> 뉴스 > 증권 > 시황 > 선물옵션 시황 뉴스검색
증권
전체기사
주요뉴스
시황
주식시황
선물옵션 시황
해외증시 시황
업종별뉴스
자동차
기계조선철강
전자/통신
인터넷
음식료/의복
화학/제약
유틸리티
금융업
유통
건설
기타업종
기업실적
외국계 분석
경제일반
정부정책뉴스
경제
금융
IT
부동산
환경
외교
교육
외국계시각
선물옵션시황
[98]'소부장'과 스마트팩토리
2021/09/25  08:03:36  이데일리
- 박정수 성균관대 교수의 현미경 '스마트팩토리'
- 제조업 부흥의 선봉장,'인공지능 기반 스마트팩토리'

박정수 성균관대 스마트팩토리 융합학과 겸임교수
[박정수 성균관대 스마트팩토리 융합학과 겸임교수] 인공지능, 디지털, 지능형 아날로그(intelligence analog) 등은 지능형 빅데이터 관리 기술에 의한 과거와 다른 뉴 노멀(new normal) 산업 자원이다.

산업혁명은 기존의 산업 자원을 근본적으로 바꿀 것이기 때문에 새로운 인식 전환이 필요하다. 예를 들어 세계 반도체 시장의 75% 이상을 차지하는 시스템 반도체의 경쟁력을 높이기 위한 핵심 기술로서 아날로그 회로의 중요성은 지속적으로 강조되고 있고, 최근 급속한 발전을 이루고 있는 지능형 반도체 시스템에서도 아날로그 및 파워 회로 설계는 모든 “소부장”에 적용되는 핵심적이고 필수적인 혁신 기술이자 모든 산업에서 요구하는 핵심 기능으로 급부상하고 있다. 이는 지능형 소재, 부품, 장비, 즉 미래 “소부장” 산업의 핵심이며, 지속 가능한 품질 수준과 기능의 정밀도에 의해서 과거와 다르게 가늠되는 모든 “소부장” 산업의 미래 방향이다.

또한 최근 주요한 “소부장” 산업의 주제로 부각되고 있는 미세 나노(종목홈) 공정, 적층 생산, 지능형 반도체 등 다양한 분야의 설계 이슈 및 주요 기업의 제품 설계 등에 대한 아날로그 회로 설계의 지능화는 경쟁의 핵심이다. 또한 제조 전문가들이 갖추어야 할 지식의 폭을 넓혀 인공지능과 아날로그를 융합하는 현장 전문가의 기술 역량이 요구되고 있다. 특히 가장 기본적인 개념의 사물 인터넷(IoT)은 제조 현장을 공급망(supply chain)과 연결하는 기능이다. 시간이 지나면서 IoT가 변화하여 이를 5개의 다른 개별 섹션(감지, 측정, 해석, 연결, 전력 관리)으로 나눌 수 있다는 점도 주시해야 한다.

이와 같은 전체 과정은 빛, 열, 진동 등과 같이 무엇인가를 감지하여 시작한 다음 그것을 측정하여 데이터를 생성한다. 데이터는 무엇을 의미할까? 데이터 자체로는 의미가 없으며 데이터를 해석해야 한다. 데이터 해석은 누가 해야 하는가? 경험이 축적된 현장 전문가의 고유 역할이다. 그러므로 제조 현장의 해석된 데이터를 공급망(supply chain)과 연결하여 분석하고 학습할 수 있어야 스마트 팩토리 구축이 시작되었다고 할 수 있을 것이다.

그리고 이렇게 학습한 것을 기반으로 적용하거나 명령을 보내고 제조 현장이 최적화된 상태로 운영될 때 우리는 이를 스마트 팩토리가 작동하는 제조 현장이라고 한다. 또한 아날로그 기기들(Analog Devices)은 오늘날 IoT 세상, 인터넷 기반 제조 현장에 매우 적합한 감지, 측정, 해석, 연결 및 전력 관리 부품의 대규모 포트폴리오를 제공하게 될 것이다. 그리고 다양한 IoT 응용 분야는 원격, 모바일 또는 무선이므로 효과적인 전력 관리는 제조 산업의 탄소 제로 정책과 함께 필수적이다.

