본문 바로가기

정보/트렌드

스마트 팩토리, 공장 자동화와 무엇이 다른가-2부 / 등대공장, 포스코, 삼성SDS, 제조업 르네상스 비전 및 전략, 한국판 뉴딜 정책, 4차 산업혁명, 애틀란타, 베트남, 중국, 5세대 이동통신, 도금량

2부

 

제조 혁신 강화하려면 IoT·AI·5G 잘 활용해야
스마트 팩토리는 크게 보면 많은 IoT의 응용 중 하나다. 따라서 초지능·초연결의 제어 시스템이라고 할 수 있다. 생산과 관련된 환경 정보를 감지하고 감지된 정보를 분석하고 판단하며 생산 현장에 데이터 기반의 실시간으로 의사 결정을 한다. 구성은 센서가 탑재된 다양한 디바이스와 정밀 기기, 네트워크망(5G 등), 대량의 데이터를 처리하는 클라우드 환경(AI·빅데이터)을 포함한다.

제조업에서 가장 많이 활용할 수 있는 AI 응용 분야는 기계 설비의 관리와 품질이다. 기계와 장비가 고장 날 가능성이 높은 시기를 예측해 사전 예방 정비의 최적의 시기를 알려주는 것이다. 다양한 설비 데이터를 수집한 후 단순한 통계 분석보다 AI 분석을 적용함으로써 정비의 신뢰성을 개선할 수 있다.

또한 AI 사물 인식 기술을 이용해 품질을 검사하는데 활용할 수 있다. 예를 들어 강아지가 등장하는 이미지를 삽입하면 해당 이미지 속에서 강아지를 찾아 이를 강아지로 인식하는 기술을 활용한다. 인간은 간단히 알 수 있지만 기계는 결코 간단한 과정이 아니다.

먼저 카메라로 이미지를 촬영해 데이터를 전송하면 AI 엔진이 해당 이미지에서 제작된 제품을 인식한 다음 학습했던 데이터와 비교해 불량 여부를 파악한다. 제조 현장에서 많이 활용할 수 있다.

 


삼성전자는 갤럭시 스마트폰 제조 중 외관 검사에 AI를 활용하고 있다. 실제 검사는 불량인 것을 양품으로 판정하면 절대 안 된다. 그래서 이러한 부분을 제거하려면 양품 조건을 까다롭게 설정하면 되는데 그러다 보면 양품인데 불량품으로 판정되는 것들이 발생한다. 이러한 조건을 만족해야 하고 많은 모델들을 사람이 일일이 검사하는 것은 매우 힘들기 때문에 더욱 큰 활용 효과를 보고 있다.

작년 다보스 포럼에서 포스코는 세계 제조 기업의 미래를 선도할 ‘등대공장’에 선정됐다. 여러 분야에서 성과를 내고 있는데 그중에서 도금량 제어 자동화 솔루션은 자동차 강판 생산의 핵심 기술인 용융 아연 도금을 AI를 통해 정밀하게 제어함으로써 도금량의 편차를 획기적으로 줄일 수 있다. 이 밖에 스마트 고로, 압연 하중 자동 배분에도 AI가 활용되고 있다.

5세대 이동통신(5G) 기술도 매우 중요할 것으로 보인다. 특히 대기업의 요청에 맞춰 공정 라인을 자주 변경해야 하는 중소기업은 5G를 적용하면 설치비용을 줄이면서 편리한 작업 환경을 구축할 수 있게 된다.

1ms 정도의 지연 시간 구현이 가능한 5G를 적용하면 실시간 제어 응용이 가능해지게 된다. 와이파이에 비해 초저지연 구현이 가능한 5G는 앞으로 스마트 팩토리에서 큰 변화를 가져올 것으로 보인다.


제조 혁신 성공을 위한 현장 전문 인재 육성해야
얼마 전 충격적인 뉴스가 있었다. 스마트 팩토리의 대표적 성공 기업인 독일 기업 아디다스가 2016년, 2017년 각각 독일 안스바흐와 미국 애틀랜타에서 운영했던 스마트 팩토리를 내년 4월 폐쇄한다는 내용이었다. 협력 업체들이 있는 베트남과 중국으로 공장을 이전할 계획이다. 여기에서 얻은 교훈이 있다. 제조 혁신으로 생산성 향상과 효율성이 높아져도 기업의 수익이 늘어나지 않으면 의미가 없다.

스마트 팩토리를 추진할 때 유념해야 할 사항이 두 가지 있다.

우선 기업 내 현장 전문가를 키워야 한다. 제조 장비 하드웨어를 잘 이해하고 있는 시스템 소프트웨어 인력이 여기에 해당된다. 각 기업이 자체적으로 육성해야 하고 이 인력이 제조 혁신의 핵심 역할을 해야 한다.

현장 전문가가 중심이 돼 자

 

사의 현실과 수준을 파악하는 것부터 해야 한다. 어느 부분을 개선할 것인지, 어느 부분에 어떤 ICT 솔루션을 도입할 것인지 찾아내는 것이다. 그러고 나서 외부 솔루션을 도입해야 한다. 외부 솔루션이 아무리 우수해도 결국 현장 노하우를 갖춘 현장 전문가의 전문성이 부족해서는 결코 제조업의 디지털화를 이룰 수 없다.

그리고 AI의 성능이 데이터의 양과 질에 의해 결정된다는 점을 이해해야 한다. 삼성SDS가 주관한 ‘리얼(REAL) 2019’ 키노트에서 삼성전자 장시호 부사장은 “사람은 양질의 데이터를 기계에 제공하고 기계는 예측하며 예측 결과의 판단과 의사 결정은 사람이 하고 더 나은 예측을 위해 기계에 피드백을 하고 있다”고 수집 데이터 품질 확보의 중요성을 강조했다.

정부는 작년 6월 제조업 부흥을 위해 ‘제조업 르네상스 비전 및 전략’을 설명했다. 또한 7월에는 한국판 뉴딜 정책을 발표했다. 가장 핵심은 바로 제조 혁신이다.
지금은 코로나19로 많은 기업이 힘들지만 국내 제조 기업들은 외국 기업과의 경쟁에서 앞서기 위해 제조의 디지털 혁신에 총력을 기울여야 한다. 여기에서 앞서 가는 기업이 4차 산업혁명 시대의 선두 주자가 될 가능성이 높다. 코로나19의 위기를 도전의 기회로 삼아 도약하길 기대 한다.

댓글