-
- 박정수 교수의 현미경 '스마트팩토리'-[49]아날로그의 완전한 디지털화가 갖는 의미
- [박정수 성균관대 스마트팩토리 융합학과 겸임교수] 글로벌 경쟁은 이미 오래 전에 우리의 일상이 되었다. 일본 기업들은 린생산(Lean Production)을 통하여, 미국 기업은 하드웨어 기반의 인공지능과 소프트웨어 기반의 RPA(Robotic Process Automation)를 비즈니스 프로세스 리엔지니어링(BPR: Business Process Reengineering)에 접목시켜 전 세계 시장을 향해 새로운 서비스와 제품을 최고의 품질과 최적의 가격으로 선제적이고 공격적인 경영전략을 쏟아내고 있다. 최근에는 중국 기업들도 인공지능과 린식스시그마(Lean Six Sigma)를 통해 세계시장에서 일본이나 미국 기업들에게 도전장을 내밀고 있다. 아래 그림은 RPA와 연계된 디지털 워크포스(Digital Workforce)의 진화를 보여주고 있다. 이런 상황(狀況)에서 제조업의 경쟁력 강화 과정을 이해하기 위하여 제조분야의 핵심적인 가치창출 프로세스인 ‘생산운영부문’을 인공지능과 새로운 정보통신기술을 활용하여 진단하고 학습하는 것은 스마트 팩토리 구축의 필수적인 과제이다. 또한 생산운영관리는 서비스나 제품을 창출하는 과정에서 QCD(Quality, Cost, Delivery), 그리고 고객과 시장에 대한 신속하고 유연한 반응과 대응을 어떻게 확보하는지를 다루는 분야이다. 그러나 생산운영관리는 제조 산업의 경쟁전략을 이끌어 가는 핵심이 되기도 하고 비효율의 근원이 되어 걱정거리가 되기도 한다. 생산현장의 실질적인 정보(데이터)와 실물이 일치가 되지않을 경우가 대표적이다. 즉 정보와 사물의 불일치는 제조업을 사상누각(沙上樓閣) 상태로 끌고가는 격이다. 생산운영관리란 공장에서 제품을 생산하는 전 과정에서 체계적이고 효율적으로 생산할 수 있도록 생산현장을 연출하는 모든 활동이다. 특별히 생산에 직접적으로 관련된 부분만을 일컫는 경우도 있다. 예를 들어서 생산을 위하여 예산이 필요하다고 할 경우 넓은 의미에서 그것도 생산운영관리로 볼 수 있겠지만, 그런 것보다는 생산에 직접 참여하는 공정관리, 설비관리, 품질관리, 원가관리, 납기관리 등을 말한다. 이런 생산운영관리는 유무형의 재화를 창출하기 위해 모든 조직이 반드시 수행하여야 하며 고객의 욕구를 능률적이고 효율적으로 충족시켜야 한다. 이와 함께 조직의 목적을 위해 또는 조직의 목표를 달성하기 위한 기본적인 기능이므로 중요하다 할 수 있다. 그러므로 생산운영 프로세스의 경쟁력을 갖추지 못한 제조업이 경쟁에서 앞서 나가기를 바라는 것은 뿌리가 약한 나무에서 풍성한 열매가 열리기를 바라는 것과 마찬가지다. 제품, 가치 사슬 및 비즈니스 모델의 디지털화와 상호 초연결성(Hyper Connectivity)을 특징으로 하는 4차 산업혁명 하에서는 제조업의 피할 수 없는 제조환경 변화일 수 밖에 없다. 과거 린 생산(lean Production)이나 식스시그마(Six Sigma), 최근들어 린식스시그마(Lean Six Sigma)까지 우리가 경험한 모든 변화관리를 능가하는 새로운 물결이 제조활동과 개인의 삶을 송두리째 바꿔놓고 있는 것이다. 왜냐하면 제4차 산업혁명은 간단히 말해 정보화 혁명의 확장성이라는 개념을 뛰어넘는 아날로그의 완전한 디지털화, 인공지능화를 의미하기 때문이다. 이중 핵심은 초연결성이다. 따라서, 이미 온 미래 4차 산업혁명 하에서 스마트팩토리 구축을 위한 산업용 사물인터넷(IIoT)과 인공지능 기반 솔루션 발전의 중요한 동인을 살펴볼 필요가 있다. 첫 번째 동인(動因, Drive)은 수평 및 수직적인 가치 사슬을 통합하고 더 효율적으로 생산운영관리를 할 수 있는 스마트팩토리를 구축하는 것이다. 이는 새로운 가치 사슬(Value Chain)을 ‘생산운영관리’에 접목시키기 위해 핵심 프로세스의 지능화와 디지털화가 스마트팩토리를 실현시키는 동기화(同期化) 전략이자 핵심이기 때문이다. 그러므로 제품 및 서비스의 디지털화 및 상호 연결은 두 번째로 중요한 동인이다. 세 번째 주요 동인은 맞춤형 솔루션을 통해 ‘고객의 추가적인 경험 가치’를 제공하는 것이다. 이러한 새로운 비즈니스 모델 창출을 위한 스마트팩토리는 가치 사슬 전반에 걸친 협력 뿐만 아니라 데이터의 통합 사용 및 분석, 그리고 고객 요구 사항을 더 잘 충족시킬 수 있는 밑바탕이 될 것이다. 아래 그림은 스마트팩토리의 생산운영관리에 대한 ‘수요관리 흐름도’이다. 정보가 사물(제품)처럼 쌓여가는 시대다. 정보의 부족이 아니라 정보의 과잉이 인간의 행동을 제약할 정도다. 그래서 널려 있는 정보들 중에서 반드시 알아야 할 가치있는 지식만을 선별해서 쉽고 단순하게 손질해야 한다. 생산운영관리도 마찬가지이다. 정보가 많다고 최적의 관리가 가능해지는 것이 아니다. 빅데이터를 잘 손질해서 생산운영관리에 활용하는 역량이 필수적인 까닭이다. 스마트팩토리의 수요 관리(D.M; Demand Management)는 주요제품 일정계획(MPS; Master Production Schedule)이나 자재 소요량 계획(MRP; Material Requirement Planning)등에서 사용될 수요에 대하여 납기일자, 수량 등을 구분하여 관리하도록 지원하는 생산계획 부문의 하위모듈(Sub-Module)이다. 이는 재고생산(Make to Stock), 수주생산(Make to Order), 조립생산 (Assemble to Order) 및 설계생산(Engineering to Order) 등 제품의 특성과 계획에 따른 전략(Planning Strategy)을 사용할 수 있어야 한다. 그게 바로 맞춤형 생산을 위한 생산운영관리의 기본이기 때문이다. 더 나아가 스마트팩토리를 고도화하기 위해서는 판매와 생산(S&OP; Sales And Operation Planning)계획의 유연성이 보장되어야 한다. 즉 일반적으로 계획에 따른 전략(Planning strategy)의 지정에 대해서는 제품별로 계획에 따른 전략의 지정(指定)이 가능하게 해야 한다. 그리하여 재고에 의한 판매 및 생산(Make to stock), 설계 작업을 시작으로 제작, 판매하는 설계 생산(Engineering to Order)까지 다양한 생산 전략의 지정(指定)이 가능토록 하고 복합된 계획 전략도 구현해야 한다. 또한 계획화된 전략에 따라 독립 예상 수요를 흡수하는(Consumption) 방식, 주문 현황(Sales Order)의 반영 여부 등을 결정하여 생산 실행계획에 거의 실시간으로 적용 가능한 유연성을 보장할 수 있어야 한다. 스마트팩토리의 핵심인 생산 유연성을 고도화하기 위해서는 수요 버전(Version)의 관리를 통하여 기간, 부서별로 다른 유형의 수요들을 구분하여 관리 가능하도록 해야 할 것이다. 