이고 있다. 이러 한 자율주행 기술을 기반으로 한 로봇 파킹 시스템은 주차 소요 시간을 단축하고 주차 공간을 더욱 효율적으로 활용할 수 있는데, 이는 특히 교통약자들의 이동 편의성을 크게 향상시킬 수 있다. 따라서 본 연구에서는 차량의 진출입이 빈번 하고 보행자의 이동이 많은 고속도로 휴게시설을 대상으로 교통약자를 고려한 로봇 파킹 시스템을 도입하여 안정성과 효율성을 평가하고자 한다. 이를 위해 2010년부터 2022년까지의 고속도로 휴게시설 사고 데이터를 분석하여, 사고 빈도 와 사고 심각도를 고려한 EPDO(Equivalent Property Damage Only) 값이 높은 중부내륙선 충주휴게소(창원방향)를 분석 대상지로 선정하였다. 미시교통 시뮬레이션 VISSIM을 활용하여 대상 휴게소의 도로 및 주차장 네트워크를 구축하고 시 뮬레이션하였다. 안전성 평가를 위해 DRAC(Deceleration Rate to Avoid Crash) 및 PET(Post Encroachment Time) 지 표 등을 활용하였으며, 효율성 평가로는 주차 회전율(Parking Turning Rate) 및 정지횟수(Number of Stops) 지표 등을 사용하여 비교하였다. 본 연구는 기존 연구들과 달리 교통약자의 관점에서 로봇 파킹 시스템의 효과를 분석했다는 점에 서 차별성을 가진다.

This study investigates the structural stability of a telescopic arm designed for a painting robot through finite element analysis (FEA). As factory automation progresses, robots are increasingly used to replace hazardous tasks like painting. However, the heavy weight of telescopic arms poses significant control challenges. This research specifically examines the structural stability of a 7.4-meter telescopic arm, designed for use in a 14m x 14m large-scale block painting environment. The telescopic arm consists of six steel links, each ranging from 700 mm to 1500 mm, and supports a 50 kg painting robot mounted at the end of Link 6. Using Dassault System’s Abaqus2022 software, simulations were performed in both stretched and rotated modes to analyze self-weight effects and structural stability. The results revealed maximum deflection of 92.3 mm in stretched mode and 127.3 mm in rotated mode, with the highest stress concentration of 416.8 MPa occurring at the Link 3 and Link 4 connection. To improve stability, additional reinforcement materials and an increase in connector thickness from 40 mm to 80 mm were applied, successfully reducing maximum stress to 94.3 MPa. These findings suggest an effective enhancement in the stability of the telescopic arm under various operational modes.

Robots equipped with artificial intelligence technology include learning functions. Purely inductive learning methods formulate general hypotheses by finding empirical regularities over the trainning examples. Purely analytical methods use prior knowledge to derive general hypotheses deductively. Therefore, when the physical environment of a robot is complex, there is a problem of increased computational time required for information processing. In particular, when a large number of robots transmit information, more computational time is required for information processing. The distance-based topological method proposed in this paper first constructs the topology based on the distances between robots, and then generates information weights according to the stages of the topology. The technique proposed in this paper has been experimentally confirmed to have excellent performance in environments with a large number of robots and complex physical conditions.

In this study, power generation characteristics based on water flow dynamics in a pipe system with a mobile firefighting robot were analyzed using 3D CAD modeling and computational fluid dynamics(CFD) simulations. The water flow field which is significantly affected by applied pressure, generates mechanical torque at the turbine blades, enabling power generation. The inlet pressure of the flow field was set to approximately 6 to 12 bar, and the flow characteristics such as velocity, pressure, and mass flow rate, along with power generation characteristics, were analyzed under various turbine rotational velocities. It was observed that higher inlet pressures resulted in increased torque and mechanical power output at the turbine blades. This research is expected to serve as a fundamental design and data reference to improve the performance of firefighting robots at fire sites.

본 연구의 목적은 로봇 제작 프로그램이 초등 저학년의 사회성 향상에 미치는 영향을 알아보는 것이다. 연구 대상은 U시의 J교육원에서 또래관 계의 어려움을 경험하고 있는 초등학교 저학년을 대상으로 하였다. 아동 과 보호자의 동의를 받은 최종 20명을 실험집단 10명, 통제집단 10명으 로 구성하였다. 실험집단에게는 로봇 제작 프로그램을 주 2회(회기 당 60분) 총 12회기를 실시하였으며, 실험·통제집단 모두에게 프로그램 효 과성을 검증하기 위해 사회성 검사를 프로그램 전후로 실시하고, 프로그 램 종료 후 4주 뒤에 추후 검사를 통해 효과의 지속성을 확인하였다. 로 봇 제작 프로그램을 실시한 결과 실험집단의 사회성이 향상되었으며 프 로그램 종결 후에도 효과가 지속되는 것으로 나타났다. 따라서 로봇 제 작 프로그램으로 아동의 사회성 향상을 위한 다양한 연구와 교육 현장과 보건복지부의 지원 사업 중 아동의 정서 및 심리의 문제를 해결할 수 있 는 프로그램으로 활용 될 수 있을 것으로 기대한다.

