-
- 박정수 교수의 현미경 '스마트팩토리'-[131] 행동인터넷이 대세가 되고 있다
- 박정수 교수의 현미경 '스마트팩토리'-[131] 행동인터넷이 대세가 되고 있다
-
- 작성일 2022-05-14
- 조회수 5255
-
- 박정수 교수의 현미경 '스마트팩토리' -[130]'알고리즘 소비자' 시대가 주는 의미
- [박정수 성균관대 스마트팩토리 융합학과 겸임교수] 인공지능(AI) 시대다. 인공지능 알고리즘(AI algorithm)이 우리 삶 곳곳에 원하든 원하지 않든 파고들고 있기 때문이다. 인터넷에서 원하는 것을 검색할 때에도, 원하는 사진을 찾을 때에도, 내비게이션을 통해 최적의 길을 찾을 때에도 문제를 해결하기 위해 정해진 일련의 절차나 방법에 의해 우리는 알게 모르게 짜여진 순서와 절차를 담아낸 알고리즘을 매일 활용하고 이를 통해 수많은 의사결정을 하고 있다. 이와 같은 지능화 사회는 산업계와 기업들을 어리둥절하게 만들고 있으며, 시장과 고객의 변화 현상에 대응하고 적응하기 위해 과거와 전혀 다른 전략을 준비해야 한다. 그 까닭은 개인화된 맞춤 니즈(needs)를 원하는 소비자는 룰(Rule) 기반의 간단한 알고리즘부터 복잡한 수식으로 최적화된 정보를 찾아주는 검색엔진 알고리즘까지 다양한 형태의 알고리즘을 통해 더 많은 정보를 손쉽게 찾을 수 있기 때문이다. 소비자들이 디지털 경험(DX)을 통해 새로운 수요를 만들고 있을 뿐만 아니라 과거에 경험하지 못한 색다른 실감형 체험으로 승화되고 있다. 즉 소비자가 공급자보다 똑똑해지고 있다. 따라서 똑똑한 소비자 만족(CS)을 통해 매출을 늘리고 지속 가능한 고객 서비스를 유지하기 위해서는 소비자 경험 디자인(CX-Design)과 디지털 경험 디자인(DX-Design)을 융합하여 모든 산업에서 지능화를 구현하여야 한다. 이를 위해 인공지능 기술을 기존 기술(analog or digital) 들과 접목시켜 새로운 가치를 창출해야 한다. 그것이 미래 제조 산업을 준비하는 첫 단추이기 때문이다. 제조 산업 지능화 플랫폼은 스마트팩토리이다. 과거 기계 발명과 컴퓨터, 그리고 인터넷 출현으로 대두된 변화 관리는 각각 산업혁명의 특징을 담아냈다. 그런데 문제는 인공지능(AI)의 기술과 기능이 실현되어 미치게 될 산업계의 영향력이 과거와 너무나 다른 변화관리를 요구하고 있다는 점이다. 과거의 변화는 순차적 변화였다면, 인공지능(AI)이 가져올 변화는 그것을 넘어 진화적이며 지속성까지 요구되는 “뉴 노멀(new normal) 변화”이다. 스마트팩토리 지능화는 경쟁에서 싸워야 할 수단이지만, 목적 지향적인 관점에서 기업의 경우, 반복적인 업무나 중요한 의사결정을 내리는 데 알고리즘을 활용하여 고정비를 낮추고 거래비용을 줄이고 “실시간 피드백 기능”을 통해 고객에게 더 양질의 상품을 제공하고 지속적으로 개인화된 맞춤을 실현해 보여야 한다. 그것이 과거와 다른 스피드 경영이다. 이처럼, 인공지능 알고리즘에 기반한 거래는 공급자와 소비자 간 정보의 비대칭성 문제를 해결하여 투명하고 효율적인 시장의 기능을 가능케 하고 있다. 인공지능 알고리즘이 고도화되어 사회경제적 활용도가 높아지고 있다. 빌 게이츠 회장이 인공지능에 관하여 추천한 책 “마스터 알고리즘(저자, 페드로 도밍고스)” 에는 인공지능 머신러닝(ML)이 신기술이기에 채택해야 하는 것이 아니라, 대변혁의 길에서 인공지능을 채택하지 않으면 기업은 더 이상 생존할 수 없는 시대가 올 것이라고 예견하고 있다.
