[헬로티]

빅데이터 분석 기술은 모바일 관련 기술 다음으로 임팩트가 큰 기술이다. 빅데이터 분석 기술은 공장을 디지털화하고 스마트팩토리 구현 활용하는 단계로서 미래 구매 주기 예측이나 장비 수명 예측, 용량 변동에 관한 예측 등을 할 수 있다. 그리고 클라우드 기반 비즈니스 환경에서는 벨류체인 참가자 간의 통신을 통해서 제조공정이나 공급망 관계를 실시간으로 분석하고 3차원 시뮬레이션을 통해 가시화하는 데 활용할 수 있다. 빅데이터와 클라우드를 통한 제조 산업 미래에 대해 소프트센 차세대융합기술연구소 IoT팀 이용철 부장이 ‘스마트제조기술 컨퍼런스 2016’에서 발표한 강연 내용을 정리했다.

▲소프트센 차세대융합기술연구소 이용철 부장

빅데이터의 가치

빅데이터를 통한 제조업에서의 새로운 가치 창출은 현재 빅데이터 2.0 수준에 와 있다. 빅데이터 1.0은 인프라 구축 중심의 단계, 빅데이터 2.0은 ICT 융·복합 및 분석 기술 향상 단계, 빅데이터 3.0은 지능화·자동화·최적화 단계로, 요즘 화두가 되고 있는 인공지능, 기계 학습, 초연결, 인더스트리 4.0과 관련된 스마트공장 부분들은 빅데이터 3.0에서 진행하고 있는 내용들이다.

특히, 빅데이터 2.0에서는 고객의 빅데이터 활용에 따른 실질적 가치 검증이 요구되기 시작했으며 ICBM(IoT, Cloud, Big Data, Mobile) 등과의 접목을 통한 신규 비즈니스 모델이 창출되는 시기였다.

IoT를 크게 산업용 IoT(IIoT)와 컨슈머 IoT(CIoT)로 나누어 보면, 산업용 IoT는 스마트·팩토리·그리드·머신·시티·카 요소들이, 컨슈머 IoT는 스마트·폰·웨어러블·TV·어플라이언스, 홈 요소들이 IoT에 연결되는 사회로 진행되고 있다. 여기서 수집된 정보는 데이터 분석을 통해서 활용된다.

산업별 빅데이터를 통해서 얻어지는 ROI를 보면, 매뉴팩처링 관련 분야가 가장 큰 포지션을 차지하고 있다. 포지티브(Positive) ROI는 51%나 되고, 네거티브(Negative) ROI는 상당히 낮다.

산업에서 빅데이터 분석이 갖는 특징은 타깃에 의한 제품 생산이 현재의 중요한 가치라고 한다면, 미래 시장에서의 가치는 시장에 대한 예측과 트렌드에 대한 예측이 가능하다는 점이다. 특히, 소비자에 대한 트렌드나 성향을 예측할 수 있다는 점에서 빅데이터의 가치는 더욱 두드러질 것으로 보인다.

제조 산업의 미래 기술로는 빅데이터 분석과 함께 클라우드 인텔리전스 관련 내용이 추가되고 있으며, 그 외 퍼블릭 플랫폼, 커넥티비티 플랫폼, 하이브리드 플랫폼 등 여러 가지 플랫폼이 신규로 들어갈 기술들이다.

제조 산업의 변화를 주도할 기술로는 여러 가지 기술 요소들이 있는데, 가장 임팩트가 큰 기술이 모바일 관련 기술이고, 그다음이 빅데이터 분석이다. 제조 산업에서 실질적 효율성을 제공하는 기술이 바로 빅데이터 분석이다.

빅데이터 분석 기술은 기계, 사람, 생산라인, 물류 네트워크, 소비습관, 경제생활, 사회생활, 천연자원 등에서 수집된 정보를 가지고 빅데이터 분석 소프트웨어를 통해서 분석 작업을 진행한다. 그 분석된 데이터에 의해서 제조 공정상의 비용을 줄일 수 있고 추가 생산 계획을 자동으로 생성하여 전체적인 생산 효율성을 향상할 수 있다.

빅데이터 분석 기술은 또 현재 공장을 디지털화하고 스마트팩토리 구현 활용하는 단계로서 미래 구매 주기 예측이나 장비 수명 예측, 용량 변동에 관한 예측 등을 할 수 있다. 그리고 클라우드 기반 비즈니스 환경에서는 벨류체인 참가자 간의 통신을 통해서 제조공정이나 공급망 관계를 실시간으로 분석하고 3차원 시뮬레이션을 통해 가시화하는 데 활용할 수 있다.