더 나아가 변경 이력 관리(History Management)를 통해 제품 수요 변경에 따라 원자재의 구매 일정 및 수량 등에 끼치는 영향이 크므로 완제품의 수요 변경 이력을 관리하도록 지원하는 시스템이 구축되어야 한다. 그러므로 제조산업의 스마트팩토리화에 던져진 화두가 무엇인지 고민할 필요가 있다. 그 질문은 “맞춤형 시장의 도래와 개인화 고객에 대해서 무엇을 만들 것인가?”이다. 그 해답은 생산운영관리의 지능화를 통해 시장 수요를 최적의 운영(Optimized Control)역량으로 해결하는 유연성이다. 그 결과로 산업용 사물 인터넷(IIoT)이 공장뿐만 아니라 회사 전체를 변화시킬 것이다. 4차 산업혁명을 견인하는 산업용 사물인터넷은 수직적·수평적 가치 사슬(Value Chain)의 디지털화를 포함하고 있기 때문이다. 뿐만 아니라 궁극적인 목표를 가지고 기업의 제품 및 서비스의 포트폴리오(Portfolio)를 혁신시키고 점점 더 까다로운 고객의 요구를 충족시킬 것이다. 이미 와 있는 산업혁명은 디지털 세계, 생물학적인 영역, 물리적 영역 간 경계가 연결의 힘으로 완전히 허물어지는 “기술융합과 기능융합”의 동기화 결정판으로 인식되고 있으며 모든 사물을 생명력 있는 디지털 기기로 탈바꿈시킬 것이다. 또한 그러한 기기들은 인공지능의 도움으로 사람과 연결되어 새로운 가치를 제공하게 될 것이다. 이와 같은 융합기술과 기능은 생산 기술의 최적화를 뛰어넘어 기능 중심의 마케팅 영역까지 영향을 미치게 될 것이다. 그러므로 스마트팩토리는 제조업의 새로운 경영 패러다임(Paradigm)이며, 생산이 마케팅이고, 마케팅이 생산인 “생산운영관리”의 플랫폼이자 미래이다. 기사출처URL https://n.news.naver.com/article/018/0004761779?lfrom=band
-
- 작성일 2020-10-19
- 조회수 6791
-
- 박정수 교수의 현미경 '스마트팩토리'-[48] 마케팅이 생산이고 생산이 마케팅인 시대
- 스마트팩토리는 시장의 요구를 제조하는 플랫폼(platform)이자 새로운 제조 패러다임(paradigm)이다. 패러다임이란 동시대 사람들의 지배적인 생각을 일컫는다. 코페르니쿠스가 지동설을 주장한 것은 동시대 사람들의 지배적인 생각이었던 천동설을 지동설로 바꾼 패러다임의 전환이었다. 산업에도 패러다임이 있다. 산업 패러다임은 사람들이 경제활동을 할 때 중요하게 생각하는 가치로, 의사 결정의 기준이 된다. 따라서 오늘날처럼 급변하는 사회에서 산업 패러다임에 신속하게 대응하고 적응하지 않으면 언제든 퇴출될 수 있다. 그런 의미에서 스마트팩토리는 제조업의 새로운 패러다임에 적응하기 위한 전략적인 플랫폼이어야 한다. 스마트팩토리 도입을 통한 제조 유연성 확보와 고도의 의사결정 지원 및 판단은 제조 경쟁력 제고의 핵심이다. 따라서 기본적으로 제조 경쟁력 제고를 위한 10가지 핵심 질문을 제조업 스스로 던져봐야 한다. 아래 그림은 스마트팩토리 구축을 통해서 실현해야 할 제조 경쟁력 제고를 위한 10가지 핵심 질문이다. 스마트팩토리에서는 10가지의 모든 또는 일부 질문들에 대하여 얼마나 빼어나게 응답하는지 여부가 제조 경쟁력을 결정하게 된다. 결국 각각의 정보통신기술(ICT)과 각종 시스템들은 10가지의 질문에 대응하기 위해 존재하도록 구현하는 것이 스마트팩토리 구축이다. 첫째, “맞춤형 시장의 도래와 개인화 고객에 대해서 무엇을 만들 것인가?” 산업용 사물 인터넷(IIoT)은 회사 전체를 변화 시킬 것이다. 4차 산업혁명을 견인하는 산업용 인터넷은 수직적·수평적 가치 사슬(Value Chain)의 디지털화를 포함하고 있다. 뿐만 아니라 궁극적인 목표를 가지고 기업의 제품 및 서비스의 포트폴리오(Portfolio)를 혁신하고 있으며, 점점 더 까다로운 고객의 요구를 충족하게 될 것이다. 산업용 인터넷의 잠재적인 용도는 생산 기술의 최적화를 훨씬 뛰어넘어 마케팅 영역까지 영향을 미치고 있다. 그러므로 스마트팩토리는 기존의 제약, 화장품, 철강, 자동차, 조선, 화학 등의 제조업을 서비스화하고, 인공지능을 융합해 제조업의 경쟁력을 더욱 도약시키는 것이다. 둘째, “어떻게 기존에 생산하고 있는 제품에 서비스(Product Servitization)를 부가시킬 것인가?” 생산 현장이 점점 더 까다로워진 고객의 요구를 충족시키는 플랫폼(Platform)이여야 한다. 즉, 생산이 마케팅이고 마케팅이 곧 생산인 시대가 이미 도래한 미래의 이야기가 되고 있다. 스마트팩토리는 빅데이터 분석 역량을 통해 제품 개발, 시제품 검증 등 모든 제조 과정에서 데이터의 이용가능성을 높이고, 과거와 다른 브랜드 가치를 향상시키고자 한다. 또한, 클라우드와 엣지(Cloud & Edge) 컴퓨팅, 인공지능을 통해 제조업의 가치사슬(Value Chain)을 혁신시켜 마케팅 및 의사 결정을 지능화하는 플랫폼이다. 셋째, “어떻게 기존 서비스와 신규 서비스를 결합시켜 서비스의 제품화(Service Productization) 현상을 만들 것인가?” 가치 사슬의 디지털화를 뛰어넘어 지능화를 실현시켜야 한다. 그러나 지금까지 자동화 및 디지털화로 진전시킨 분야는 대부분 개별 장치와 격리된 애플리케이션에 한정되었다. 서비스업은 TCO(Total Cost Ownership) 측면에서 기존의 디지털화 수준으로는 제조업과 차별화하여 서비스의 제품화를 실현시킬 수 없다. 왜냐하면 혁신적인 고객은 디지털화보다는 지능화를 원하고 있기 때문이며, 그 좋은 예가 구글, 애플, 아마존 등이다. 이러한 선진 기업들은 인공지능을 활용하여 거의 완결된 지능화 서비스 수준을 제공, 경험(UX-Design)하게 해주고 있다. 넷째, “부진화 재고 제로화(Zeroise)를 목표로 얼마나 생산할 것인가?” 린 식스시그마(Lean SixSigma)를 통해 실현하고자 했던 제조업의 품질관리 및 생산전략이 3차 산업혁명 시기의 목표 기준으로 볼 때 선진 기업을 중심으로 만족할 만한 성과를 이룬 것 또한 분명한 사실이다. 그러나 이미 도래한 4차 산업혁명 시대에는 산업용 인터넷을 활용하여 생산성과 자원 효율성을 증가시키는 것은 기본이고 더 높은 수준의 목표치를 달성해야 하는 과제에 직면해 있는 것도 현실이다. 제조 부문은 더 적은 원자재와 더 적은 에너지를 사용하여 더 많은 양을 생산해야 한다. 산업용 인터넷은 더 높은 생산성과 자원 효율성을 가능하게 해 지속 가능하고 효율적인 생산을 위한 조건을 만들어야 한다. 그 까닭은 재고의 부진화를 제로화하는 생산 기법이 ‘맞춤형 스마트팩토리’이기 때문이다. 다섯째, “언제까지 만들 것인가?” 정형 데이터와 비정형 데이터의 통합 분석 및 사용은 산업용 인터넷의 핵심 기능이며, 생산 계획과 생산을 조정하기 위해 실시간 데이터를 사용해야 한다. 