-
- 작성일 2022-05-09
- 조회수 5278
-
- [연구] 석사과정 이서영, SCI 논문지(MDPI Electronics/Q2) 게재
- 석사과정 이서영 학생(지도교수 : 정종필)의 연구(SSA-SL Transformer for Bearing Fault Diagnosis under Noisy Factory Environments)가 MDPI Electronics(Impact Factor: 2.397 (2020); 5-Year Impact Factor: 2.408 (2020))에 게재됐다. https://doi.org/10.3390/electronics11091504 / https://www.mdpi.com/2079-9292/11/9/1504 논문요약 - Among the smart factory studies, we describe defect detection research conducted on bearings, which are elements of mechanical facilities. Bearing research has been consistently conducted in the past; however, most of the research has been limited to using existing artificial intelligence models. In addition, previous studies assumed the factories situated in the bearing defect research were insufficient. Therefore, a recent research was conducted that applied an artificial intelligence model and the factory environment. The transformer model was selected as state-of-the-art (SOTA) and was also applied to bearing research. Then, an experiment was conducted with Gaussian noise applied to assume a factory situation. The swish-LSTM transformer (Sl transformer) framework was constructed by redesigning the internal structure of the transformer using the swish activation function and long short-term memory (LSTM). Then, the data in noise were removed and reconstructed using the singular spectrum analysis (SSA) preprocessing method. Based on the SSA-Sl transformer framework, an experiment was performed by adding Gaussian noise to the Case Western Reserve University (CWRU) dataset. In the case of no noise, the Sl transformer showed more than 95% performance, and when noise was inserted, the SSA-Sl transformer showed better performance than the comparative artificial intelligence models.
-
- 작성일 2022-05-07
- 조회수 6030
-
- [연구] 박사과정 이혁수, SCI 논문지(MDPI applied sciences/Q2) 게재
- 박사과정 이혁수 학생(지도교수 : 정종필)의 연구(MARL-Based Dual Reward Model on Segmented Actions for Multiple Mobile Robots in Automated Warehouse Environment)가 MDPI applied sciences(Impact Factor: 2.679 (2020); 5-Year Impact Factor: 2.736 (2020))에 게재됐다. https://doi.org/10.3390/app12094703 / https://www.mdpi.com/2076-3417/12/9/4703 논문요약 - The simple and labor-intensive tasks of workers on the job site are rapidly becoming digital. In the work environment of logistics warehouses and manufacturing plants, moving goods to a designated place is a typical labor-intensive task for workers. These tasks are rapidly undergoing digital transformation by leveraging mobile robots in automated warehouses. In this paper, we studied and tested realistically necessary conditions to operate mobile robots in an automated warehouse. In particular, considering conditions for operating multiple mobile robots in an automated warehouse, we added more complex actions and various routes and proposed a method for improving sparse reward problems when learning paths in a warehouse with reinforcement learning. Multi-Agent Reinforcement Learning (MARL) experiments were conducted with multiple mobile robots in an automated warehouse simulation environment, and it was confirmed that the proposed reward model method makes learning start earlier even there is a sparse reward problem and learning progress was maintained stably. We expect this study to help us understand the actual operation of mobile robots in an automated warehouse further.
-
- 작성일 2022-05-07
- 조회수 5973
-
- [연구] 석사과정 윤병관, SCI 논문지(MDPI applied sciences/Q2) 게재
- 석사과정 윤병관 학생(지도교수 : 정종필)의 연구(Improved U-Net++ with Patch Split for Micro-Defect Inspection in Silk Screen Printing)가 MDPI applied sciences(Impact Factor: 2.679 (2020); 5-Year Impact Factor: 2.736 (2020))에 게재됐다. https://doi.org/10.3390/app12094679 / https://www.mdpi.com/2076-3417/12/9/4679 논문요약 - The trend of multi-variety production is leading to a change in the product type of silk screen prints produced at short intervals. The types and locations of defects that usually occur in silk screen prints may vary greatly and thus, it is difficult for operators to conduct quality inspections for minuscule defects. In this paper, an improved U-Net++ is proposed based on patch splits for automated quality inspection of small or tiny defects, hereinafter referred to as ‘fine’ defects. The novelty of the method is that, to better handle defects within an image, patch level inputs are considered instead of using the original image as input. In the existing technique with the original image as input, artificial intelligence (AI) learning is not utilized efficiently, whereas our proposed method learns stably, and the Dice score was 0.728, which is approximately 10% higher than the existing method. The proposed model was applied to an actual silk screen printing process. All of the fine defects in products, such as silk screen prints, could be detected regardless of the product size. In addition, it was shown that quality inspection using the patch-split method-based AI is possible even in situations where there are few prior defective data.
