[대학저널 임지연 기자] 인하공업전문대학 학생들이 중소기업과 공동 프로젝트를 통해 개발한 제품을 선보여 눈길을 끌었다. 인하공전은 지난 달 6~7일 사회맞춤형 산학협력 선도 전문대학 육성사업(LINC+) 일환으로 진행한 산학협력 제품공동개발 사업의 ‘참여학생 경진대회 및 성과전시회’를 진행해 공동 프로젝트로 개발된 7개 제품을 선보였다. 지난 10~11일에는 전문대학 혁신지원사업의 일환으로 진행된 산학협력 시제품 기술개발사업의 성과전시회를 열어 13개 제품을 전시했다.
‘LINC+ 산학협력 제품공동개발 사업 참여학생 경진대회 및 성과전시회’는 지난 5월부터 대학과 중소기업이 공동 프로젝트를 통해 7건의 제품 개발을 수행한 결과다.
제품 공동개발에 참여한 학생과 기업 기술인력은 제품 개발 목표를 설정, 이후 과제별 책임교수와 제품을 개발해 기업 기술·제품 경쟁력 강화에 기여하고, 참여 학생들은 전문 지식과 기술을 산업현장에 적용하는 일 경험을 통해 역량을 향상시켰다.
소개된 프로젝트는 ▲메카트로닉스과와 힘스의 ‘LiDAR 및 카메라 센서 융합기반 SLAM 기술을 이용한 실내 전방위 구동 자율주행 AGV개발’ ▲전기정보과와 네스트아이앤씨의 ‘비접촉식 열화상 체온 측정 모듈 개발’ ▲전기정보과와 에프비오토메이션의 ‘Small PoP(Point of Product) & HMI Package’ ▲정보통신과와 심플한의 ‘AI드론 기반 환경오염 데이터 수집용 LTE/Wi-Fi 통신 모듈 시제품 제작’ ▲컴퓨터시스템과와 인트세인의 ‘머신 러닝 기반의 PHM 엣지 디바이스 개발’ ▲토목환경과와 지닉스의 ‘부상여재를 이용한 여과지의 기계식 역세장치 개발’ ▲금속재료과와 인포비온의 ‘대형 In-Line 중착 시스템을 적용한 BIPV용 컬러 유리 제조를 위한 요소 기술 개발’ 등이다. 사례발표 경진대회에서는 컴퓨터시스템과와 인트세인 프로젝트가 최우수상을 수상했다.
산학 공동 프로젝트, 현장 맞춤형 교육역량 강화 효과↑
전문대학 혁신지원사업 산학협력 시제품 기술개발사업 성과전시회는 학생의 사업 참여를 유도하고, 산업 현장 중심 교육 기회를 제공함과 동시에 실질적인 산업수요를 반영한 기술 개발을 통해 현장 맞춤형 교육역량을 강화하기 위해 마련됐다.
전시회에는 13개 기술개발사업 제품이 전시됐다. ▲기계설계과와 히테크이엔지의 ‘500MΩ급 절연저항 특성을 갖는 MI 히터 제조 기술’ ▲메카트로닉스과와 숨비의 ‘드론 투하장치’ 시제품 ▲조선해양과와 우성아이비의 ‘구명환을 이용한 다인승 수상인명구조장비’ ▲자동차과와 화이버텍의 ‘Metal Fiber를 이용한 촉매 예열장치’ ▲디지털전자과와 로보닉스의 ‘카르노 기관을 이용한 고효율 보일러’ ▲디지털전자과와 비앤티의 ‘팰티어 소자를 이용한 냉/온열 치료기’ 등이다.
또한 ▲디지털전자과와 엔텍월드의 ‘EV/HEV 차체/인체 안전성 확보를 위한 측정장치’ ▲디지털전자과와 미니로봇의 ‘조종내용 저장 및 실행기능 스마트 로봇팽이’ 시제품 ▲정보통신과와 와우미래기술의 ‘소형무인기 탑재 가능 조난자 수색용 음원 위치추정 장치’ ▲컴퓨터정보과와 덱스타의 ‘중소기업형 스마트 팩토리 플랫폼을 위한 작업자 동작 시각화 모듈’ ▲토목환경과와 연의 ‘스프리터 방식의 DAF(용존공기부상)용 고효율 기체용해탱크’ 시제품 ▲금속재료과와 삼영화학의 ‘제조공정 축소를 위한 친환경 산탈지제’ 시제품 ▲금속재료과와 이큐테크플러스의 ‘전기자동차의 인버터 및 배터리 하우징 냉각용 고표면적 Open Cell 알루미늄 다공체’ 등도 전시돼 학생들의 눈길을 끌었다. 성과발표회에서는 금속재료과와 삼영화학의 친환경 산탈지제 시제품 개발 과제가 금상을 수상했다.
