pharm edaily

박정수 성균관대 스마트팩토리 융합학과 겸임교수

[박정수 성균관대 스마트팩토리 융합학과 겸임교수] 제조 현장의 지능화를 가속시키는 IoT(사물 인터넷)와 IoB(행동 인터넷)의 인공지능(AI) 서비스 기반 스마트 팩토리 구축이 주목받고 있다.

제조업의 생산성과 품질을 비약적으로 향상시키는 것을 목적으로, 인공지능(AI)를 활용한 제어 및 정보를 융합하여 생산 현장의 “지능화”를 가속시키는 IoT와 IoB 서비스 기반 스마트 팩토리 구축이 각광(脚光)을 받고 있는 것이다. 4차 산업혁명이 몰고 온 메타버스(metaverse)와 빅데이터 관리 기술 등 최근 제조 현장을 둘러싼 환경은 크게 변화하고 있다. 예를 들어, 제품의 고기능화 및 디자인의 다양화와 고품질화의 진전에 따라 제조 현장에서는 조립의 고정밀화와 유연성 향상이라는 과제를 해결해야 한다. 즉 시장과 고객의 요구가 개인화 맞춤(bespoke) 형 등 점점 까다로워지고 있기 때문에 제조 현장의 대응 역량을 강하하기 위해서라도 스마트 팩토리를 구축해야 한다.

따라서 제조 현장에서는 시스템(MES, ERP, PDM 등)과 로봇 등 혁신적인 시스템과 장비를 도입했던 과거와 다른 새로운 혁신을 요구하고 있다. 특히 인공지능, IoT, IoB, 지능형 장비 등 지능형 “자동화”에 큰 기대가 모아지고 있지만, 실제로 IoT와 IoB를 활용한 구체적인 생산성 향상 및 고도화는 아직 미진하다. 그 까닭은 아직도 과거처럼 시스템 구축이 스마트 팩토리 구축으로 생각하는 전문가 집단이 엄존(儼存)하기 때문이다. 왜냐하면 시스템과 프로세스(process)에 사람을 적응시키는 것이 과거 시스템 구축이었다면, 4차 산업혁명 시대는 사람에게 시스템을 적용시키는 데이터 기반 사람 사이버 물리 시스템(h-CPS)의 스마트 팩토리 시대를 요구하고 있기 때문이다.

그러므로 제조업은 “integrated (통합제어)”, “intelligent (지능화)”, “interactive (인간과 기계의 새로운 상호작용과 협력)”라는 3위 일체(3位一體)로 구성된 전략 개념, 즉 지능형 자동화 또는 자율화(autonomization) 아래, 제조 현장의 혁신을 구현해야 한다. 스마트 팩토리 실현의 열쇠가 되는 제조업 현장 intelligent (지능화)를 추진하여, 제조 현장의 지능화를 가속화하고 생산성과 품질 향상, 그리고 시장 대응력 향상을 지속 가능하도록 제조 환경과 문화를 만들어 가야 한다.

그 일환으로 제조 현장의 작업 방법과 아날로그 기술에 디지털 기술을 접목하여 제조 경쟁에 살아남기 위해서 디지털 전환 (DX)의 가속 페달을 밟아야 한다. 왜냐하면 그것이 고객과 시장 대응 역량을 구현해야 하는 과제이기 때문이다. 그 배경에는 급속한 시장 수요의 변화, 개인화 맞춤(bespoke)에 대한 대응과 업무의 자동화 및 원격화 등 대부분의 제조업들이 코로나 재난에 의해 맞닥뜨려진 뉴 노멀 시대를 대비해야 하는 혁명적으로 강요된 현실이다.

그러나 디지털 전환(DX)을 도입 추진하고자 하여도 구체적으로 무엇부터 시작해야 할지 모르겠다는 목소리가 많다. 작업 효율과 수율을 높이거나 설비의 보전 작업 시간을 줄이거나 같은 목표를 가지고도 이를 달성하기 위한 데이터조차 축적되지 않은 상태의 기업도 적지 않다. 그게 제조업의 현실이다.

