[기고] 제조업의 혁신, 스마트 팩토리를 이끄는 ‘산업용 IoT’

생산 설비가 제대로 작동 되는지, 물품은 이상 없는지, 언제 어떤 장비와 부품이 고장날지, 이 모든 것을 알아서 척척 예측하고 처리하는 공장이 있다. 바로 4차 산업혁명 시대의 주요 기술이 집약된 스마트 팩토리다. ‘지능형 공장’ 스마트 팩토리는 빅데이터, 사물인터넷(IoT), 인공지능(AI) 같은 첨단 정보통신기술(ICT)을 활용해 공장을 자동화한다.

최근 코로나19로 인해 발생한 생산 중단, 불안정한 글로벌 공급망, 제조 현장 인력 부족 문제를 해결하는 대안으로 스마트 팩토리가 부상하고 있다. 정부도 산업구조 혁신을 위해 스마트 팩토리와 스마트 산업단지(산단)를 중심으로 AI기반 산업 지능화를 추진 중이다. 2022년까지 중소기업을 대상으로 스마트 팩토리 3만개를 보급하고, 2030년까지 스마트 산단 20개, AI 팩토리 2천개를 조성한다는 목표다. 이른바 제조업 르네상스 전략이다.

■ 제조 업계 혁신 이끄는 IIoT

시장조사업체 마켓앤마켓은 전세계 스마트 팩토리(제조) 시장이 2022년까지 매년 9.3% 성장해 2054억2000만 달러 규모가 될 것으로 전망했다. 특히 한국은 2020년 78억3000만 달러에서 2022년 127억 6000만 달러로 연간 12.2% 높은 성장률이 예상된다. 이는 아시아 지역에서 중국에 이어 두 번째로 빠른 성장 속도다.

스마트 팩토리는 IoT, AI, 빅데이터, 클라우드 같은 다양한 기술의 뒷받침 아래 제조 자동화, 유지보수, 수정의 지능화 등을 추구하고 있다. 여기에 공급망 및 위기 관리, 각국 정부 규제와 정책을 따르기 위한 요소까지 포함되면서 스마트 팩토리 영역은 점점 더 확장되고 있다.

현재 스마트 팩토리에서 가장 주목받는 기술로 산업용 사물인터넷(IIoT), AI, 엣지 컴퓨팅, 5G가 등이 꼽힌다. 특히 IIoT는 CPS(Cyber Physical system)나 디지털 트윈(Digital Twin) 전환을 위한 바탕이 될 뿐 아니라 DCS(Distributed Control system) 같은 관리 기술과도 밀접하게 연관되어 스마트 팩토리 구현의 핵심 기술로 평가받는다.

IIoT 플랫폼을 도입하려는 움직임이 제조업에서 활발히 이뤄지고 있다. 글로벌 시장조사기관LNS 리서치 조사 결과 IIoT 플랫폼 도입 기업의 40%는 이미 성과 및 고객 요구 측면에서 기대 이상의 효과를 얻은 것으로 나타났다. IIoT가 막연한 청사진이 아닌 가시적 성과를 도출한다는 점에서 앞으로 많은 기업이 도입을 검토할 것이다.

제조 기업은 물론 다른 산업 분야에서도 IIoT 적용이 가능하다. 실제 많은 기업들이 원격 모니터링, 에너지 효율화, 비즈니스 모델 전환, 제품 가시성, 자산 신뢰성 확보, 품질 향상, 자산 및 원재료 추적 등을 위해 IIoT를 도입하고 있다.

IIoT는 비즈니스와 제조 공정 개선에도 효과적이다. 제조 품질, 생산 공장 예측, 지속적인 제조 공정 개선을 통해 고객 서비스가 향상되고, 고객 관리와 신제품 수요 파악이 가능해진다. 여러 공장의 생산 예측이 이전보다 수월해지고 지속적인 APM(Asset Performance Management, 자산실적관리) 효과를 거둘 수 있다. 또한 제조업을 포함한 일반 기업에게 분석은 디지털 트랜스포메이션을 위한 IIoT 여정의 일부이자, 모든 IIoT 플랫폼의 필수 요소다.

