스마트 팩토리(Smart Factory)

0. 목차

1. '스마트 팩토리'란 무엇인가?
2. '스마트 팩토리' 애플리케이션
3. '스마트 팩토리' 플랫폼
4. '스마트 팩토리' 디바이스 & 네트워크
5. '스마트 팩토리' 그 외의 기술
6. 각국의 '스마트 팩토리' 관련 정책
7. '스마트 팩토리' 관련 기업

1. '스마트 팩토리'란 무엇인가?

 '스마트 팩토리(Smart Factory)'는 제품의 기획·설계·생산·유통·판매 등 전 공정을 'ICT(정보통신기술)'로 통합하여 최소 비용과 시간으로 제품을 생산하는 미래형 공장으로, 제조의 모든 단계가 자동화·최적화된 공장이라고 정의할 수 있다. 전체 과정들의 실시간 연동은 생산성을 획기적으로 향상시키며 '에너지 절감', '인간 중심의 작업 환경의 구현'이 가능하도록 한다. 세부적으로는 '사물인터넷(IoT: Internet of Things)', '사이버 물리 시스템(CPS: Cyber Physical Systems)', '센서(Sensor)', '클라우드(Cloud)', '빅데이터(Big Data)', '정밀제어(Precision Control)' 등 다양한 기술 간의 융합을 통해 자동화·디지털화되고, '가치사슬(Value Chain)' 전체가 하나의 공장처럼 실시간 연동되는 생산체계를 지향한다.

1. 기획·설계: 기획·설계 단계에서는 가상 공간에서 제품 제작 전 시뮬레이션을 통해 기획 기간을 단축시키고, 맞춤형 제품을 개발한다.
2. 생산: 생산 단계에서는 설비·자재·시스템 간에 실시간으로 정보를 교환하여 다품종 대량 생산을 수행하고, 에너지 설비 효율을 재고한다.
3. 유통·판매: 유통·판매 단계에서는 생산 현황에 맞춘 실시간 자동 수주·발주를 통해 재고 비용을 감소시킨다.

1-1. '스마트 팩토리' 산업의 특징

 '스마트 팩토리' 산업은 4차 산업의 주요 분야 중 하나로, 기존 제조업에 ICT 기술을 융합하여 전 공정 및 공급망을 지능화·최적화하는 미래형 제조 산업을 의미한다. 제조 및 ICT 기술에 우수한 수준의 투자가 필요하며 기술의 진입장벽이 높은 산업이다. 스마트팩토리 산업의 특징은 다음과 같이 정리할 수 있다.

1. 제조업 기반의 ICT 산업: 전통 제조업에 ICT 결합을 통해 개별 공장의 설비와 공정이 지능화되어 서로 연결되고, 모든 생산 정보가 실시간으로 공유·활용되어 최적화된 생산운영이 가능하도록 함.
2. 시스템 종합산업: IT 솔루션의 '하드웨어 시스템'부터 '플랫폼', '최상위 소프트웨어 시스템'에 이르기까지 생산과 관련된 각종 정보를 분석하고 판단 결과를 현장에 반영·실행할 수 있는 시스템 종합산업임.
3. 표준화가 필요한 산업: 제조공장의 설비를 공장 내외부의 다양한 물건이나 서비스와 연동시켜야 하기 때문에, 통신 수단이나 데이터 형식 등 많은 사물의 표준화가 중요하고 시급함.
4. 정부 의존도가 높은 산업: 스마트 팩토리 산업의 보급·확산 정책은 단기적으로 정부의 주도적 진행이 불가피하고, 중소·중견기업의 경우 스마트 팩토리 적용을 위한 재정적 여력이 부족하여 정부에 대한 의존도가 높음

1-2. '스마트 팩토리' 핵심 요소 기술

 '스마트 팩토리'의 '핵심 요소 기술(Core Elementary Technology)'은 크게 '애플리케이션(Application)', '플랫폼(Platform)', '디바이스 & 네트워크(Device & Network)'로 구성된다.