-
- 작성일 2022-05-06
- 조회수 5907
-
- 박정수 교수의 현미경 '스마트팩토리' -[129]끝까지 살아남는 기업의 유형
- [박정수 성균관대 스마트팩토리 융합학과 겸임교수] 산업혁명은 소비자들만 양산하는 것이 아니라 새로운 사회와 문화도 만든다. 현대인들은 온갖 정보와 제품이 넘쳐나는 세상에서 소유의 개념을 넘어 경험과 체험을 공유 개념으로 만들어내는 수많은 네트워크를 시도하고 있다. 과거 산업혁명이 몰고 온 대량생산에 의한 수동적인 소비문화에서 가축을 거느리고 여기저기 돌아다니면서 먹이가 될 풀밭을 찾아 생활을 했던 유목민들처럼 능동적인 참여에 의한 체험 문화로 회귀하는 MaaS(Mobility as a Service) 현상이 나타나고 있다. 이는 연결의 네트워크(network)가 곧 컴퓨터라는 개념이 실현되고, 사용자 경험(UX) 관점에서 네트워크(network)의 상호작용(inter-activity)에 의한 상호운용성(inter-operability)이 주목받고 있다. 과거에는 소비자들이 가족모임이나 친구들과 어울리는 자리에서 직접 음악을 연주했다. 그러나 방송매체 기술 등장으로 직접 연주하는 대신 귀로 음악을 감상하기 시작했고, 처음엔 라디오와 축음기로, 산업혁명 이후에는 스테레오와 붐박스, 워크맨 등의 수단을 사용했다. 하지만 인공지능(AI)이 음악을 만들고, 디지털 음악과 인터넷이 등장하자 많은 사람들이 단지 음악을 소비하는 데 그치는 게 아니라 스스로 “개인화된 맞춤” 음악을 만들고 있다. 이제 소비자들은 인터넷에서 직접 음악을 찾은 후 개인화를 위해 믹싱 작업을 하여 완성된 창작물을 다시 배포한다. 애플의 “가라지 밴드(garage band)”는 정식 교육을 받지 않아도 음악을 창작할 수 있게 해준다. 이처럼 새로운 체험 문화를 창조하기 때문에 실시간으로 반응하는 네트워크(network)는 새로운 컴퓨터다. 스마트팩토리는 수동적인 제조 활동을 능동적으로 반응시키는 네트워크이며, 실시간으로 반응하는 제조 기능이다. 이를 위해 네트워크는 노드(node)들 서로 간의 하나 이상의 관계가 존재해야 한다. 이때 관계란 노드들의 접촉, 교류, 협력, 혹은 정보의 흐름에 따라 관계 데이터 수집 및 측정을 내용과 목적에 맞게 두 가지 요인을 고려하여 수행해야 한다. 첫 번째, 기본 노드와 추가 노드들 간의 관계 여부만을 측정하고 그 관련 정도를 숫자로 나타낼 것인지에 대한 여부이다. 관련성의 유무는 0과 1로 표시하는 번호 지정 체계 바이너리(binary)를 사용하고 관련성의 정도는 수치로 표현해야 하기에 계량 데이터로 측정한다. 둘째, 관계의 방향 측정의 유무이다. 방향성은 직접 데이터(directed data)로 측정하며, 방향이 없을 시에는 간접 데이터(undirected data)로 측정한다.
-
- 작성일 2022-05-02
- 조회수 5250
-
- 박정수 교수의 현미경 '스마트팩토리'-[128] 혁신이 어려운 것은 현장에 답이 있어서다
- [박정수 성균관대 스마트팩토리 융합학과 겸임교수] 우리나라는 이미 선진국 대열에 진입하고 있다. 많은 것을 선도적으로 준비하고 도전해야 하다는 처지(處地)에 놓인 것이다. 특히 제조 산업의 현주소가 그렇다. 지적 재산권과 특허권 기반의 기술 마케팅 경영의 시대가 대표적이다. 과거 이들은 권리(權利, right)만 획득하면 되는 것으로 생각해 온 측면이 있었지만, 앞으로 산업 선진국으로서 또는 선진 산업국가로서 과거와 다른 도전에 직면하고 있다. 권리 획득을 넘어 연구(R&D)와 기술 마케팅을 접목하여 글로벌 시장을 선도해야 한다. 산업계나 개별 기업이나 그 핵심은 실시간 피드백(real-time based feedback)을 기본으로 생태계가 변화하고 있기 때문에 속도(speed) 경영에 주목해야 한다. 정보통신기술(ICT)을 접목한 스피드 경영과 시장 대응 역량의 키(Key)는 상호 운용성(inter-operability)이다. 무조건 빠르면 되는 것이 아니고 빠르게 하면서도 더 세심하게 더 치밀하게 데이터와 아날로그 기술을 적용할 수 있어야 한다. 특허의 권리나 기술마케팅을 경쟁우위적으로 전개하기 위해서는 디지털 기술과 아날로그 기술을 접목하고 융합하는 현장 지향적인 접근방법이 필수적이라면, 상호 운용성(相互 運用性)은 기본 중에 기본이다. 