-
- 박정수 교수의 현미경 '스마트팩토리' -[124] 아날로그와 디지털을 통합한 플랫폼
- 박정수 교수의 현미경 '스마트팩토리' -[124] 아날로그와 디지털을 통합한 플랫폼
-
- 작성일 2022-03-28
- 조회수 5479
-
- 박정수 교수의 현미경 '스마트팩토리' -[123]밀레니엄 시대와 개인화된 맞춤 전략
- [박정수 성균관대 스마트팩토리 융합학과 겸임교수] 변화 관리(變化管理, Change management)란 기업에 일어나는 산업혁명과 같은 중대한 변화를 기업 성과가 향상되는 방향으로 관리하는 것을 말한다. 제조업은 점점 더 까다롭고 어려운 시장의 고객 맞춤과 개인화 요구에 직면해 있다. 다변화된 트렌드 속에서 소비자들의 섬세한 니즈(needs)에 더욱 민감하게 대응하는 일이 중요해질 것으로 전망된다. 소비자 각 개인을 타깃(target)으로 한 정교한 마케팅과 생산을 연계한 융합 전략과 함께 소비자 소통을 더욱 긴밀히 가져갈 수 있는 방안이 마련되어야 한다. 이를 위해 다품종 소량으로 제조 대응하는 생산 배치와 빈번한 작업 변경이 과거와 다른 낭비와 제조원가 상승을 초래하는 경향이 나타나고 있다. 4차 산업혁명이 몰고 온 시장의 특성에 의해서 “개인화된 맞춤” 제조 전략이 떠오르고 있다. 특히 소비 시장의 주 고객층으로 자리매김한 밀레니얼 세대가 ‘신념 소비’와 ‘가심비’(가격 대비 마음의 만족)를 추구하기 때문에 소비자 개개인의 특성과 스토리를 반영한 맞춤형 전략을 펼쳐야 한다. 그 밖에 제조 공급망(supply chain)도 급변하고 있으며 아웃소싱이 증가하고 있다. 이런 제조 현상을 극복하기 위한 변화관리의 수단으로써 스마트 팩토리를 구축해야 한다. 이와 같은 “개인화된 맞춤”을 실현시키기 위해서는 제조 분야의 생산, 물류, 판매 영역을 실시간으로 통합시켜 상호작용되어야 할 뿐만 아니라 빅데이터의 특성에 따른 데이터 관리 기술이 뒷받침되어야 한다. 그 이유는 데이터가 많을수록 인공지능(AI)를 접목하기 위한 학습의 정확도가 높아지고 예측을 더 정확하게 할 수 있기 때문이다. 또한 인공지능을 적용하여 차별화된 기능을 만들려면 인공지능(AI)에 학습시키는 데이터의 품질관리가 중요하다. 제조 현장에서 특정한 작업을 위해서 데이터를 관련성 있게 모아놓은 것을 데이터 셋(data set)이라고 하며 여러 형식으로 된 자료를 포함한다. 데이터 파일, 또는 데이터 베이스라고도 부르며 컴퓨터가 처리, 분석할 수 있는 정보의 세트를 말한다. 인공지능의 기계 학습(ML)에 필요한 데이터를 수집하기 위해서는 엄청난 시간과 노력이 필요하다. 또한 스마트 팩토리 구축을 통해 제조 현장에서 축적해 온 생산공정의 다양한 변수와 클레임과의 상관관계를 인공지능(AI)에 학습시켜, 유사한 문제 발생 시 실효성이 높은 원인을 실시간 기반 피드백(real-time based feedback)에 의해 자동으로 찾아내어 품질관리 수준을 획기적으로 향상시킬 수 있다.
-
- 작성일 2022-03-19
- 조회수 5485
-
- [연구] 석사과정 오석주, SCI 논문지(MDPI Electronics/Q2) 게재
- 석사과정 오석주 학생(지도교수 : 정종필)의 연구(Edge-Cloud Alarm Level of Heterogeneous IIoT Devices Based on Knowledge Distillation in Smart Manufacturing)가 MDPI Electronics(Impact Factor: 2.397 (2020); 5-Year Impact Factor: 2.408 (2020))에 게재됐다. https://www.mdpi.com/2079-9292/11/6/899 / https://doi.org/10.3390/electronics11060899 논문요약 - Along with the fourth industrial revolution, smart factories are receiving a great deal of attention. Large volumes of real-time data that are generated at high rates, especially in industries, are becoming increasingly important. Accordingly, the Industrial Internet of Things (IIoT), which connects, controls, and communicates with heterogeneous devices, is important to industrial sites and is now indispensable. To ensure the fairness and quality of the IIoT with limited network resources, the network connection of the IIoT needs to be constructed more intelligently. Many studies are being conducted on the efficient use of the resources that are imposed on IIoT devices. Therefore, in this paper, we propose a collaboration optimization method for heterogeneous devices that is based on cloud–fog–edge architecture. First, this paper proposes a knowledge distillation-based algorithm that can collaborate on cloud–fog–edge computing on the basis of distributed control. Second, to compensate for the shortcomings of knowledge distillation, we propose a framework for combining a soft-label-based alarm level. Finally, the method that is proposed in this paper was verified through several experiments, and it is shown that this method can effectively shorten the response time and solve the problems of existing IIoT networks, and that it can be efficiently applied to heterogeneous devices.