린 생산(Lean Production)의 적기 생산(Just in Time: 재고를 ‘0’으로 하여 재고비용 최소화)과 스마트 팩토리의 적기 맞춤 생산(Fit In Time)을 실현하는 것이 중요하다. 여섯째, “어떻게 최적의 공급망(SCM)을 지원할 것인가?” 제품 및 서비스 포트폴리오의 디지털화는 지속 가능한 기업 성공의 열쇠이다. 스마트팩토리에서는 자사 제품을 상당 부분 디지털화하여 연결되고 자동화된 서비스를 포함한 공급망이 최적화되도록 포트폴리오를 확장해야 한다. 유연하지 않는 공급망으로는 더 이상 국제 경쟁에서 성공적으로 견인할 수 없다. 따라서 제품 및 서비스 포트폴리오의 고도화된 디지털화 및 지능화는 공급망 관리 역량에 의해서 좌우되며, 공급망 관리 수준은 스마트 팩토리의 척도(尺度)라고 볼 수 있다. 일곱째, “어떻게 최상의 제품 품질을 유지할 것인가?” 디지털화된 제품과 서비스는 품질 수준에 의해서 평가받게 된다. 스마트팩토리 구축의 핵심 중의 하나는 데이터 분석 수준이며, 상상을 초월하는 양의 빅데이터를 보유한 기업들이 고급분석 환경을 구축하고 서비스를 제공하고 있다. 4차 산업혁명 시대에서 제조업의 품질관리는 빅데이터 관리기술과 융합되어 새로운 서비스, 즉 차별화로 이어지게 된다. 여덟째, “어떻게 제조 원가를 총체적으로 줄일 수 있을까?” 스마트팩토리는 종종 새롭고 파괴적인 디지털 비즈니스 모델을 위한 길을 열어준다. 원가는 기존 비즈니스 모델에 지속적인 영향을 미칠 것이며 특히 새로운(또는 파괴적인) 디지털 비즈니스 모델이 생성될 것이다. 이러한 원가우위 추세의 초점은 제품 대신 가치 솔루션의 범위를 확대하고 고객 및 파트너와의 네트워킹을 강화하여 고객 혜택을 높이게 된다. 이러한 원가는 재료비·노무비·경비로 구성되며, 이는 원가의 3요소이다. 그것은 다시 각 제품에 직접 부과할 수 있는 직접비와 여러 제품의 생산에 대하여 공통으로 쓰이는 간접비로 세분된다. 직접비에 제조에 소요된 간접비를 포함한 것을 제조원가라고 하며, 일반적인 상품은 여기에 관리비용과 판매비용을 더하여 총원가라고 한다. 그러나 스마트팩토리에서는 원가 계정의 변동화, 즉 고정비의 변동비화를 통해 유연한 원가관리가 가능해질 것이다. 아홉째, “어떻게 그린 에너지를 실현할 것인가?” 환경과 사람이 중심이 되는 지속 가능한 발전을 뜻하는 그린 에너지는 현재 화석에너지 중심의 생산활동을 신재생에너지로 전환하는 등 저탄소 생산활동으로 전환시키는 것이다. 이는 스마트팩토리의 지속 가능한 제조전략 방향이며 ‘RE 100’이 좋은 예이다. 열번째, “어떻게 정보통신기술(ICT)을 활용하여 통신비 및 자산관리를 최적화할 것인가?” 스마트팩토리의 주요 초점은 정보통신기술에 대한 높은 투자 수준에 달려 있다. 새로운 산업용 인터넷 애플리케이션의 요구 사항을 충족할 수 있는 정보통신기술(ICT) 세계가 보장되어야 한다. 또한 구속력있는 표준을 정의하고 IT 보안 영역의 작업을 해결해야 한다. 정책 입안자는 국제 수준에서 균일한 산업 표준 데이터 보안 및 데이터 보호를 위한 효율적인 규칙을 수립하여 새로운 자산관리와 통신비 절감을 실현시켜야 한다. 스마트팩토리 구축을 위한 10개의 질문과 10개의 응답은 산업별로 다를 수는 있어도 기업의 규모에 따른 차이는 존재하지 않을 것이다. 왜냐하면 스마트팩토리에 구현되는 기술, 즉 컴퓨팅, 인공지능, 분석기술, 통신기술, 빅데이터 관리기술들이 융합되어 운용되기 때문이며, 그 기술 중 하나만 빠져도 스마트팩토리의 필요충분 조건이 성립되지 않기 때문이다. 따라서, 융합기술을 활용해 다양한 기능으로 전환하여 생산하고 유통하는 플랫폼이 바로 스마트팩토리로 이어지는 길이다. 기사 원본 URL https://www.edaily.co.kr/news/read?newsId=01161126625931608&mediaCodeNo=257
-
- 작성일 2020-10-12
- 조회수 6732
-
- 박정수 교수의 현미경 '스마트팩토리'-[47] "시장에서 팔리는 물건을 빠르게 생산"하는 비법
- 스마트 팩토리 관리는 제품과 서비스 가치의 기본이 되는 QCD(Quality, Cost, Delivery)를 결정하는 기본 기술과 비정형(Unstructured) 데이터를 수집 분석하는 빅데이터 관리기술을 생산 활동 전반에 적용하기 위한 인공지능(AI) 관리 기술을 포함하고 있다. 이러한 관리 기술을 활용하는 목적은 제조업의 유연성 확보에 초점을 맞추고 있기 때문이다. 소품종 대량 생산 시대에는 치밀한 생산 계획(ERP)과 생산 지시(MES)가 중요했다. 팔림세를 분석해서 기간별 수요예측을 해왔고 그와 같은 방법을 통해 제조업은 통제되어왔다. 그 결과 몇몇 선진 제조업을 제외하고는 대부분의 제조업들이 부진화 재고 수준에 의해서 경영의 악화를 경험하고 있다. 왜냐하면 제조업의 고정관념인 “만들면 팔리는 시대”의 오랜 학습에 머물고 있기 때문이다. 그와 반대로 스마트 팩토리는 “시장에서 팔리는 물건을 빠르게 생산”하는 제조업을 만들어가는 전략이다. 그 핵심은 제조의 유연성이다. 즉 다품종 소량 생산이나 맞춤형 고객을 위한 변종 변량 생산에서는 제조업의 종사자, 관리자, 작업자, 의사결정자들의 고도화된 판단이 매우 중요하다. 스마트 팩토리 도입을 통한 제조 유연성 확보와 고도의 의사결정 지원 및 판단은 제조 경쟁력 확보의 핵심이다. 기본적으로 제조 경쟁력 제고를 위한 10가지 핵심 질문을 제조업 스스로 던져봐야 한다. 1) 맞춤형 시장의 도래와 개인화 고객에 대해서 무엇을 만들 것인가? 2) 어떻게 기존에 생산하고 있는 제품에 서비스(Product Servitization)를 부가시킬 것인가? 3) 어떻게 기존 서비스와 신규 서비스를 결합시켜 서비스의 제품화(Service Productization) 현상을 만들 것인가? 4) 부진화 재고 제로화(Zeroise)를 목표로 얼마나 생산할 것인가? 5) 언제까지 만들 것인가? 6) 어떻게 최적의 공급망(SCM)을 지원할 것인가? 7) 어떻게 최상의 제품 품질을 유지할 것인가? 8) 어떻게 제조 원가를 총체적으로 줄일 수 있을까? 9) 어떻게 그린 에너지를 실현할 것인가? 10) 어떻게 정보통신기술(ICT)을 활용하여 통신비 및 자산관리를 최적화할 것인가? 아래 그림은 스마트 팩토리 구축을 통해서 실현해야 할 제조 경쟁력 제고를 위한 10가지 핵심 질문이다. 스마트 팩토리에서는 10가지의 모든 또는 일부 질문들에 얼마나 뛰어나게 응답하는지 여부가 제조 경쟁력을 결정하게 된다. 결국 각각의 정보통신기술(ICT)과 각종 시스템들은 10가지의 질문에 대응하기 위해 존재하도록 구현하는 것이 스마트 팩토리 구축이다. 