진인주 총장은 “대학-기업 공동 프로젝트는 학생들이 기업의 니즈를 이해하고 대응하는 역량을 키워 기업이 필요로 하는 인재로 거듭나는 소중한 기회의 산물”이라며 “앞으로도 산학협력 기술 개발을 통해 산업 성장에 기여하고 인재를 양성하는 선도대학으로 자리매김할 수 있도록 최선의 노력을 다하겠다”고 말했다.
■ INTERVIEW - 조비건(컴퓨터시스템과 3학년) 씨
- 수상작을 소개한다면.
“인트세인과의 공동 프로젝트로 만든 작품은 ‘머신 러닝 기반 PHM 엣지 디바이스’다. 기계가 고장났을 때 소음을 통해 이상을 감지하는데, 기계가 자체적으로 처리해 이상을 감지하는 시스템이다. 기계가 고장나면 정상적인 소리와 뚜렷이 차이가 날 정도로 다른 소리가 난다. 파형에도 큰 차이가 있는데, 이를 이미지로 변환해 딥러닝, 즉 인공지능(AI)으로 분석하면 어떤 고장인지 쉽게 진단할 수 있다. 이를 위해 기업에서 사용하고 있는 기계 고장 관련 데이터를 최대한 수집해 적용, AI가 더 정밀한 진단을 할 수 있도록 시스템을 구축했다.”
- 프로젝트를 참여하게 된 계기와 진행 과정은.
“머신러닝 분야에 관심이 많아 해당 분야에 취업해야겠다는 생각을 늘 해왔다. 그러던 중 3학년이 될 때 학과 내 LINC+사업과 연관된 머신러닝 분야 특화반이 있다는 것을 알게 됐고, 프로젝트에 참여하게 됐다. 이번에 개발한 시스템은 공동으로 프로젝트를 수행하는 기업에서 필요한 기술도 고려해 교수님의 자문을 얻어 아이디어를 도출했다. 대학에서는 소프트웨어, 하드웨어 기자재에 대한 지원을 많이 해줬다.”
- 프로젝트 진행 시 어려웠던 점은.
“고장 유형 데이터를 기업에서 제공받았는데, 대부분의 산업현장에서는 기계가 고장 났을 때 정상적으로 작동할 수 있도록 빨리 고치는 것이 중요하지 왜 고장이 났는지 분석하지 않아 데이터를 수집하는 과정에서 어려움이 있었다. 또한 5개월이라는 짧은 시간 동안 팀원 6명이 기획부터 시제품 제작까지 모든 과정을 완료했는데, 중간에 아이템이 바뀌기도 하는 등 다양한 변수로 시간적 여유가 부족해 힘든 부분도 있었다. 특히 개발된 시스템을 적용할 공조기를 직접 만들어 활용했는데, 하드웨어적인 지식이 없어 어려움이 있었다. 이 부분은 공동 프로젝트를 수행하는 기업의 조언을 받았다.”
- 프로젝트를 진행하면서 얻은 것과 앞으로의 계획은.
“가공된 데이터가 아닌 직접 취득된 현장 데이터를 직접 다뤄볼 수 있어 뜻깊었다. 또한 학사 이상의 학력을 요구하는 딥러닝 관련 기업 특성상 전문대 학생이 해당 분야에 취업하기 어려운 경향이 있는데, 이번 기회로 머신러닝, 딥러닝 관련 회사에 취업할 수 있게 돼 큰 도움이 됐다. 개발한 기술은 실제 현장에서 활용할 수 있도록 고도화 작업을 진행할 계획이다. 특히 고장을 진단하는데 그치지 않고 기계가 현재 어떤 상태인지, 고장이 날 확률이 있는지 예측하고 예방할 수 있는 시스템도 개발해보고 싶다.”
[저작권자ⓒ 대학저널. 무단전재-재배포 금지]
