스마트팩토리와 인간-로봇 공진화를 위한 협동로봇 등장
공장의 로봇 도입에 따른 인간 일자리 변화는?
1. 스마트 팩토리가 유발한 인간 역할과 일자리 변화
스마트 팩토리는 공장이 스스로 생산, 공정 통제 및 수리, 작업장 안전 등을 관리하는 시스템이다. 로봇과 인공지능 등을 활용한 자동화 기술과 사물인터넷, 빅데이터, 클라우드 컴퓨팅 등 정보통신기술과 결합되어 장비와 부품, 관리 시스템들이 서로 소통하는 생산 시스템이다.
스마트 팩토리는 생산의 유연성과 효율성 향상, 부품 조달 등 물류 네트워크 최적화, 에너지 사용량 감소, 환경의 지속가능성 향상, 제품 가격 인하, 품질 향상뿐만 아니라 작업자 안전 향상에도 기여한다. 관련 기술의 발전, 그리고 로봇의 가격 하락과 투자 회수기간의 단축 등에 따라 스마트 팩토리가 확산되면서 그동안 주요 자동화 시장이었던 자동차, 디스플레이, 반도체 산업을 넘어 의류, 신발 등 다양한 산업의 공장 변화뿐만 아니라 미국, 독일 기업들이 그동안 해외에 있던 공장들을 자국으로 불러들이는 리쇼어링(Reshoring) 정책의 핵심 수단으로 글로벌 산업과 경제의 지형도를 바꾸고 있다. 독일의 인더스트리트 4.0(Industries 4.0)의 대표적인 시스템으로 우리나라 정부도 2022년까지 스마트 팩토리 3만 개 보급을 위한 정책을 추진 중이다.
보스톤컨설팅그룹은 2015년부터 2025년까지 독일을 대표하는 23개 산업군에서 스마트 팩토리가 인간 일자리에 미칠 영향을 시뮬레이션 했다. 시뮬레이션의 변수는 스마트 팩토리 활용률과 기업 추가이익 성장률이다.
가장 현실성이 높은 케이스는 기업들이 매년 1% 수준의 추가이익 성장을 목표로 50%의 기업들이 스마트공장 기술을 도입한 상황이다. 이러한 가정에서 실시한 시뮬레이션 결과 생산현장 일자리 61만 개가 스마트팩토리로 대체될 것으로 예상했다. 여기에는 생산직 12만 개(약 4%)를 포함해 관련 관리 직종인 품질관리직 2만 개(8%), 설비보전직 1만 개(약 7%), 생산계획 담당 2만 개 등 로봇으로 표준화 할 수 있는 단순반복 작업을 담당하는 현장 생산직인 블루컬러와 품질관리, 설비관리, 생산계획 등 화이트칼라 관리 직종들도 포함되어있다. 이러한 현상은 2025년 이후 가속화될 전망이다.
반면 스마트 팩토리를 구축하고 생산성을 유지하기 위해 IT분야에서 21만 개, 데이터 분석과 연구개발 분야에서 75만 개가 생기는 등 약 96만 개의 새로운 일자리가 창출될 것으로 분석했다. 즉, 96만 개의 일자리가 생겨나고 61만 개의 일자리가 사라져 35만 개의 일자리가 새롭게 증가할 것으로 예상된다. 35만 개의 일자리는 현재 독일 주요 23개 산업군 종사자 700만 명의 약 5%에 해당되는 적지 않은 규모다.
(출처) Markus Lorenz, Michael Rüßmann, Rainer Strack, Knud Lasse Lueth, and Moritz Bolle, Man and Machine 4.0-How Will Technology Transform the Industrial Workforce through 2025?, The Boston Consulting Group, 2015. 9.
[ 스마트 팩토리 도입에 따른 2015~2025년 독일 일자리의 변화 ]
새롭게 생겨나는 일자리 가운데 가장 수요가 큰 분야는 증가하고 있는 현장 데이터 처리를 위한 데이터 과학자로 약 7만 명이 필요하다. 뿐만 아니라 시스템 개발을 위한 IT 솔루션 아키텍트와 로봇과 인간의 효율적 역할 분담 및 협업 생산성 향상을 위한 휴먼 인터페이스 디자이너, 로봇이 보편화되면서 새로운 로봇 역할을 발견하고 설계하는 로봇 코디네이터로 총 약 4만여 명이 필요할 것으로 분석했다.
(출처) Markus Lorenz, Michael Rüßmann, Rainer Strack, Knud Lasse Lueth, and Moritz Bolle, Man and Machine 4.0-How Will Technology Transform the Industrial Workforce through 2025?, The Boston Consulting Group, 2015. 9.
