배너
닫기

일반뉴스

배너

[이슈 앤 컴퍼니] Aspen Mtell은 디지털화의 초석…자산 최적화로 운영 효율성 높여

URL복사
[선착순 무료] 자동차와 전자산업을 위한 AI 자율제조혁신 세미나를 개최합니다 (4/24, 코엑스1층 전시장B홀 세미나장)

[첨단 헬로티]


공장 운영 및 자산 최적화 소프트웨어 기업인 아스펜테크가 지난 3월 5일, 아스펜테크 사무실에서 ‘예지 및 예방 보전을 통한 디지털 트랜스포메이션 전략’을 발표했다. 이날 아스펜테크는 자산 최적화를 달성해 운영 효율성을 높이며 공정 산업에서 성능 및 장비 수명을 극대화하는 아스펜테크만의 솔루션을 제시했다. 전략 발표회에는 아스펜테크 비즈니스 컨설팅 부문 마이크 브룩스 고문 이사와 김흥식 한국 지사장이 참석해, 더욱 구체화된 디지털 트랜스포메이션의 비전과 전략을 소개했다. 그 내용을 정리했다.


▲ 아스펜테크 마이크브룩스 비즈니스컨설팅 고문이사(왼쪽)와 김흥식 한국지사장


최근 디지털 트랜스포메이션을 통한 OEE(설비종합효율) 관리 위한 새로운 메커니즘이 등장하게 됐다. 위키에 따르면 OEE는 생산성을 나타내는 척도라고 한다. 실제로 아스펜테크가 8곳의 정유시설을 실시간 측정한 데쉬보드를 나타내봤다.


여기에 제시되어 있는 정보는 첫째, 사람을 다치게 하는지 둘째, 환경에 해로운지 셋째, 법을 위반하는지 넷째, 장비가 계속 가동되는지 다섯째, 최소한의 에너지를 사용하는지 여섯째, 품질이 우수한 제품을 최대한 많이 생산하는지를 볼 수 있도록 되어 있다. 이러한 데쉬보드는 오일&가스뿐만 아니라 자동차 분야 등 다양한 곳에도 적용될 수 있다.


그러면 이게 왜 중요한가. 그 이유는 이 6가지를 포함하기에는 KPI(핵심 성과 지표)가 상당히 제한적이기 때문이다. 하지만 OEE는 기업이나 산업별로 약간의 가중치가 다를 수 있지만 이 6가지 사항들을 모두 종합한다.


그리고 여기서 가장 중요한 것은 활용도이다. 활용도는 간단한 지표이긴 하지만 신뢰성 측면에서 가장 흔히 오해되는 부분이기도 하다. 예를 들어, 차단기가 일주일에 한 번씩 올라가고 리셋을 해야 한다면 신뢰성이 떨어지고 번거로울 것이다. 하지만 심각한 일은 아니라고 생각한다. 그런데 핵심 콤프레셔가 일 년에 한 번씩 고장 난다면 이로 인한 중단시간으로 금전적인 심각한 결과를 초래할 수 있기 때문에 높은 신뢰성이 필요하다고 생각한다. 따라서 활용도에서 가장 중요한 것은 가용성이다. 가용성은 평균 고장 간격(MTBF)과 평균 수리 시간(MTTR)을 합해서 도출하지만 단순한 가동시간 측정은 이 부분을 반영하지 않는다.


결국 모든 부분의 디지털화에서 가장 중요한 것은 계획대로 혹은 내가 필요할 때 이용 가능해야 한다. Aspen Mtell에는 두 가지 관련 기능이 있는데, 첫 번째가 ‘활용도 향상’이고, 두 번째가 ‘중단시간 최소화’이다. 이러한 기능들이 IIoT, 인더스트리4.0, 디지털화의 초석이 된다.


