유료기사는 인쇄용 화면을 제공하지 않습니다.
'대량 맞춤화' 제조전략[102]
  • 박정수 성균관대 교수의 현미경 '스마트팩토리'
  • 제조업 부흥의 선봉장,'인공지능 기반 스마트팩토리'
  • 등록 2021-10-23 오전 8:03:36
  • 수정 2021-10-23 오전 8:03:36
박정수 성균관대 스마트팩토리 융합학과 겸임교수
[박정수 성균관대 스마트팩토리 융합학과 겸임교수] 제4차 산업혁명, 인더스트리 4.0과 스마트 팩토리 개념이 대중화되면서 기존 제조 현장의 혁신, 자동화, 인공지능을 활용한 자율화를 통해서 시장과 고객 요구에 대한 더 나은 대응 역량을 향상시켜야 하는 필요성이 커지고 있다. 특히 지능형 시스템과 플랫폼 경영을 목표로 하는 뉴노멀(new normal)의 새로운 제조 패러다임(new manufacturing paradigm)으로의 전환을 목격하게 될 것이라는 인식이 점점 커지고 있다.

제조 산업의 가치 창출은 지난 2세기 동안 1차, 2차, 3차 산업혁명을 거치면서 급진적인 진화의 대상이자 제조 산업의 목적 함수였다. 또한 4차 산업혁명에 의한 스마트 팩토리는 제조 현장의 아날로그와 디지털이 사람 중심 사이버 물리 시스템(human Cyber Physical System)에 의해서 실시간으로 피드백(feed-back)되고 융합하여 새로운 기능을 창의(創意)하는 뉴 노멀(new normal) 산업 혁명이며 기존 제조 패러다임을 파괴하고 글로벌 제조의 새로운 효율성, 생산성, 안전성, 수익성, 그리고 시장 대응 역량을 과거와 다르게 변화시키고 있다.

이러한 맥락에서 CPPS(Cyber Physical Production System, 사이버-물리적 생산 시스템)의 개념에 초점을 맞추고 이 전환의 세 가지 핵심적이고 필수적인 동인(動因)인 “데이터 기반 제조”, “분산 제조 및 통합”에서 CPPS의 역할에 대한 전반적인 관점에서 관찰력(insight)을 발휘하여야 하고, 특히 데이터 보안을 위한 블록체인 기술을 활용하여 데이터 기반 모델링(data-driven modeling)의 적용을 통해, CPPS는 제조를 보다 직관적이고 자동화(intuitive and automated) 되도록 혁신하는 데 도움이 될 것이다.

물론 CPPS는 데이터 관리 기술 기반 피드백(feed-back) 기능이 핵심이다. 데이터 기반의 자동화된 제조, 스마트 팩토리는 제조의 분산화를 가능하게 하여 과거 집중화에 의한 소품종 대량생산에서 다품종 소량생산을 가능하게 하는 제조 현장의 시장 대응력을 좌우하는 유연성이 증대될 것이다. 더 나아가 그것은 개인화 맞춤(bespoke)에 대한 시장의 요구를 대응하는 핵심이 분산화로부터 발현되는 제조 유연성이기 때문이다. 즉 제조의 분산화는 유연성을 향상시키는 기본이며 모듈화(modulization)는 좋은 예이다. 또한 CPPS(사이버-물리적 생산 시스템)에 블록체인 기술을 층층이 쌓아가면(layering) 분산 시스템(decentralized systems) 전반에 걸쳐 데이터 공유 및 통합이 가능해지고 데이터의 안정성과 보안이 보장될 것이다.

아래 그림은 데이터 기반 제조가 자동화 및 연결된 엔터티(connected entities)를 통해 분산된 제조를 가능하게 하는 CPPS에 의해 활성화된 스마트 팩토리의 구조화된 계층. 분산된 제조 시스템의 하위 시스템은 서로 배타적이지만 개별 엔터티(individual entities)와 데이터를 수신하고 교환하여 정보에 입각한 결정을 내린다. 이러한 데이터와 정보의 공유는 블록체인 기술을 필요로 하며, 이는 점진적으로 투명하고 안전한 스마트 제조 생태계를 가능하게 한다. 자동화 및 스마트 제조 기술을 위해 다양한 사이버 기술과 물리적 시스템(기계 및 인간)의 통합으로 구동되는 공장의 미래를 보여주고 있다.
제4차 산업혁명의 기술 수단으로써 지능정보통신기술(IICT, Intelligence Information Communication Technology), 무선 네트워크 및 클라우드 컴퓨팅, 사물 인터넷(IoT)의 발전과 행동 인터넷(IoB)에 의한 메타버스(metaverse) 세계로의 확장으로 인해 다양한 산업 영역, 특히 동적(動的) 서비스(MaaS)를 위한 행동 데이터(behavior data)에 연결하고 사용할 수 있는 전례 없는 산업의 기회(機會)가 생겨나고 있다.