-
- 작성일 2022-03-14
- 조회수 5933
-
- 박정수 교수의 현미경 '스마트팩토리'-[122] 기업 경쟁력의 핵심이 된 플랫폼
- [박정수 성균관대 스마트팩토리 융합학과 겸임교수] 이제 기업의 플랫폼은 핵심적인 경쟁 요인이다. 플랫폼(platform)이 튼튼한 기업은 시장 변화에 민첩(agility) 하기 때문에 산업혁명이 요구하는 변화관리에 효율적이고 자유롭다. 특히 사람 중심 산업화 시대에 인재들이 모여서 창의적인 혁신을 왕성하게 진행할 수 있다. 실시간(real time)으로 제품별 원가 분석 능력도 플랫폼에서 이루어지고 재고관리 방식과 공급망 관리도 플랫폼에서 이루어지는 핵심 기능들이며 최근에는 마케팅 활동을 위한 팔림세 정보의 성향 분석까지 인공지능을 활용하여 행동이나 반응을 관리하여, 그 결과를 참고로 수정하고 더욱 적절한 것으로 해답을 찾아가는 방법, 즉 피드백(feed back) 기능이 강화되고 있다. 더 나아가 인공지능(AI)을 잘 활용하기 위해서는 “플랫폼 경영”은 필수적이며, 그 플랫폼은 똑똑해야 한다. 특히 제품 개발과 제조 현장의 운영 관리까지도 데이터 관리 기술 기반 인공지능(AI)을 활용하여야 한다. 물론 인공지능을 활용하는 범위는 제품과 서비스의 지능화와 기업의 기능별 조직 운영 과정을 지속적으로 개선하는 인공 지능형 조직문화로 대별해 볼 수 있을 것이다. 특히 자율 주행, 마케팅 기능의 지능화, 사람과 직접적인 상호 작용을 위해 설계된 로봇으로 사람과 공존하는 코봇(cobot, or collaborative robot), 음성인식 스피커 등 제품에 인공지능을 활용하는 것은 기본적으로 엔지니어링 영역이지만 점점 더 경쟁이 심화되는 경영 환경에서 매출을 증대시키기 위해 좀 더 나은 제품과 서비스 역량을 향상시키기 위한 끝없는 도전이 연속되고 있다. 이러한 도전은 한 번 극복하면 문제가 해결되는 과거의 경험치에 의한 “문제와 과제”가 더 이상 아니다. 그래서 뉴 노멀(New normal)이란 용어를 사용한다. 과거 기업 활동이 잘못된 것이 아니라 지금은 다르다(differ)는 것이다. 그래서 기업 환경을 뉴 노멀(new normal) 관점에서 직시해 보면, 부분적인 최적화 시대에서 전체 최적화 시대로의 전환이 일어나고 있으며, 일시적인 해결책을 찾는 것보다는 지속 가능한 변화관리 체제를 새로운 산업혁명은 요구하고 있다. 그 중심에 플랫폼이 있으며, 지속 가능한 플랫폼 경영이 요구되고 있다. 그래서 “구글처럼 개방하고 페이스북처럼 공유하라”라는 말이 생겼는지도 모른다. 아래 그림은 스마트팩토리의 사이버 물리 생산 시스템(CPPS)이 내장된 플랫폼의 라이프 사이클을 보여주고 있다. 특히 지속 가능한 자동화 피라미드 진화(進化)에 대해서 주목(注目) 해야 한다. 아마존, 구글과 같은 거대 플랫폼 기업이 유통, 광고, 콘텐츠 등 여러 분야의 시장을 장악하면서, 플랫폼 비즈니스가 더욱더 주목을 받고 있다. 이에 따라 플랫폼에 대한 수많은 연구와 분석이 등장하고 있지만, 보다 종합적인 관점에서 플랫폼을 바라봐야 할 필요성도 커지고 있다. 다른 한편으로는, 플랫폼의 파괴적 혁신에 대해 기존 기업들(Incumbents)이 위협을 느끼고 있는 것도 사실이다. 이들 기존 기업은 플랫폼에서의 사업 기회를 탐색하며 자체 플랫폼을 구축하거나, 타 플랫폼과 협력하는 등 전략을 마련하기 위해 고심해야 한다. 플랫폼의 5대 특징으로는 ①비즈니스 경계 파괴 ②생태계 기반 ③네트워크 효과 ④승자 독식 수익 구조 ⑤양면(다면) 시장 구조를 들 수 있으며, 기업이 플랫폼 비즈니스에서 성공하기 위한 9단계 전략으로는 1. Questioning(플랫폼 사업에 대한 고민) 단계, 2. Compete or Join(경쟁 및 협력 전략) 단계, 3. Platform Type(구축 플랫폼의 형태와 성격 결정) 단계, 4. Connecting(고객 접점 만들기) 단계, 5. Value Creation(플랫폼 핵심 가치 창출) 단계, 6. Monetization(플랫폼 수익화) 7. Rock-in & Retention(고객 묶어두기) 단계, 8. Intelligence(지능화) 단계, 9. Automation & autonomy(자동화와 자율화) 단계 등이 있다. 끝으로 HBR(Harvard Business Review)에 따르면 플랫폼 비즈니스를 성공시키기 위한 5가지 핵심 요소는 1. Network Effects, 2. Network Clustering, 3. Management of Disintermediation, 4. Multi-homing Risk Management, 5. Network Bridging 등이다. 1. 