[성공 사례] 한화푸드테크, 초정밀 비전 AI로 피자 조리 공정 자동화와 품질 혁신

푸드테크의 다음 단계, ‘자동화’를 넘어 ‘지능화’로

식품 외식 산업(F&B)은 ‘인력난’과 ‘품질 관리’라는 이중고에 직면해 있습니다. 한국고용정보원의 ‘2023∼2033년 중장기 인력수급 전망 및 추가 필요인력 전망’을 보면 한국은 2033년까지 약 82만 명의 노동력 부족 사태를 겪을 것으로 예상되며, 특히 외식업계는 구인난의 최전선에 있습니다.

따라서 ‘푸드테크(Food Tech)’가 필수 인프라로 자리 잡게 되었는데요. 단순히 키오스크로 주문을 받거나 서빙 로봇을 도입하는 수준을 넘어, 이제는 조리 과정 자체를 자동화하고 품질을 통제하는 ‘하이퍼 오토메이션(Hyper-automation)’의 시대가 도래했습니다.

실제로 글로벌 시장 조사 기관들은 식품 품질 관리를 위한 AI 시장이 2024년 97억 달러(약 13조 원)에서 2030년 600억 달러(약 80조 원) 규모로, 연평균 35.5%라는 폭발적인 성장세를 보일 것으로 전망합니다. 또한, 2025년 식품 공정 자동화 시장 규모는 약 279억 5천만 달러(약 37조 원)에 이를 것으로 추산됩니다.

이제“언제 어디서나 동일한 맛과 품질을 구현할 수 있는가?"가 새로운 경쟁력이 되고 있습니다. 숙련된 셰프의 감각에 의존하던 품질 검사를 데이터 기반의 AI로 전환하여, 조리 공정의 모든 단계에서 일관된 품질을 확보하는 것이 글로벌 푸드테크 기업들의 최우선 과제가 되었습니다.

국내 대표 푸드테크 기업 한화푸드테크는 이러한 흐름을 선도하며, 로봇 피자 브랜드 '스텔라 피자(Stellar Pizza)'를 통해 완전 자동화된 조리 시스템을 구축하고 있습니다. 한화푸드테크는 로봇이 만드는 피자의 품질을 0.1mm 단위까지 정밀하게 관리하고, 전 세계 어디서든 동일한 '완벽한 피자'를 제공하기 위해 슈퍼브에이아이의 비전 AI 솔루션을 도입했습니다.

당면 과제: ‘비정형 식품’ 품질 관리의 난제

한화푸드테크가 운영하는 자동화 피자 공정은 도우를 펴는 것부터 소스 도포, 토핑, 굽기까지 로봇이 수행합니다. 하지만 로봇이라 해도 반죽의 상태나 오븐의 미세한 온도 변화, 도우의 발효 상태 같은 변수들로 인해 결과물에 미세한 차이가 발생할 수 있습니다.

한화푸드테크는 공정 무인화를 추진하면서 다음과 같은 문제들에 직면했습니다.

품질 판단의 주관성

• “토핑이 골고루 뿌려졌는가?”, “노릇하게 잘 구워졌는가?”에 대한 기준이 기준이 작업자나 매장마다 달라 맛의 표준화가 어려웠습니다.

데이터 기반 실시간 피드백의 부재

• 불량이 발생했을 때, 이것이 소스 노즐의 문제인지 오븐 컨베이어 속도의 문제인지 즉각적으로 추적할 수 있는 정량적 데이터(Log)가 없었습니다. 또한 피자가 완성된 후에야 불량을 발견하면, 이미 투입된 재료와 시간이 낭비되는 비효율이 발생했습니다.

복잡한 불량 유형

• 도우의 원형 형태, 소스의 쏠림, 치즈의 분포, 오븐에서의 탄화 정도 등 복합적인 품질 요소를 룰 기반 알고리즘으로는 잡아내기 어려웠습니다. 또한 빠르게 피자를 만들어내는 고속 공정에서 사람이 육안으로 전수 검사를 하는 것은 불가능에 가까웠습니다.

한화푸드테크는 이러한 문제를 해결하고 '초격차 품질 경쟁력'을 확보하기 위해, 조리 전 과정에 사람의 눈보다 정확한 AI 검수 시스템을 도입하고자 했습니다.