또한 머신 러닝, 딥 러닝, 강화 학습, 지식 그래프를 포함한 인공 지능(AI) 알고리즘, 즉 각종 소재 부품 장비의 지능화를 위한 사용 설명서의 데이터 세트(data set) 등장으로 제조 시스템의 운영 및 제어가 보다 직관적이고 지능적이며 모든 것이 실시간 기반으로 피드백(feed-back) 되어 속효성이 향상되고 있다. IIoT(산업용 사물 인터넷), 클라우드 컴퓨팅, 에지 컴퓨팅 및 포그 컴퓨팅과 같은 기술을 사용하면 리소스가 제한적이고 분산된 산업용 장치 및 시스템이 명시적인 통신 및 조정을 통해 강력한 컴퓨팅 기능을 얻을 수 있으므로 거의 실시간으로 피드백이 가능해지고 있다. 그러므로 데이터 기반 의사 결정이 새로운 컴퓨팅 기술의 수용과 함께 강력하고 지속적인 시장 욕구와 개인화 맞춤(bespoke) 제품에 대한 강력한 추진은 제조 관행의 추세 변화에 영향을 미치고 있다.

최근 몇 년 동안 자동차 부문에서 채택된 모듈화 제조 개념이 좋은 예다. 자동차 생산 현장의 모듈화를 위해서는 동일한 자동차 부품을 기존 조립 라인에서 대량 생산해야 한다. 각 모델과 제품에 고유한 특성을 부여하기 위해 맞춤형 모듈이 추가되는 것은 마무리 단계(즉, 조립 라인의 마지막 단계)에서만 가능하다. 즉 제조의 분산화(탈 중앙화)가 실현되고 있는 것이다. 물론 바이오 산업에서 합성 공정과 배양 공정의 분산화는 오랜 역사를 갖고 있으며 최근에는 지역과 공장을 완전체로 분산하여 제조 거점을 새로운 제조 전략으로 실현하고 있는 것도 모듈화 제조의 좋은 예이다.

따라서 대량 생산은 고유한 제품, 소품종 대량생산을 대규모로 생산하여 규모의 경제와 마케팅 관점의 푸시 전략(push strategy)을 전개하는 공급자의 기본적인 제조 전략이다. 개인화 맞춤과 함께 다양한 시장의 요구는 기존의 중앙 집중화되어 있는 제조 라인의 비용 구조를 제조 분산화를 기반으로 동적 배치 크기와 효율성을 고도화하여 개인화된 제품을 생산함으로써 ‘대량 맞춤화’ 제조 전략(製造 戰略), 즉 마케팅 관점의 풀 전략(pull strategy)을 가능케하는 스마트 팩토리 구축을 제안하고 있다.

특히, 최근 디지털화와 네트워크(ICT 및 AI) 기술의 융합은 개인화 또는 맞춤형 제품 생산의 대량 맞춤화 추세를 선도하고 있으며 기존 제조 패러다임에 격변(激變)을 촉발하고 글로벌 제조를 보다 스피드하고 보다 스마트하게 전환하는 것을 목표로 한다. 위 그림에 표시된 것처럼 자체적으로 제조 현장이 자동화되고 있을 뿐만 아니라 분산화되고 있기 때문에 동적인 데이터에 대한 보안이 강조되고 있다. 그것이 바로 MaaSS(Mobility as a Security Services)이다. 그러므로 사이버-물리적 생산 시스템(CPPS)에 대한 광범위한 활용 영역을 제시하는 스마트 팩토리의 본원적 기능은 동적 기반 서비스(MaaS)이기 때문이다. 따라서 CPPS가 차세대 제조 시스템, 스마트 팩토리의 핵심 요소로 작용할 것이다.