네트워크 효과(Network Effects)는 플랫폼의 사용자가 많아질수록 플랫폼의 효용성이 높아지며 더 많은 사용자들을 유입시키는 현상이다. 예를 들어 스마트폰을 가진 사람이 많을수록 SNS를 할 수 있는 사람이 많아지기 때문에 플랫폼의 활용도와 가치를 높여주고 더 많은 사람이 스마트폰을 쓰게 만든다. 2. 네트워크 결합(Network Clustering)은 플랫폼에 연결된 사용자들이 한 지역에 치우쳐 있을수록 불리하며 더 넓은 사용자 층을 확보할수록 유리하다는 의미다. 예로 에어비앤비는 전 세계의 숙박 제공자들과 넓은 사용자들을 연결해 주기 때문에 더 큰 경쟁력이 있으며 경쟁사가 시장을 쉽게 진입하지 못한다. 3. 중재인이 없는 관리(Management of Disintermediation)은 양면 시장의 두 집단이 플랫폼을 거치지 않고 직접 거래를 하게 되는 것을 방지해야 한다. 플랫폼을 통해 연결된 두 집단은 굳이 플랫폼을 사용하지 않고 직접 거래를 성립할 수도 있게 되며 이는 플랫폼의 존재 의미에 위협적이다. 에어비앤비와 같은 경우 사용자와 숙박업체 간(間)의 직접 거래를 막기 위해 숙소의 정확한 위치와 연락처를 사용자가 돈을 내기 전까지 정보를 제공하지 않는다. 4. 멀티 호밍 리스크 관리(Multi-homing Risk Management)은 비슷한 플랫폼을 유저들이 동시에 사용하는 현상을 말한다. 이커머스(e-commerce) 시장에서 박리다매 전략으로 경쟁력 있는 가격을 제시, 배송기간 단축, 무료배송, 쉬운 반품, 리뷰 시스템 구축 등의 차별화된 서비스로 multi-homing을 막고 single-homing을 유지하기 위해 항상 새로운 마케팅 전략을 전개해야 한다. 5. 네트워크 브리지(Network Bridging)는 플랫폼의 한 네트워크에서 얻은 “데이터”를 다른 네트워크로 확장하기 위해 활용하는 것이다. 카카오톡과 같은 경우 처음에는 메신저 앱으로 시작했지만 메신저 서비스로 축적한 사용자들의 데이터를 활용하여 이제는 송금, 지도, 검색, 게임, 배달, 쇼핑 등 다양한 분야의 서비스를 제공하는 “종합 플랫폼 기업”으로 발전하고 있는 점을 주목할 필요가 있다. 그러므로 플랫폼 경영은 지속 가능한 “진화”에 의해서 완성되는 속성을 갖고 있다. 따라서 지속 가능한 진화(進化)는 플랫폼 경영의 본질(本質)이 자 특성(特性)이다.
-
- 작성일 2022-03-14
- 조회수 5390
-
- 박정수 교수의 현미경 '스마트팩토리'-[121] 이건희 회장이 '업의 개념'을 강조한 까닭
- [박정수 성균관대 스마트팩토리 융합학과 겸임교수] 스마트폰(smart phone)이 등장하면서 ‘스마트(smart)’란 말은 너무 흔하게 쓰여 오히려 뜻이 모호해져 버렸다. 농업에 붙이면 “스마트 팜”, 도시에 붙이면 ‘스마트 시티’, 제조업에 붙이면 ‘스마트 팩토리’, 서비스업에 붙이면 “스마트 서비스”가 되는 식이다. 그레이엄 벨(Alexander Graham Bell)이 1876년 최초의 전화기를 선보인 이후 146년이 지난 전화기는 어떻게 바뀌어 왔는가. 한때 부의 상징이었던 전화기가 이제는 핸드폰을 포함해 한 집에 몇 대씩 보급되어 있다. 그리고 146년 전의 전화기와 비교했을 때 비교할 수 없을 정도의 성능과 “놀라운 기능”들을 갖추고 있다. 또한 전화기는 소통의 도구로 생물학적인 신체의 5장 6부(五臟六腑)를 “스마트(smart)”란 이동(mobility)과 공존(coexistence)이라는 놀라운 기능을 추가한 스마트폰(smart phone)에 의해서 오장 칠부(五臟七腑)를 만들고 있다고 해도 과언은 아닐 것이다. 스마트폰은 일류 역사상 가장 친근하고 오랜 기간 인간에게 편익(便益)을 제공하는 상품으로써 더 나아가 소통과 학습의 놀라운 기능을 제공하는 반려자(伴侶者)로 자리매김하고 있다. 제조업이 스마트팩토리를 구축하는 과정에서 첨단 정보통신기술(ICT)이라는 수단(手段)에 매몰되어서는 안된다. 앞서 언급한 이동(mobility)과 공존(coexistence)과 같은 “놀라운 기능”을 찾아내는 것이 중요하다. 즉 인공지능(AI)을 활용하여 지능화 기능을 제조 공정에 접목하면 무엇이 어떻게 개선되고 어떤 목적을 달성할 수 있는지 알아야 한다. 디지털 대전환의 핑크빛에 도취되어 수단과 목적이 엉키고 그 화려한 정보통신기술(ICT)에 묻혀있는 “스마트”를 “왜 사용해야 하는가?”와 같은 목적 명료화 과정을 통해 도출하는 역량이 요구되고 있다. 그 까닭은 “스마트팩토리”라는 놀라운 기능으로 제조 경영을 실현하여 지속 가능하게 매출이 향상되고 이익률이 증가하는 비즈니스의 목적이 달성되어야 하기 때문이다. 