[ 인더스트리 4.0 도입에 따른 독일 23개 산업 내 10개 직종 일자리 수의 변화(2015~2025년) ]
공장은 전통적으로 부품과 재료 업체, 서비스 및 지원, 교육 등을 담당하는 고용의 허브 역할을 해왔지만, 스마트 팩토리는 동적 공급 네트워크의 외부 지원과 서비스 조직으로 둘러싸인 스마트 제조 허브, 즉 에코 시스템으로의 진화 속도를 가속화시키고 있다.
미국 록웰 오토메이션(Rockwell Automation) CEO 키스 노스부시(Keith Nosbusch)도 공장 자동화가 진행되면서 보스턴컨설팅그룹과 마찬가지로 생산현장 직접 고용은 줄어들고 있지만, 생산 직종이 아닌 스마트 팩토리의 공급, 지원, 서비스 등을 위한 간접 고용의 효과가 크게 증가할 것으로 예측했다. 비제조업이지만 제조업에 전적으로 의존하는 일자리가 늘어나 새로운 스마트 팩토리 산업생태계가 생겨난다는 의미다.
이러한 결과는 생산현장에서 일하는 직접노동자(Direct Worker)는 줄어들지만, 생산현장과 생산성을 유지하기 위한 스마트팩토리 공급, 지원, 서비스, 유지보수 등을 담당하고 생산현장 외부에서 일하는 간접노동자(Indirect Worker)의 고용 효과가 크게 증가한다는 의미로 설명할 수 있다.
미국생산자협회(National Association of Manufacturers) 조사에 따르면 2009년 미국제조업 평균 고용승수(Employment Multiplier)는 1.58이다. 노동자 100명이 생산현장에서 일하는 직접노동자지만, 외부 서플라이 체인에 노동자 58명이 함께 일하고 있다는 의미다. 미국 제조업계에서는 간접일자리가 직접일자리를 넘어섰으며, 2020년 즈음에는 평균 고용승수 3을 넘을 것으로 예상된다. 이미 캘리포니아와 같은 하이테크 생산지역 고용승수는 3.5에 근접하는 등 생산현장이 더 스마트해지고 진화할수록 고용승수는 유의하게 증가해 간접노동자 일자리가 더욱 증가하고 있음을 알 수 있다.
자료 : National Association of Manufacturers, U.S. Lags as an Exporter of Manufactured Goods, 2011. 2.
[ 스마트 팩토리 도입에 따른 미국 일자리의 변화 ]
스마트 팩토리 도입에 따라 당연히 현장작업자들과 관리자들의 작업방식과 역할에도 변화가 있다. 과거에는 작업자 스스로 기계를 검사하고 문제 원인을 밝히고 부품 등을 주문해 문제를 해결했으나, 더이상 작업자가 아닌 스마트 팩토리가 문제점을 밝히고 대응하기 때문에 업무 시간은 3분의 1로 줄어들고 그만큼 스페어 타임도 사라지게 된다. 하나의 직무를 담당하던 작업자도 여러 직무를 수행할 수 있는 멀티플레이어 능력이 요구된다.
(출처) Markus Lorenz, Michael Rüßmann, Rainer Strack, Knud Lasse Lueth, and Moritz Bolle, Man and Machine 4.0-How Will Technology Transform the Industrial Workforce through 2025?, The Boston Consulting Group, 2015. 9.
[ 전통적 공장과 스마트 팩토리에서의 문제해결 과정과 작업자 일과 ]
미국 정보기술혁신재단(Information Technology and Innovation Foundation) 이사장인 로버트 앳킨슨(Robert Atkinson)은 기술발전에 따라 인간의 일자리가 사라질 것이라고 비관하는 사람들이 기계가 노동자를 대체하는 자동화의 일차적 영향 이외에 이차적인 상품 가격의 하락 및 노동자 임금 상승에 따른 사회 전체적인 투자 효과 등을 고려해야 한다고 강조한다.
생산성이 높아지고 부의 증대로 재화와 서비스의 수요가 증가하면 그에 따라 발생할 수 있는 기업의 수익성 역시 증가해 고용의 양적 확대를 유발할 수 있다는 것이다. 예를 들어 멀린 스틸(Marlin Steel) CEO 드류 그린블랫(Drew Greenblatt)에 따르면 자동화 도입 이후 생산성 증가로 회사가 파산 위기를 면할 수 있었으며, 생산 전문가와 엔지니어 등을 추가 고용하여 인력을 2배 가까이 늘릴 수 있게 되었다고 한다.