스마트 팩토리의 핵심적인 연계와 변화 관리에는 개발과 제조 간 연계관리가 동기화되어야 한다. 특히 개발 과정에서 영업, 즉 시장의 요구와 계획 수립에 있어서 실질적인 참여가 수반되어야 제조상의 다양한 스팩(Spec)관리와 실제적인 생산 제품의 판매 연결이 가능해 질 것이다. 왜냐하면 스마트 팩토리는 초연결성을 기반으로 운영관리가 이루지고 있기 때문이다. 주요 관리 항목으로는 부품 재 활용율, 재품 개발 기간, 개발과 양산 전환 기간, 신제품 초기 수율관리 등이 있으며, 가장 최신의 사양을 공동 기준으로 불량을 최소화 할 수 있는 방법으로 생산하는 것이 기본이다. 스마트 팩토리를 통해 글로벌 제조 기업의 경쟁력을 제고시키기 위해서는 제조 기업에서 필요로 하는 모든 프로세스, 즉 운영효율관리(OT)와 정보통신기술(ICT) 기반 시스템들을 100% 동기화하여 제조업 내 모든 업무를 수행하도록 실행력을 최적화해야 한다. 아래 그림은 스마트 팩토리를 통한 제조ICT의 발전 전망을 표현한 것이다. 따라서, 제조 경쟁력의 차별화를 실현하기 위해 스마트 팩토리를 구현하는 것이며, 제조업 내 특정한 목적을 위하여 반복적으로 또는 의도적으로 수행되는 업무나 활동을 유연화시켜 궁극적으로 시장 대응력을 경쟁요소로 관리하는 것이 중요하다. 그렇게 실행하기 위해서는 신뢰할 수 있고 컨트롤(Control)이 가능한 실행 역량이 요구되며, 원가대비 납기의 차별성을 유지하여야 한다. 또 한편으로는 기술 발전을 선도하는 제품의 우수성과 상향 평준화를 위해서 발전적인 표준화 작업도 병행시켜야 한다. 더 나아가 제품 제조에 사용된 데이터나 결과의 투명성이 보장되어야 하며 적기 적소에 충분한 의사결정을 위한 분석력을 극대화시켜야 한다. 그러므로 스마트 팩토리의 미래 가치는 제조에 관련된 모든 자원들을 실시간으로 연결하여 수집된 데이터에 기반하여 최종 의사결정으로 지원되어야 한다. 또한, 데이터 분석의 힘에 의해서 고도의 판단력을 작동시키도록 해 사람의 판단에 의한 예외 처리를 최소화하고, 총체적인 제조 경쟁력을 지속가능하도록 함으로써 분석력 기반의 인공지능 학습 역량을 강화해 나가야 할 것이다. 따라서, 제조 유연성 확보와 고도의 의사결정 지원 및 판단이 핵심인 미래 제조 경쟁력을 갖추기 위해서는 인공지능 기반 스마트 팩토리 플랫폼이어야 한다. 기사 원본URL https://www.edaily.co.kr/news/read?newsId=01233286625929312&mediaCodeNo=257
-
- 작성일 2020-10-06
- 조회수 6890
-
- 박정수 교수의 현미경 '스마트팩토리'-[46]"코비드19를 인공지능으로 격퇴해야"
- 코로나19 펜데믹으로 더욱 촉진된 비대면 시대는 갈수록 복잡해진 시장과 까다로운 고객의 주문에 적극적으로 대응하는 제조업의 생산활동을 요구하고 있다. 이렇게 제조 활동이 원활하게 진행되도록 만들어내는 관리 기술을 “스마트팩토리 관리”라고 하며, 제품이나 서비스의 생산에 대한 관리 활동 전반을 총괄하여 칭한다. 스마트팩토리 관리는 제품과 서비스 가치의 기본이 되는 QCD(Quality, Cost, Delivery)를 결정하는 기본 기술과 비정형(Unstructured) 데이터를 수집 분석하는 빅데이터 관리기술을 생산 활동 전반에 적용하기 위한 인공지능(AI) 관리 기술을 포함하고 있다. 이러한 관리 기술을 활용하는 목적은 제조업이 유연성 확보에 초점을 맞추고 있기 때문이다. 소품종 대량 생산 시대에는 치밀한 생산 계획(ERP)과 생산 지시(MES)가 중요했다. 팔림세를 분석해서 기간별 수요예측을 해왔고 그와 같은 방법을 통해 제조업은 통제되어왔다. 그 결과 몇몇 선진 제조업을 제외하고는 대부분의 제조업들이 부진한 재고 수준에 의해서 경영 악화를 경험하고 있다. 왜냐하면 제조업의 고정관념인 만들면 팔리는 시대의 오랜 학습에 머물고 있기 때문이다. 그와 반대로 스마트팩토리는 시장에서 팔리는 물건을 빠르게 생산하는 제조업을 만들어가는 전략이다. 그 핵심은 제조의 유연성이다. 즉 다품종 소량 생산이나 맞춤형 고객을 위한 변종 변량 생산에서는 제조업의 종사자, 관리자, 작업자, 의사결정자들의 고도화된 판단이 매우 중요하다. 빅데이터 분석이란 소셜 빅데이터, 실시간 사물 지능화 통신(M2M:Machine to Machine)의 센서 데이터, 기업 고객관계 데이터 등 도처에 존재하는 다양한 성격의 빅데이터를 효과적으로 분석하는 것을 말한다. 빅데이터 시대에는 데이터베이스에 잘 정리된 단순한 정형 데이터뿐 아니라 인터넷, 소셜 네트워크 서비스, 모바일 환경에서 폭발적으로 생성되는 웹 문서, 이메일, 소셜 데이터(소셜 네트워크 서비스 텍스트 데이터, 유튜브 비디오 데이터 등) 등 비정형 빅데이터를 효과적으로 분석하는 것이 무엇보다 중요해지고 있으며, 스마트팩토리 환경에서는 생산 현장의 빅데이터 관리 기술과 분석 역량이 핵심 중에 핵심이 되고 있다. 그러므로 그 동안 활용해왔던 통계분석(SPC : Statistical Process Control)은 기본이며, 더 나아가 빅데이터 관리 기술과 인공지능을 기반으로 “증강분석(Augmented Analytics)”을 의사결정 지원시스템(DSS : Decision Support System)으로 활용하여야 한다. 증강분석이란 머신러닝(ML : Machine Learning)에 기반을 둔 자동화 기술을 활용해 분석 영역 전반에 걸쳐 의사결정에 필요한 인간의 지적 기능을 돕는 것이다. 아래 그림은 다양한 데이터 분석을 통해 제조업의 의사 결정을 향상시키기 위한 5가지 유형의 데이터 분석에 대해서 보여주고 있다. 데이터의 속성과 활용 목적에 따라서 빅데이터 분석기술은 고객 데이터 관계분석(사용자 정보, 관계 정보, 소비자 형태), 대용량 멀티 미디어 분석(이미지, 동영상 의미 분석, 콘텐츠 소비 형태 및 선호도), 사물인터넷 센서정보 분석, SNS 비정형 데이터 분석(이슈 정보, 트위터)으로 구분될 수 있다. 이를 통해 위 그림에서 언급한 묘사 분석, 진단 분석, 예측 분석, 처방 분석, 그리고 융합과 축적의 힘을 활용한 “증강 분석”이 스마트 팩토리의 효율성을 향상시키는 핵심 역량으로 떠오르고 있다. 따라서 비대면 시대에 클라우드 컴퓨팅 기술, 인공지능, 증강분석 기술은 제조업의 성장을 위한 핵심요소이다. 아래 그림은 포브스(Forbes)의 코로나 이후 계속 성장할 기술 트렌드 보고서이다. 이 보고서에는 클라우드 컴퓨팅기술, 인공지능과 RPA(Robotic Process Automation), 증강분석, 엣지 컴퓨팅, 이커머스, 등을 지적하였다. 또한 하버드 비즈니스 리뷰(HBR)에서는 인공지능(AI)을 활용하여 ‘Covid-19’와 맞서 싸워야 한다고 주장하고 있다. 