스마트팩토리 핵심 요소 기술

2. '스마트 팩토리' 애플리케이션

 '애플리케이션(Application)'은 스마트 팩토리 IT 솔루션의 '최상위 소프트웨어 시스템'으로, 제조 애플리케이션 컴포넌트 들의 연동을 위한 '프레임워크(Framework)'를 기반으로 공장에서 필요한 애플리케이션을 구성하고 상호 연동 기능을 수행한다. 애플리케이션 기술로는 'ERP(Enterprise Resource Plannign)', 'MES(Manufacturing Execution System)', 'SCM(Supply Chain Management)', 'PLM(Product Lifecycle Management)' 등이 있다. 해당 기술은 수요 맞춤형 공정 설계·운영을 최적화하며, 품질과 설비의 고도화를 가능하게 하고, 안전한 작업을 지원, 지능형 물류를 위해 스마트 팩토리를 통합적으로 운영하는 역할을 한다.

구분	기반 기술
ERP	4세대 언어로 일컬어지는 객체 기술에 기반한 ERP 컴포넌트를 개발하였으며, 기업의 환경에 맞추어 커스터마이징을 가능하게 함.
MES	API(Application Programming Interface): 타시스템과의 인터페이스 기술
	EDI(Electronic Data Interchange): 외부 영역과의 인터페이스 기술
	ORB(Object Request Broker): 제조 현장의 이벤트를 타 정보시스템에 전달하기 위한 최신 기술
SCM	기반 기술: BarCode, 식별코드, EDI(Electronic Data Interchange) 등이 있음
	응용 기술: 'CAO(Computer Assisted Ordering)', 'CRP(Continuous Replenishment Planning)', 'Cross-Docking' 등을 사용함.
PLM	PBS(Product Breakdown Structure): 제품 고유의 계층구조로 LPS와 함께 설계단계부터 고려됨.
	LPS(Lifecycle Process Structure): 제품의 생애주기 프로세스 구조로 모델링 및 무결성을 정의함.
	IMS(Issue Management System): 프로세스 수행 중 발생된 이슈에 대해 체계적으로 관리함.
	KMS(Knowledge Management System): IMS에서 정제된 지식을 관리함.

1. ERP(Enterprise Resource Plannign): ERP는 제조·생산, 재무·회계, 인적자원관리 등 비즈니스 프로세스들을 하나로 통합한 시스템으로, 여러 시스템에 분산되어 있던 정보를 전사적으로 공유할 수 있도록 데이터베이스에 저장하여 통합된 정보를 활용하는 시스템이다.
2. MES(Manufacturing Execution System): MES는 생산 계획을 기반으로 제조 현장을 모니터링하여 적절한 자재 투입 관리, 실적 집계, 설비 및 품질 현황 정보 수집, 통제가 필요한 상황을 판단하여 적절한 조치를 취하도록 하는 등의 통합적인 현장관리 기능을 수행하는 시스템이다.
3. SCM(Supply Chain Management): 제품의 생산과 유통 프로세스를 하나의 통합망으로 관리하는 경영전략 시스템으로, 공급업체와 생산업체, 고객까지 거래 관계에 있는 기업들 간 IT를 이용한 실시간 정보 공유를 통해 시장·수요자들의 요구에 기민하게 대응하도록 지원하는 시스템이다.
4. PLM(Product Lifecycle Management): PLM은 제품 수명 전 단계에 걸쳐 설계·해석·관리를 위한 솔루션으로, 제품의 기획단계에서 '개념 설계', '상세 설계', '생산', '서비스'에 이르는 전체 수명 주기에 걸친 제품 정보를 관리하고, 고객 및 협력사에 협업 프로세스를 지원하는 제품 중심의 지원 시스템이다.

반응형

3. '스마트 팩토리' 플랫폼

 '플랫폼(Platform)'은 '디바이스(Device)'에서 입수한 정보를 '애플리케이션(Application)'에 전달하는 중간 소프트웨어 시스템으로, '수집된 정보 분석', '모델링', '가상 물리 시스템'을 통해 최적화 정보를 제공한다. '플랫폼'에는 'IoT(Internet of Things)', '사이버 물리 시스템(CPS: Cyber-Physical System), '빅데이터(Big Data)', '클라우드(Cloud)' 등의 기술이 포함되며, IoT 공통 플랫폼을 기반 기술로 스마트 팩토리의 핵심 기술인 CPS와 빅데이터, 클라우드 등의 기술을 융합시킨다.