IIoT는 여러 측면에서 효과가 뚜렷하다 보니 제조 기업별로 운영 전반에 걸쳐 다양하게 시도되고 있다. 그러나 성공적인 도입과 효과를 거두기 위해서는 공장 프로세스를 향상시켜주는 애플리케이션과 분석 역시 중요하다. 공정별 연계성을 테스트하고 공장 레벨 데이터의 가용성을 확보할 기회를 제공하기 때문이다. IIoT 도입을 망설이거나 효과에 의문을 갖는다면 전문 업체의 도움을 받는 것이 좋다.

■ 머신러닝 기반 예지 정비 플랫폼

예지 정비(Predictive Maintenance)는 현재 가장 눈에 띄는 IIoT 사례이자 스마트 팩토리의 확대 및 고도화를 위한 시작점이다. 생산 설비가 핵심인 제조업에서는 장비 고장 전에 문제가 될 요소를 정확하게 파악해 효과적으로 대응해야 하며 이를 위한 완성형 기술로 예지 정비가 각광받고 있다.

예지 정비 시스템은 다수의 센서와 공정 정보를 융합하고 머신러닝 모델링을 통해 사람이 인지할 수 없는 데이터 변화와 패턴을 검출한다. 이를 바탕으로 설비 이상을 예측하고 셧다운을 방지함으로써 유지보수 비용을 절감하고 생산성을 높여준다.

예지 정비는 생산 설비의 생애 주기 정보가 복잡하게 얽혀 있다. 흔히 접하는 수요 예측과 비교하면 데이터가 다양하고, IT와 운영기술(OT)의 협업이 필요한 전형적인 디지털 트랜스포메이션 기술이다. 이는 생산 현장의 전문가들이 데이터에 관심을 가져야 하며, IT는 기존 데이터 기술에 OT 역량, 즉 산업 전문 지식을 결합하지 않으면 원하는 성과를 얻기 어렵다.

맞춤형 예지 정비 시스템 구축을 위해서는 설비·공정 담당자와 산업 전문가, 데이터 사이언티스트를 포함해 여러 담당자 간 유기적 협업이 필요하다. 산업 전문가와 설비·공정 담당자가 환경 분석을 함께 진행해 설비 고장에 대한 정의 및 관련 인자를 추출한다. 산업 전문가와 데이터 사이언티스트는 빅데이터 접근을 통해 산업 전문 분야의 접점을 찾고 유효한 인자를 선정한다.

산업 전문가의 의견을 받아 선정된 인자를 중심으로 빅데이터 엔지니어와 분석가, 애플리케이션 개발자가 예지 정비 시스템을 구축해 설비 이상에 대한 예측 정확도를 향상시킬 수 있다. 예지 정비 시스템 구축 후 산업 전문가와 데이터 사이언티스트의 반복된 피드백과 튜닝을 통해 모델을 보다 정교하게 만드는 작업을 진행하고 유효 검증으로 그 유효성을 확인한다.

머신러닝 기반 예지 정비 시스템은 여러 단계를 하나의 워크플로우에 통합해 관리의 편의성과 확장성을 높인다. 동일 설비에 확장하거나 다른 공장에 복제해 응용하면 중복 작업을 피할 수 있어 비용을 크게 절감할 수 있다. 워크플로우를 자동화하고 모델 업데이트와 최적 모델 선정을 통해 높은 예측력을 유지하고, 지속적인 학습으로 모델 성능을 향상시킬 수 있으며 블랙박스 예측치에 대한 AI 해석을 통해 인자의 특징에 대한 영향도, 의존성, 관계성, 기여도를 확인 할 수 있다. 이에 따라 AI 결과 해석에 대해 이유를 명확이 제시가 가능하며 의사결정에 대한 신뢰성을 높일 수 있다.

■ 효과적인 IIoT 및 스마트 팩토리 구현 위해서는 전문 업체 도움 필요

효성인포메이션시스템은 ‘루마다(Lumada) 플랫폼’을 통해 IIoT 및 스마트 팩토리 라인업을 제공한다. IIoT 중심에 위치한 루마다를 활용하면 기업은 사람, 기계, IT 데이터를 혼합해 운영 및 연결 자산을 전방위로 파악하고, 보다 지능적인 의사 결정과 우수한 비즈니스 성과를 도출할 수 있다. 루마다 플랫폼은 빅데이터 처리·분석 플랫폼 ‘펜타호(Pentaho)’를 비롯해 ‘루마다 데이터 레이크’, ‘루마다 엣지 인텔리전스’, ‘루마다 데이터 옵티마이저’ 등의 강력한 라인업을 보유한다.