본 연구는 보행로에서 주행하는 자율주행로봇의 경로 최적화를 위한 D*알고리즘 수정에 중점을 두고 있다. 기존의 D*알고리즘은 자율주행 로봇이 장애물을 인식하고 회피하는 방식으로 설계되었지만, 실제 보행환경에서는 보행로를 통행하는 사람들이 로봇을 인지 하고 스스로 회피하는 경향이 관찰되었다. 라이다 센서를 통해 수집된 사람들의 궤적 데이터를 분석하여, 사람들이 자율주행 로봇을 회피하기 시작하는 평균 거리와 회피 각도를 파악하였다. 이를 바탕으로, 사람들이 로봇을 회피할 의사가 있을 때 로봇이 기존 최적경 로를 유지하도록 하고, 그렇지 않은 경우에만 회피 경로를 채택하는 수정된 D*알고리즘을 제안하였다. 실험 결과, 수정된 D*알고리즘 을 적용한 자율주행 로봇은 운행 효율과 주행 시간 측면에서 기존 방식 대비 우수한 성능을 보였다. 이러한 연구는 제한된 배터리 용 량 하에서도 효율적인 주행이 가능하도록 하여 자율주행 로봇의 보행로 사용을 최적화하는 데 기여할 것으로 기대된다.

The diversity of smart EV(electric vehicle)-related industries is increasing due to the growth of battery-based eco-friendly electric vehicle component material technology, and labor-intensive industries such as logistics, manufacturing, food, agriculture, and service have invested in and studied automation for a long time. Accordingly, various types of robots such as autonomous mobile robots and collaborative robots are being utilized for each process to improve industrial engineering such as optimization, productivity management, and work management. The technology that should accompany this unmanned automobile industry is unmanned automatic charging technology, and if autonomous mobile robots are manually charged, the utility of autonomous mobile robots will not be maximized. In this paper, we conducted a study on the technology of unmanned charging of autonomous mobile robots using charging terminal docking and undocking technology using an unmanned charging system composed of hardware such as a monocular camera, multi-joint robot, gripper, and server. In an experiment to evaluate the performance of the system, the average charging terminal recognition rate was 98%, and the average charging terminal recognition speed was 0.0099 seconds. In addition, an experiment was conducted to evaluate the docking and undocking success rate of the charging terminal, and the experimental results showed an average success rate of 99%.

코로나 팬데믹으로 언택트 교육의 중요성이 부각되었으나, 교육 분야에서의 AI 도입률은 상대적으로 낮은 상태이 며, AI 학습 로봇을 활용한 학습자 간 친밀도 연구는 부족한 상황이다. 이에 본 연구에서는 언택트 시대에 맞춰 스마트 학습 환경에서 AI 학습 로봇의 사용자 친밀도에 영향을 미치는 요인들을 분석하였다. 이를 위해 소셜 빅데 이터 분석으로 스마트 학습과 AI 학습 로봇에 대한 사회적 인식의 변화를 조사하였으며 언급량의 추이를 파악하였 다. 연구 결과, 스마트 학습에 대한 긍정적 인식이 부정적 인식보다 월등히 높게 나타났으며, 이는 기술이 교육에 가져다주는 편리함과 접근성 향상 등 긍정적인 변화를 반영한 것으로 사료된다. 그러나 스마트폰 사용에 대한 부정 적 인식도 다소 강하게 나타났는데, 이는 스마트폰 사용이 학습에 방해가 될 수 있다는 우려와 같은 기술 의존에 대한 부정적 측면을 반영한 결과로 해석된다. 이러한 결과는 스마트 학습과 AI 기술의 교육적 활용에 대한 사회적 우려와 기대가 혼재되어 있음을 보여준다. 스마트 학습 기술 중 특히 AI 학습 로봇의 효과적인 도입과 활용을 위해 서는 이러한 사회적 인식을 고려한 접근의 필요성을 시사한다. 본 연구에서는 스마트 학습 환경에서 AI 학습 로봇의 효과적인 도입과 활용을 위한 기초 자료를 제공하며, 교육 기술 개발에 있어 사용자 친밀도와 사회적 인식을 고려한 접근의 필요성을 제시한다.