1. IoT(Internet of Things): IoT는 인터넷을 기반으로 다양한 물리적 및 가상의 사물들을 연결하여 설비·제조·물류·유통 등에 활용되어, 제조 관점의 지능형 서플라이 체인과 판매 관점의 수요기반 생산 등을 지원하고, 이를 기반으로 산업 효율성을 제고하기 위한 다양한 서비스를 제공하는 인프라다.
2. 빅데이터(Big Data): 빅데이터는 발굴하고자 하는 지식과 관련된 다양한 데이터 소스로부터 데이터를 수집하고 필터링하거나 적절한 형태로 가공하여 체계적으로 저장 후, 이로부터 유의미한 지식을 얻기 위한 분석 기술로 제조 빅데이터 기술은 제품개발 전 주기에 활용되어 생산효율 극대화에 기여한다.
3. 클라우드(Cloud): 클라우드 컴퓨팅은 인터넷을 통해 IT 자원을 필요한 만큼 빌려서 사용하고, 실시간 확장성을 지원받으며, 사용한 만큼의 비용을 지불하는 서비스를 의미한다.
4. 사이버 물리 시스템(CPS: Cyber-Physical System): '사이버 물리 시스템(CPS)'은 실제 세계와 사이버 세계가 긴밀하게 결합된 통합 시스템으로, '다양한 사물에 통신·컴퓨팅·소프트웨어 등 발전된 IT 기술을 융합하여 물리 시스템을 이해하고 제어하는 기술을 의미한다. 사이버 시스템을 통해 운영방식이 완전히 다른 물리 시스템을 제어하기 위해 발생한 학문으로, 기존 임베디드 시스템이 주로 휴대폰 및 정보 가전 등의 운용에 집중된 반면, CPS는 '센서(Sensor)'와 '액추에이터(Actuator)'를 통한 자율적인 물리 시스템 제어를 목표로 한다.

구분	기반 기술
IoT	M2M(Machine to Machine), 'IIoT(Industrial IoT)' 플랫폼, 시맨틱 메모리, 서비스 프레임워크, 스마트 게이트웨이
빅데이터 & AI	가상 설계 시스템, 가상 제조 시스템, 가상 시뮬레이션 시스템, 스마트 생산운영 시스템
클라우드	사용자 모델링기반 수요예측 시뮬레이션 기술, Crowd Sourcing Platform 기술, 계측진단 알고리즘 및 VM 기술, 딥러닝엔진 기술
CPS	인메모리 컴퓨팅 기술, 맞춤 산업형 설계·해석·시뮬레이션 시스템 기술, 안전한 데이터분석 시스템 기술, 클라우드 BaaS 플랫폼 기술, 개방형 공급망관리 클라우드 인프라 기술

3-1. IoT(사물인터넷)

 '사물인터넷(IoT: Internet of Things)' 기술은 '서비스(Service)', '플랫폼(Platform)', '네트워크(Network)', '디바이스(Device)', 'IoT 보안(사물인터넷 보안)' 분야로 나누어 기술이 발전하고 있으며, 다양한 이슈가 발생하고 있다.  '사물인터넷(IoT)'는 사람, 사물, 데이터 등이 서로 연결되어 지능통신을 할 수 있도록 하는 인프라 기술로서, 전 세계적으로 사물인터넷을 보급하기 위해 연구 개발을 지속적으로 수행하고 있다. 특히 '유럽연합(EU)'의 사물인터넷 연구 클러스터인 'IERC(European Research Cluster on the Internet of Things)'에서는 38개의 프로젝트 및 여러 나라와의 협업 연구를 진행 중이며, 적용 대상에 'IIoT(Industrial IoT)' 및 '스마트 제조' 등을 포함시키고 있다.