2. 인간과 로봇의 공진화를 위한 협동로봇의 등장
로봇이 인간 일자리를 위협하는 대상으로 등장하면서, 하나의 대안으로 주목받는 것이 협동로봇(Collaborative Robot)이다. 코봇(Cobot)이라고도 불리며 인간과 로봇이 같은 공간에서 함께 작업하기 위한 협동운용(Collaborative Operation) 조건을 만족시키는 로봇으로 정의할 수 있다. 헙력운용이란 정의된 작업장 내에서 인간과 함께 작업하기 위해 설계된 로봇의 작업을 의미한다. 인간을 대체하기 위한 로봇이 아닌 인간과 함께 일하면서 작업효율과 생산성을 극대화시킬 수 있는 로봇과 인간의 협력 모델을 의미한다.
협동로봇은 로봇이 작동하는 동안 작업자의 안전을 고려해 안전펜스 등을 설치해 로봇의 작업영역에 인간 작업자의 접근을 철저하게 통제하는 산업용 로봇과 차이가 있다. 즉 협업로봇은 차세대 로봇 시스템이 다양한 상황에서 안전하게 인간과 공존할 뿐 아니라, 작업 혹은 임무 기획 및 수행 시 파트너로서 공생(Symbiotic) 관계를 형성하는 것이 목적이다.
[ 전통적 산업용 로봇과 협동로봇 비교 ]협동로봇은 동일한 작업공간에서 로봇과 인간이 함께 작업하기 때문에 로봇의 안전성을 높였을 뿐만 아니라, 공정 재배치와 유연성이 높은 것이 특징이다. 로봇 기술의 활용도를 높이면서 저렴한 가격으로 이용 가능해야 한다는 전제 사항도 있다.
협동로봇은 동작 방식에 따라 4가지로 구분할 수 있다. 먼저, 작업영역에 작업자가 없을 경우에만 일반 산업용 로봇 처럼 작동하는 Safety-Related Monitoring Stop, 작업자가 직접 로봇 이동을 조작하는 인터페이스를 의미하는 Hand-Guiding Operation, 안전거리 확보를 위해 로봇과 작업자 사이 거리를 지속적으로 모니터링하며 장애물이 감지되면 로봇 작동 속도가 감소하는 Speed & Separation Monitoring, 일정 크기의 동력 혹은 힘이 감지되면 즉각 동작을 멈춰 작업자에게 위해를 가하지 않는 Power & Force Limiting이다.
[ 협업로봇 종류와 적용 분야 ]
(출처) Alex Shikany, Collaborative Robots-End User Industry Insight, Robotic Industries Association, 2014. 10. 1.
최근 협동로봇의 상용화가 활발하게 진행되고 있다. 무엇보다 협동로봇은 산업용로봇과 비교해 보다 설치와 운영이 쉽다는 장점이 있고, 단순 조립, 이송(Pick & Place), 머신텐딩(Machine Tending), 품질테스트 등의 작업에 많이 사용되고 있다. 활용 산업도 우주, 자동차, 금속가공, 전기전자, 플라스틱 사출, 식품, 의약품, 의료, 단순 조립 등 거의 모든 산업으로 매우 광범위하다.
(자료) 정용복, 협동로봇의 현황과 전망, Global Smart Factory Conference 발표자료, 2017. 12.
[ 협동로봇과 산업용 로봇의 특징 비교 ]
(출처) Mike Beaupre, Collaborative Robot Technology and Applications, International Collaborative Robotics Workshop, 2016.
[ 협동로봇 진화에 따른 휴먼-로봇 상호작용의 증가 ]
3. 인간과 로봇의 공진화를 위한 미국과 일본의 정책
2016년 3월 일본 산업경쟁력간담회(産業競爭力懇談會)는 인공지능·로봇·사람의 공진화에 의한 산업력 향상 실현(AI·ロボット·人の 共進化による産業力向上の実)이란 보고서를 발표했다. 산업경쟁력간담회는 산관학정책 자문기관으로 일본의 산업경쟁력을 제고하기 위해 과학기술 및 산업정책 등 다양한 정부 시책이나 민간 역할을 검토하고 전략을 제언하는 조직이다.
보고서 발간 목적은 세계 최고 수준의 고령화와 저출산에 따른 인구 감소로 야기된 제조와 서비스 분야의 노동력 확보 등 일본의 사회적 문제를 인공지능과 로봇 기술로 해결해 산업경쟁력을 향상시키려는 대책의 일환이다. 보고서 제목에서 공진화란 사이버 물리 시스템(Cyber-Physical System)에서 인공지능, 로봇, 사람이 각각 최적화되고 진화함으로써 시스템 전체 품질이 개선되고 발전하는 사이클을 의미한다. 인간은 심신을 강화하고 개선하여 활동범위가 넓어지며, 행동양식이 변화하여 새로운 목적의식을 얻고 활동 기회가 늘어날 것으로 예상된다. 인간에게 활력을 주어 인공지능과 로봇의 단순한 활용을 넘어 사람을 중심으로 산업경쟁력을 향상시킨다는 의미다.