현재 오일&가스 회사들의 핵심 화두는 IIoT, 클라우드, 디지털화, 빅데이터, 데이터 사이언스, 인더스트리4.0 등이다. 하지만 이러한 기술들은 대답일 뿐, 이것을 통해서 하고자 하는 질문은 뭐냐이다. 여기서 우리가 할 수 있는 최선의 조언은 실용적인 접근이다. 이론이 아니라 실제를 고려해서 분별력 있고 현실적으로 일을 처리해야 한다는 것이다. 즉, 사업에 대한 실용적 접근의 경우 중요한 문제가 무엇인지 파악하고 이를 해결하기 위한 계획을 수립해야 하며 나중에 확장이 용이해야 한다.


그렇다면, 빅데이터, 분석, IIoT, 데이터 사이언스 등이 필요해지는 시점에서 이 기술들을 활용해 해결해야 하는 가장 큰 과제는 무엇인가. 전미제조협회에 따르면 전 세계 제조업의 규모는 14조 달러이다. 그중 예기치 않은 가동중단으로 인한 손실액은 1.4조 달러에 이른다. 유럽에 있는 아스펜테크의 고객사 경우도 평균 예기치 않은 중단시간으로 인해 총 이윤의 15%가 손실되고 있으며 잘 하고 있는 기업도 4~5% 정도 손실을 보이고 있다.


그러면 어떻게 개선할 것인가. 관행적인 유지보수로는 중단시간을 없애지 못한다. 정기적 유지보수에도 85%의 장비에서 고장이 발생하며, 정기적인 유지보수의 63%는 불필요하게 하고 있는 것으로 조사된 바 있다. 컨설턴트 기업인 ARC에 따르면, 모든 장애의 82%는 프로세스로 인해서 유발된다고 한다. 결국은 장비의 마모와 소모를 유지보수하는 데 대부분 비용을 쓰지만, 문제는 프로세스로 인해 발생한다는 점이다. 아스펜테크는 관행적 유지보수가 아닌 자산 최적화의 처방에 주력하고 있다. 즉, 예방적 운영 분석을 통한 유지보수 최적화를 실현하다.


최근 기계 고장을 줄이기 위해 고객은 단순하면서도 더 빠르고 정확하며 전문지식이 필요 없고 확장이 용이한 것을 요구한다. 이러한 주요 문제를 Aspen Mtell은 해결해 줄 수 있다. Aspen Mtell은 누구든 사용이 가능하며 작은 소프트웨어가 수분마다 실행되면서 일을 하므로 사람이 직접 할 필요가 없다. 그리고 언제, 왜, 어떻게 고장이 나는지도 알 수 있다. 또한, 무엇을 해야 예방할 수 있는지도 제시한다. 그 원리는 자동화 에이전트를 활용하는 것이다.


에이전트를 기존 모델과 비교하면, 모델은 많은 엔지니어링 공식과 통계기법이 필요하고 만들어 내도 모델 편차와 오탐지가 빈번하다. 반면 에이전트는 측정 장비 동작 패턴과 자동화 방법론이 내재되어 있으며 에이전트 머신러닝을 활용하고 있어 조기 감지와 확장이 용이하다. 특히, 에이전트는 실제 장비 동작을 나타내는 정확한 데이터 패턴만 인식하기 때문에 사람이 감지할 수 없는 것도 감지하고 처방적인 정비 유지와 처방을 내려줄 수 있다.



■ INTERVIEW_아스펜테크 비즈니스 컨설팅 부문 마이크 브룩스 고문 이사

“고객 성공사례 확장 통해 한국 시장 공략 박차”