정책 입안자들이 ‘Covid-19’에 맞서 싸우기 위해 종합적으로 고려할 수 있는 최선의 대안적인 접근 방식은, 지난 20년 동안 많은 산업을 변화시킨 개인화된 예측 기술이 기반일 수 있다고 강조한다. 또한, 기계 학습 및 인공 지능 기술을 활용한 데이터 기반 회사(“빅 테크”에서 금융 서비스, 여행, 보험, 소매 및 미디어에 이르기까지)가 구매 대상에 대해 맞춤형 추천을 하고, 고객과 관련된 축적 데이터를 활용해 개인화된 가격 책정, 위험, 신용 등을 행하는 것과 같다고 언급하고 있다. 빅데이터 분석을 위해서는 기본적으로 여러 개의 컴퓨터를 마치 하나인 것처럼 묶어 대용량 데이터를 처리하는 기술의 하둡(Hadoop), NoSQL 등의 빅데이터 분석 인프라 기술이 필요하고, 그 위에 다양한 통계처리, 데이터 마이닝, 텍스트 마이닝, 오피니언 마이닝, 그래프 마이닝 등 다양한 분석 방법 및 기계학습, 인공지능 기법을 적용해야 한다. 이 중에서 비정형 텍스트 빅데이터에 내재한 가치를 효과적으로 알아내는 텍스트 마이닝, 오피니언 마이닝, 소셜네트워크 분석 기술들이 최근 큰 주목을 받고 있다. 스마트팩토리 구축을 위한 빅데이터 분석은 다양한 분석 기법들을 정리해야 한다. 이 기법들은 대부분 대규모 데이터 처리를 위한 통계적, 확률적 방법론에 바탕을 둔 것으로, 실제 분석이 필요한 빅데이터의 성격과 속성을 상호작용 기반에서 활용 분야에 맞게 네트워크 분석, 시공간 분석, 시각화 분석 등이 선택적으로 활용되어야 한다. 분류(Classification) 및 지도학습(Supervised learning) 방법은 미리 알려진 클래스(Class)들로 구분되는 훈련 데이터군(Trained Data Group)을 학습시켜 새롭게 추가되는 데이터가 속할만한 데이터군을 찾아가는 학습방법을 말한다. 군집화(Clustering) 방법은 비슷한 특성(데이터 속성)이 있는 데이터들을 합쳐가면서 유사 특성 군으로 분류하는 학습방법을 말한다. 이는 최종적으로 정해져 있지 않은 클래스(Class)들의 묶음 군들로 분류되는데, 분류 및 지도학습과 달리 훈련 데이터군(Trained Data Group)이 이용되지 않기 때문에 비지도 학습(Unsupervised learning)이라고도 한다. 스마트팩토리에서 많이 시도되고 있는 기계학습(Machine Learning)은 인공지능 분야에서 인간의 학습(learning)을 모델링한 것으로, 빅데이터 분석을 포함한 패턴 인식 등 다양한 분야에서 기본적으로 많이 활용되는 기법이다. 결정 트리(Decision Tree)와 같은 기호적(symbolic) 학습, 신경망이나 유전자 알고리즘과 같은 비기호적 학습, 베이지언 네트워크(Bayesian Network) 혹은 은닉 마르코프 모델(HMM : Hidden Markov Model)과 같은 통계학의 확률적 학습 등 다양한 기계학습 기법이 있다. 기본 마르코프 모델에서는 시간(t)에 따른 상태(state) 정보가 관찰되나, 은닉 마르코프 모델(HMM)에서는 상태(state) 정보가 숨겨져 있고 출력(output)된 정보만 관찰되기 때문에, 출력된 정보만을 가지고 숨겨진 상태(state) 정보를 추정한다. 따라서, 은닉 마르코프 모델(HMM)은 음성 인식, 자연어 처리, 몸짓 인식(gesture recognition) 등과 같이 대량으로 출력된 데이터를 통계적으로 패턴 분석하여 입력된 정보를 추론하는 데에 응용할 수 있다. 회귀분석(Regression)은 통계학에서 많이 사용하는 통계기반 분석기법으로, 어떠한 현상에 영향을 주는 원인에 해당하는 독립변수와 영향을 받는 종속변수가 있을 때, 이러한 변수들 사이의 상관관계를 규명하고자 이용하는 분석방법이다. 단순 회귀분석, 다중 회귀분석 등을 이용하여 품질 데이터, 판매량 예측 등 다양한 변화 예측에 주로 사용된다. 감성 분석(Sentiment Analysis)은 자연어처리(NLP:Natural Language Processing) 기법을 이용하여 인간의 언어로 쓰인 텍스트 문장을 분석할 때, 문장에서 주관적인 감성을 나타내는 정보를 찾아내어 긍정, 부정, 중립의 성향을 분석하는 것을 말한다. 블로그, 트위터 등의 소셜 미디어를 분석하여 기업 제품이나 브랜드에 대한 선호를 파악할 때 이용한다. 감성 분석은 오피니언 마이닝(Opinion Mining)에 필수적인 분석 기술이다. 다양한 분석 방법은 논리(論理, Logic) 정립(定立)을 위한 다양한 수단이며, 인과관계를 설정하기 위한 상관관계의 매개체(媒介體)이다. 스마트팩토리 관리는 제품과 서비스 가치의 기본이 되는 ‘QCD’(Quality, Cost, Delivery)를 결정하는 기본 기술과 비정형(Unstructured) 데이터를 수집 분석하는 빅데이터 관리기술을 생산 활동 전반에 적용시키기 위해서, 수많은 분석 방법에 의해 제조의 핵심 요소가 유기적으로 연동되고 결정되는 최적화(Optimized Control) 관리 기술이다. 다시 강조하자면, 스마트팩토리 구축을 통해서 제조업의 역량을 강화해야 한다. 4차 산업혁명의 시대적 명령은 비즈니스 모델의 변화이다. 그러므로 스마트팩토리는 비즈니스 모델의 변화를 이끌어내는 새로운 경영기법이다. 왜냐하면 앞으로의 시대는 최종 소비자가 구매하는 마지막 단계에서 가장 큰 부가가치가 생성될 것이기 때문이다. 그 단계를 판가름하는 것은 스마트팩토리 자체가 아니라 제조업의 고유한 힘이다. 즉 빅데이터 자체나 시스템이 아니라 그 데이터를 분석하고 이해하는 힘이다. 기사원본URL https://www.edaily.co.kr/news/read?newsId=01236566625904056&mediaCodeNo=257
-
- 작성일 2020-10-06
- 조회수 6815
-
- 박정수 교수의 현미경 '스마트팩토리'-[45] '유연성'이 스마트팩토리의 핵심이다