1. 서비스(Service): 세계 선진국들은 응용 분야에 사물인터넷 기술과 융합 서비스를 접목하여, 새로운 산업 및 마켓 플레이스를 창출함.
2. 플랫폼(Platform): 다양한 도메인의 서비스를 통합 지원하기 위해 개방화, 수평화, 상호 호환성이 요구되는 오픈소스 기반 지능성 플랫폼 개발을 추진함.
3. 네트워크(Network): 모든 사물이 인터넷에 연결됨에 따라 발생될 수 있는 과부하 처리 기술과 열악한 통신환경에서 운영할 수 있는 저전력, 장거리, 비면허 대역 통신 기술을 개발 중임.
4. 디바이스(Device): 오픈 하드웨어 형태로 사용자에게 통합개발 환경을 제공하고 제한된 자원으로 운용되는 보안 기능이 내장된 지능형 디바이스 개발이 추진되고 있음.
5. IoT 보안(사물인터넷 보안): 모든 사물 정보가 개방형으로 변화됨에 따라 사물인터넷 장치에 대한 해킹 및 정보 유출 방지를 위한 보안 기술개발이 강화되고 있음

3-2. 빅데이터 & AI

 4차 산업혁명 시대의 대표적인 핵심 기술은 '빅데이터(Big Data)'와 '인공지능(AI)'이다. 방대한 정보를 순식간에 분석하고 처리할 수 있는 빅데이터 기술과 빅데이터를 기반으로 한 인공지능 모델로 분석·추론·학습 능력을 강화하고 있다. '빅데이터' 및 인공지능' 기술을 통해 효율적인 의사결정과 운영 지원을 수행하여 '스마트팩토리'를 구축한다. 이러한 '스마트팩토리' 구축이 새로운 경쟁력 확보를 위한 경영 고도화 전략의 일환으로 자리매김하고 있다. '빅데이터(Big Data)'와 '인공지능(AI)'을 이용하여 다양한 생산 요소가 스스로 상황을 인지·판단하도록 하여 자율 적응형 제조 환경을 구축한다. 그리고 공장 내 생산 요소들을 빅데이터 기술을 이용하여 수집·분석하고, 공장의 자율적인 운영과 최적화된 운영을 추구한다.

 인공지능을 이용한 '머신 비전(Machine Vision)' 기술은 제조 공정에 융합되어, 수동 작업을 줄이고 제조 정확성을 향상시킴으로써 스마트 팩토리 성장을 주도하고 있다. '머신 비전(Machine Vision)' 기술을 통해 '제조 과정에서의 결함 추적', '표면 마무리 검사', '부품들의 결합 검사' 등의 수행이 가능하며, 기존 공장의 작업자들을 대체하면서 인건비를 감소시키고 불량 검출률 향상이 가능하다.

 국내 제조업 내 빅데이터·인공지능 기술을 활용한 스마트팩토리 사례들을 살펴보자.

1. 포스코 - 포스프레임(PosFrame): '포스코(Posco)'에서는 자체 개발한 빅데이터 및 인공진으 플랫폼인 '포스프레임(PosFrame)'을 이용하여 생산 관련 데이터를 수집하고, 작업자 의사 결정을 지원하고, 설비 이상 진후를 사전에 감지하고, 품질 결함 요인을 분석하고, 현장 위험 요소를 모니터링하는 등 생산 전반에 활용 중이다. 이와 같이 포스코는 연속 공정을 적용한 공장 생산 전반에 빅데이터 및 인공지능 플랫폼 기술을 적용하여 생산성을 향상시키고, 작업자 안전을 확보하고 있다.
2. 삼성SDS - 넥스플랜트(Nexplant): 삼성SDS는 자체 인공지능 플랫폼인 '넥스플랜트(Nexplant)'를 개발하여 반도체 공장에 적용하였다. Nexplant를 통해 공정 품질을 30%, 불량 검출률을 3.5배, 불량 분류 정확도를 32% 증가시키는 등 제품에 품질 향상 및 생산성 향상에 기여하고 있다.

