본문 바로가기

IT TREND

빅데이터, 제조업을 재발견하다


지난 몇 년간 모니터링 및 프로세스 제어를 위해 머신과 애플리케이션 간의 커뮤니케이션은 계속되어 왔다. M2M(Machine-to-Machine), 즉 제어 시스템과 센서 역시 늘 존재하고 있었다. 그러나 이들 머신은 유용한 정보를 생산함에도 불구하고 인터넷과 연결되어 있지 않았다. 머신에서 생성되는 정보가 분석을 위해 취합되거나 저장된 적이 단 한 번도 없었던 것이다.


업계를 선도하는 기업들은 M2M 제어 시스템과 센서가 제공하는 데이터를 통찰력 있는 분석 자료로 활용하기를 원한다. 이들 기업의 목표는 하나다. 생산성을 향상하고 제조 과정의 유연성을 확보하자는 것. 여기에 시장 수요나 고객의 요구 또는 공급 조건 등이 어떻게 변화하든 이에 신속하게 대응하는 것이다.


이 목표에 도달하려면 생산 시스템의 디지털 기술로의 전환이 불가피하다. 디지털 기술로 전환하면 시장 수요에 적시 대응이 가능해지고, 프로세스 품질, 생산 주기 등의 제약도 극복할 수 있다. 뿐만 아니라 보다 유연한 비즈니스 모델 창출이 가능해 특별한 투자 없이도 커스터마이즈된 제품을 제공할 수 있게 된다.



매뉴팩처링 트랜스포메이션으로의 여정

디지털 트랜스포메이션의 첫 단계는 두말할 것 없이 디바이스 간 M2M 커뮤니케이션이다. 그러나 이보다 더 중요한 사실은 사물인터넷(IoT:Internet of Thing)[각주:1]이 확산되면서 광범위한 소스에서 취합된 데이터뿐 아니라 공장에서 생성되는 데이터까지도 실시간으로 취합할 수 있으며, 이를 통해 디지털 트랜스포메이션 속도가 점차 가속화되고 있다는 점이다.


여기서 간과해서는 안 되는 것은 물리적 자산(리소스) 간 연계만으로는 새로운 가치를 창출할 수 없다는 점이다. 진정한 가치는 이러한 데이터에 생산 과정에서의 분석이 더해져 통찰력이 확보될 때 비로소 빛을 발한다. 매뉴팩처링 트랜스포메이션은 디지털화로 향하는 여정의 첫걸음이다(그림 참조).





이 단계에서 공장의 칠판 또는 종이에 적힌 메모, 디지털화되지 않았거나 공유되지 못하고 있던 공장의 모든 데이터가 데이터 레이크(Data lake)로 취합된다. 데이터 레이크는 센서 데이터와 머신 컨트롤러 데이터, 비즈니스 데이터, 외부 데이터 및 기존의 IT 데이터가 모여 있는 중앙의 레파지토리(Repository: 저장소)를 말한다. 디지털화가 이뤄진 후에는 데이터 혼합(Data blending), 상호 연관성 파악, 시각화를 통한 분석이 진행되며, 이를 통해 공장 운영에 대해 더 나은 통찰력을 확보할 수 있게 되는 것이다.


고급분석(Advanced analytics)은 인공지능(Artificial Intelligence)뿐 아니라 머신러닝(기계학습) 알고리즘을 통해 사람이 취합한 리소스와 결합되면서 구현된다. 디지털화(Digitization)와 분석은 ‘디지털 트윈’[각주:2]이 생성되는 세번째 단계에 해당한다. 이 단계는 공장의 지리적 위치와 교대 근무 등 다양한 현장의 요소들에 제약받지 않는다. 이는 매뉴팩처링 트랜스포메이션의 최종 목표이기도 하다‘. 디지털 트윈’이 구현되면 생산 담당자는 디지털 모형을 시뮬레이션함으로써 원격지에서도 공장 또는 설비에 대한 고급분석을 적용해 공장 운영의 유연성과 효율성을 높일 수 있다.