해결 방안: 공정 맞춤형 '비전 AI 품질 관제 시스템'

슈퍼브에이아이는 한화푸드테크의 로봇 공정에 특화된 '자동화 비전 AI 품질 검사 솔루션'을 실시간 공정에 이식했습니다. 전체 조리 과정의 품질을 실시간으로 통제하고 데이터 기반의 운영 체계를 구축하는 데 집중했습니다.

1. 현장 맞춤형 데이터 파이프라인 및 초정밀 분석 모델 구축

실제 환경에서 발생하는 방대한 이미지를 수집하고, 숙련된 전문가의 기준을 학습 데이터로 변환했습니다. 조명 변화나 불규칙한 식자재의 형태 등 통제하기 어려운 현장의 변수에도 강건하게 작동하도록 다양한 케이스를 집중적으로 학습시켜 정밀한 분석 기반을 마련했습니다.

2. 데이터 기반의 품질 점수화(Scoring) 시스템

핵심은 '데이터 기반의 품질 점수화'였습니다. 단순한 불량 판독을 넘어, 비정형적인 식품의 상태를 객관적인 수치로 변환하여 관리하는 지능형 시스템을 구축했습니다. 이를 통해 모호했던 품질 기준을 명확한 데이터 지표로 확립했습니다.

3. 클라우드 기반 실시간 추론 아키텍처

고속 생산 라인의 병목 현상을 제거하기 위해 확장성 있는 클라우드 기반 서버리스 아키텍처를 설계했습니다. 향후 글로벌 매장이 늘어나거나 주문량이 폭주하더라도 동일한 품질 검사 엔진이 지연 없이 유연하게 작동할 수 있는 환경을 구축했습니다.

도입 효과: 데이터가 증명하는 제조 현장의 혁신

이번 프로젝트는 제조 현장의 문화를 ‘전문가의 감’에서 ‘데이터 기반의 과학’으로 성공적으로 전환했습니다.

불량률 감소 및 원가 절감

• 공정 중 불량을 조기에 발견함으로써 잘못 만들어진 피자가 완제품이 되어 폐기되는 비용과 에너지 낭비를 최소화했습니다.

브랜드 일관성 확보

• 전 세계 어느 매장에서나 동일한 퀄리티의 피자를 제공할 수 있게 되어 프랜차이즈의 핵심인 '브랜드 신뢰도'를 크게 높였습니다.

데이터 자산화 및 운영 최적화

• 모든 생산 및 품질 데이터가 클라우드에 실시간으로 축적됩니다. 관리자는 원격 대시보드를 통해 현장 상황을 파악하고 즉각 조치할 수 있으며, 이 데이터는 향후 설비 고도화의 핵심 자산으로 활용됩니다.

급변하는 글로벌 푸드테크 시장, 특히 2025년 약 37조 원 규모로 성장할 식품 자동화 시장에서 경쟁우위를 확보하기 위한 핵심은 이제 ‘맛의 구현’을 넘어 ‘데이터 기반의 일관된 품질 구현’에 있습니다. 한화푸드테크와 슈퍼브에이아이의 이번 협력은 단순한 AI 도입을 넘어, 제조 현장의 문화를 ‘경험’에서 ‘과학’으로 전환했다는 점에서 큰 의미가 있습니다.

이번 프로젝트의 성공은 현장에 100% 밀착된 데이터 최적화 프로세스 덕분에 가능했습니다. 슈퍼브에이아이는 단순히 범용 모델을 적용하는 것이 아니라, 매장 오픈 전, 수천 장의 시뮬레이션 데이터를 학습시켜 전문가 수준의 품질 기준을 AI에 이식하여 초기 모델을 검증했습니다. 실제 매장이 오픈한 뒤에는 현장에서 발생하는 다양한 조리 변수와 실제 데이터를 추가로 수집하고 학습시키는 '현장 최적화' 과정을 거쳤습니다.

슈퍼브에이아이는 앞으로도 식음료 제조 현장의 복잡한 난제들을 일회성 기술 공급이 아닌, 지속적인 데이터 최적화와 파트너십으로 해결하며 고객의 비즈니스에 실질적인 가치를 더하는 파트너가 되겠습니다.