3-3. 클라우드(Cloud)

 전 산업에 걸쳐, 수집되는 데이터들의 양이 폭발적으로 증가하고 있다. 제조업에서도 데이터의 폭증이 두드러지게 나타나고 있다. 이러한 데이터들을 관리하기 위해 '클라우드 컴퓨팅(Cloud Computing)'이 주목을 받게 되었다. '클라우드 컴퓨팅(Cloud Computing)'은 '데이터(Data)'를 '데이터 센터(Data Center)'로 전송하고, 정보를 데이터 센터에서 저장하고 분석하는 것을 의미한다. 그러나 클라우드 컴퓨팅은 데이터 센터가 물리적을 먼 거리에 위치할 경우, 데이터 송수신 시간이 증가하고, 많은 양의 데이터를 처리할 경우 데이터 병목 현상으로 인해 처리 시간이 지연된다는 문제가 있었다. 이러한 클라우드 컴퓨팅의 한계를 보완하기 위해 나온 기술이 '에지 컴퓨팅(Edge Computing)'이다. '에지 컴퓨팅(Edge Computing)'은 사용자 근처에 위치해 있다는 것이 가장 큰 특징이다. 즉, 사용자 근처에 있는 작은 '클라우드(Cloud)'라고 할 수 있다.

 '스마트 팩토리(Smart Factory)'에서 수집되는 데이터를 이용하여 실시간으로 변화하는 공정 상태를 분석하고, '설비 고장', '품질 불량' 같은 공정 문제를 분석하여 대처해야 한다. 이러한 분석에는 실시간으로 수집되는 데이터뿐만 아니라, 기존에 축적된 데이터들을 활용해야 한다. 클라우드에서는 기존 데이터들을 이용한 모델링을 수행하며, 실시간으로 수집된 데이터들에 맞는 최적의 모델을 '에지(Edge)' 전송하여, 에지에서 관련 데이터들을 처리할 수 있도록 한다. '에지(Edge)'에서는 클라우드에서 분석된 모델을 이용하여 설비·공정에서의 문제를 해결하기 위한 피드백을 주며 실시간 분석을 수행한다. 에지에서는 모델이 현재 공정에 최적화된 모델인지를 판단하고, 그렇지 않을 경우 클라우드 모델을 다시 요청함으로써 분석 성능을 향상시킨다.

3-4. 사이버 물리 시스템(CPS)

 '사이버 물리 시스템(CPS: Cyber-Physical System)'는 글로벌 기업들을 통해 특정 도메인 적용 기술로 개발되고 있으며, 기존의 대량생산에서 수요 맞춤형 생산으로 변화하는 환경에 적합한 기술로 '가상 설계 시스템', '가상 제조 시스템', '가상 시뮬레이션 시스템', '스마트 생산운영 시스템' 등의 기술을 적용할 수 있다. CPS 기술을 통해 지향하는 스마트 팩토리는 '디지털 트윈(Digital Twin)'으로 가상공간과 현실 공간의 생산 활동이 동기화되는 것이며, 현실에서의 생산정보가 '디지털 데이터(Digital Data)'로 축적되고 'AI 분석 기술'을 활용하여 지능화된 자율 생산활동을 수행하는 공장을 목표로 하고 있다.

1. 가상 설계 시스템: 제품의 설계부터 생산까지 구매자의 요구사항을 직접 반영하는 것으로, 컴퓨터에 3D 모델 데이터와 원하는 사양 및 기능을 입력하면 '가상 설계 시스템' 내에 저장된 '빅데이터(Big Data)'를 활용해 자동으로 설계·검증함. 이 '빅데이터(Big Data)' 안에는 '제품 정보', '부품 특성 정보' 등이 포함되어 있다.
2. 가상 제조 시스템: 'SSM(Smart Semantic Memory)'를 통해 제조설비 및 공장 제어 시스템과 지속적으로 데이터를 교환하여 불량 공정을 제어함.
3. 가상 시뮬레이션 시스템: 기존 'PDM(Product Development System)'의 과정을 가상의 실험실에서 모델링하고 시뮬레이션하여 최적으로 운영하는 기술이며, 주로 제약회사의 신약 개발 등에 적용 가능함.
4. 스마트 생산운영 시스템: 스마트 팩토리 전 분야에 사용되는 기술로 각광받고 있음. 생산 계획의 잦은 변경에도 원하는 시점에 제품을 생산하기 위해 모든 설비에 CPS 기술을 적용하여 최적화된 스케줄을 만들어 통합 운영함.