사물인터넷 기반의 통찰력이 곧‘ 경쟁력’

사물인터넷을 통해 매뉴팩처링 트랜스포메이션이 실현되면 불량률을 줄이고, 생산을 다변화할 수 있으며, 대량생산에서 맞춤형 생산으로 전환 할 수 있게 되는 등 많은 이점을 누릴 수 있다. 뿐만 아니라 전 세계에 산재되어 있는 공장 운영도 보다 유연해진다.


글로벌 IT 기업이자 제조업체인 Hitachi는 통찰력을 확보하고 운영 성능 향상을 위해 오랫동안 디지털 기술을 적용해왔다. Hitachi는 자사뿐 아니라 고객 기업을 위해서도 생산 과정에서 발생하는 현실적인 문제들을 해결함으로써 혁신이 가속화될 수 있도록 세계 곳곳에 포진한 R&D 연구소들과 협력하고 있다.




항공우주산업계는 오랜 기간 동안‘ 생산 병목(Production bottlenecks)’ 이라는 고질적인 문제로 인해 효율성과 생산성 측면에서 골머리를 앓아왔다. 직원들은 린 제조(Lean manufacturing)[각주:3]방식에 잘 적응했지만, 생산 라인의 원활한 흐름을 만들어 내는 데 필요한 데이터는 부족했다. Hitachi는 생산 현장의 관리자들과 협력하면서 일일 생산 데이터 결과를 가치 흐름(Value stream)[각주:4]으로 디지털화해 취합하는 솔루션을 제공했다. 이를 통한 실시간 데이터 분석으로 병목 현상이 대폭 줄었으며, 공장의 생산성도 큰 폭으로 향상되었다.




지난 2015년, Hitachi의 물류 부서 중 하나에서 시시각각 변하는 고객 요구에 대응하지 못하는 상황이 발생했다. 기존의 IT 시스템으로는 해결이 불가능한 난제였다. 예기치 못한 주문을 처리하느라 직원들은 엄청난 스트레스에 시달렸으며, 납기를 목전에 두고도 작업 스케줄을 변경해야 하는 상황이 종종 발생했다. Hitachi는 역동적인 스케줄링이 가능하도록 그동안 파악하지 못했던 소스로부터 데이터를 취합하기 위해 고급분석 및 AI(인공지능)솔루션을 구현했으며, 이를 통해 생산성이 8%나 증가하는 성과를 거뒀다.




고성능 폴리머 제품을 생산하는 한 글로벌 기업은 혼재된 프로세스로 인해 수익률이 지속적으로 하락했다. 이는 또한 원재료, 운영 조건, 생산 방식 등의 잦은 변동으로 이어져 악순환이 지속되었다. Hitachi는 가장 관련성이 높은 매개변수를 최적화하기 위해 해당 프로세스 데이터의 고급 분석에 필요한 솔루션을 제공했다. 이로써 데이터를 지속적으로 취합하고, 분석에 기반을 둔 머신러닝 기술을 적용해 해당 프로세스를 신속하게 향상시킬 수 있었다. 이 솔루션을 적용한 고객사는 수익률이 대폭 상승했으며 폐품 감소, 제품 품질 향상이라는 엄청난 성과를 거뒀다. 수백만 달러의 비용 절감에 더해 공장 운영의 유연성이 향상돼 광범위한 분야에서 다양한 상품을 전보다 더 수월하게 생산할 수 있게 되었다.



제조업도 이젠 디지털 트랜스포메이션 시대로

Hitachi는 제조업 분야에서 1세기 이상 선두 자리를 지켜왔으며, IT 솔루션 분야에서도 반세기 이상 축적한 노하우를 갖고 있는 독보적인 기업이다. 데이터 분석을 통해 문제를 어떻게 발전시키고 설계하며, 해결할 수 있는지에 대한 노하우를 기반으로 Hitachi는 향상된 AI 기반 분석 등 최신 IT 기술과 결합된 솔루션을 개발하고 있다.


