by
Sep 19. 2019
개발자가 공장에서 드는 생각들
스마트 팩토리 : 제조업 업그레이드 경쟁 본격화
공장공장에서 드는
공장에서 드는 생각들
전 세계적으로 스마트 팩토리에 대한 관심이 높아지면서 애플리케이션*, 플랫폼**, 디바이스 등 관련 기술들도 다각적으로 발전할 전망이다.
* 여기서 애플리케이션은 MES(Manufacturing Execution System : 제조 실행 시스템), ERP(Enterprise Resource Planning : 전사자원 관리시스템), PLM(Product Lifecycle Management : 제품 수명주기 관리시스템), SCM(Supply Chain Management : 공급사슬 관리시스템) 등 공장 실행을 위한 제반 소프트웨어 시스템과 공정설계, 품질분석, 설비보전, 안전활동 등 다양한 제조 실행 기능을 수행하는 프로그램들을 말한다.
** 플랫폼은 다양한 디바이스에서 수집된 정보를 한데 모아 기본 분석 처리하는 클라우드와 빅데이터 분석 도구들이 탑재된 중간 소프트웨어 시스템이다. 한편, 디바이스는 컨트롤러, 드라이브, 로봇, 센서, 네트워크 등 하드웨어들로 공장 운영상 기초 정보를 감지, 수집하고 제어하는 기능을 담당한다.
첫째, 애플리케이션 분야에서는 무엇보다 공정의 상황을 실시간으로 쉽게 살펴볼 수 있는 시각화 도구들이 다채롭게 개발되고, 다양한 애플리케이션들을 서로 연동하고 통합하려는 기술적 노력들이 이루어질 것이다. 또한 산업별 특성을 적극 반영한 업종별 참조 모델들의 구축도 더욱 구체화될 것이다.
생각 1: 실시간 정보 시스템은 굉장히 구현하기 어렵다. 그리고 꼭 필요할까?
실시간? 불가능하다. 실시간 구현하기 위해서는 우선 센서에 투자를 해야 한다. 제조업의 정보 시스템은 실물과 굉장히 밀접하기 때문이다. 예를 들어, 구글의 경우에는 이미 사용자들이 웹 상에 있다. 따로 디지털 변환할 필요가 없다. 데이터는 웹 상에서 끊임없이 생성되는 부산물이다. 카카오뱅크나 케이뱅크 등 인터넷 은행의 경쟁력도 같은 맥락이다. 특히 카카오뱅크는 모바일 온리 정책을 사용한다. 기존 은행은 창구에서 이루어지는 업무 프로세스를 디지털로 전환하는 과정이 필요하다. 반면, 카카오뱅크는 사용자가 앱만 사용하면 데이터를 얻을 수 있다.
당연한 말이지만 제조업은 설비의 생산 능력이 가장 중요하다. 생산 능력이 증가한다는 것은 기계 작업의 속도가 빨라진다는 것이다. 그 속도를 따라갈 만큼 센서 성능이 좋지 못하면 데이터는 누락된다. 하지만 설비의 생산 속도 향상에 투자하는 것과 센서의 인식률 향상에 투자하는 것은 다르다. 그리고 대부분의 의사결정자들은 생산 속도에만 관심이 있다. 데이터가 올라오는 단계에서부터 틀어진다면 위에 쌓이는 애플리케이션들은 예쁜 쓰레기(?)이다. 큰돈을 들여 실시간 시스템을 구성해도, '아 나 일 진짜 못하고 있네~'를 실시간으로 AI가 판단해주는 것밖에 되지 않는다.
출처: http://www.nethru.co.kr/bbs/board.php?bo_table=news&wr_id=347&page=2둘째, 플랫폼 분야에서는 모든 산업에 포괄 적용 가능한 범용 플랫폼들과 특정 분야에 집중해 차별적 가치를 제공할 수 있는 특화 플랫폼들 간의 경쟁이 치열해질 전망이다. 범용 플랫폼은 지멘스(Siemens)나 GE, 록웰(Rockwell)처럼 사업 범위가 넓고 포괄적 솔루션 제공이 가능한 글로벌 산업장비 업체들을 중심으로 개발되는 반면, 특화 플랫폼은 로봇의 화낙(Fanuc), 건설장비의 고마츠(Komatsu)처럼 특정 영역의 강자 기업들을 중심으로 시도되고 있다. 이와 함께 플랫폼 단에서는 최근의 현장 적용 경험을 결합해 빅데이터 분석 도구들을 더욱 효율화하려는 노력이 함께 진행될 것이다.