반응형

4. '스마트 팩토리' 디바이스 & 네트워크

 '디바이스 & 네트워크(Device & Network)'는 '센서(Sensor)'를 통해 '위치', '환경', '에너지'를 감지하고 작업자와 공작물의 상황을 인식하며, 인식한 정보를 플랫폼으로 전송하는 하드웨어 시스템이다. '스마트 팩토리 산업 네트워크', '스마트 센서', '이 연동형 산업용 게이트웨이' 기술 등이 있다.

4-1. 스마트 센서

 '스마트 센서(Smart Sensor)'란 다양한 정보를 감지하여 스마트한 제조환경을 감지하여 스마트한 제조 환경을 가능하게 하는 센서를 말하며, 기존 센서가 발전하여 지능화된 센서이다. '센싱 소자'와 '신호처리'가 결합하여 '데이터 처리', '자동 보정 자가 진단', '의사결정' 기능을 수행한다. '스마트 센서' 핵심 기술로 'MEMS(Micro Electro Mechanical System)' 기술, 'SoC(System-on-Chip)' 기술 등이 있다. 'MEMS'는 반도체 공정을 통해 미세 전자 기계 소자를 만드는 기술이고, 'SoC'는 여러 가지 기능을 가진 시스템을 하나의 칩에 모아 만든 비메모리 반도체 기술이다.

 기존 사업용 센서는 '벌크형 센서'로 크기에 상관없이 특정 기능만 구현했으나, 모바일 IT 시대가 도래하면서 '초소형 센서'로 발전했다. '센서 기술'은 '고성능화', '소형화', '다기능화', '저전력화' 등이 주요 이슈가 되고 있다. '센서 시스템' 분야는 특히 '소형화', '대량생산화' 등에 관하여 기술 개발 중이며, '벌크 시스템' 형태에서 'SiP(System in Package)'로 발전하여 패키지를 층층이 쌓는 'MCP(Multi-Chip Package)'가 등장했다. 향후 'SoC(System-on-Chip)' 형태의 MEMS와 CMOS를 직접 집적하는 iMEMS가 등장할 것이며, 나노 기술이 접목되면서 소형화 및 멀티 센서로 진화할 것으로 전망된다. 스마트 팩토리에 활용되는 자동화용 센서에 관한 기술도 지속적으로 진행 중이다. '자동화용 물리 센서'는 '근접 센서', '위치·속도 센서', '힘·압력 센서', '진동·가속도 센서'로 분류할 수 있다.

1. 근접 센서: Mechnical, 'Optical', Inductive, Capacitive, Ultrasonics
2. 위치·속도 센서: Potentiometer, LVDT(Linerar Variable Differential Transformer), Encoders, Tacho-Generator
3. 힘·압력 센서: Strain Gage, Pieo Load Cell, Pressure
4. 진동·가속도 센서: Silicon MEMS, Fiber Optic, Mechanica Body

4-2. 5G 네트워크

 '스마트 팩토리(Smart Factory)'의 각 구성요소를 연결하려면 5G 통신 기술이 대두되고 있다. 이전에도 'LoRa', '스레드(Thread)', '블루투스 메시(Bluetooth Mesh)', 'Wi-Fi 메시(Wi-Fi Mesh)' 등 다양한 통신 기술이 시도되어 왔다. 그러나 5G는 '넓은 대역폭', '낮은 지연', '대규모의 노드를 지원'할 수 있다는 장점을 앞세워 '센서(Sensor)'에서부터 '클라우드(Cloud)', '품질 관리'는 물론이고 '자재와 부품 공급라인, 완제품 유통에 이르는 광범위한 영역을 을 아우를 수 있다. 이러한 점에서 '스마트 팩토리(Smart Factory)'를 위한 인프라 기술로서 빠르게 보급이 확대되고 있다.