- 스마트팩토리는 바이오 산업 및 완제품을 제조하는 자동차, 전자 산업 분야 등과 더불어 부품산업에 속한 제조업체를 대상으로 생산요소 관련 ‘제조 유연성’을 견인하는 제조요인 간의 인과관계(Causality)에 주목해야 한다. 또한, 이들이 스마트팩토리 성과에 영향을 미치는 ‘제조 대응력’을 강화시키는 것도 스마트팩토리의 또 다른 목적이라고 볼 수 있다. 아래 그림은 ‘제조대응 역량강화를 위한 스마트팩토리의 유연성(Flexibility)’을 개략적(槪略的)으로 나타낸 설계 도표(Architecture)이다. 일반적으로 스마트팩토리에서 유연성이란 제조 시스템이 변화하는 생산 요소와 고객과 시장의 요구 사항에 맞춰 비용 효율적으로 신속하게 대응할 수 있는 능력을 말한다. ‘스마트팩토리의 유연성’은 4차 산업혁명 시대를 맞이해 매우 가변적이고 예측할 수 없는 환경에서 작동하기 때문에 제조 시스템의 설계 및 운용(運用)이 점점 더 중요해지고 있다. 시스템 설계자와 관리자는 다양한 수준에서 무형적인 유연성(생산방식, 기능)과 유형적인 유연성(기계, 제조)을 아는 것이 매우 중요하다. 이들은 스마트팩토리 수준의 성능(기능)을 달성하는데 필요한 생산 요소로 작용하고 있기 때문이다. 이런 점에서 벤츠의 “Factory 56”이 담아내고 있는 스마트팩토리 핵심 기능 중 하나인 ‘유연성’에 대해 다시 한번 그 의미를 설명할 필요가 있다. 아래 그림은 벤츠의 스마트팩토리 3요소 디지털, 유연성, 녹색생산(Digital, Flexibility, Green Production)을 보여주고 있다. 먼저, 어떠한 고객의 주문에도 대응할 수 있는 ‘유연성’ 제고이다. 이를 위해서는 강력한 WiFi 및 모바일 네트워크를 갖춘 새롭고 유연한 인프라 구축이 뒷받침돼야 한다. 특이한 점은 벤츠의 “Factory 56”에서는 ‘전통적인 조립 라인’이 선별된 생산 지역(예: 트림 라인의 시작 부분)에서 ‘무인 운송 시스템(“TecLines”)’으로 대체되는 부분이다. ‘무인 운송 시스템(“TecLines”)’의 트랙을 재정의하기만 하면, 조립 작업에서 주기 작동으로 변경될 수 있을 것이며, 이 경우 차량은 제자리에 유지되고 노선을 따라 계속 이동하지 않는다. 이는 예를 들어 슬라이딩 유리 지붕을 설치할 때 자동화 된 활동에 적합하며, ‘무인 운송 시스템(“TecLines”)’을 사용하여 건물 구조를 방해하지 않고 개별 조립 장치를 확장 할 수 있다. 또한 “Factory 56”에서는 조립라인과 ‘무인 운송 시스템(“TecLines”)’을 결합함으로써 한편으로는 대규모 생산을 위한 고효율 어셈블리(Assembly)를 제공하는 반면, 다른 한편으로는 현재 가동에 큰 노력이나 방해 없이 생산을 조정할 수 있도록 유연성을 확보할 수 있다. 그렇게 함으로써 기계와 시스템은 서로 네트워크로 연결된다. 선정된 조립라인과 재료 취급기술은 ‘사물인터넷’ 기술과 엣지 컴퓨팅(Edge Computing)을 활용하여 해결하고 있다. 고성능의 효율적 무선 네트워크와 모바일 네트워크가 이를 위한 기반을 형성했고, 강력한 5세대(5G) 모바일 기술 활용이 시범 적용되었으며, 최초로 조립라인에서 실행되었다. “Factory 56”에서는 조립에 필요한 부품을 공급하기 위해 지능형 픽업 시스템을 이용한 이른바 픽 존(Pick Zone)을 활용하고 있다. 이 곳에서 빅데이터 관리기술을 이용한 결과 데이터 수집 및 평가가 이뤄지고 있으며, 이러한 시도는 기존 생산공정을 개선하기 위해 사용된다. 따라서 예지 정비(Predictive Maintenance)를 통해 생산라인의 오작동을 방지하는 역할을 수행하게 된다. 이는 실질적인 생산 운영시간을 늘리고 품질을 개선하는 데 도움이 될 것이다. 한편 ‘스마트팩토리의 유연성’과 관련해 ‘글로벌 공급망 관리(Global SCM)’ 또한 강조될 수 밖에 없다. 벤츠는360도 네트워킹(Networking)을 활용하여 공급업체에서 고객에 이르기까지 생산 대응력 기반의 효율성을 극대화시키고 있다. 하지만 네트워킹은 공장 내부에서만 이루어지는 것이 아니다. “Factory 56”의 중요한 특징은 개발 및 설계에서부터 공급업체, 생산 및 고객에 이르기까지 가치 체인(Value Chain) 전반에 걸친 전방위 네트워킹(Networking)이라는 점이다. 예를 들어, 벤츠는 공급자들과 협력하면서 로드 캐리어를 전 세계적으로 디지털로 추적할 수 있도록 하는 ‘이력 추적의 이점’을 활용하고 있다. 이러한 이력 추적 시스템(Tracking & Tracing System)을 통해 공급망(SCM)의 불일치를 조기에 감지할 수 있어 대응 시간이 빨라진다. 여기서 우리는 유연성의 특징이 과거와 다른 스피드(speed)라는 점을 주시해야 한다. 스마트팩토리는 FMS(Flexible Manufacturing Systems)이며, 제조 대응력을 극대화하기 위한 유연성이다. 그러므로 스마트팩토리를 통해 차별화된 유연성을 만들어야 한다. 그것이 경쟁우위의 핵심이기 때문이다. 생산주기(Production Lifecycle) 동안 요구되는 FMS 및 유연성을 향상시키기 위해서는, 우선적으로 의사결정을 수행할 수 있는 인적 자원과 작업자의 역량 향상이 필수다. 그러므로 스마트팩토리에서 요구되는 유연성은 FMS를 둘러싼 고객과 시장환경의 변화와 새로운 제조 전략의 구현에 의해 정의되어야 한다. 구체적으로 무형 및 유형의 유연성은 스마트팩토리를 통해 FMS의 유연성을 제품 유연성과 공정 유연성으로 정의하여 운용관리(Operation Management)해야 한다. 공정 유연성은 다양한 동적인 조건에서 작동하는 제조 공정의 특성이며, 제품 유연성은 고객의 요구 주문에 의해 제안되고 분류된 제조 시스템이 제시하는 물리적 및 논리적 특성의 결과이다. 유연한 자동 조립은 제조 산업에서 새롭게 요구되는 사항이며, 스마트팩토리의 핵심적인 수단은 유연한 조립라인의 혁신적인 개념으로 ‘F?FAS (Full Flexible Assembly System)’를 도입하는 것이다. 실제로 F-FAS는 단위 직접 생산 비용 측면에서 기존 FAS 및 수동 조립을 능가한다. F-FAS 프로토타입(Prototype)은 F-FAS의 성능 검증과 개선 측면에서 특정 조건(모델·구성 요소·생산 혼합)에 대해 작동 가능성을 보여 주면서 기존 조립 시스템에 비해 비용 절감을 달성할 것으로 보인다. 따라서 스마트팩토리가 달성해야 할 목적을 위해 F-FAS 개념, 유연성, 소형화, 처리량 및 단위별 직접 생산 비용 측면에서 지속 가능한 제조 성과를 만들어내야 한다. 1980년대 초 모토로라는 품질 문제로 연간 5~20%에 달하는 불량품 처리 비용을 지출하고 있었는데, 이는 품질비용을 절감하여 순이익으로 전환시킬 수 있는 금액이었다. 모토로라는 마이클 해리(Mikel Harry) 박사의 6 시그마를 도입하여 100만개당 2개 이하의 결함을 목표로 하는 품질 개선 활동을 진행하였다. 이러한 배경에서 탄생된 6 시그마는 ‘기존의 생산 현장’에서 불량률을 최소화하던 방식과는 다르게 “제품 설계와 개발 단계에서부터 회사 내의 전 부문”에서 불량을 발생 시킬 수 있는 모든 요소를 근본적으로 제거하는 것으로 수행되었다. 결과적으로 불량품 99.7% 감소와 함께 품질비용 84% 감소, 생산성 20% 향상, 매출 17% 증가라는 성과를 도출해 냈다. 스마트팩토리 역시 ‘기존의 제조 현장’에서 벗어나 “전사적 제조 지능화(EMI)”로 승화시켜 나가는 것이 유연성 기반 제조 전략이 될 것이며, 제조업의 지속가능한 경쟁력은 제조 유연성으로부터 나올 것이다. 