역설적으로 스마트팩토리를 구축했다면 사업이 더 잘 되어야 한다. 그러나 문제는 화려한 수단에 빠져 목적을 잃어버리는 현상이 감지되고 있다. 수백 년 쌓아온 아날로그(analog) 기술과 현란한 정보통신기술(ICT)을 어떻게 제조 현장에 적용해 사업을 전개해야 하는지 현실적인 방법과 전략적인 접근이 필요하다. 그와 같은 전략적인 프로세스의 핵심에는 “업(業)”에 대한 이해와 규정이 앞서야 한다. ‘업(業)의 개념’은 고 이건희 회장님이 취임하면서 이야기해 많은 사람의 관심거리가 되었던 경영의 화두이다. 이 회장님은 특히 최고 경영진이 업의 개념을 바로 정립해 그것에 맞게 사업 방향과 전략을 세울 것을 강조했다. 즉 업의 개념은 “사업이란 무엇인가?”라는 질문에 대한 해답이며, 업의 본질은 시간이 지나도 변하지 않는 그 업(業)의 기본 가치를 의미하며, 그리고 업의 특성은 시대나 환경 등의 조건에 따라 달라지는 업의 속성(屬性)을 의미한다. 이러한 업의 본질과 특성을 제대로 파악하여 핵심 성공 요인(key success factor)을 찾아 한정된 가용 자원에 대해 관리 역량을 집중하는 것이 바로 기업 경영의 근본이다. 따라서 기업 경영자가 자기 업의 개념(업의 개념=업의 본질+업의 특성)을 제대로 파악하지 못하면 올바른 경영 전략과 전술을 구사할 수 없을 뿐만 아니라 기업을 제대로 경영할 수도 없을 것이다. 아래 그림은 업(業)의 개념(PoC)에 대한 산업혁명 관점의 비교표이다. 4차 산업혁명은 디지털과 에너지 대전환이라는 다양한 기술적인 수단을 강구하여 전통적인 방식의 업의 개념을 변화시키고 있다. 하지만 제5차 산업혁명은 생물학적 관점에서 사람 중심 맞춤 개인화와 공존형 산업화를 실현시켜 기업의 궁극적인 목적인 지속 가능한 수요 창출을 위한 업의 개념을 재정립하는 현상이 전개되고 있다. 지난 이야기이지만 대부분 휴대폰 업체들이 사람과 사람 간 소통에 집중하고 있을 때, 고 스티브 잡스는 정보 중개자로 변화하는 휴대폰 산업에 대한 업(業)의 개념을 간파하여 스마트폰을 개발했듯이 글로벌 기업 중에는 애플, 페이스북, 엔비디아, 마이크로소프트 등이 미래를 준비하기 위해 업(業)의 개념을 재해석하여 그 일환으로 메타버스 시대를 준비하기 위해 몰입형 기술 AR(증강현실), VR(가상현실), MR(혼합현실) 관련 기업들을 인수하거나 관련 기술을 꾸준히 개발하고 있다. 또한 업(業)의 개념 관점에서 엔터테인 미디어 기업들은 가상현실과 기존 아이돌을 조합한 새로운 플랫폼 작업에 열중하고 있으며, 문화기술(CT: Culture Technology)를 통해 K 팝의 새로운 방향성을 제시하고 있다. BTS(방탄소년단)이 속한 빅히트 엔터도 ‘다이너마이트’의 뮤직비디오 안무 버전 등을 에픽게임즈의 ‘포트나이트’를 통해 가상현실에서 공개한 것도 업의 개념에 대한 재해석이다. 또한 이미 미국 10대들이 가장 시간을 많이 보내는 곳은 유튜브나 넷플릭스가 아닌 모바일 게임 플랫폼 ‘로블록스’다. 월 1억 명 이상의 사용자가 단순히 게임을 넘어 아바타를 통해 자신만의 세계를 설계할 수 있어 맞춤 개인화 시대를 전개하고 있다. 이와 같이 업의 본질에 대한 관점은 기업 중심적 관점과 고객 중심적인 관점으로 구분할 수도 있지만 대부분 두 관점이 생물학적인 공진화(共進化, coevolution) 현상처럼 융복합적으로 나타나고 있다. 특히 업(業)의 개념 증명(PoC)과 디자인은 사업 생명주기(business life cycle)의 변곡점에 도달하면 더 이상 유효하지 않을 것이라는 개념 증명(PoC)은 모순이다. 스마트팩토리를 도입하는 제조업들이 기존 업의 개념에 매몰되어 “우리는 다르다”라는 식으로 고정 관념을 앞세우면 변화 관리는 불가능해진다. 제품은 수단이고 제품을 활용해 문제를 해결하는 서비스가 진정한 ‘업의 본질’이기 때문이다. 그러므로 업의 개념을 진화시켜 시대에 맞게(time-to-market) 대응하는 역량을 발휘할 수 있도록 플랫폼을 갖추는 방법이 스마트팩토리이다. 일례로 농기계 제조업체인 존 디어(John Deere)는 고민을 해결하기 위해 전통적인 방식이 아닌 디지털 기술을 활용했고, 빠르게 기존 농업의 패러다임을 전환했다. 센서를 통해 존 디어 (John Deere) 자체 데이터 운영센터에서 작물 정보 수집 및 분석, 그리고 분석한 정보를 토대로 고객들에게 심어야 할 작물을 추천하거나 파종 시기 등을 제공하여 농업생산성 향상에 필요한 솔루션(solution)을 제공하는 서비스 기업으로 탈바꿈하고 있다. 기업은 업의 본질을 찾아 한 단계 더 진화하면서 3류에서 2류로, 일류로 발전한다. 