선진(종목홈) 제조업들이 지능정보통신기술(IICT, Intelligence Information Communication Technology)을 집약한 스마트팩토리를 무기로 미래 먹거리 확보를 위해 속도를 내고 있으며, ESG(환경·사회·협치를 위한 지배 구조 혁신) 경영에 한발 다가선 선진 제조업들은 5G(5세대 이동통신)와 클라우드 컴퓨팅 기술을 기반으로 한 스마트팩토리 솔루션을 자체적으로 강화하고 있으며, OT(제조운영기술)와 클라우드 신기술을 앞세운 인공지능을 접목한 산업 차별화 등 지능형 스마트팩토리 구축은 새로운 제조 산업의 기본이 되고 있다. 이는 제조 현장을 중심으로 지속 가능하도록 과거와 다른 현장 학습과 분석 역량, 즉 뉴 노멀(new normal) 제조 시대의 출발선(出發線)이다.

제조 현장을 사람 중심으로 혁신하는 지능형 자율 공장(autonomous factory) 체제가 열리고 있다. 인공지능을 활용하여 기존의 생산 현장을 머신 러닝(ML)과 딥 러닝(DL(종목홈))을 통해 사전 품질 예측 시스템을 구축하여야 한다. 제조 현장의 인적 자원과 생산공정의 디지털 전환을 위해 아날로그 기술과 각종 기술들을 융합하여 현장 전문가가 학습하고 분야별 전문가가 기술을 제공하는 협업(協業) 형으로 스마트 팩토리가 구현되어야 한다. “지능형 무인 창고”도 사람이 설계하고 사람이 운영하는 창고다. 마찬가지로 고공 컨베이어와 같은 신기술을 대거 도입해 부품 물류 자동화도 제조 현장의 전문가가 양성되어야 가능한 일이다. 그럼에도 불구하고 마치 “지능형 무인 창고”, “지능형 자율 체제”를 구현하는 것이 어느 특정 기업만이 실현 가능한 것처럼 주장하거나 강조하는 것은 인공지능 시대의 학습과 분석을 오해하는 부분이 있는 듯하다.

제조 지능화를 위한 인공지능 관련 모든 소스는 오픈소스로 거의 무료로 제공되고 있다. 다만 제조업들이 해야 할 것은 자기 기업에 맞는 알고리즘을 개발하는 것이 과거 시스템 구축과 다르다. 지능화는 누가 도와줄 수는 있어도 직접 만들어 주는 것은 어렵다. 왜냐하면 제조 현장과 물류 현장은 그 기업의 현장 전문가가 누구보다 더 잘 알고 있기 때문이다.

스마트 팩토리는 생산 현장에서의 모든 정보를 통합·관리하기 위해서 과거에는 MES(제조 실행시스템)을 구축해서 사용했는데 그 시스템의 전제조건은 ERP(전사적 자원관리 시스템) 시스템을 구축하여 제조 실행시스템과 연동시켜 구별이 가능한 구축이 일반적이었다. 그러나 10여 년 전부터 MES(제조 실행 시스템)과 제조 현장의 생산공정 단계에서 필요한 부품을 보관하거나 옮기는 과정을 자동화한 자재 물류 자동화 기능이 계획 측면은 ERP에서도 실현이 가능해졌다. 지능형 스마트 팩토리는 기본적으로 계획과 실행 측면이 동기화(同期化, synchronization) 되고 있기 때문이다.

다시 말해 지능형 스마트 팩토리 시대의 제조 시스템은 사람 중심 사이버 물리시스템(H-CPS)을 중심으로 플랫폼 제조 경영을 실현시켜 나가는 것이 필수다. 그래서 과거처럼 MES따로 ERP 따로 시스템을 구축하는 것은 4차 산업혁명 시대의 제조 부흥을 역행하는 것이다. 그래서 클라우드 컴퓨팅 기반 사람 사이버 물리 시스템(H-CPS) 개념 설계부터 과거와 다르게 시작하는 뉴 노멀(new normal) 플랫폼을 나이키나 애플처럼 자체적으로 제조업별로 구축하는 것이 바람직할 것이다. 그것이 직접 고객을 대응하고 관리하는 플랫폼(D2C, Direct to Consumer)이기 때문이다.