결론적으로 스마트팩토리의 전략적 활용을 위한 스마 팩토리 구축 목적은 ⓛ자동화 영역(설비 자동화, 업무 자동화), ②제조 빅데이터 관리기술 활용 영역(생산 프로세스 재구축을 위한 제조 빅데이터 활용, 생산 프로세스 점진적 개선을 위한 제조 빅데이터 활용), 그리고 ③글로벌 가치사슬(Global Value Chain) 통합 범위(내부통합, 외부통합)를 활용하여 지속 가능한 제조대응 역량을 향상시키는 것이며, 그 중심에 유연성이 존재한다. 진화론을 창시한 찰스 다윈은 “가장 강한 종이나 가장 똑똑한 종이 아니라 변화에 가장 적응을 잘하는 종이 살아남는다”라고 했다. 결국 변화무쌍한 제조 비즈니스 생태계에서도 유연성으로 적응하는 기업만이 생존하고 성장할 수 밖에 없는 것이다. “성공이 지위(地位)나 위치가 아니고 바라보는 미래의 방향”이듯이, 스마트팩토리 구축 역시 과거 또는 현재의 지위나 위치로 인해 ‘성공의 함정’에 빠지지 않도록 차별화된 ‘유연성’을 가져야 할 것이다. 기사 원본 URL https://www.edaily.co.kr/news/read?newsId=01266086625901760&mediaCodeNo=257
-
- 작성일 2020-10-06
- 조회수 6816
-
- 박정수 교수의 현미경 '스마트팩토리'-[44]벤츠의 '팩토리56'이 던지는 의미
- 빅데이터와 인공지능 기술을 활용하여 인간의 의식(consciousness)을 사물(Things, 기계, Robot)을 통해 재현(再現)하려는 움직임은 이전부터 있어왔다. 흥미로운 사실은 이러한 작업을 수행하기 위해 많은 뇌과학자들이 참여하고 있다는 점이다. ‘의식(consciousness)’을 정의하고자 할 때에는 다양한 분야의 해석이 있을 수 있다. 심리학 사전을 인용해 해석을 하자면, ‘의식’이란 감각과 욕망·감정·인식·추론·결정·의지 등 사람이 경험하고 있는 심적 현상의 총체라고 정의하고 있다. 이는 사람에게만 있는 특이한 마음의 현상과 인식하는 작용인 것이다. ‘의식’에 대해 과학자들 역시 깊은 관심을 보여 왔다. 지난 달 20일 ‘포브스’ 지에 따르면, 뇌 과학이 발전하면서 다른 첨단 기술과 융합해 ‘의식’의 세계를 재구성하려는 노력이 이어지고 있다. 인공지능(AI) 기술과 지능형 로봇 기술을 결합해 물리적으로 ‘인공의식’을 합성하고 있으며, 특히 ‘합성의식(synthetic consciousness)’, ‘기계의식(machine consciousness)’이라고 불리는 이른바 ‘인공의식(artificial consciousness)’을 구축하는 것이 최종 목표라고 한다. ‘인공의식’ 개발에 참여하고 있는 과학자들은 현재 일반화돼 있는 컴퓨터의 이진법 체계와 연역적(Deductive) 시스템 개발이 인간의 ‘의식’을 재구성하는데 가장 큰 장애가 되고 있다고 걱정하고 있다. 더 나아가 빅데이터의 비정형적(Unstructured)인 특성을 어떻게 시스템화하여 활용할 것인가의 문제, 귀납적(Inductive) 방법의 인공지능(AI) 전환(Transformation)에 대한 도전 역시 지속되고 있기 때문이다. 아래 그림은 전통적인 소프트웨어 개발과 기계학습 기반 소프트웨어 개발을 비교한 표이다. 어쩌면 인공의식(AC)이 사물에서 재현된다면, 그것은 5차 산업혁명이라고 칭해야 할 것이다. 4차 산업혁명은 제조업의 전사적 지능화(EMI), 즉 지능형 스마트 팩토리를 뜻한다. 이를 위해 가상물리시스템(CPS)이 강조되는데, 가상 환경인 디지털 공간이 물리환경인 현실의 공장을 제어하는 기초가 되기 때문이다. 가상물리시스템(Cyber Physical System)은 가상 공간인 디지털 세상과 물리적 환경인 생산현장을 연결하는 기술이다. 또한 CPS를 다른 말로 하면, 디지털 전환(Digital Transformation)이라는 용어로 표현할 수 있다. 가상과 현실을 연결하는 것으로도 이해할 수 있지만, 현실을 가상으로 전환하는 것으로 이해할 수도 있다. 그러므로 두 가지 이해 방식은 관점의 차이일 뿐, 서로 다른 개념은 아니다. 디지털 전환이 주목 받음에 따라, 사물인터넷(IoT)도 함께 주목 받아왔다. IoT는 사람뿐만 아니라 기계까지 인터넷이라는 디지털 공간에서 서로 연결할 수 있게 하는 역할을 하는데, 다시 말해 디지털 전환의 인프라에 해당하는 역할을 한다. 그런데 가상과 물리 환경만으로 공장 자동화를 달성할 수 없다. 디지털 공간의 시스템이 자동으로 작동할 수 있어야 한다. 다시 말해, 인공지능(AI) 기술이 필요하다. 그 이유는 제조 현장의 데이터 속성과 특성 때문이다. 정형 데이터뿐만 아니라 비정형 데이터가 기하급수적으로 증가하는 생산현장의 특성으로 인해 빅데이터의 관리기술 향상이 필연적일 수 밖에 없다. 각종 센싱(Sensing) 기술, 산업용 사물인터넷(IIoT), 인공지능, 엣지컴퓨팅(Edge Computing) 기술 등이 이를 뒷받침하는 필수 기술들이다. 아래 그림은 스마트 팩토리에 필요한 기술을 나타내고 있다. 실효성 있는 스마트 팩토리 구현을 위해서는 가상과 현실 공간이 연결되는 것을 기초로 되어야 하고, 디지털 공간의 시스템이 자동으로 공장을 제어할 수 있어야 한다. “성공은 지위가 아니고 미래의 방향”이다. 스마트팩토리 구축을 통해 전반적(全般的)이면서도 지속적인 혁신 기술과 프로세스를 구현하겠다는 벤츠(Mercedes-Benz)가 지난 주 독일 진델핑겐(Sindelfingen)에서 문을 연 56번째 공장, 스마트 팩토리 “Factory 56”에 대해서 주목해야 한다. 벤츠의 스마트 팩토리 키워드는 ‘디지털, 유연성, 녹색’ 생산 전략이다. 특히 ‘녹색’ 생산 전략의 경우 모든 독일 벤츠 자동차 공장은 2022년까지 이산화탄소(CO₂) 중립 에너지를 공급하게 될 것이라고 전해진다. 이미 전 세계의 신규 공장에 ‘녹색 생산’을 전제 조건으로 계획되어 있고, “Factory 56”은 첫 가동부터 이산화탄소(CO₂) 중립적인 에너지 방식으로 생산을 진행하는 탄소 제로 공장(Zero Carbon Factory)이며, 전반적인 에너지 요구량은 기존 생산라인 작업장보다 25%가량 적다고 알려진다. 또한, 공장 지붕에는 태양광 발전 시스템(PV 시스템)이 있어 자체 생산 된 녹색 전기를 공장의 공급 장치로 공급할 뿐만 아니라 에너지 소비를 줄이기 위한 다양한 조치를 강구했음을 강조하고 있다. 이와 같이 벤츠 외에도 글로벌 선진기업 주도의 ‘RE 100(Renewable Energy 100%)’은 결국 앞으로 재생에너지를 사용하지 않으면 공급망 생태계에 진입할 수 없게 되는, 새로운 “그린 무역장벽”의 미래를 예상할 수 있을 것이다. 