이처럼 업의 개념을 파악하는 것은 사업을 효과적으로 확장할 수 있는 방법이기도 하다. 대부분의 기업은 업계의 기존 관행에서 쉽게 벗어나지 못한다. 그러나 기존 사업을 남과 다르게 차별화 관점에서 정의하고, 업의 개념을 제대로 정의해 보자. 기존 시장에서 기존의 룰(rule)로 경쟁하는 다른 기업엔 보이지 않는 시장이 열리고, 남과 다르게 경쟁할 수 있는 토대가 만들어질 것이다. 그렇다면 스마트팩토리 구축과 함께 업의 개념을 어떻게 정의하면 좋을까? 첫째, 업(業)의 개념을 시장과 고객 관점에서 과거와 다르게 넓게 재정의 해 보자. 예를 들어 쿠바 태생으로 “다이어트 코크”, “뉴코크” 등 신제품을 개발하고, 전 세계적인 광고와 유통 전략을 전개함으로써 보수적이던 코카콜라 기업을 탈바꿈시킨 전 회장인 로베르토 고이쥬에타(Roberto Goizueta)는 “코카콜라의 경쟁 상대는 다른 탄산음료들이 아니라 모든 음료수이다. 모든 음료수와 경쟁했을 때, 우리의 시장 점유율은 40퍼센트가 아니라 3퍼센트밖에 되지 않는다”라고 말했다. 코카콜라는 이렇게 시장의 경계를 키운 덕에 오늘날 세계 최고의 종합음료기업이 되었다. 둘째, 업(業)의 개념에 대한 새로운 정의에 도전하자. 인문학적 상상력, 입체적 사고, 발상의 전환을 통해 기존과 전혀 다른 업의 개념을 설정, 고객에게 새로운 가치를 줄 수 있다. 예를 들어 스위스의 시계 산업이 정체되어 있을 때 스와치(Swatch)는 “정확한 시계를 만든다”라는 기존 시계 사업의 개념을 ‘시계는 패션 제품’으로 재정의함으로써 새로운 시장을 열었다. 셋째, 업(業)의 개념 및 디자인을 비(非) 고객의 입장에서도 생각하자. 비(非) 고객은 왜 제품을 이용하지 않는지를 생각해 보면 새로운 아이디어를 얻을 수 있다. 크루즈(cruise)는 과거 해양 운송 수단이었지만, 지금은 추억을 만들기 위한 여행으로 변화했다. 고객의 입장에서 ‘왜 크루즈를 타느냐?’라는 질문과 동시에 비고객 입장에서 ‘왜 크루즈를 타지 않는가?’를 질문해 보면 크루즈가 지향해야 할 새로운 뉴 노멀(new normal) 가치를 찾아낼 수 있었다. 따라서 업(業)의 개념은 기업이나 시대와 환경의 변화에 따라서 달라진다. 이는 스미트 팩토리 구축이라는 수단과 함께 정확한 목적의식에 기반해 핵심 역량을 개발하는 데뿐만 아니라 미래의 성장을 위한 가치를 창출하는 데도 매우 중요하다. 제록스의 경우 진정한 업의 개념을 ‘좋은 복사기를 만드는 것’이 아니라 ‘사무실의 효율을 올리는 것’으로 정의함으로써 사무기기 종합업체로 성장했다. 전미 여객 철도공사 앰트랙(Amtrak)은 과거 미국에서 번성한 철도회사였으나, 업의 개념을 ‘철도사업’으로 좁게 정의한 탓에 경쟁사인 항공 회사와의 차별화를 위해 가능한 한 비행장을 멀리 피해 철도를 깔았다. 그리고 앰트랙은 지금 항공산업의 발전으로 고전하고 있다. 앰트랙이 업의 개념을 ‘빠르고 편리한 운송수단을 제공하는 사업’으로 정의했더라면 지금 어떻게 되었을까? 결론적으로 업(業)의 개념이 목적함수(目的函數) 라면 스마트팩토리는 그 수단매체(手段媒體)이다. 따라서 찬란한 정보통신기술(ICT)의 수단들을 제조 현장에 적용하여 지속 가능한 제조 역량을 향상시키기 위해서는 정보통신기술(ICT)로 측정·관리·개선을 획기적으로 발전시켜 생산성을 극대화하는 ‘데이터 경영’이 스마트팩토리의 지향점이 돼야 한다. 그러므로 스마트팩토리라는 수단매체와 업(業)의 목적 지향적인 결합이 중요하다. 즉 사물인터넷(IoT)과 5G, 클라우드 컴퓨팅, 이동통신, 센서 네트워크 기술로 공장 내 데이터를 측정하고 수집하여 제조 상황을 읽을 수 있는 데이터 세트(data set)를 빅데이터 관리와 인공지능(AI) 기술을 적용하여 스스로 제어하고 운용되는 자동화를 뛰어넘는 맞춤 개인화(자율형) 서비스에 의한 스마트팩토리(autonomous SF as a service), 즉 목적 지향적인 개선 활동이어야 한다. 그러므로 업(業)의 개념 관점(觀點)에서 해당 산업에 대한 전문 지식과 특성, 즉 ‘도메인’을 정확히 꿰뚫는 일이 핵심이다. 왜냐하면 미래 제조 산업은 제품과 서비스에 의한 격차보다 ‘디지털 격차’에 의해 우열이 갈리는 현상이 도래하고 있기 때문이다. 즉 결국 디지털 전환에 성공한 기업과 그렇지 못한 기업 사이의 격차는 시간이 지나면서 더욱 벌어지게 되어 나중에는 메울 수 없고 비교 자체가 불가능한 “초격차”가 될 것이다. 그래서 산업혁명을 선도(先導) 해야 새로운 기회를 잡을 수 있다. 그것이 “스마트화(smart化)”를 선도하는 디지털 대전환의 본질(本質)이 자 특성(特性)이다.
