미래의 생산 IT 기술과 관련한 3가지 키워드로 꼽히는 것이 IoT, 빅데이터, 인공지능이다. 이들이 융합한 스마트공장은 어떤 모습일지 현대오토에버 한수일 차장이 IoT, 빅데이터, 인공지능이 융합된 스마트공장 IT 아키텍처에 관해 스마트공장 국제컨퍼런스에서 발표한 내용을 정리했다.
▲ 현대오토에버 한수일 차장
미래 생산 IT 기술과 관련해서 IoT, 빅데이터, 인공지능이라는 단어가 자주 거론되고 있고, 그중에서 인공지능은 생산에서 CPS라는 개념으로 많이 적용이 되는데, CPS 개념에 대해서는 잘 알려져 있지 않다. IoT나 빅데이터는 다른 자리에서도 접할 수 있는 기회가 많으므로 간단하게 언급하고 CPS 개념을 이해하는 데 단초를 제공할 만한 내용으로 이야기를 진행한다.
현대오토에버의 주요 업무는 각 그룹사의 비즈니스 업무를 전산 지원을 하는 것이고 자동차나 자동차를 만드는 생산현장으로 비즈니스를 확장하려고 노력하고 있다. 특히 생산 IT 같은 경우는 작년에 본격적으로 팀을 만들어 인터스트리 4.0을 공부하면서 그룹 내로 전파하고 있다.
이 과정에서 3가지의 미래 핵심 생산 IT 기술군을 선정했는데, IT 기업인만큼 IT 기업에서 출발할 수 있는 접점에서 연구를 했다.
과거 가트너는 기술 발표에서 2015년에는 사물인터넷, 3D 프린팅, 스마트머신이 핵심 키워드가 될 것이라고 예측한 바 있으며, 이 내용들을 분석을 해보니 크게 3가지 메가트렌드가 있었다. 즉 사물이 디지털화되고 있고, 지능형 서비스가 보편화되고 있고, 실제와 가상 세계가 융합되고 있다는 것이다.
모두 알고 있듯이 현재는 ICT가 융합이 되고 있는 단계다. 그래서 산업 경쟁력을 지원하는 준비를 해야 한다. 미래는 IT everywhere다. IT가 산업 경쟁력의 핵심 원칙 기술이 되기 때문에, 원천 기술을 내재화하는 방향으로 IT 기업이 나아가야 한다고 방향을 정했다. 독일이 자국의 경쟁력을 위해 Industry 4.0을 발표했고, 여기에 제조 경쟁력을 이끄는 혁신 도구로서 IT 기술, IoT, 빅데이터나 CPS가 등장한다.
핵심 미래 생산 IT 기술군 선정
IT가 중요한 역할을 하는 건 다 아는 사실인데, 그러면 어떤 기술을 구체적으로 준비해야 하는지가 중요하다. 생산기술 테크맵을 통해 구체화시켰다. 다양한 소스를 바탕으로 생산 미래 기술에 초점을 맞추어 동향을 반영한 1,500개 정도의 단위기술을 정의한 테크맵을 만들었다.
그리고 스마트공장을 만드는 청사진이 될 수 있는 아키텍처 관점에서 필터링을 하고 코어가 되는 핵심 기술을 정리했다. 이것을 그룹핑해 보니 생산지원을 할 수 있는 IoT 플랫폼(소프트웨어가 됐든 하드웨어가 됐든), 빅데이터 플랫폼, 인공지능이 결합되어 있는 제어 소프트웨어의 3개의 기술군과 로봇이 또 하나의 파트로 들어간다.
여기서는 이중에서 앞의 3개의 기술에 대해 살펴본다.
IoT는 크게 컨슈머 부문이 있고 인더스트리얼 부문이 있다. 컨슈머 부문의 IoT와 인더스트리얼 부문의 IoT는 기본적으로 데이터를 생성하고 생성한 데이터를 수집하고 전달하는 역할은 같다. 보통 IoT라고 하면 제일 많이 떠올리는 게 퇴근하면서 집안의 불 켜고, 보일러를 켜는 상황이다. 인더스트리얼에서는그렇지 않다. 그래서 설비에서 의미 있는 데이터를 가져오고 그 데이터를 활용해서 생산 시스템이 유연하게 대응하는 것이 실제 IoT 플랫폼이 가야할 위치이다.