본질적으로 현장에 답이 있기 때문에 혁신이 어려운 것이다. 그래서 혁신은 산업 육성과 기업 성장의 영혼(inspiration)이라고 많은 전문가들이 말한다. 공감이 간다. 모든 기업이나 산업이 지금의 자리(positioning)보다 더 높은 곳에 오르려면 예측할 수 없는 수많은 리스크(risk)에 맞서야 한다. 제조업은 그 정도가 타 산업에 비해서 더 심하고 복잡하게 전개되는 특성을 갖고 있다. 그래서 스마트팩토리 구축을 통해 다양한 시장의 리스크(risk) 뿐만 아니라 시장과 고객의 변화된 트렌드(trend)를 예측하여 시장 대응력을 극대화하는 새로운 전략적인 틀과 제조 플랫폼을 만들어 간다고 생각하는 것이 합리적인 접근이다. 그러므로 스마트팩토리 구축은 제조 산업의 미래 생태계를 조성하는 역동적인 플랫폼이여야 한다. 다시 말해 과거 산업단지를 조성하는 주요 인프라가 토지와 기반 시설이라면, 스마트팩토리 시대 산업단지는 과거 하드웨어(h/w) 기반 인프라 토대(土臺) 위에 소트프 파워(s/w power) 기능을 추가해야 한다. 그 이유는 스마트팩토리의 핵심 중 하나는 제조 지능화(manufacturing intelligence)이기 때문이다. 제조 지능화는 제조업에서 활용하는 시스템의 정량적인 데이터, 사물인터넷(IoT) 기반의 빅데이터와 인공지능을 적용하여 새로운 통찰력과 예지력을 통하여 지능형 시스템에 의한 자동화, 자율화 및 협업화를 도모함으로써 제조 시스템을 위한 생산성 뿐만 아니라 시장과 고객 대응력 향상을 위한 유연성 및 친환경성을 향상하는 새로운 제조 경영 개념이기 때문이다. 아래 그림은 스마트팩토리(SFaaS)의 상호 운용성(inter-operability)을 보여주고 있다. 이러한 제조 지능화는 기존 사람의 경험이나 패턴에 의존하던 방식에서 아날로그 경험에 디지털 경험을 접목하여 지속 가능한 경험 디자인을 실현할 수 있어야 한다. 그 핵심이 상호 운용성이다. 따라서, 데이터가 이기종 시스템 간에 제약 없이 서로 호환되어 언제 어디서 나 사용될 수 있는 데이터 상호 운용성(data interoperability)은 제조 지능화, 즉 스마트팩토리를 위한 필수적인 전제조건이며, 시스템 또는 제품이 고객 및 사용자 입장에서 특별한 노력 없이도 다른 이질적인 시스템이나 제품이 동시에 잘 작동되는 호환성과 유사한 능력이다. 물론 이를 위해서는 표준화 작업이 필요하다. 최근에 4차 산업혁명, 즉 연결의 기능이 강조되면서 네트워크(network)가 곧 컴퓨터라는 개념이 현실화되어 상호운용성이 정보통신기술(ICT) 제품의 사용 품질 관점에서 그 중요성이 점차 커지고 있다. 예를 들어, 공표된 인터페이스 표준을 적용하여 해당되는 제품의 인터페이스를 즉각 다른 제품의 인터페이스로 변환할 수 있는 “서비스 보로커(Service Broker)”를 사용할 수 있어야 한다. TCP/IP, HTTP, 그리고 HTML을 포함해서 월드와이드 웹을 위해 개발되었던 일련의 표준들이 좋은 예다. 빅데이터와 인공지능 기술, 그리고 사물 인터넷(IoT) 기반의 정보통신기술(ICT)과 5G와 클라우드 컴퓨팅 기반 네트워크 환경의 발달과 개인화 및 사유화로 분산되어 있는 지식 정보 자원들의 통합 서비스가 요구되면서, 이들 간의 상호 운용성(inter-operability) 확보는 그 어느 때보다 중요해졌다. 지금까지 이기종 시스템들과 개인 상호 간의 데이터 교환을 위한 상호 운용성 확보 노력으로 자원들 간의 구조적 문제 해결이 주목받고 있다. 하지만 개인과 조직, 그리고 자원들 간의 진정한 상호 운용성이 이루어지기 위해서는 목적 지향적인 기능과 역할(function & role) 관점에서 데이터 기반 자원들 간의 상호운용성(inter-operability)까지도 이루어져야 한다. 다시 말해, 사람과 사물을 포함한 자원들 간의 상호운용성이 제조 지능화의 출발선이다. 그러므로 제조 지능화를 위한 스마트팩토리 구축은 사물 인터넷(IoT) 기반의 커넥티드(Connected) 로보틱스와 각종 제조 장비, 3D 프린팅, 클라우드 컴퓨팅, 빅데이터 관리와 인공지능(AI) 기술, 그리고 데이터 기반의 자원들 간의 상호 운용성(inter-operability) 관점(觀點)에서 설계되고 관리되어야 한다. 