[첨단 헬로티]
디지털 트랜스포메이션은 비즈니스가 데이터 중심으로 일어나고, 제품 판매가 아닌 서비스 판매로 바꾸게 되며, 그것을 하기 위해서는 일하는 방식을 바꿔야 한다는 게 핵심이다. 특히, 디지털 솔루션은 고객과 같이 했을 때 효과가 극대화된다. 디지털 트랜스포메이션에 대해 두산중공업 손우형 상무가 ‘스마트제조 국제컨퍼런스 2017’에서 발표한 강연 내용을 정리했다. [편집자 주]
▲ 두산중공업 손우형 상무
4차 산업혁명이라는 이름이 붙여졌을 때는 뭔가 큰 변화가 있었기 때문이다. 그래프로 그려 보면 2010년 전후로부터 급격한 변화가 일어나기 시작한다. 사물인터넷(IoT)의 경우, 현재 22억 개의 디바이스가 인터넷에 연결되어 있다. 1900년대와 2000년대 초까지만 해도 상승률이 미미했던 것이, 2010년도 전후로 늘어나기 시작하면서 2016년에는 22억 개, 2020년에는 40억 개에 이를 전망이다.
데이터양의 경우도 디지털화가 되기 시작한 1900년대 말부터 조금씩 증가하던 것이 2010년부터는 급격히 늘어나기 시작해 2020년이 되면 40 제타바이트가 될 것으로 예상된다. 상상이 안 되는 숫자이다.
또한, 요즘 인공지능, 머신러닝, 딥러닝을 얘기하는데, 미국 특허청의 머신러닝 특허 건수를 보면 거의 변화가 없다가 2002년부터 늘어나기 시작하면서 2016년에는 특허출원 건수만 한 해 약 3000건이 된다고 한다.
4차 산업혁명의 본질은 IT와 같이 기술이 오랫동안 발전해 왔지만, 어느 순간 급격하게 발전한다는 게 가장 큰 핵심인 것 같다.
데이터가 비즈니스를 창출한다
그러면 4차 산업혁명은 어떤 변화를 가져올까. 크게 2가지의 비즈니스 모델로 바뀌고 있다. 하나는 데이터가 비즈니스를 창출한다. 보통은 데이터화라고 말하는데, 요즘 제일 잘 나가는 회사들은 데이터로 비즈니스 한다. 다른 하나는 모든 비즈니스가 서비스화되고 있다. 기존 제품을 팔던 데에서 서비스를 파는 형태로 바뀌고 있다. 카카오, 우버 등 데이터를 기반으로 서비스하는 회사들은 대부분 컨슈머를 대상으로 하는 비즈니스이다.
대표적인 사례로, 롤스로이스는 항공기 엔진을 만드는 회사였다. 이 회사는 항공사에 항공기 엔진을 납품해오던 것을 1990년대 중반부터 토털 케어(Total Care)라는 이름으로 서비스를 판매하기 시작했다. 즉, 엔진은 팔지 않고 엔진의 사용 시간을 파는 비즈니스를 하고 있다. 제품을 파는 것으로 끝나는 게 아니라 고객이 보다 잘 사용할 수 있도록 지속적으로 관리하는 것이 중요해지고 있기 때문이다.
데이터가 서비스화 되면서 기업의 일하는 방식도 바뀌었다. 스타트업 벤처들은 이미 린스타트업하기 시작했고, GE 역시 린스타트업을 창시한 에릭리스를 고용해서 2년에 걸쳐 GE의 프로세스 환경을 바꿨다. 그동안 품질을 강조하던 GE가 시장 환경의 변화와 함께 이제는 일하는 방식을 바꾸고 있다.
기술은 이미 존재하지만, 이 기술들이 급격히 발전함으로써 변화가 일어나고 그 변화에 대응하기 위해서 해야 하는 일이 디지털 트랜스포메이션이다. 디지털 트랜스포메이션은 비즈니스가 데이터 중심으로 일어나고, 서비스를 판매하는 형태로 바뀌게 되며 그것을 하기 위해서는 일하는 방식을 바꿔야 한다는 게 핵심이다.