그래서 제조업의 디지털 전환(DX) 추진하기 위해서 디지털 기술과 데이터를 활용한 스마트 공장화를 포괄적으로 지원하는 솔루션이 필요하다. 3차 산업혁명까지는 시스템에 사람을 맞추는 프로세스 정교화가 필요했다면 4차 산업혁명은 각종 시스템과 데이터 관리 기술을 사람에 맞추라는 패러다임 시프트를 요구하고 있다. 그것이 바로 IoT, IoB, 인공지능(AI), 그리고 빅데이터 관리 기술이다. 또한 그 중심에 사람의 역량 강화가 강조되고 있는 것이다. 작업의 가시화 및 데이터 수집에서 시작, 분석 및 개선 방안 수립을 통해 제조 현장의 전체 최적화에 이르는 세 가지 단계로 구성된 스마트 팩토리 솔루션(solution)의 문제 해결은 결국 사람이 중심이 되어 해결해야 한다. 그래서 인재, 현장 전문가 육성이 시급하다.

우선적으로 스마트 팩토리 구축 목적은 “제조 공정의 가시화”를 실현하는 것이다. 제조 현장의 가시화는 제조 현장 전문가 중심으로 진행되어야 한다. 가시화의 핵심 기술은 IoT 솔루션이다. 이를 구축 · 운용하여 제조 공정의 효율화를 실현하기 위해서는 현장 전문가 중심으로 혁신을 진행해야 한다. 구체적으로는 생산 라인에서 기능 시험 공정 및 수리 공정의 적정화를 실시하여 출하 지연에 따른 추가 운송 비용을 억제함으로써 운송 비용을 30 % 이상 절감할 수도 있을 것이다.

제조 라인의 가시화 효과는 무궁무진(無窮無盡)하다. 오류가 감지된 기능 시험 공정에 관련된 현장 작업자의 작업 내용과 사용된 기구, 시험 대상 제품의 현황을 종합적으로 분석하고 오류가 감지된 원인을 설명할 수 있어야 한다. 그러나 지금까지 기능 시험 공정에서의 작업 상황의 가시화가 불충분했기 때문에 원인을 확인하고 그에 대한 재발 방지 대책을 강구하지 못하고, 결과적으로 수리 대상 제품이 추가로 발생한다는 제조 현장을 개선해야 한다. 즉 무결점 생산을 실현하는 것이 스마트 팩토리의 가시화 목표이기 때문이다. 개인화 맞춤으로 제조된 제품에 결함이 발생하면 과거와 다르게 치명적인 일수밖에 없다.

또한 수리 공정에서는 수리 대상 제품의 수리 라인에서의 위치나 체류 상황, 개별 제품의 배송 기간 정보의 실시간 가시화도 이루어지고 있지 않았기 때문에 우선적으로 작업을 수행할 제품의 분리가 수없이 예정되어 출하 기간을 초과하기 때문에 수송 트럭의 추가 알선 비용이 발생될 수 있다.

그렇기 때문에 IoT(사물인터넷) 기술을 활용해서 다품종 소량 생산 공장, 즉 스마트 팩토리에서 작업 진행 가시화와 작업 개선을 지원할 수 있어야 솔루션이라고 할 수 있을 것이다. 스마트 팩토리에서 IoT 기술을 활용하여 생산 현장의 작업 진행 상황을 실시간으로 가시화하는 “진행 · 가동 시간 모니터링 솔루션”과 대책 우선순위가 높은 병목 현상 작업의 조기 개선을 지원하는 현장의 “작업 개선 지원 솔루션”을 지속 가능하게 제공할 수 있어야 한다. 따라서 제조 현장에서 작업 진행의 가시화와 병목 작업의 조기 개선을 IoT 기술을 활용하면 가능해질 것이다. 그래서 스마트 팩토리는 모든 것이 사람 중심 사이버물리시스템(h-CPS), 즉 플랫폼 기반으로 구현되어야 한다.