그 까닭은 미래 산업의 기술 표준은 상호운용성이 핵심 관점으로 부각되고 있기 때문이다. 앞에서 언급한 스피드 경영의 키(key)도 상호운용성이 핵심이다. 따라서 제조 산업의 경쟁우위를 위해 구축되는 스마트팩토리 플랫폼과 각종 기술들도 상호 운용성 관점에서 검토되어야 한다. 왜냐하면 모든 수단들은 상호 운용성(inter-operability)이 기술과 기능을 가늠하고 있기 때문이며, 이러한 상호 운용성 바탕 위에 구축되는 각종 수단들이 다양한 기능을 발현(發現)하는 확장성(scalability)이자 목적을 실현하는 핵심 기능이기 때문이다. 궁극적으로 상호 운영성(inter-operability)을 향상시키는 것은 제조 복잡성을 해결하는 가늠자이다. 제조 현장의 제조 전문가 행동은 크게 동작과 객체(설비 및 사물)를 통해 표현할 수 있다. 제조 활동을 이해하기 위해서는 인간의 동작 뿐만 아니라, 객체와의 상호 작용(inter-activity)이 고려되어야 한다. 인간과 객체 간의 상호 작용(inter-activity))은 최신의 정보통신기술(ICT)에 의해 풍부하고 다양하게 표현될 수 있으며, 빅데이터와 인공지능(AI)에 의해서 세부적인 표현들이 요구되면서 지능화를 위해 대규모 데이터 셋(data set)들이 등장하고 있다. 그러나, 정보의 개인화 현상에 의해 각자의 표현 방식으로 정보를 제공하면서 서로 간의 상호운용성이 저하되고 있으며, 반면에 새로운 객체나 관계를 추가, 수정, 삭제하기 어렵게 만드는 측면도 존재한다. 특히, 스마트팩토리 구축 시 사물 인터넷(IoT)을 중심으로 네트워크의 성능과 규모가 확대됨과 동시에 다양한 기기들에 정보처리 기능이 내장되어 네트워크에 연결됨에 따라, 정보통신기술의 적용 범위가 양적이나 질적으로 급속히 팽창하고 있다. 이러한 추세를 반영하여 네트워크 중심의 지능화된 정보화 환경을 구축하기 위해서는 다양한 융합 기술을 탑재한 제품을 개발하거나 도입하여야 하기 때문에 상호작용(inter-activity)과 상호 운용성(inter-operability)이 주목된다. 따라서 기존의 업무 처리용 정보관리 시스템 운용 환경에 비해 훨씬 복잡하며, 이들을 서로 연계하여 통합 시스템을 구축하는 과제는 지금의 정보화 거버넌스 체계로는 풀기 쉽지 않은 문제이다. 그러나, 이러한 문제를 해결하기 위해서는 제조 조직 전체의 정보 자원을 일관성 있게 통제하기 위한 기준 수립 및 구축 및 유지 관리, 제조 현장의 사람과 사물의 정보 자원을 통합하기 위한 상호 운용성 관리, 또한 상호 작용과 운용 중에 발생하는 정보의 손실 또는 침해를 막기 위한 정보보호 활동 등을 거버넌스 체계에 포함하여야 한다. 그러므로 상호 운용성 관리는 정보화 관리 관점에서 기존의 하드웨어(h/w)와 소프트웨어(s/w)를 벗어나 보다 근본적인 자원인 “데이터”로 전환하여야 한다. 데이터는 정보통신기술의 근원이며 조직의 핵심이기 때문이다. 끝으로 상호 운용성(inter-operability)을 지속 가능하게 유지시키기 위해서는 지식 정보의 표준은 이제 더 이상 선택 사항이 아닌 필수 사항이다. 단순히 비용 절감과 효율성을 극대화하기 위한 수단으로써 가 아니라, 분산되어 있는 지식 정보 자원의 효율적 생산, 유통, 공유, 관리를 위해 지식 정보 표준화 작업은 매우 중요하다. 기존 시스템 간의 상호 운용성 확보를 위한 노력에서부터, 지금은 데이터 간의 상호운용성 확보 표준화 단계에 와있다. 더 세부적으로는 데이터 간의 구조적인 상호 운용성 확보뿐만 아니라 기능과 연계된 상호작용과 인공지능 기술을 활용한 지능화 관점의 상호 운용성 확보를 위해 초점을 맞춰야 한다. 이러한 상호운용성이 확보되어야 제조 기업에 구성된 각종 시스템 자원들 간의 상호작용을 통해 제조 현장 사용자들이 원하는 정보를 교환할 수 있는 환경이 구축된다. 그래서 상호 유용성 확보는 스마트팩토리 플랫폼의 규칙(Rules), 로직(Logic), 논리적 추론(comprehensive reasoning), 증명(Proof), 신뢰(trust)에 대한 지속 가능한 가늠자이자 표준이어야 한다.