생각 2: 나중에 스마트해지려고 하면 안 된다.
플랫폼을 하려면 표준화가 되어 있어야 한다. 표준화란 어떤 정보(데이터)를 설비에서 받을 것인지를 정하는 것이다. 어차피 대부분 한국 제조 기업들은 설비 제작 기술이 없기 때문에 일제, 독일제, 이스라엘제 등의 설비를 쓸 텐데 설비마다 올리는 데이터도 다르고, 인터페이스 방법도 다 다르다. 따라서 생산하는 입장에서 관리할 데이터를 정해놓지 않고 증설하면 표준화는 이루지 못할 꿈일 뿐이다.
가장 좋은 것은 표준화가 양산 단계에서가 아니라 연구 단계에서 이루어지는 것이다. 어차피 연구 시엔 제품에 영향을 미치는 요인을 기술하고 필요한 데이터를 선별해야 한다. 어차피 하는 것을 길고 긴 대기업 프로세스로 인해서 왜 다시 하는 수고로움을 하는가(다시 한다고 해서 제대로 되지도 않는다). 연구 단계에서부터 DW가 설계, 더 나아가 완성되어야 한다.
모든 데이터를 수집할 수는 없으며 그럴 필요도 없다. 제조업은 웹 상에 있는 것이 아니다. 현실에 있는 것이다. 오히려 굉장히 통제된 공간이다. 이러한 환경을 무시하고 구글처럼 모든 데이터를 수집하고 빅데이터를 이용한 데이터 마이닝을 해선 답이 없다. 요인 통제적인 상황에서 통계를 활용한 정밀한 분석 플랫폼을 구축해야 한다. 사회학적인 것이 아니라 물리, 과학의 영역이다. 빅데이터 기술을 쓸 데 없이 복잡하게 집어넣을 필요가 없다
출처: https://brunch.co.kr/@milkybaby4u/230셋째, 디바이스 분야에서는 지능화, 고유연화, 친환경화 트렌드에 부합하도록 감지, 자가진단, 능동제어 및 네트워킹 기능을 강화한 스마트 장비가 다양하게 개발될 것으로 예상된다. 또한 기존의 구식 장비들을 스마트 팩토리에 비용 효율적으로 연계시키는 센싱, 네트워킹 모듈들이 선보일 전망이다. 이와 함께 데이터 처리의 효율성 및 실시간성 증대를 위해, 엣지 컴퓨팅 기반의 보완적 솔루션들도 다양하게 등장할 것으로 보인다. 이러한 다각적 기술 개발 노력과 함께 구체적 적용 사례(Use Case)의 다양한 발굴, 도입 효과에 대한 긍정적 인식의 확산에 힘입어 향후 제조 기업들 중에는 스마트 팩토리에 대해 관망, 모색을 벗어나 직접 현장 적용하려는 기업들이 더욱 많아질 것으로 기대된다. 국내에서도 이미 반도체, 철강, 디스플레이, 화학 등 대기업들이 기존 공장의 스마트화를 추진 중이다. 중소, 중견 기업 중에서도 민관합동 스마트공장 추진단 사업 등 정부의 도입 지원 확대에 힘입어 스마트 팩토리를 타진, 도입하는 공장들이 많아질 것이다. 국내의 경우 2017년까지 약 5,000여 개의 공장에 추진 지원이 이루어졌고, 2022년까지 지원 공장 수는 2만 개까지 확대될 계획이다.