-
- 작성일 2022-03-07
- 조회수 5655
-
- [연구] 석사과정 박주용, SCI 논문지(MDPI applied sciences/Q2) 게재
- 석사과정 박주용 학생(지도교수 : 정종필)의 연구(Improved MSRN-Based Attention Block for Mask Alignment Mark Detection in Photolithography)가 MDPI applied sciences(Impact Factor: 2.679 (2020); 5-Year Impact Factor: 2.736 (2020))에 게재됐다. https://doi.org/10.3390/app12052721 / https://www.mdpi.com/2076-3417/12/5/2721 논문요약 - Wafer chips are manufactured in the semiconductor industry through various process technologies. Photolithography is one of these processes, aligning the wafer and scanning the circuit pattern on the wafer on which the photoresist film is formed by irradiating light onto the circuit pattern drawn on the mask. As semiconductor technology is highly integrated, alignment is becoming increasingly difficult due to problems such as reduction of alignment margin, transmittance due to level stacking structure, and an increase in wafer diameter in the photolithography process. Various methods and research to reduce the misalignment problem that is directly related to the yield of production are constantly being conducted. In this paper, we use machine vision for exposure equipment to improve the image resolution quality of marks for accurate alignment. To improve image resolution quality, we propose an improved Multi-Scale Residual Network (MSRN) that combines Attention Mechanism using a Multi-Scale Residual Attention Block to improve image resolution quality. Our proposed method can extract enhanced features using two different bypass networks and attention blocks with different scale convolution filters. Experiments were used to verify this method, and the performance was improved compared with previous research.
-
- 작성일 2022-03-06
- 조회수 6138
-
- 박정수 교수의 현미경 '스마트팩토리'-[120] 페이스북,구글,아마존과 몰입형 기술
- [박정수 성균관대 스마트팩토리 융합학과 겸임교수] 이미 찾아온 제5차 산업혁명의 지향점은 과거와 다른 뉴노멀(new normal)의 가치 실현이다. 즉 사람 중심(human centric)에 의한 삶의 질 향상으로 모든 산업과 기업들이 다 함께 행복한 고객 맞춤 개인화 시대에 반응하고 대응할 수 있어야 한다. 인공지능과 빅데이터 관리 기술로 지속 가능한(sustainability) 맞춤 개인화를 실현하여, 탄력성(resilient) 있는 행정 제도뿐만 아니라 산업과 기업 영역까지 탈 중앙화와 자치분권화를 실질적으로 실현하여 격차를 해소하는 인공지능(AI) 기반 클라우드 컴퓨팅 기술에 의한 플랫폼(Platform)을 조성해야 한다. 산업정책과 기업 정책의 융합으로 ESG 경영, BCD(Bio, Climate, Data) 정책을 아우르는 에너지 전환과 디지털 전환에 의한 과거와 다른 생태계 조성이 필요하다. 사람 중심 산업화를 위해 사람과 공존하는 생물학적 기계(biological machine) 주도(主導)로 글로벌 리더십을 선도해야 한다. 왜냐하면 4차 산업혁명까지는 선진국을 추격하는 대한민국이지만, 5차 산업혁명부터는 대한민국이 산업혁명을 자주적으로 선도해 MZ 청년세대에게 지속 가능한 “일터”를 조성해야 지속 가능한 일자리를 만들 수 있기 때문이다. . 그 까닭은 4차 산업혁명에서 준비해 온 다양한 기술들이 5차 산업혁명 시대에는 인지과학을 중심으로 교육, 바이오, 의료, 에너지, 제조, 농업 등 다양한 분야와 통합과 융합을 통해 제품과 서비스의 결합, 서비스의 제품화 그리고 기존 서비스와 신규 서비스의 결합 현상을 포괄하는 개념과 사고파는 경제 활동에서 벗어나 경험을 교환하는 “구독 경제(subscription economy)”의 출현으로 다양성에 의한 유연 제조가 요구되고 있기 때문이다. 네트워크와 소프트파워에 의해서 현 수준을 초월하는 매타 버스(metaverse) 세계를 위한 인지과학 중심의 기술혁명으로 전개될 것이다. 우리나라의 2030세대와 MZ 세대들은 이미 선진국형 청년세대들이다. 그러므로 청년세대를 위해서 대한민국이 5차 산업혁명 시대를 주도하여 지속 가능한 미래 비전을 청년세대에게 제시해야 한다. 1945년 해방 이후 지금의 기성세대들의 청년 시절을 회상해 보면 그 해답이 짐작(斟酌)될 것이다. 3, 4차 산업혁명을 통해 정보통신기술(ICT) 분야와 인공지능 영역에 이르기까지 제조 산업의 스마트팩토리 구축이라는 수단들을 준비하고 있다. 그러나 수단은 목적의 종속변수이다. 제조업의 미래 목표를 위해서 새로운 수익원을 창출해야 한다. 최근 OT(Operating Technology) 및 IT(Information Technology)의 발전으로 인해 산업 부문은 산업혁명, 즉 패러다임이 바뀌고 있다. 이를 CPS(Cyber-Physical System)라고 한다. 