Q. 머신러닝을 가장 잘 드러내 주는 기능은 무엇인가.

A. 머신러닝에서 가장 중요한 것은 이를 활용하는 방안이다. 아스펜테크의 가장 큰 가치는 머신러닝 등 다양한 기술을 손쉽게 사용할 수 있는 방법론을 개발한 것이다.


Q. 자동으로 해결되는 솔루션에서 인간의 인풋은 어느 정도인가.

A. 방법론에 따라 어떻게 보다 원활히 자동화시키느냐는 문제가 아스펜테크의 향후 과제이다. 고장 또는 오류가 발생했을 때(유지보수 설비가 정상 작동할 경우) 해결하기 위해서는 어떠한 조치를 취하면 될지 안내하는 것이 그 해답이다. 다만, 프로세스에 대한 오류를 감지했을 때 취합된 데이터와 정보를 어떻게 워크플로우와 일관성 있게 맞춰야 하는지를 고민해야 한다. 현재는 사용자들이 문서 그대로 따라할 수 있도록 문서화된 가이드라인을 제공하고 있지만, 미래에는 더 많은 내용을 제공할 예정이다.


Q. 에이전트 개념을 상세하게 설명해 달라.

A. 에이전트는 특정한 기계의 특정한 고장을 감지하기 위해 특별하게 개발된 고장 에이전트와 캠페인 운용, 프로세스 가동 등 전체적인 워크플로우의 정상적인 시그널을 계속 지켜보고 이탈할 경우 감지해서 보고하는 이상 감지 에이전트 2가지가 있다. 추측이 아닌 머신러닝을 활용해 누구도 이상하게 느끼지 않는 정상작동의 시그널을 만들어내고 모니터링하여 정상 범위를 넘어서면 “고장입니까?”, “프로세스의 변화입니까?” 등을 물어본다. 여기서 중요한 부분은 사용자가 머신러닝에 대해 알 필요가 없다는 것이다.


Q. 아스펜테크가 유지보수를 강조하는 이유는 무엇인가.

A. 과거에는 생산 최적화가 중요하기 때문에 최적화에만 신경을 썼다. 하지만 최적화가 아무리 상향되더라도 가동이 중단되면 아무 쓸모가 없다는 점을 인지하게 되었다. 유지보수 및 관리의 중요성이 부각되었다. 또한, 과거 유지보수 솔루션의 경우, 마모로 인한 손상보다 운영에 오류가 있는 장애가 훨씬 많음을 깨닫게 된 것이다. 아스펜테크는 새로운 유지보수 방법과 개념에 대해 한국을 포함해 업계 교육을 진행하고 있다. 새로운 기술을 쉽게 받아들이지 못하는 한국 시장에서도 아스펜테크의 솔루션을 입증하고 있으며, 많은 관심을 불러일으키고 있다.


Q. 아스펜테크는 디지털 트랜스포메이션 문화를 어떻게 도입하고 있는가.

A. 아스펜테크는 오랜 전통을 가진 기업으로 시장을 선도하고 있다. 디지털 트랜스포메이션 도입에서 중요한 점은 내부적으로 철저한 개선과 혁신이 필요하다는 것이다. 기존의 일도 다시 살펴보고 새로운 활력을 모색하도록 노력해야 한다. 아스펜테크는 머신러닝을 많이 활용하고 있으며, 머신러닝으로 대체되거나 강화될 수 있는 부분이 많고 이는 지속적으로 해결해 나갈 과제이다. 변화는 늘 어려운 과제이나 우위를 점하기 위해서는 반드시 필요하다. CEO 차원에서 변화를 적극 지원하고 있으며, 어떻게 변화해야 할지를 비전에 반영하고 있다.


Q. 국내 고객사례에 대해 설명해 달라.

A. 파일럿 테스트를 진행해 왔으며, 성공 사례가 지난 연말에 도출되었고 현재 2개 회사가 검토 중이다. 한국 시장에서 아스펜테크는 발전하는 단계라고 할 수 있으며, 콘텐츠를 알리는 데 중점을 두고 있다. 새로운 기술을 받아들이는 데는 문화적인 부분이나 제약 조건이 있기 때문이다. 다만, 한국은 적정한 페이스에 움직이고 있다. 디지털 트랜스포메이션의 사례가 확대되면서 실패 없이 원활하게 적용하는 것을 목표로 삼고 있다.










배너









주요파트너/추천기업