한편 국가 차원에서는 주요 제조 강국들 간의 스마트 팩토리 경쟁 격화 양상이 더욱 뚜렷해질 것이다. 먼저 독일은 그동안 자국 산·학·연을 중심으로 기술을 발전시켜왔지만, 앞으로 적극적인 대외 협력 확대로 국제 기술 주도권 강화를 시도할 전망이다. 이미 2017년에 독일의 스마트 팩토리 협의체인 ‘플랫폼 인더스트리(Plattform
Industrie) 4.0’이 미국, 일본의 유사 기구들과 협력 관계를 적극 추진하는 등 변화가 관찰되고 있다. 한편, 일본은 독일보다 다소 늦은 2016년부터 공장의 스마트화를 본격 추진 중이며, 향후 독일과 약간 다른 형태의 스마트 팩토리를 추구할 전망이다.
독일이 최신 ICT 기술과 자동화 기술을 결합한 차세대 생산체제 창출을 강조한다면, 일본은 기존 현장 개선의 연장선 상에서 장인의 ‘현장력(現場力)’과 ICT 기술의 긴밀한 결합을 추구할 것이다. 마지막으로, 중국은 스마트 팩토리를 활용해 노동집약형 저비용 생산 체제에서 자본집약형 고품질 체제로의 변신을 모색 중이다. 이미 설비나 로봇을 이용한 자동화는 급진전되는 상황이다. 중국의 가동 로봇 대수만 보더라도 2016년 34만대로 로봇 대국 일본(29만 대)을 제쳤으며, 세계 로봇 연맹(IFR)의 예측에 따르면 2020년에는 약 95만 대 수준으로 크게 증가할 전망이다.
이러한 주요 국가들의 스마트 팩토리 전략 강화는 제조업의 글로벌 지형도를 크게 변화시킬 전망이다. 과거에 생산지의 글로벌 이동이 주로 인건비, 재료비 등 비용 우위 관점에서 이루어졌다면, 앞으로 생산지의 글로벌 재편이 시장 대응과 공급사슬 연계 등 생산성 우위의 확보 관점에서 다시 한번 이루어질 가능성이 크다.
생각 3: 정보 시스템이 메인이 될 수 있을까?
비용 VS 생산성. 지금까지는 비용을 줄이기 위해 최소한의 기능만을 갖고 있는 시스템을 최소한의 비용으로 하는 것이 중요했다. 또한 설비가 동작하는 것 자체가 중요했다. 최근 들어 스마트 팩토리라는 트렌드와 함께 이것저것 기능이 늘어나고 있지만 지금도 생산 자체에 무게중심이 가있는 건 변함이 없다. 예를 들어, 이 설비가 온도가 몇 일 때 수율이 좋았고.. 그래서 온도를 몇으로 유지하는 것이 수율과 상관계수가 0.9이며.. 등등 이런 거 필요 없다. 일단 주문량에 맞춰서 생산해! 불량 나면 생산량 더 늘려서 납기 맞춰!
물론 생산력을 증대하는 결정은 결코 틀린 것이 아니다. 스마트 팩토리라는 용어에서 밑줄 쳐야 하는 부분은 팩토리이다. 중요한 것은 팩토리이다. 스마트라는 말에 현혹되선 안 된다. 대부분의 한국 제조업 현실은 여전히 스마트 팩토리보다 그냥 팩토리가 필요할지도 모른다. 품질과 생산량이 일정한 것이 팩토리라고 한다면, 프로세스를 명확히 하여 정립하여 올바르게 4M을 관리하는 것(사실 이게 경영의 전부겠지만..)에 최우선 순위가 있는 게 과연 틀린 걸까?
스마트 팩토리가 무엇을 의미하고 있는 걸까? 사람이 전혀 없는 무인 공장일까? 그렇다면 스마트 팩토리에서 필요한 것은 스마트 설비이다. 기계 장치가 사람 손이 필요가 없게 되면 되는 것이다. 정보 시스템은? 업무 프로세스를 아무리 자동화해도 사람이 하는 일이다. 결코 무인이 될 수 없다. 그러니 무인 공장이 궁극적 이미지라면 정보시스템 또한 모니터링 시스템과 EIS만 남고 다 사라져도 된다. 정보 시스템은 무인 공장에서는 메인 스트림이 될 수 없다.
출처: https://www.tfnews.co.kr/mobile/article.html?no=40957