참고로, 아래 그림은 독일의 Mercedes-Benz의 “녹색 생산”을 이미지화 한 것을 인용한 것이다. ”Green production“ - CO₂-neutral electricity supply (출처: Mercedes-Benz) 우리는 벤츠의 “Factory 56”이 담아내고 있는 스마트 팩토리 핵심 기능에 대해 들여다 볼 필요가 있다. 먼저, 스마트 팩토리의 핵심인 어떠한 고객의 주문에도 대응할 수 있는 ”유연성“을 제고시켜야 한다. 그러기 위해서는 강력한 WiFi 및 모바일 네트워크를 갖춘 새롭고 유연한 인프라를 구축해야 한다. 벤츠의 ”Factory 56“에서 ‘전통적인 조립 라인’은 선별된 생산 지역(예: 트림 라인의 시작 부분)에서 ‘운전자 없는 운송 시스템’으로 대체된다. ‘운전자 없는 운송 시스템’의 트랙을 재정의하기만 하면, 조립 작업에서 주기 작동으로 변경될 수 있을 것이며, 이 경우 차량은 제자리에 유지되고 노선을 따라 계속 이동하지 않는다. 이는 예를 들어 슬라이딩 글라스 루프를 설치할 때와 같이 자동화된 활동에 적합하다. 또한 ‘운전자 없는 운송 시스템’을 이용함으로써, 개별 조립 유닛을 건물의 구조에 간섭하지 않고 확장할 수 있는 유연성이 확보된다. “Factory 56”에서는 조립라인과 ‘운전자 없는 운송 시스템’을 결합하면 대규모 생산을 위한 고효율 조립이 가능하고 유연성이 높아져 현재 가동에 큰 노력이나 방해 없이 생산이 조정될 수 있다. 그렇게 함으로써 기계와 시스템은 서로 네트워크로 연결된다. 선정된 조립라인과 재료 취급기술은 ‘사물인터넷’ 기술을 활용하여 해결하고 있다. 고성능의 효율적 무선 네트워크와 모바일 네트워크가 이를 위한 기반을 형성했고, 강력한 5세대(5G) 모바일 기술 활용이 시범 적용돼 조립라인 최초로 시험 실행되었다. 생산 현장에는 종이가 전혀 없으며, 직원들은 모니터와 PDA(Personal Digital Assistant)와 함께 일한다. “Factory 56”에서는 조립부품을 공급하기 위해 쇼핑카트가 생산라인을 가로질러 사용되고 있다. 이들은 지능형 픽업 시스템을 이용한 이른바 픽 존(Pick Zone)에서 조립에 필요한 재료를 갖추고 있다. 총 300대의 무인 운송 시스템이 사용되고 있다. 빅데이터 기술을 이용해 결과 데이터를 수집하고 평가할 수 있다. 이 연구결과는 기존 생산공정을 개선하기 위해 활용되며, 따라서 예지 정비(Predictive Maintenance)를 통해 생산라인의 오작동을 방지한다. 이는 실질적인 생산 운영시간을 늘리고 품질을 개선하는 데 도움이 될 것이다. 스마트 팩토리를 통해 “글로벌 공급망 관리(Global SCM)”가 실현되어야 한다. 벤츠는 360도 네트워킹을 활용하여 공급업체에서 고객에 이르기까지 생산 대응력을 기반으로 효율성을 극대화시키고 있다. 하지만 네트워킹은 공장 내부에서만 이루어지는 것이 아니다. “Factory 56”의 중요한 특징은 개발 및 설계에서부터 공급업체, 생산 및 고객에 이르기까지 부가가치 체인 전반에 걸친 전방위 네트워킹(Networking)이라는 점이다. 예를 들어, 벤츠는 공급자들과 협력하면서 로드 캐리어를 전 세계적으로 디지털로 추적할 수 있도록 하는 ‘추적과 추적의 이점’을 활용하고 있다. 추적과 추적조회(Tracing & Tracking)을 통해 공급망(SCM)의 불일치를 조기에 감지할 수 있어 대응 시간이 빨라진다. 스마트 팩토리는 “제조업의 제품을 서비스화(Servitization)”하는 가치 창출 기능을 갖추어야 한다. 벤츠의 ‘Mercedes me APP 디지털 예측’에 따르면, 신차를 구매하는 고객은 자신의 차량 생산에 대한 독점적인 통찰력을 얻을 수 있다. 생산뿐만 아니라 연구개발에도 “360도 네트워킹”을 통해 모든 유닛(Unit)에 걸쳐 빠르고 투명한 커뮤니케이션을 의미하는 사용자 경험 디자인(CX-Design)을 실현시켜 주고 있는 것이다. 디지털 도구는 개발 및 생산에 사용되는데, 예를 들어 실제 생산장애가 발생하기 전에 “가상현실(VR)”에 의해 생산 공정을 시각화하고 최적화한다. 작업대와 공정을 인체공학적으로 가상으로 시험하고 설계할 수 있다. 끝으로, 스마트 팩토리 구축은 “미래의 작업 모델”을 종사자에게 제시할 수 있어야 한다. 최첨단 기술과 혁신적인 스마트 팩토리 구축에도 불구하고 벤츠의 “Factory 56”에서는 언제나 그렇듯이 사람들에게 초점을 맞추고 있다. 벤츠의 경우 직원들의 전문성, 유연성, 높은 수준의 동기부여가 성공의 열쇠임을 강조한다. 벤츠가 “Factory 56”에서 자동화 수준을 낮추고 있는 이유다. 미래 생산의 지속 가능성을 위해 작업협의회와 함께 혁신적인 작업기구와 새로운 작업시간 모델이 개발되고 있다. 지속가능하고 실용적인 해결책을 통해 회사의 요구사항과 직원의 요구사항을 조화시키는 것을 목적으로 한다. 회사가 효율성과 생산성을 늘리고 운영시간을 연장하기를 원하지만 직원들은 종종 탄력적인 근무시간과 단기간에 정리할 수 있는 장소를 가진 개인적인 일에 더 많은 자유를 얻는 것에 대해 걱정한다. 이러한 맥락에서, 유연성이 뛰어난 팀을 위한 모델, 이른바 ‘교대 직원 풀’이 현재 시험되고 있다. 개인 사정에 따른 교대제 계획에 대한 직원들의 바람을 더 잘 고려할 수 있어 가족과 직업생활의 균형을 도모할 수 있다는 의미다. 벤츠의 스마트팩토리 “Factory 56”을 통해 엿보게 된 스마트 팩토리 핵심 기능과 전략, 그리고 저변에 흐르고 있는 경영 철학 등은 우리나라에서 진행되고 있는 스마트 팩토리 구축 실태와 비교해 볼 필요가 있다. 스마트 팩토리에 대한 개념설계가 어떤 목적과 방향에 의해 진행되고 있는 것인지 분석하고, 과거에 성공한 연역적(Deductive) 시스템 개발에 함몰되어 “스마트 팩토리”라는 이름으로 시스템을 구축하고 있는 것은 아닌지 돌아볼 필요가 있다. 프랑스 소설가 베르나르 베르베르는 그의 책 제3인류에서 “사실 진짜 문제가 되는 건 인공지능이 아니라 인공의식이라고 생각한다. 인공지능은 그 자체로서는 도구밖에 되지 않기 때문에 어떻게 사용할지는 전적으로 인간의 프로그래밍에 달려 있다. 10년 이내에 인공의식이 나올 거라고 생각한다”고 전망했다. 즉 사물 인터넷(IoT)이 진화하여 사물 지능화(Intelligence of Things)를 실현하듯이 제조 산업도 마찬가지다. 일반적으로 “성공이 지위(地位)나 위치가 아니고, 바라보는 방향”에 따라 좌우되듯이, 스마트 팩토리 역시 과거 또는 현재의 지위나 위치로 인해 ‘성공의 함정’에 빠지지 않도록 접근해야 한다. 따라서, 스마트 팩토리는 벤츠처럼 미래 생산과 경영의 방향인 전사적 제조 지능화(EMI)를 지향해야 할 것이다. 기사 원본 URL https://www.edaily.co.kr/news/read?newsId=01298886625899464&mediaCodeNo=257
-
- 작성일 2020-10-06
- 조회수 6951