-
- 작성일 2022-04-23
- 조회수 5265
-
- 박정수 교수의 현미경 '스마트팩토리' -[127]디지털 비즈니스의 핵심
- 박정수 교수의 현미경 '스마트팩토리' -[127]디지털 비즈니스의 핵심
-
- 작성일 2022-04-18
- 조회수 5093
-
- 박정수 교수의 현미경 '스마트팩토리' -[126]스마트팩토리의 수단과 목적
- 박정수 교수의 현미경 '스마트팩토리' -[126]스마트팩토리의 수단과 목적
-
- 작성일 2022-04-09
- 조회수 5169
-
- 박정수 교수의 현미경 '스마트팩토리'-[125] IBM이 '재택근무'를 전격 폐지한 배경
- [박정수 성균관대 스마트팩토리 융합학과 겸임교수] 산업혁명은 급격한 산업 생산력 증대를 의미할 뿐만 아니라 기업 스스로가 견디기 힘들고 보유하고 있는 역량으로 문제를 해결할 수 없는 경영 환경이기 때문에 기술의 혁신과 새로운 제조 공정(manufacturing process)으로의 전환, 이로 인해 일어난 산업, 기업, 사회 문화, 경제 등의 큰 변화를 일컫는다. 이를 극복하기 위해 기존 아날로그(analog) 영역에 빅데이터와 인공지능을 포함한 디지털 방식을 접목 및 결합시켜 과거와 전혀 다른 새로운(new normal) 비즈니스 활성화를 도모(圖謀) 해야 한다. 이러한 산업혁명의 여파로 전 세계 많은 기업들이 디지털 전환 또는 디지털화에 관심이 고조되고 있다. 디지털 기술을 기존 업무 영역에 접목시키는 디지털화는 업무의 효율성을 높여주는 훌륭한 수단(手段)이다. 또한 디지털 혁신은 매일 지속적으로 업그레이드(up-grade) 되고 있으며 비즈니스 운용관리(operation management)와 패턴(pattern)을 완전히 변화시키고 있다. 그러나 이와 같은 이면에는 조직 구성원들 간의 단절뿐만 아니라 파편화라는 역효과도 도출되고 있다. 따라서 디지털 방식에 아날로그 방식을 접목하든지 아니면 아날로그 방식에 디지털 방식을 접목하든지 기업 현장의 특성에 맞게 두 영역이 양립할 수 있도록 효과적인 디지털화(digital transformation)를 위한 디지로그(Digilog) 문화를 구축하는 것이 무엇보다 중요하다. 디지털 기술을 활용한 변화관리의 핵심적인 목적에 주목해야 한다. 그 목적은 초연결화(hyper-connection), 초자동화(hyper-automation), 초지능화(hyper-intelligence), 초융합화(hyper-convergence) 등이다. 또한 디지털 기술 트렌드(trend)는 빅데이터와 인공지능(AI), 자동차를 포함한 자율주행 기반의 MaaS(Mobility as a Service), 소셜과 협업 로봇, 블록 체인, VR/AR, 디지털 헬스케어, 5G, 6G, 양자 컴퓨터, 클라우드(포그, 엣지) 컴퓨팅, 인터넷 기능을 확장하는 메타버스(metaverse) 등이다. 하지만, 디지털 선도 기업들의 아날로그 기술을 접목하기 위한 노력에 대해서도 살펴봐야 한다. 대부분의 기업들이 4차 산업혁명 트렌드에 따라 디지털화(Digital Transformation)를 추진하고 있으나, 모든 기업이 성공적이라고 판단하기에는 아직은 이르다. 국내 기업뿐만 아니라 글로벌 기업 애플, 마이크로소프트, 아마존 등 많은 기업이 디지털 인프라 등을 기반(基盤)으로 일하는 방식이나 리더십을 강조하며 디지털화에 매진 중이다. 반면, IBM은 비용 대비 업무 효율에 대한 의문뿐만 아니라 근무자들의 소외감, 단절감을 이유로 디지털화의 대표적 제도인 재택근무를 올해 폐지하기로 결정했다고 한다. 맥킨지의 디지털화 관련 조사(2016년)에 따르면 디지털화에 따른 장애요인 중 하나로 “폐쇄적 마인드(Siloed mindset)”가 기업문화로 부각되고 있으며, 디지털화(digital transformation) 저해요인으로 제도, 인재, 시스템보다 “기업문화”를 가장 많이 지적하고 있다. 특히 기업문화 요인 중에서도 폐쇄적 마인드(Siloed Mindset)는 협력 저해, 창의적 아이디어 제한 등을 유발하여 조직성과에 가장 나쁜 영향을 미치는 것으로 나타나고 있다. 