▲ 그림 1. 산업에서 빅데이터 분석이 갖는 현재와 미래 가치

빅데이터 기술 활용 사례

빅데이터 기술이 실제 제조업에서 활용되는 사례를 보면, GM은 소셜미디어를 통해 전달된 정보를 바탕으로 자동차 제조사 이해관계자들의 대비 전략 마련을 위한 의사결정 보조로 활용하고 있다. 또한, GM 자동차 공장에서 환경센서를 통한 실시간 정보를 이용해 작업 우선순위 규칙을 실시간 조정함으로써 작업 효율성을 높이고 있다. 예를 들어, 작업 스테이션 1에서 센서를 통해 너무 습한 날씨로 페인트 작업이 어렵다는 판단이 내려지면 다음 작업 스테이션으로 건너뛴다. 그리고 환경 요인이 정상치로 회복되었다는 정보를 받게 되면 다시 페인팅 스테이션으로 작업 이동하게 된다. 이처럼 GM은 빅데이터를 활용하여 자동차 품질에 영향을 미치는 요인을 예방하고 있다.

현대중공업 또한 빅데이터 클라우드 기반 공정 데이터 분석 시스템을 도입했다. 이 시스템은 공정 데이터를 분석하고 그것을 기반으로 제품 생산을 좀 더 효율성 있게 가져갈 수 있도록 구성했다. 현대중공업은 공정상에 발생한 수집된 데이터를 클라우드 기반 환경에 저장하고 분석해서 실제 어떤 식으로 공정계산을 했을 때 효율성이 높아지는가에 대한 결과치를 제공해 주고 있다.

그 외에도, GM 항공사는 제품 생산 프로세서 개선에 빅데이터 기술을 활용해 생산 속도를 25% 향상했다. 지멘스는 빅데이터를 활용한 공장 자동화 시스템을 도입함으로써 불량률을 제품 100만개당 11.5개 수준으로 개선했으며, 생산성은 8배 증가했다. 또한, 제품 기획, 설계 단계 및 판매 이후까지 모든 정보를 제조 생산 효율을 높이는데 활용했다.

GCS는 솔트룩스의 실시간 빅데이터 분석 엔진 D2를 통해 실시간 머신 데이터와 비정형 데이터의 통합 색인과 융합, 분석이 가능한 실시간 스트링 빅데이터 분석 플랫폼을 제공했다. 인텔은 2012년 제조 공정상의 비용 낭비 부분을 제거하기 위해 빅데이터 분석을 도입했다으며, IBM은 반도체 공장의 제조공정을 빅데이터 분석을 통해 효율화하여 제조라인의 생산 시간을 15% 단축했다.

IoT와 결합한 스마트 제조

인더스트리 4.0은 테크놀로지, 협업, 프로세스, 크게 3가지 요소로 진행되고 있다. 테크놀로지 분야에서 주로 활용되는 기술은 IoT, 그다음으로 클라우드 플랫폼, 빅데이터, 와이어리스 인텔리전스, 4가지 요소를 가지고 인더스트리 4.0을 구현하고 있다.

인더스트리 4.0의 기능별 구성을 소개하면, 외아어리스 인텔리전스, 분산 제조, 협업 솔루션을 통한 부분들이 있으며, 생산성 향상을 위한 솔루션, 사용자 간의 트레이닝을 효과적으로 하기 위한 방법들이 있다. 그다음에 인더스트리 4.0을 좀 더 확장하고 IT 비용을 낮추며 모빌리티를 제공하기 위한 스마트 클라우드 환경 구성, 그리고 엔터프라이즈 에코시스템 부분도 들어가 있다. 여기에는 기존 시스템인 ERP, PLM, MES 등도 물론 포함돼 있다.

인더스트리 4.0에서의 스마트팩토리는 커넥션, 디지털라이제이션, 인텔리전스, 크게 3가지 요소로 구성되어 있다. 그중 인텔리전스와 디지털라이제이션은 빅데이터나 클라우드 환경의 영향을 많이 받은 요소들이다. 인텔리전스는 빅데이터와 아날리틱스, 디지털 라이제이션은 증강현실(AR)과 가상현실(VR), 그리고 커넥션에는 클라우드와 IoT가 있다.