빅데이터는 여러 산업 분야에 사용되고 있다. 특히 자동차와 관련해서는 자동차의 생산 품질을 최적화하고 교통 정보를 토대로 운전자를 지원하는 용도로 많이 쓰인다. 빅데이터는 컴퓨팅 환경이 좋아짐에 따라 처리할 수 있는 데이터의 양이 많아짐으로써 거기서 의미 있는 것을 찾아보자는 개념이다. 생산현장에서는 다양하고 복잡한 생산 과정에서 발생하는 정보를 분석해서 생산품질을 높이는 데 빅데이터 기술을 쓰려고 하고 있다. 옛날에는 처리할 수 있는 용량이 안 되기 때문에 마이닝할 때 데이터를 선별해야 했지만 지금은 컴퓨팅 환경이 좋아져서 전수검사도 가능하다.
인공지능과 CPS 기술
인공지능은 알다시피 센싱이나 데이터를 받아 여러 가지 알고리즘을 이용해서 실제로 어떤 행위를 하는 과정을 거치게 된다. 인공지능 자체로는 큰 의미가 없지만 빅데이터를 만나면 의미를 가진다. 차량을 주행하면서 도로 표지판의 제한 속도를 확인하는 영상 인식 분야나 자동차 성향을 파악하거나 자율주행에 인공지능 기술을 많이 활용하고 있다.
국내에서는 CPS 기술이 실제로 생산기술과 관련해서 또는 다른 용도로로 인공지능에 많이 활용하고 있다. 인공지능 시스템에는 입력단이 있고 출력단이 있다. 언어나 시각이 들어오는 값을 가지고 내부 시스템이 연산을 해서 출력하는 시스템이다. 생활 속에서도 인공지능 시스템을 많이 볼 수 있는데, 대표적인 게 주차 시스템으로 자동으로 차량을 인식하는 것이다. 이것은 패턴 인식 개념인데, 15년 전만 해도 패턴 인식이 가장 우수하고 어려운 기술이었지만 기술의 발전으로 지금은 가장 낮은 기술이다.
CPS가 미국에서 가장 활발하게 이용되고 있는 건 자율주행이다. 차량에 여러 센서들이 있고 센서에 들어오는 데이터를 컴퓨터가 판단을 해서 운전대 또는 엑셀에 값을 줘서 자율주행하게끔 하는 것이 대표적이다. CPS는 2006년에 미국에서 시작한 기술이며 독일에서는 이 기술을 생산에 접목하면서 Industry 4.0이라고 네이밍을 했다.
생산현장에서는 CPS를 어떻게 쓸지 상상을 해봤다. 가령 로봇이 생산현장에서 25개 파트에 대해 생산 요청을 받았고 이중 5개를 처리하지 못했고 30분째 생산을 하지 않고 대기 중이다. 그래서 자신에게 일을 달라고 다른 로봇한테 이야기를 하는 식이다. 이런 얘기를 하면 현장에 있는 사람들의 반응은 뜬구름 잡고 있다는 것이다. 이 이야기는 현실에서 만들어보라는 개념이 아니고 여기에서 다른 아이디어가 있지 않을까 하는 측면에서 고민을 하자는 것이다.
Industry 4.0에서 수직통합, 수평통합 얘기가 많이 나온다. 그래서 IT 관점에서 순수하게 수직통합을 이미지로 만들어보면 제품에 내장된 스마트칩의 내용을 근간으로 공정을 자율적으로 선택을 하고 로봇이 자율적으로 판단하면서 서로 실시간 통신을 하고, 기계가 하기 어려운 부분은 로봇이 협업함으로써 모든 과정의 품질관리가 가능한 모습이다. IoT와 CPS가 이런 이미지들을 의미 있게 하는 근간이 되고 빅데이터가 이 기술에 매칭이 된다.
수직통합이 됐든 수평통합이 됐든 대표적인 건 하드웨어 플랫폼이 받쳐줘야 된다. 그런 다음 업무와 공장을 통합하는 소프트웨어 플랫폼이 있어야 된다. Industry 4.0 접할 때만 해도 이런 기술에 대한 현장의 인지도가 낮았지만 최근 1년 사이에 급속히 가까워졌고 시장에서도 생각보다 많이, 그리고 빠른 실현을 요구하고 있다.
정리 : 김혜숙 기자 (eltred@hellot.net)