공진화 시스템에서 인공지능의 역할은 인간의 심신 상태, 행동과 다양한 상황 등을 수집해 학습하고 그 지식들을 이용해 인간이나 로봇에 전달할 지시를 최적화하는 것이다. 또한 시스템과 관련된 빅데이터를 축적하고 분석하여 인간이 새로운 목표나 새로운 가설을 수립하는 과정을 지원한다. 이러한 기능을 통해 인공지능은 사이버-물리 시스템에서 데이터와 지식의 보관을 위한 데이터베이스 및 이들의 분석과 최적화를 위한 브레인 역할을 담당한다. 시스템에 내장된 데이터베이스나 검색, 분석, 제어, 계획 최적화 등의 소프트웨어 플랫폼 등이 이에 해당한다.
로봇의 역할은 사이버 물리 시스템에서 사이버공간과 물리적공간을 연결하는 중요한 인터페이스 매개체로서 인공지능과 인간이 필요로 하는 작업을 실제 물리적 공간에서 수행하고 다양한 데이터를 인공지능과 인간에게 피드백하는 것이다.
인간의 역할은 크게 3가지다. 최적화된 인공지능과 로봇의 사용자, 인공지능과 로봇에게 작업지시 등 목표를 부여하는 관리자, 로봇과 인공지능 개발자 로 구분할 수 있다. 물론 인공지능, 로봇과 함께 지속적으로 공진화가 계속 발생하도록 유도하기 위한 시스템 목표나 새로운 가설을 지속적으로 발굴하고 시스템에 반영시키는 중요한 역할도 담당한다.
최적화 → 학습 → 업그레이드 3단계로 구분할 수 있는 일반적인 시스템 진화단계를 세분화해 공진화 단계는 크게 7단계로 나눌 수 있다.
(출처) AI·ロボット·人の 共進化による産業力向上の実現, 産業競争力懇談会 2015年度 プロジェクト 最終報告, 2016. 3. 3.
[ 인간, 로봇과 인공지능 공진화 시나리오 ]
먼저, 인공지능과 로봇을 활용하기 위한 시스템 개선 요구사항이 수집되면(STEP 0), 인간, 인공지능, 로봇으로 구성된 전체 시스템은 요구사항에 적합하게 수정 혹은 업그레이드 하고(STEP 1), 시스템 변화에 따라 시스템 작동과 인간 행동도 업그레이드된다(STEP 2). 업그레이드된 시스템에서 인공지능은 시스템 최적화를 위해 시스템 데이터를 학습하고 인간도 새로운 시스템 행동양식을 학습하고 진화한다(STEP 3, 4). 이러한 과정을 거쳐 인간은 최적화된 인공지능과 로봇을 활용한 행동양식과 기술을 습득하는 등 진화 과정을 거친다. 인공지능도 현재 단계까지의 데이터 등을 분석하여 새로운 목표를 설정하며(STEP 5), 로봇도 그간의 요구사항과 인공지능의 데이터 분석을 기반으로 진화하는 등 시스템 구성요소인 인간, 인공지능, 로봇이 지속적으로 공진화하는 단계를 반복하게 된다.
이러한 과정에서 사용자로서 인간은 시스템 구성요소의 하나로서 주로 현장에서 로봇을 활용해 작업을 수행하며, 이에 따른 학습을 수행한다(STEP 2, 3). 개발자와 관리자로서의 인간은 시스템 수정(STEP 1)을 주로 담당하며, 사용자, 개발자, 관리자 등 3가지 역할 모두 새로운 시스템 요구사항을 도출하는 단계(STEP 0)에 참여하여 시스템이 인간 중심으로 개발되고 유지할 수 있는 역할을 담당한다.
미국도 2011년 6월 국가 로봇 이니셔티브(National Robotics Initiative)를 출범해 모든 분야에서 로봇과 공존하는 협업로봇 개발을 위해 매년 300만~500만 달러를 투자하고 있다. 연구의 핵심은 인간의 역량을 확장하거나 강화하면서 인간과 함께 일할 수 있는 협업형 로봇을 개발하고 활용하는 것이다.
(출처) National Robotics Initiative (NRI)-The realization of co-robots acting in direct support of
individuals and groups, National Science Foundation website, 2011. 7. 6.