한국의 스마트 팩토리 관련 기술은 미국, 유럽, 일본에 이어 4위이나, 3위인 일본과 큰 기술 수준의 격차를 보이고 있다. 기존 공장자동화(Factory Automation, FA) 수준을 넘어선 차세대 신기술과 제조기술이 접목된 소비자 중심 지능화 공장인 “인공지능(AI) 기반 스마트 팩토리 기술” 개발이 세계적인 관심을 모으고 있다. 아래 그림은 글로벌 제조 산업 시장에 비해서 한국의 취약한 스마트 공장 기술 수준을 보여주고 있다.


제조 산업의 부흥을 위해 정책 관점별 실행력이 필요하다. 제조업이 준비해야 할 기업 정책과 새로운 산업 전략이 국가적 산업 정책이어야 한다. 그 중심에 있는 스마트 팩토리는 기존 공장자동화(Factory Automation, FA) 수준을 넘어선 차세대 신기술과 제조기술이 접목된 소비자 중심 지능화 공장으로, 사람 중심 사이버물리시스템(h-CPS), 로보틱스, 3D 프린팅, IoT, IoB 등의 기술을 기반으로 제조업 생산성뿐만 아니라 시장 대응 역량을 획기적으로 향상시킬 수 있는 수단이다.

제조 강국 독일은 일찍이 민-관-학 협력 프로젝트로서 ‘Industry 4.0’을 추진 중이며, 최근 초기 접근 방법을 보완하기 위해 제조공정 디지털화 전략 개선, 표준화, 데이터 보안, 제도 정비 및 인력 육성을 새로운 과제로 재설정하는 ‘플랫폼 인더스트리 4.0’로 전환하여 추진하고 있다.

한국의 경우 미국이나 일본과 달리 GDP 대비 제조업 비중이 30%를 상회하는 만큼, 스마트 팩토리는 국내 경제에 있어 중요한 분야라고 할 수 있다. 그러나 위 그림을 참조해 보면, 스마트 공장 관련 기술 분야에서 한국의 상대적 기술 수준은 미국, 유럽, 일본에 이어 4위이나, 3위인 일본과 큰 기술 수준의 차이를 보이고 있어 제조 산업 전반에 걸쳐 경쟁력 제고를 위한 노력이 시급한 상황이다.

우리나라는 2022년 3 만개 보급·확산사업에 힘입어 중소·중견기업 중심의 스마트 공장 구축으로 시장이 활황을 맞이하고 있는 듯 하나 지나치게 MES, ERP 등SW 위주로 보급 중이다. 인공지능, 디지털, 지능형 아날로그 등은 지능형 빅데이터 관리 기술에 의한 과거와 다른 뉴 노멀(new normal) 산업 자원을 마련하는 것과는 멀어 보인다. 다시 말해 4차 산업혁명은 산업 자원을 근본적으로 바꾸라는 혁신이다. 그래서 산업혁명일 텐데 말이다.

인공지능(AI), IoT, 행동 인터넷(IoB), 그리고 사람 중심 사이버물리시스템(h-CPS) 등 스마트 제조 기술의 고도화를 지향하는 솔루션(solution)은 대기업을 중심으로 시범 도입이 되는 단계에 머물러 있고, 중소 중견 제조업의 성공 레퍼런스가 부족하다. 그 까닭은 새로운 수익원과 개인화 맞춤(bespoke) 형 시장 대응력을 극대화하는 스마트 팩토리 목적(goal)의 불명확성이다. 즉 스마트 팩토리를 구축하면 제조업의 매출 증대, 원가 절감, 시장 대응력 향상 등이 개선되어 경영이 전반적으로 좋아져야 한다. 왜냐하면 스마트 팩토리는 수단이고 경영 혁신은 목적이기 때문이다.


한줄달기 목록을 불러오는 중..

회사소개 회사공고 인재채용 광고안내 이용약관 법적고지 개인정보보호정책 사이트맵 고객센터 맨위로
Copyright ⓒ ㈜팍스넷, All Rights Reserved.