따라서 폐쇄적 마인드(Siloed mindset) 개선을 위한 아날로그 차원의 노력들이 디지털 선도 기업을 중심으로 전개되고 있다는 점을 주목해야 한다. 어도비(Adobe)는 종이와 펜이 들어 있는 ‘어도비 킥박스(Adobe Kickbox)’를 복도에 설치, 순간적인 아이디어를 바로 코딩하지 않고 기록하여 한 번 더 생각하도록 유도하는 아날로그 활동을 펼치고 있으며, 페이스북은 아날로그 연구소(Analog Research Laboratory)를 설치하여 구성원의 창의성을 불러일으키기 위한 목적으로 조직 내 팀들을 대상으로 프로그램 진행하고 있다. 디지털 기술의 선구자라고 할 수 있는 구글은 디자이너들에게 스케치를 가르치는 내부 교육과정을 개설하여 디자이너들이 소프트웨어에만 의지하지 않고 새로운 아이디어를 소통하게 하기 위한 목적으로 “아날로그”의 중요성을 강조하고 있다. 이는 일하는 방식 혹은 조직문화 차원에서 디지털과 아날로그 간의 균형을 이루는 디지로그(Digilog) 문화를 지향할 필요성이 입증되고 있다. 다시 말해 디지털 기반 기술에만 전적으로 의지하려 할 것이 아니라 구성원 간의 정서적 유대감, 창의성 발현을 위해 아날로그 접근 방식도 필요하기 때문이다. 특히, 사물 인터넷(IoT)은 연결성을 강화하여 “정보 통신 기술(ICT)”의 연속적인 변화와 함께 제품 개발과 제조 방식을 변화시켜 새로운 가치 사슬 활동을 수행시키는 스마트팩토리의 핵심 기술이며 변화의 토대(土臺)다. 첫 번째 변화의 물결은 가치 사슬(value chain) 자동화이다. 70, 80년대에 정보통신기술(ICT)은 주문 처리 및 청구와 같은 가치 사슬 전반의 개별 활동에서 이전의 수동 정보 수집 및 처리 프로세스(OLTP: On-line Transaction Processing)를 부분적인 통합을 기반으로 자동화하여 생산성을 향상시켰다. 두 번째 변화의 물결은 가치 사슬 분산 및 통합이다. 80, 90년대에 인터넷은 가치 사슬 전반에 걸쳐 연결 및 통합을 가능하게 했다. 고객 관계 관리(CRM)는 별도의 프로세스를 결합시켰다. 공급망(SCM)은 보다 글로벌하고 효율적이며 최적화되었으며, 전사적 차원의 전체 최적화를 통해 다시 생산성이 향상되었다. 세 번째 변화의 물결은 스마트(smart) 화와 연결된 제품이다. 이 물결에서 정보통신기술(ICT)은 제품 자체에 내장되어 가치 사슬에서 새로운 변화의 물결을 촉발하여 새로운 가치 창출을 실현시키고 있다. 센서와 같은 기술이 제품에 내장되면 제품이 “스마트”해지고, 한 제품이 다른 제품에 연결되면 제품이 “연결”되어 과거와 다른 “연결의 힘”을 발휘하여 디지털 기반 경험을 사고파는 마케팅 시대가 열리고 있다. 이는 현장의 데이터를 수집하는 기술과 수집된 데이터를 어떻게 분석하여 “이익관리”에 활용할 것인가로 대별해 볼 수 있다. 즉 사용자의 구매 행동, 관심 및 선호도 정보를 활용하는 행동 인터넷(IoB)이 무엇인지, 비즈니스 가치는 무엇이며, 누가 혜택을 받을 수 있는지 살펴보자. 왜냐하면 사용자의 온라인 활동에서 수집된 모든 데이터를 유용한 것으로 바꾸는 방법은 일반적으로 회사의 이익을 의미하기 때문이다. 이러한 질문은 이제 새로운 개념인 행동 인터넷(IoB)으로 답을 얻을 수 있다. 사물 인터넷(IoT)이 데이터 기반의 정량적인 관점이라면, 행동 인터넷(IoB)은 다양한 출처에서 사람들의 “삶의 디지털”을 수집하고 공공 또는 민간 조직은 이 정보를 사용하여 행동에 영향을 줄 수 있는 정성적인 의사결정 관점이기 때문이다. 그러나 빅데이터 자체만으로는 새로운 수익원이나 이익을 만들어주지 못하듯이 디지털 플랫폼도 마찬가지이다. 수단이기 때문이다. 이러한 수단 매체를 통해 빅데이터를 수집했다고 가정해 보면, 그런 다음 단계는 수익원과 이익을 만들어주는 행동 인터넷(IoB)이 작동해야 한다. 아래 그림은 정량적 관점의 사물 인터넷(IoT)와 정성적인 의사결정 관점의 행동 인터넷(IoB)의 상호 관계도이다. 상기 그림의 순서 및 관계도는 사물 인터넷(IoT)과 행동 인터넷(IoB)이 어떻게 연결되고 고객의 데이터가 어떻게 추출되는지 보여준다. 