두산중공업의 디지털 트랜스포메이션 여정
두산중공업은 2013년부터 디지털 트랜스포메이션을 시작했다. 진행 단계를 크게 4단계로 나누어 실시했다. 첫 단계는 디지털 아젠더를 갖는 게 중요했다. CEO가 디지털화를 해야 한다는 의지와 함께 본인의 아젠더를 갖고 지속적으로 관리했다. 두 번째 단계는 디지털 트랜스포메이션하기 위한 디지털 씨드(씨앗)가 필요했다. 그래서 소프트웨어 아키텍처, 소프트웨어 엔지니어, 데이터 사이언티스트, 인공지능 전문가들을 뽑아서 팀을 만들었다. 일하는 환경도 매우 중요하기 때문에 스타트업처럼 만들었다. 세 번째 단계는 기업내에 있는 모든 임직원이 디지털에 대한 경험이 없기 때문에 디지털 레디(Ready)를 진행했다. 마지막 단계로, 디지털 레디가 된 다음 해인 2017년부터 본격적인 디지털 트랜스포메이션을 시작했다. 이를 위해 디지털 솔루션을 기반으로 하는 서비스 비즈니스도 별도로 만들었다. 디지털 솔루션만 하기보다는 엔지니어링 지식과 경험을 연결했을 때 더욱 가치가 있고 효과가 있다는 사실을 발견했다.
그 결과 디지털 경험을 하기 시작했다. 데이터를 저장하고 활용할 수 있는 데이터 인프라스트럭처를 만들었고, 그것을 기반으로 각각의 영역에서 데이터 분석 과정을 수행해서 성과를 만들어 냈다. 스마트 팩토리 또한 진행하고 있는데, 공장 안에서 MES를 활용해 좀 더 개선할 수 있는 분석까지 수행했다. 그 외의 구매 데이터에도 적용했고, 품질 관련 부문에서는 테스트 마이닝해서 어느 공정, 어느 시점에 품질의 결함이 많이 발생하는지를 찾아내서 준비할 수 있도록 했다.
두산중공업은 소프트웨어도 만들기 시작했다. 소프트웨어를 만들기 전에 나름의 차별화할 수 있는 기술을 제공하기 위해 머신러닝을 적용했다. 머신러닝이 쓰이는 영역은 크게 2가지로, 하나는 인식 영역에서, 다른 하나는 예측 영역에서 효과를 볼 수 있다. 두산중공업처럼 큰 기계를 만드는 회사는 기계를 운용하면서 나오는 데이터를 가지고 현재 상태를 보고 미래를 예측하는 데 이 알고리즘이 효과적이다.
특히, 두산중공업에서 만든 프리비전(PreVision)은 기계의 운전 상태를 보고 기계가 언제 고장이 날지 예측할 수 있는 조기경보 솔루션으로, 파트너 고객사와 함께 현장에 설치해서 테스트를 진행하고 있다.
고객과 같이 했을 때 효과 극대화
디지털 솔루션은 고객과 같이했을 때 효과가 극대화된다. 제아무리 좋은 솔루션이라고 해도 저 혼자 솔루션을 만들고 데이터 분석을 했다고 한들, 효과 보는 일은 매우 드물기 때문이다. 그래서 두산중공업은 고객사와 파트너십을 맺고 디지털 솔루션을 적용해서 성과 만드는 일을 하고 있다.
사례 하나를 소개하겠다. 두산중공업 고객사 대부분은 발전사들이다. 발전소의 보일러에는 상당히 많은 튜브들이 들어 있고 튜브에 물을 끓여 스팀을 만들어서 발전을 한다. 터빈이나 발전기는 회전기이기 때문에 유체역학이나 역학을 가지고 문제를 해결할 수 있지만, 보일러의 내부에 있는 튜브들은 메탈로 되어 있어 물이 지나고 스팀으로 바뀌면서 녹이 슨다. 녹이 슬고 산화가 되면서 열 변화에 따라 박리가 되어서 떨어진다. 이것이 튜브에 쌓이면 보일러 거동할 때 막히게 되어 튜브가 터지거나 정지되는 현상이 발생한다. 어떻게 예방해야 할지, 그동안 해결책이 없었는데 데이터를 가지고 스팀이 흘러가는 양이나 모니터를 보고 녹 때문에 튜브가 막혔다는 것을 찾을 수 있었다. 그러나 산화되어서 발생하는 양을 정확하게 계산하고 운전할 때 녹이 쌓이면 어떻게 불어내는지 운전 절차에 대한 노하우는 고객사에 있었다. 결국은 솔루션 업체와 파트너 고객사의 노하우가 다 합쳐져야만 우리가 말하는 디지털 솔루션이 완성될 수 있다.