일반적으로 산업혁명은 효율성을 증가시켜 점점 더 다양하고 생산적인 생산 프로세스가 맞춤 개인화와 같은 고객의 요구와 성장 기대치를 충족할 수 있어야 한다. 인공 지능(AI)과 산업용 사물 인터넷(IIoT)은 기존 정보처리 인프라를 개선하여 보다 복잡한 작업 현장 활동을 처리하고 있다. 그러나 실질적으로 제조 산업에서 CPS(Cyber Physical System)으로 이행하는 과정은 쉽지 않다. 그러므로 제조 산업의 아키텍처 모델은 OT(Operating Technology)와 IT(Information Technology)가 만나는 지점을 명확하게 식별하기 위해 연결 및 상호 운용성(interoperability)을 가능하게 하는 단계별 마이그레이션(migration) 기술을 제시하는 설루션(solution)이 필요하다. 일반적으로 자동화 기술은 제조 시스템의 안정성, 자율성 및 지능성이 매우 높지만 제조 프로세스의 모든 아날로그(analog) 작업을 이러한 디지털 기술이 대체할 것이라고 예견하기는 어렵다. 4차 산업혁명을 통해 사이버-물리적 시스템(CPS)과 협력하게 하는 접근 방식이 가능해졌으며, 이러한 개념은 사람 중심 휴먼 사이버-물리 시스템(HCPS)으로 융합되어 5차 산업혁명의 핵심으로 제시할 수 있을 것이다. 아래 그림은 제5차 산업혁명을 채택하는 맥락에서 HCPS의 개념적 표현이다. 물리적 시스템과 사이버 시스템을 결합하여 운영을 완료, 제어 및 최적화할 수 있다. 4차 산업혁명을 통해 그 네 번째 진화인 사이버-물리적 시스템이 탄생했다. 아무리 인공지능(AI) 시스템이 강력하더라도 인간의 부분은 여전히 남아있다. 따라서 시스템은 5단계로 진행하여 5차 산업혁명의 인간 사이버-물리 시스템(HCPS)을 생성한다. 마지막으로 인간과 기계의 지능을 활용하고 결합하여 시너지 효과를 낼 것이며 사람과 기계가 공존할 수 있어야 할 것이다. 스마트 팩토리를 구축 시 “제조 지원 시스템”에 첨단 기술을 적용하는 것도 중요하지만 더 중요한 것은 데이터 관리 기술이다. 즉 데이터가 생성, 분석, 평가되어 시각화된 정보를 보고서로 표시되는 가시화(visualization)가 실시간 기반 피드백(real-time based Feed-back)으로 운영되어야 한다. 다시 말해 BI(Business Intelligence) 기반의 지능형 의사결정을 위한 지원 시스템(decision support system)이 구현되어야 한다. 위 그림의 HCPS의 실시간 기반 피드백 기능은 제조 현장 작업을 개선하기 위해 가상 현실(VR), 증강 현실(AR) 및 혼합 현실(MR)을 포함하는 몰입형 기능으로 게임 산업뿐만 아니라 제조 산업 부문에서 사람 중심 직접 참여와 HCPS의 기본 기능을 향상시키는 가장 효과적인 접근 방식 중 하나이다. 그 이유는 혼합 현실 (mixed reality) 혹은 혼성 현실 (hybrid reality)은 가상 세계와 현실 세계를 합쳐서 새로운 환경이나 시각화 등 새로운 정보를 만들어 내는 경험과 체험을 강화하는 기술이기 때문이다. 이를 통해 가상(cyber)과 실제(physical) 간의 거의 동시 통신이 가능하기 때문에 제조 현장의 물리적인 분야를 개선할 수 있다. 지능형 스마트팩토리 플랫폼은 혼합 현실(MR)과 HCPS 간의 상호작용에 의해서 기능적인 능력이 검증되어야 한다. 특히 제조 산업의 핵심 역량인 아날로그 기술 관점에서 인간의 지배적인 감각은 무엇이며, 다양한 제조 작업을 위한 다감각 혼합 현실(MR)은 피지털(phygital)과 디지로그(digilog)처럼 현실과 가상 세계에서 사용자가 최대한 참여할 수 있도록 설계되어야 한다. 그 이유는 최첨단 기술이라는 수단에 지나치게 빠지게 되면 다양한 산업 분야의 특성에 때문에 혼합 현실(MR) 환경을 조성하고 지원하기 위한 다양한 설루션(solution) 개발의 한계를 드러내게 될 것이다. 그러므로 수단은 목적의 종속 변수라는 관점을 상기(想起)할 필요가 있다. 또한 스마트 팩토리의 혼합 현실(MR) 기술은 제조 현장뿐만 아니라 계획에서 유지 보수에 이르기까지 수많은 생산 절차를 구현할 수 있으며, 혼합 현실(MR) 기술의 맥락과 사용자 관점에서 입력과 출력으로 나눌 수 있다. 둘 다 행동 인터넷(IoB) 관점에서 인간의 행동을 지원하는 몰입형 기술(沒入型 技術), 즉 물리적 세계와 가상화(假想化) 된 세계와의 경계를 흐릿하게 만드는 몰입형 기술(沒入型 技術) 기반 지능형 시스템을 만드는 데 중요하다. 사람, 사이버, 물리적인 공간의 동기화와 상호 작용에 의해서 디지털 공간이 통합되어 사이버-물리적 시스템(CPS)이라는 개념이 등장했고, 통합의 진화는 세 단계로 나누어졌다. 첫째 단계는 운영이 완전히 수동이고 정보 감지, 분석, 의사 결정 및 운영 제어가 주로 인간의 책임이었던 전통적인 인간 물리적 시스템(HPS, Human Physical System)이다. 그러나 그것은 제조 산업의 품질, 효율성, 성능 측면에서 한계가 있었다. CPS는 두 번째 단계로 디지털 통합의 도입이다. 이 단계에서 사이버 시스템의 활동에는 정보 감지, 분석, 운영 제어 및 의사 결정이 포함되었으며, 특히 작업 품질, 효율성 및 프로세스 안정성이 모두 향상되었다. 인간은 기술과 마찬가지로 더 높은 수준의 능력을 발휘할 것으로 기대된다. 따라서 기술의 발전은 사람들이 자신의 기술, 업무 유형 및 책임 상태를 업그레이드하는 것과 동의어이다. 그럼에도 불구하고 사람들은 점점 더 많은 자동화 시스템에 직면해 있다. 이러한 시스템은 사람의 입력을 대체하거나 협업하는 데 사용할 수 있다. 일반적으로 절차가 더 이상 사람의 참여가 필요하지 않을 때 완전 자동화가 가능해질 것이고, 반자동화는 제어 영역에서 인간의 통찰력을 고려하는 시스템이다. 그러므로 HCPS는 사람 중심 산업화를 위한 애플리케이션(application)의 본보기로 진화하고 있다. 프로세스 전반에 걸쳐 제조 현장에서 디지털화된 자산의 구성 요소(BOM)와 작업 지시에 대한 관리자 역할을 하는 MES(제조 실행 시스템)은 CPS(Cyber Physical System)에서 기능적 역할을 수행할 수 있어야 한다. 그러나 이러한 시도의 대부분은 인간 중심의 관점을 무시하고 지나치게 기술적인 측면에 집중되어 왔다. 세 번째 단계는 과거와 다른 지식을 생성하는 능력을 습득하여, 이러한 지식과 기술을 사용하는 제조 현장 작업자들은 제조 작업의 경쟁력 강화와 창의적인 측면에서 참여할 수 있는 기회를 갖게 될 것이다. 그 이유는 과거와 다르게 제조 현장에서 인간의 역할은 수동적 정보 수용자에서 정보 또는 지식 생성자(生成者)로 이동하고 있기 때문이다. 