미래의 스마트팩토리는

제조업 현재와 미래 모습을 제조업 주기별로 나누어 보면, 제품 수요 예측을 먼저 하게 되고, 이를 통해 제품 설계를 한다. 그다음에 공장 설비를 구축하고 제품을 제조하며, 제조된 제품을 유통하는 형태로 제품 주기를 가져간다.

▲ 그림2. 제조업 주기별 현재와 미래 모습

현재 모습은 제품 수요 예측을 위해서 전문 기관을 통해 시장 조사를 진행하고 소비자들의 요구사항에 맞춰 시제품을 제작한다. 그리고 자동화 설비를 구축하게 되고 여러 가지 솔루션을 도입해서 자동화 생산관리를 한다. 최종적으로는 수동적 유통관리로 제품을 차량으로 운송해서 실제 소비자에게 배송하는 형태였다.

미래에는 빅데이터를 통한 실시간 시장 예측, 3D 프린팅이나 홀로그램 기술을 적용해서 가상 시제품을 만들고, 사물인터넷과 스마트센서를 적용해서 소형 맞춤형 설비를 구축하게 된다. 스마트 통합공정을 통해 실시간 생산관리를 하게 되고 이를 통해 에너지절감을 하게 된다. 또 실시간 생산관리 측면에서도 기존 소비자들의 수요가 있을 때만 설비를 가동하다 보니 소비자들의 수요가 줄어들 경우에는 설비 가동시간을 줄일 수 있다. 능동형 유통관리는 어떤 주문이 들어왔을 때 그에 맞는 설비를 가동해서 제품을 생산하고 유통하는 형태라 보니 제품에 대한 재고가 없다. 이것은 클라우드 환경에서 관리하게 된다.

다음으로 미래 제조업에서의 정보계와 현장계 통합 운영 모델을 보면, 현장계에서는 어떤 데이터를 수집하고 정보계에서는 인사이트를 추출하고 현장계에서는 실시간 적용하는 형태로 진행된다. 과거에는 대부분 데이터들이 오프라인 상에서 발생했고 이 오프라인 상에서 발생한 데이터 중 일부 데이터만 MES나 POP, ERP상으로 저장해서 활용했다. 이에 대한 미래 모습은 IoT/모바일쪽, 인지나 네트워크 기술이 발달해서 모든 사물들이 인터넷으로 연결되다 보니 모든 사물은 다양한 형태의 데이터를 24시간 저장하고 전송할 수 있는 데이터 수집이 가능해 졌다.

또한, 인사이트 추출에서 과거에는 대부분의 분석이 데이터 수집으로 시차를 두고 진행됐다. 데이터 분석이 실시간으로 되지 않고 어떤 데이터가 쌓인 후에 분석하는 형태로 진행됐는데 그 분석도 데이터 개별 단위로 분석되는 게 아니고 데이터를 그룹 단위로 묶어서 분석되었다. 미래 모습은 엄청난 양의 데이터/다양한 데이터를 실시간으로 저장 및 분석할 수 있고 가치 있는 인사이트를 실시간으로 분석하고 추출하게 된다.

현장계 실시간 적용이라고 하는 부분은 과거에는 분석의 적용이 데이터를 수집해온 단위 시스템에 한정해서 분석작업이 이루어지고 활용이 이루어졌다면 미래에는 클라우드/모바일 환경에 의해서 실시간 추출된 정보에 대한 실시간 모니터링 및 의사결정이 가능하도록 진행이 된다. 최종적으로 현장계에서 데이터 수집은 온·오프라인 상에서 모든 데이터를 수집하게 되고 실시간으로 분석한 데이터는 모든 곳에서 실시간으로 적용할 수 있는 형태로 진행된다.

결론적으로 미래 스마트팩토리는 차세대 제조 시스템이 가장 큰 비중을 차지한다. 차세대 제조 시스템을 통해서 실제 클라우드 스토리지나 프로세싱, 그다음에 데이터 아날리스틱에 대한 부분을 가져가게 되겠다. 그리고 이런 부분들이 인텔리전스 센서라든가 액터들을 통해서 정보를 수집하게 되고 스마트하게 유지관리가 가능하도록 구성이 된다. 마지막으로는 로보틱스에 대한 부분들이 가미가 되게 된다. 미래 스마트팩토리는 이런 15개의 요소들이 모여서 제조에서부터 판매에 이르기까지 모두 관리하는 형태가 될 것이다.  

정리 : 임근난 기자 (fa@hellot.net)