“트윔 MES의 차별화된 데이터 분석 제공으로 스마트 팩토리 최적 솔루션임을 입증하겠다.” AI비전 검사 전문기업 트윔이 최근 데이터 분석이 가능한 ‘T-MES’ 시스템을 개발하며 MES 시장에 파란을 예고했다. 트윔의 MES사업부 이양규 책임은 “스마트 팩토리 시대엔 데이터 분석을 고려한 데이터베이스 설계의 MES 역할이 중요해지고 있다”며 “기존 MES와 차별화를 내세워 고객사례를 늘려가겠다”고 말했다. 남보다 한발 늦게 시작했지만, 트윔이 MES도 잘하는 기업임을 보여주겠다는 의지를 엿볼 수 있었다. MES 시장 최근 이슈와 트윔의 영업 전략을 이양규 책임에게 들어봤다.

 

 

Q. MES 구축 사업을 하게 된 배경은.

A. AI 기반 비전 검사를 해오다, 이제 공정 내에서 발생하는 수많은 데이터를 수집 및 분석하여 공정을 좀 더 효율적으로 운영할 수 있도록 하면 어떨까 해서 MES 사업을 시작하게 됐다.

 

처음 우리가 여러 회사로부터 데이터를 받았을 때는 뭔가 의미 있는 것들이 나오지 않을까 생각했었는데 막상 가공을 해보니 쓸 만한 데이터가 거의 없었다. 그렇게 이삼 년의 시행착오를 겪었다.

 

그러다 재작년 우리는 데이터 수집을 하는 시점부터 직접 관리해서 분석하기로 했다. 데이터뿐만 아니라 그것을 담는 그릇도 직접 만들어야 의도한 대로 데이터를 모을 수 있겠다는 생각에서였다. 공장 데이터와 가장 밀접하게 닿아있는 곳이 바로 MES 시스템이라고 보았고, MES부터 시작하면 의미 있는 데이터들을 쌓을 수 있겠다는 생각에서 우리만의 MES를 만들게 됐다.

 

Q. MES는 공장자동화에서 이미 사용되고 있었다. 그런데 스마트 팩토리에서 MES가 다시 주목받는 이유는 어디에 있다고 보나.

A. 기존 공장자동화에서 MES는 제조실행시스템으로서의 여러 기능을 대부분 ‘이다/아니다’ 또는 ‘했다/아니다’와 같은 여부로만 관리해왔다. 그러나 정작 공정에서 일어나는 모든 일을 관리하기 위한 데이터 수집에 신경을 안 써 스마트 팩토리 시대에 문제가 되고 있다.

 

스마트 팩토리 구축 이유는 공정 내의 기기가 똑똑하게 운영되는 것을 기반으로 하고 있으며 공정 내에 발생되는 수많은 데이터를 수집 및 분석하여 공정을 좀 더 효율적으로 운영하기 위함이다. 그러기 위해서는 목적이 뚜렷한 양질의 데이터를 어떻게 또 얼마나 모을지가 핵심인데, 이를 반영하듯 최근 데이터 분석을 고려한 데이터베이스 설계의 MES 역할이 중요해지고 있다.

 

Q. MES를 한 번 도입한 업체가 스마트 팩토리 고도화 과정에서 다시 MES 구축을 새로 해야 하는 경우가 있는 것 같다. 어떤 이유에서인가.

A. 스마트 팩토리가 되기 위해서는 3가지 단계가 진행되어야 가능하다고 보는데, 1단계는 데이터를 수집하는 MES, 2단계는 수집된 데이터를 기반으로 통계 및 AI를 활용하여 공정 개선하는 데이터 분석, 마지막으로 공정 변경 전 테스트를 위한 시뮬레이션 단계가 있다. 따라서 1단계에서 2단계로 가려면 MES 도입 시 어떤 데이터를 수집하여 분석할 것인지 분명한 계획이 있어야 그에 따라서 데이터베이스를 설계하는데, 기존 MES 경우에는 그런 계획과 목표가 없었기 때문에 2단계로 넘어가기 어려운 상황이었다. 그러다 보니 원하는 중요 데이터의 결손값(누락 데이터)이 많아져 MES를 새로 구축해야만 했다.