그래서 사람 중심 산업화의 시대가 도래하고 있는 것이다. 사람 중심 HCPS에서는 인간의 기술(아날로그)과 로봇(디지털)이 실시간으로 상호작용하기 때문에 다중감각(多重感覺) 기술이 융합되는 공존 관계가 필수다. 더 나아가 물리적 환경에서 특정 기술을 구현하여 디지털 인간 감각을 개발하는 것이 가능해지는 디지털 대전환의 패러독스(paradox) 적인 현상이 출현하고 있다. 구체적으로 기술과 시스템은 서로 다른 방식의 주변 및 웨어러블 센서로 구성된다. 각 센서에는 작업자에 대한 특정 정보를 수집하는 고유한 기능과 다양한 주변 센서가 제조 작업장에서 작업자의 활동을 캡처하는 데 사용된다. 주변 감지는 작업자의 움직임을 방해하지 않도록 많은 양의 데이터를 포함할 수 있어야 한다. 그럼에도 불구하고 복잡한 문제는 주변 감지 구현 시 주의해야 한다. 따라서 HoloLens, EMG(표면 근전도), ECG(심전도), EEG(뇌파), IMU(관성 측정 장치) 센서, 스마트 워치 등 웨어러블 센싱을 적용하여 데이터를 생성하면 모든 데이터는 동기화되어 다른 전송 프로토콜을 통해 로컬 워크스테이션 또는 클라우드 서버로 전송할 수 있다. 따라서 클라우드 서버에 저장된 데이터로 실시간으로 쉽게 접근(easy-to-access)할 수 있다. 제조업 경영 관점에서 혼합 현실(MR) 기능은 사용자 경험(UX)을 향상시킬 수 있다. 이러한 기술을 사용하여 사람들은 가상 물체와 현실 세계 사이에서 상호 작용할 수 있다. 혼합 현실(MR)은 인간의 역량을 향상시킬 수 있는 잠재력을 가지고 있으며, 가상 물체와 상호 작용하면서 사용자에게 더 많은 감각을 제공하기 위해 다양한 인간 감각을 향상시킬 뿐만 아니라 인간 사이버-물리적 시스템(HCPS) 개발 및 구축을 위한 통찰력을 제공한다. 예를 들어 마이크로소프트, 페이스북, 구글, 아마존 등의 기업들은 몰입형 기술(沒入型 技術)의 융합과 응용에 관심을 가지고 집중적인 연구 투자 및 스타트 업 기업과의 M&A를 통해 시장에서 요구하는 수준의 기술력을 빠르게 확보하는 동시에 새로운 거대 시장을 형성해 나가고 있다. 또한 스마트팩토리 구축 시 피지털(Phygital=Physical+Digital)과 디지로그(Digilog=Digital+Analog)를 실현하여 새로운 수익원을 창출하기 위해서는 가상, 증강, 혼합현실의 세 가지 리얼리티 기술을 구사할 수 있어야 한다. 그 까닭은 경험의 시대에 제조 산업의 지속 가능한 경쟁력을 강화하기 위해 실감성, 몰입감, 그리고 현존감(現存感)을 부여하는 방향으로 제조 현장을 보완(補完)해야 하기 때문이다.
-
- 작성일 2022-02-28
- 조회수 5605
-
- [연구] 박사과정 김명수, SCI 논문지(MDPI applied sciences/Q2) 게재
- 박사과정 김명수 학생(지도교수 : 정종필)의 연구(Framework of 2D KDE and LSTM-Based Forecasting for Cost-Effective Inventory Management in Smart Manufacturing)가 MDPI applied sciences(Impact Factor: 2.679 (2020); 5-Year Impact Factor: 2.736 (2020))에 게재됐다. https://doi.org/10.3390/app12052380 / https://www.mdpi.com/2076-3417/12/5/2380 논문요약 - Over the last decade, the development of machine-learning models has enabled the design of sophisticated regression models. For this reason, studies have been conducted to design predictive models using machine learning in various industries. In particular, in terms of inventory management, forecasting models predict historical market demand, predict future demand, and enable systematic inventory management. However, in most small and medium enterprise (SMEs), there is no systematic management of data, and because of the lack of data and the volatility of random data, it is difficult for prediction models to work well. Since the predictive model is a core function derived from the management of the enterprise’s inventory data, the poor performance of the model causes the company’s inventory data-management system to be degraded. Companies that have poor inventory data because of this vicious cycle will continue to have difficulty introducing data-management systems. In this paper, we propose a framework that can reliably predict the inventory data of a firm by modeling the volatility of a firm stochastically. The framework makes the prediction using the point prediction model by means of LSTM(Long Short Term Memory), the 2D kernel density function, and the prediction result reflecting inventory-management cost. Through various experiments, the necessity of interval prediction in demand prediction and the validity of the cost-effective prediction model through the readjustment function were shown.
-
- 작성일 2022-02-24
- 조회수 6011