CPPS를 통한 스마트 팩토리에서 실시간 기반 피드백을 실현하여야 시장과 고객의 요구를 대응할 수 있을 것이다. 즉 실시간으로 고객의 요구에 대응하기 위해서는 데이터 관리 기술이 내재화되어 활성화되어야 한다. 특히 스마트 팩토리의 세 가지 핵심 관점(view point)은 ① 데이터 기반 모델링, ② 탈 중앙화(decentralization) 시스템, ③ 데이터 보안을 위한 통합 블록체인 기술을 활용하는 것이 제조 데이터 기반(基盤) 스마트 팩토리 구축의 추세(趨勢)이다.

스마트 팩토리에서 획득된 데이터를 해킹과 산업 스파이 활동으로부터 보호하는 문제는 매우 중요하다. 사물인터넷(IoT) 디바이스와 데이터는 스마트 팩토리의 필수적인 요소이면서, 데이터 보안에 있어서 주된 취약 지점이 될 수 있다. 데이터를 수집하고 저장하는 각각의 IoT 디바이스나 데이터가 해커들에게 매력적인 표적이 될 수 있으며, 해커가 IoT 디바이스만 뚫더라도 다른 연결된 디바이스들로 침투할 수 있다. 해커가 데이터나 시스템 자체를 인질로 삼아서 보상금을 요구할 수도 있다. 탈취된 데이터를 경쟁사에 팔아넘길 수도 있다. 또 어떤 경우에는 해커가 전체 플랜트(plant)를 장악할 수도 있다.

산업용 시스템을 보호하기 위해서는 RoT(root of trust)를 구축하는 것이 중요하다. 이렇게 함으로써 네트워크 내의 각각의 노드(node)들로 변경될 수 없는 신원을 부여하고 어떠한 데이터를 전송하기 전에 서로 간에 인증을 할 수 있다. 보안 부트 메커니즘은 부트 업 시퀀스 시에 유효한 출처로부터 왔고 어떤 식으로든 무단 조작되지 않은 코드만 실행되도록 함으로써 네트워크를 부정한 펌웨어 업데이트로부터 보호해야 한다. 공용 키 데이터 암호화(RSA나 산업용 노드로 많이 사용되는 ECC 기반)는 “중간자 공격”을 방어할 수 있다. “화이트 햇” 해커와 협력해서 멀웨어를 잡아내는 것도 가능하다. 지정된 애플리케이션 프로그래밍 인터페이스(API)로 소프트웨어 개발자가 할 수 있는 선택들을 제한함으로써 해커 공격에 노출되는 표면을 줄일 수 있다. 그러므로 스마트 팩토리로 설계 단계에서부터 정보 보안을 고려해야 한다. 스마트 팩토리는 MaaS(Mobility as a Services)이기 때문에 정보 보안이 더 중요하다.

따라서 동적인 MaaS(Mobility as a Services)를 실현시키기 위해서는 모든 솔루션(solution)과 산업 기술에 대한 정보 보안 관리, 즉 동적인 제조 환경에서의 산업 기술 유출과 정보 보호 및 보안 관리가 중요해지고 있으며 그 대안으로 블록체인 기술을 활용하는 방안이 모색되어야 한다. 즉 MaaSS(Mobility as a Security Services)의 동적인 경제활동에 따른 지속 가능한 보안 관리를 구현하여 모든 솔루션(solution) 영역에서 내재화 기술이 요구되고 있다.

그 까닭은 미래의 제조 생태계는 동적인 지능형으로 조성될 것이기 때문이다. 지능형 스마트 팩토리의 플랫폼은 데이터 기반 모델링을 활용한 사람 중심 사이버 물리 시스템(h-CPS)으로 구성되어야 하며, 그 시스템은 탈 중앙화, 즉 분산화되어 시장과 고객 요구에 대응하는 구조적인 시스템으로 구성되어야 한다. 중앙 집중화로는 불가능하다는 것이다. 왜냐하면 실시간 데이터 기반으로 상호작용하고 피드백(feed-back) 되어 사이버 공간과 물리적인 제조 현장이 메타버스(metaverse) 세계에서 공진화(共進化, coevolution) 되어야 하기 때문이다.

마감

의과대학 입학정원 증원 어떻게 생각하세요?

필요하다

134명( 82% )

불필요하다

29명( 17% )

저작권자 © 팜이데일리 - 기사 무단전재, 재배포시 법적인 처벌을 받을 수 있습니다.