 

트윔의 T-MES는 기기 간의 커뮤니케이션으로 핵심 데이터를 스스로 수집, 분석하여 이를 토대로 스스로 시뮬레이션을 하는 한 단계 진화한 MES로써 단계별 고도화 과정에서 부딪칠 문제점을 사전에 예방하고 모니터링 함으로써 보다 확실한 스마트 팩토리를 구현하는 데에 최적화된 솔루션이라고 할 수 있다.

 

 

Q. 트윔이 개발한 ‘T-MES’는 어떤 차별성을 가지고 있나.

A. T-MES는 한 번 도입하면 추가 업그레이드나 보완이 어려운 기존의 MES 환경에서 벗어나 언제든지 고객의 요구사항에 맞게 업그레이드와 데이터 설정이 가능하다. 세부적으로는 크게 4가지 특징을 얘기할 수 있을 것 같다.

 

첫째는 기존 MES 업체들처럼 기능을 미리 만들어 놓고 일부 기능만 맞춤형으로 개발하는 것이 아니라 고객사의 제조 환경을 이해하고 설비를 이해한 후 맞춤 기능 설계를 진행한다. 이렇게 하는 이유는 구조, 생산 라인을 확인하여 기능을 만들어야 최적화된 환경을 만들 수 있기 때문이다.

 

둘째는 데이터베이스 설계 시 데이터 분석을 고려하여 보조 데이터 확보 및 필수 데이터에 결손값이 발생하지 않도록 설계된다. 예를 들어 금속 부품 제조사가 MES를 도입 시 예상할 수 있는 필수 데이터로 ‘절삭TIP 이동 유무’, ‘절삭TIP 교체 유무’ 등이 있다. 이러한 설계는 트윔이 다양한 제조 공정에 적용한 데이터 분석 노하우를 활용하기에 가능하다.

 

셋째는 T-MES 내 구성된 아키텍처를 보면, 리눅스 기반의 OS를 바탕으로 하고 있으나 웹 기반이라 고객이 원하면 윈도 OS도 가능하다. 또 데이터베이스 영역 역시 선택에 따라 구현이 가능한 고객 맞춤형 구성을 지향하고 있다. 이 아키텍처를 보면 알 수 있듯이 분석 시스템이 있어 데이터 수집과 분석을 위한 기본 조건을 충족하고 있다.

 

마지막으로 넷째는 T-Analysis 모듈을 제공한다. T-Analysis란 트윔이 개발한 데이터 통계 분석 모듈이다. 한 번의 데이터베이스 설계로 데이터 분석이 가능한 데이터를 수집한다는 것은 쉽지 않다. 그렇기 때문에 T-Analysis는 설계한 데이터베이스가 목표한 데이터 분석 방향성에 맞게 수집되고 있는지 판단하기 위해 모니터링용 분석 모듈을 탑재하고 파악하는 용도로 활용된다. 또 T-Analysis의 장점은 분석한 데이터를 한 눈에 파악하기 쉽게 이미지 가시적으로 나타내어 누구든 쉽게 분석 결과를 알 수 있다.

 

Q. 실제로 MES 구축한 고객사례가 있나.

A. 제조업체와 가전업체에 구축한 사례가 있다. 그러나 아직 진행중인 프로젝트도 있어서 깊게 설명은 어려우나 차후에 완료되면 좀 더 자세히 소개할 기회가 있으리라 본다.

 

Q. 앞으로 계획은.

A. 고객사들은 적은 데이터로 빠른 결과를 보고 싶어 한다. 따라서 최소한의 데이터로 최적의 결과를 낼 수 있도록 연구인력 보강과 함께 MES 모듈 부분에 AI를 탑재하는 시스템 개발에도 연구를 집중할 계획이다. 또한, 트윔이 MES도 잘하는 기업임을 알릴 수 있도록 저희 주력인 AI 검사 설비를 하면서 같이 MES를 소개하는 영업을 적극 펼칠 생각이다. MES 따로, 공정 자동화 따로 하면 문제 발생 시마다 각각 업체를 불러야 하는데, 우리에게 맡기면 MES든 AI 비전 검사든 한 번에 해결할 수 있다는 장점이 있다. 앞으로 고객사례를 늘려 트윔 MES가 스마트 팩토리의 최적 솔루션임을 입증하겠다.

 

헬로티 임근난 기자 |