연구 · 선박 피지컬 AI 브리핑

선박 피지컬 AI 브리핑 · 2026년 11월 6일: 용접 순서와 로봇 공정, 검증 지표를 나누기

  • 선상가열·곡가공 AI: 최근 창에서 신규 논문은 확인되지 않았다
  • 참고 연구: 2026년 1월 게시 강화학습 용접 순서 프리프린트. 11월 신규 연구가 아니다
  • 회사 발표: MAVWELD의 미국 해군 공급망 대상 로봇 레이저 용접(정량 수치 없음)

슬라이드 1 · 참고 연구: 강화학습과 용접 변형

작은 시편의 실험 비교와 큰 모델의 해석 결과

  • 논문: Investigation on Welding Sequence Optimization for Ship Structural Members Using Reinforcement Learning. Research Square v1 게시일은 2026년 1월 27일이며, 동료심사 전 프리프린트다
  • 저자: Wenda Wang, Shintaro Maeda, Kazuki Ikushima, Kensaku Nishihara 외 5명
  • 용접선 4개 시편: Q-learning으로 순서를 탐색하고, 열탄소성 유한요소해석(FEM)과 스테레오 비전으로 측정한 면외변위·끝단 각도를 비교했다. 연구진은 해석과 실험이 잘 일치했다고 설명한다
  • 용접선 22개 선체 블록 규모 모델: DQN과 고유변형도 기반 FEM을 결합했다. 최대 면외변위가 학습 전 약 30mm에서 학습 후 약 15mm로 줄어든 것은 모델 해석 결과다. 실제 선체 블록 실험이나 야드 재작업 공수 절감을 측정했다는 뜻이 아니다

우리 분석: 용접 단계의 변형 억제가 후속 교정 부담을 줄일 가능성은 있다. 그러나 이 결과만으로 선상가열 교정 시간이나 인력·비용 절감이 입증됐다고 볼 수는 없다.

슬라이드 2 · 회사 발표: MAVWELD 로봇 레이저 용접

숙련 공정 지식을 자동화에 연결한다는 설명

  • Mavericks Manufacturing Partners와 MAVWELD가 배포한 보도자료다. 배포 시각은 2026년 11월 6일 03:13 KST(원문 2026-11-05 18:13 GMT)다
  • 회사는 캘리포니아 에스콘디도에서 포드급 항공모함 프로그램에 금속 제품·용접 엔지니어링·제조 및 인력 양성 서비스를 제공한다고 설명했다
  • MAVWELD는 숙련 용접 전문가의 공정 지식을 로봇 레이저 용접 시스템에 반영해 용접 사이클을 줄이고 제품 품질을 높인다고 주장했다
  • 해당 자료에는 사이클 단축률, 결함률, 검사 합격률 등 정량 비교 결과와 시험 조건이 없다. 독립적인 성능 검증이나 해군의 품질 인증 발표로 해석하지 않는다

우리 분석: 자동화 도입 판단에는 재료·두께·이음 형상별 합격 용접량, 재작업률, 준비·검사·정지 시간을 포함한 전체 공정 비용이 필요하다.

출처

출처