[ 국가 로봇 이니셔티브 적용 분야 ]
협업로봇은 다양한 위험 상황에서 차세대 로봇 시스템이 안전하게 인간과 공존할 뿐 아니라, 작업 혹은 임무 기획 및 수행 시 파트너로의 공생관계를 형성하는 것이 목적이다. 이를 통해 인구 고령화 및 문화적 다양성 확대에 따른 국민의 건강, 교육과 학습, 개인과 공공의 안전, 안보 등의 삶과 경제 전반의 개선에 기여하는 것을 목표로 하고 있다. 특히 미국과학재단(National Science Foundation)의 지원 분야는 협업로봇 개발을 위한 기술공학적 문제와 인간 활동과 관계된 장기적 사회·행태·경제적 문제를 포괄하며, 로보틱스를 교육과정에 도입하기 위한 방안도 포함하고 있다.
이렇듯 협동로봇은 로봇과 인공지능 등이 앞으로 미래 성장과 혁신의 견인차가 될 것이라는 희망적인 기술이자, 저출산 고령화에 따른 작업자 부족과 생산성 저하의 대안, 무엇보다 사람의 일자리를 빼앗을 것이라는 우려에 대한 대안으로 많은 관심을 받고 있다. 이에 따라 협동로봇의 세계 시장 규모는 2006년 2,146억 원에서 2022년에 3.3조 원까지 성장할 것으로 전망되며, 같은 해 국내 시장도 102억 원에서 1,773억 원 규모로 빠른 성장이 기대된다.
(출처) 이남우, 협동로봇 산업동향, 융합 Weekly Tip, 융합연구정책센터, 2018. 4. 16.
[ 협동로봇의 글로벌, 국내 시장 규모 전망 ]
References
이남우, 협동로봇 산업동향, 융합 Weekly Tip, 융합연구정책센터, 2018. 4. 16.
정용복, 협동로봇의 현황과 전망, Global Smart Factory Conference 발표자료, 2017. 12.
차두원, 김서현, 잡 킬러-4차 산업혁명, 로봇과 인공지능이 바꾸는 일자리의미래, 한스미디어, 2016. 7. 22.
차두원, 최고의 스펙은 퍼스널 트랜스포메이션(Personal Transformation) 능력, SBA 신직업리포트, 2018. 10.
Alex Shikany, Collaborative Robots-End User Industry Insight, Robotic Industries Association, 2014. 10. 1.
Duhamel et al., Rethink Robotics - Finding a Market, Stanford CasePublisher, 2013. 5. 20.
ISO 10218-1:2011 Robots and Robotic Devices — Safety Requirements for Industrial Robots
Kelvin Chan, Robot Revolution Sweeps China's Factory Floors, Phys.org, 2015. 9. 23.
Mike Beaupre, Collaborative Robot Technology and Applications, International Collaborative Robotics Workshop, 2016.
Markus Lorenz, Michael Rü.mann, Rainer Strack, Knud Lasse Lueth, and Moritz Bolle, Man and Machine 4.0-How Will Technology Transform the Industrial Workforce through 2025?, The Boston Consulting Group, 2015. 9.
Mike Beaupre, Collaborative Robot Technology and Applications, International Collaborative Robotics Workshop, 2016.
National Association of Manufacturers, U.S. Lags as an Exporter of Manufactured Goods, 2011. 2.
National Robotics Initiative (NRI)-The realization of co-robots acting in direct support of
individuals and groups, National Science Foundation website, 2011. 7. 6.
Robert Atkinson, Stop Saying Robots are Destroying Jobs-They Aren’t, MIT Technology Review, 2013. 9. 3.
Roberta Nelson Shea, Collaborative Robot Technical Specification ISO/TS 15066 Update, International Collaborative Robots Workshop, 2016.
Ross C. DeVol, et al., Manufacturing 2.0: A More Prosperous California, Milken Institute, 2009. 6.
Smith, A. &Anderson, J., AI, Robotics, and the Future of Jobs, Pew Research Center, 2014.
Stacy Liberatore, Self-Driving Vehicles Are Set to Take 25,000 Jobs a MONTH Away from Americans with Truck Drivers being Worst Hit, DailyMail, 2018. 5. 23.
The Manufacturing Institute. Facts About Modern Manufacturing, 8th Edition, 2009.
Tom Kalil, Sridhar Kota, Developing the Next Generation of Robots, The White House, 2011. 6. 24.
AI·ロボット·人の 共進化による産業力向上の実現, 産業競争力懇談会 2015年度 プロジェクト 最終報告, 2016. 3. 3.