기업은 데이터를 면밀히 분석하고 고객의 구매 선호도에 따라 제품과 서비스를 타겟팅(targeting)할 수 있어 효율적인 마케팅 활동을 전개할 수 있기 때문에 궁극적으로 차별화가 용이해질 것이다. 행동 인터넷(IoB) 기술을 적용하면 많은 기업이 온라인 광고를 활용하여 더 많은 고객에게 다가갈 수 있다. 행동 인터넷을 통해 기업은 서비스와 제품을 판매할 특정 개인이나 그룹을 쉽게 식별하고 타겟팅(targeting)할 뿐만 아니라 “개인화된 맞춤” 요구에 대응력이 향상될 것이다. 예를 들어, Google과 Facebook은 모두 행동 데이터를 사용하여 사용자에게 관련 광고를 표시하고 있다. 행동 인터넷(IoB)을 통해 기업은 잠재 고객과 연결할 수 있을 뿐만 아니라 개선된 서비스를 위해 행동을 추적할 수 있다. 이러한 무수한 이점을 감안할 때 소매, 의료, 농업과 같은 바이오산업 부문 외에도 인테리어 디자인 및 건축과 같은 부문도 일상적인 비즈니스에서 IoT 및 IoB 기술을 채택하고 있다. 그러므로 행동 인터넷(IoB)은 사물 인터넷(IoB)의 확장 개념이다. 즉 사물 인터넷(IoT)이 수단이라면 행동 인터넷(IoB)는 디지털 기술을 사용하는 목적이다. 그 이유는 행동 인터넷(IoB) 기술은 사용자의 행동을 기반으로 데이터를 수집하고 처리하기 때문이다. 디지털 기술을 활용하여 경험을 사고파는 경제활동이 가능해지고 있으며 사용자 경험(UX), 고객 경험(CX), 더 나아가 디지털 경험 디자인(DX-Design)까지 확대 활용되고 있다. 행동 인터넷(IoB)은 디지털 마케팅의 새로운 도구이며, 사용자 데이터를 행동 심리학 측면에서 분석하는 프로세스이다. 이 분석을 바탕으로 사용자 경험 (UX), 검색 경험 최적화(SXO), 최종 제품 및 회사 서비스의 개발에 대한 새로운 접근 방식과 이를 홍보하는 마케팅 방법을 디자인할 수 있다. 행동 인터넷(IoB)의 활용 가치는 광고의 시작부터 사용자 행동 분석까지 사물 인터넷(IoT)에서 수집한 데이터에 대한 새로운 통찰력을 제공한다. 따라서 행동 인터넷(IoB)은 기업과 조직을 위한 강력하고 새로운 마케팅 및 영업 도구가 될 수 있다. 이를 사용하면 모든 비즈니스에 필요한 고객에 대한 깊은 이해를 얻을 수 있다. 또한 사물 인터넷(IoT)을 통해 수집된 데이터는 기업이 개발, 마케팅 및 영업 활동을 계획할 수 있는 기반을 제공한다. 좋은 예는 이와 같은 데이터는 사물 인터넷(IoT) 응용 프로그램과 연결되어 사용자가 선택한 출력을 기준으로만 권장 활용되고, 행동 인터넷(IoB) 기술은 사용자에게 디지털 경험(DX)를 통해 더 나은 삶의 질을 제공하는 데에도 사용될 것이다. 따라서 스마트팩토리를 구축한 제조업에서는 행동 인터넷(IoB) 기술이 새로운 수익원 발굴과 매출 및 이익관리에 적용될 것이다. 그것이 목적이다. 그러므로 행동 인터넷(IoB)은 목적 지향적인 관점에서 기술, 데이터 분석 및 행동 과학의 완벽한 융합으로 간주될 수 있다. 제조업들은 이미 스마트팩토리 구축 및 운용관리(operation management)에 IoT 및 IoB 애플리케이션을 구현하고 있다. 그 까닭은 새로운 글로벌 경쟁 시장에서 성공하려면 민첩한 기술을 채택해야 하기 때문이다. 또한 행동 인터넷(IoB)은 고객 행동을 분석하여 고객의 구매 프로세스에 영향을 미치는 주요 요소를 식별하는 데 도움을 준다. 이는 고객의 선택 패턴을 완전히 바꿔 미래 구매행동을 바꿀 잠재력을 가지고 있다. 그리고 행동 인터넷(IoB)은 고객이 여러 구매 옵션을 뒤섞는 데 시간을 낭비하지 않고 정확히 원하는 것을 얻을 수 있도록 도와준다. 그뿐만 아니라 빅데이터 분석을 통해 행동 인터넷(IoB)은 기업이 고객을 만족시키고 잠재적으로 비즈니스 성과를 높일 수 있는 목적함수의 필수적인 기술이며, 이를 활용하여 기업은 서비스와 제품을 판매할 특정 개인이나 그룹을 쉽게 식별하고 타겟팅(Targeting)할 수 있어 판매와 제조의 동기화(synchronization) 전략을 계획하는 데 도움이 될 것이다.
-
- 작성일 2022-04-04
- 조회수 5241