Hitachi는 고객사들이 매뉴팩처링 트랜스포메이션이라는 여정에서 최적화에 필요한 통찰력을 확보하고, 더욱 효율적이고, 친환경적이며, 비용 효율적인 사회를 만들어 나가도록 지원할 수 있는 충분한 역량을 가진 기업이다. Hitachi와의 파트너십을 통한 매뉴팩처링 트랜스포메이션으로 여러분은 비즈니스의 전략적 이점을 확보할 수 있게 될 것이다.



데이터를 다루는 선진 제조기업의 노하우
스마트 팩토리
SMART FACTORY



우리나라 제조업계에‘ 스마트 팩토리(Smart Factory)’가 이슈가 되고 있다.

스마트 팩토리는 사물인터넷(IoT), 빅데이터등 정보통신기술과 결합해 제조 설비와 생산 공정을 자동화해 시장 상황에 맞춰 효율적인 생산 체계를 구축한다는 의미다. 제조산업이 국가 경제의 주축을 이루는 우리나라에서도 제조업의 경쟁력을 높일 수 있다는 측면에서 관심이 높다. 최근 자동차 소재를 만들어 세계 시장에 판매하는 효성은 공장에서의 제품 생산 공정에 ICT 신기술을 접목한‘ 빅데이터 파일럿 과제’를 성공적으로 완료했다. 실제 생산 현장에서 스마트 팩토리의 가능성을 보여주었다는 점뿐만 아니라 제조업에 최적화된 빅데이터 분석 사례라는 점에서 의미가 있다.

효성은 타이어의 안전성과 내구성, 주행성을 보강하기 위해 고무 안쪽에 들어가는 섬유 재질의 보강재를 생산해왔다. 타이어 보강재는 자동차의 안전과 성능에 중요한 영향을 미치는 핵심소재로, 자동차 경량화 시대에 그 중요성이 커지고 있다.

세계 타이어 보강재 시장을 석권한 효성은, 제품의 생산공정에서 발생하는 문제점의 원인을 분석하고 효율적인 운전 조건을 식별해 작업 환경을 개선하는 데 주안점을 두었다. 또한 공정의 각종 센서와 실측 관리 데이터를 수집 및 통합하여 분석함으로써 고상중합 공정의 운전 조건과 칩 점도와의 상관성을 분석해 낼 수 있었다. 이로써 칩 점도를 일정하게 유지하기 위한 공정 조건들을 명확하게 도출해 냈다.

특히 수많은 데이터에서 칩 점도에 영향을 주는 요소를 정밀하게 발견해 이를 제어함으로써 고품질을 유지할 수 있는 체계를 마련했다는 평가다.

효성은 빅데이터 파일럿 과제의 성공을 통해 다양한 생산 공정의 설비와 운전 현황을 실시간 모니터링하고 분석할 수 있는 빅데이터 기반의 스마트 팩토리를 구축했다. 생산 공정의 최적화 및 비용 절감을 통해 효성의 기술경쟁력을 크게 높일 수 있을 것으로 기대된다.




  1. 1) 사물인터넷(Internet of Thing): 사물에 센서를 부착해 실시간으로 데이터를 인터넷으로 주고받는 기술이나 환경을 말한다. 가전제품, 전자기기뿐만 아니라 스마트헬스케어, 원격검침, 스마트홈, 스마트카 등 다양한 분야에서 사물을 네트워크로 연결해 정보를 공유한다. [본문으로]
  2. 2) 디지털 트윈(Digital twin): 가상의 환경이 현실에서 그대로 구현되는 것을 의미한다. 디지털 세계와 물리적 세계가 긴밀하게 연결되는 디지털 트윈의 예로는 아이디어가 제품으로 탄생하도록 생명을 불어넣는 것을 들 수 있다. [본문으로]
  3. 3) 린 제조방식(Lean manufacturing): 재고 비용과 과잉 생산 등의 부작용이 있는 종전의 대량 생산 시스템을 극복하기 위한 것으로, 인력, 생산설비 등 생산 능력을 필요한 만큼만 유지하면서 생산효율을 극대화하는 생산 시스템 [본문으로]
  4. 4) 가치 흐름(Value stream): 부가가치와 상관없이 원재료부터 완성품을 만들어 최종 고객에게 전달하는 과정에서 요구되는 모든 활동들의 집합 [본문으로]