IoT뿐만 아니라 행동 인터넷(IoB) 기술을 활용하여 생산 현장의 작업 진행을 실시간으로 가시화하는 진행 · 가동 시간 모니터링과 대책 우선순위가 높은 병목 현상 작업의 조기 개선을 지원하는 작업 개선 지원의 기능을 제공할 수 있어야 한다. 제조업의 IoT 플랫폼을 구현하는 것은 스마트 팩토리 구축의 시작이며, 특히 다품종 소량 생산 공장에서 생산 리드 타임 단축하는 주요 기능으로 자리매김하고 있다.

스마트 팩토리 성공적인 구축을 위해 목표를 수립하는 것이 중요하다. 스마트 팩토리 구축 과정을 성과 구간별로 가시화하여 핵심성과지표(KPI)를 설정하는 것이 무엇보다 중요하다. 그것은 IoT와 IoB 기술을 활용하여 제조 KPI(Key Performance Indicator 핵심성과지표)를 일원적으로 시각화하는 제조 경영 가시화의 수단으로 경영 대시 보드(dash board)를 통해 피드백(feed-back) 기능을 강화해야 한다. 아래 그림은 스마트 팩토리 구축 프로젝트 목표관리(MBO)를 위한 핵심 성과관리(KPI)에 대한 관리 항목들을 제시하고 있다. 스마트 팩토리의 근원은 물리적인 제조 현장과 사이버 공간을 일체화하는 피드백 기능이 필수적이기 때문이다. 또한 IoT (사물 인터넷)을 활용하여 경영 정보에서 생산 현장의 상황까지 KPI (핵심 성과 지표)를 중앙으로 시각화 경영 · 생산 대시 보드 개발을 제조업별로 제조 특성에 맞게 진행해야 한다. 이러한 피드백 기능은 스마트 팩토리의 원동력이자 유연성과 대응 역량에 필수적인 기능으로 부각되고 있다.

현장 작업자의 일탈 행동이나 설비 고장의 전조를 감지하는 이미지 분석 시스템은 지금까지 수집해온 생산 현장의 4M (Man : 사람 Machine : 시설, Material : 재료, Method : 방법) 데이터를 활용하는 스마트 팩토리의 궁극적인 목적이다. 또한 4M 데이터를 이용하여 직무 계층에 대해 경영 개선과 생산성 향상을 결정하는 데 유용한 KPI를 실시간 기반으로 가시화하는 것이 중요하다.

구체적으로는 경영 타깃(target)은 사업이나 공장별 매출과 이익률, 현금 흐름, 이동 속도 등 공장 관리자 층은 공장의 라인별 생산량, 가동 시간, 그리고 다른 공장 정보 등 라인 감독 타깃은 담당 라인별 사이클 타임과 설비 가동 상황과 다른 라인의 정보 등을 KPI로 제공할 수 있기 때문이다. 또한 이러한 4M 데이터뿐만 아니라 글로벌 기업의 경우 전 세계적으로 전개하고 있는 생산 현장의 정보 (가공 실적, 작업 영상 등)까지도 통합할 수 있다. 특히 빅 데이터 분석 기술에 의해 불량 발생 시 원인 분석 및 개선 시책 제안을 각 현장에 피드백(feed-back) 하여 글로벌 제품 품질 향상과 시장 대응력 향상에 기여하게 될 것이다. 예를 들어 스마트 팩토리에서 중요시하는 KPI 중 하나는 궁극적인 “원가 관리”의 예는 실제 작업 시간 및 지연, 셋업 시간, 대기 시간 등의 실적 데이터를 상위 KPI (가동 비율과 제조 원가 등)에 포함시켜 경영진에서 현장까지의 완벽한 분석이 가능하게 될 것이다.

측정할 수 있어야 관리할 수 있다고 한다. 그것은 모든 데이터의 속성이다. 스마트 팩토리도 마찬가지다. 실시간으로 제조 주요 기능을 제조 현장에 피드백 할 수 있어야 한다. 그것은 데이터 관점 제조 혁신이자 스마트 팩토리 구현이기 때문이다.