반응형

5. '스마트 팩토리' 그 외의 기술

5-1. 로보틱스 기술

 '스마트 팩토리(Smart Factory)'는 '제조 공정의 로봇화'라는 개념을 수반한다. 자동화를 통해 스마트 팩토리 공정을 효율적으로 운영하도록 하는 것은 작은 범주에서는 로봇화라고 해석할 수 있다. 종전의 공장 자동화에서는 특정 생산 공정에 필요한 전용 기기를 사용했다. 자동화된 전용 기기와 로봇들이 유연하게 함께 작동하는 것이 어려워, 결국 사람이 투입되어야 했다. 한편, 스마트팩토리에서는 로봇 중심의 자동화를 추구한다. 사람의 개입 없이 로봇들 간의 유기적인 연결을 통해 제조를 수행하고, 특정 작업에만 국한된 로봇이 아니라 상황에 딸 사람처럼 다양한 제조 환경에 유연하게 활용 가능한 로봇 제작을 목표로 하고 있다.

 산업용 로봇 시장을 이끄는 기업으로는 '화낙(Fanuc)', '야스카와(Yaskawa)', 'ABB', '카와사키(Kawasaki)' 등이 있다. 최근 산업용 로봇 기업들도 '딥러닝(Deep Learning)'을 이용한 로봇 제어에 대한 다양한 학습을 수행하고 있다. 특히, 화낙에서는 '강화 학습(Machine Learning)'을 통해 제조 공정의 효율성을 꾀하기 위한 연구를 다수 수행하고, 관련된 상당량의 특허들을 출원하고 있다.

5-2. 3D 프린팅 기술

 '3D 프린팅(3D Printing)' 기술은 연속적인 계층 물질을 뿌려서 3차원 물체를 만들어내는 제조 기술이다. 산업용 3D 프린팅 시장은 국내 스마트팩토리 요소 기술들의 개별 시장 중 작은 비중을 차지하는 시장이나, 점차 비중이 확대될 전망이다. 3D 프린팅 기술은 제조업 분야의 시제품 개발 단계에 주로 사용되며, '다품종 소량 생산'과 '개인 맞춤형 제작'에 활용 가능성이 높다.

 3D 프린팅 기술을 이용해 '제너럴 일렉트릭(GE: General Electric)'은 LEAP 제트 엔진용 노즐을 금속 3D 프린팅 기술로 30000개 이상 인쇄하였다. 이를 통해 30%  비용 절감, 25% 경량화, 95% 재고 절감, 5배 내구성 강화 등의 효과를 볼 수 있었다.

5-3. 사이버 보안 기술

 '사이버 보안(Cyber Security)'은 주요 기반 시설과 멀리 떨어진 곳에 위치한 시스템의 효과적인 제어를 위해 필수적으로 활용되는 기술이다. 제조 현장에서 상호 연결된 기기들의 수가 급증하였으며, IoT를 통해 설계부터 생산·유통·서비스까지 각 프로세스가 가상공간 상에 통합됨에 따라 정보·기술 유출의 위험성이 더욱 커지고 있다. '사이버 보안 기술'은 '네트워크(Network)', '데이터(Data)', '신원 및 접근(Identity & Access)', '엔드 포인트(End Point)', '클라우드(Cloud)' 기술들로 구성된다.

1. 네트워크 보안(Network Security): '네트워크 보안' 기술은 네트워크에 부적절한 접근 및 방해를 감시하는 기술이다.
2. 데이터 보안(Data Security): '데이터 보안' 기술은 데이터베이스나 데이터 센터에 허가되지 않은 접근으로부터 보호하는 기술이다.
3. 신원 및 접근 보안(Identity & Access Security): '신원 및 접근 보안' 기술은 시스템 또는 서비스에 대한 사용자의 접근 허용성을 검토하는 기술이다.
4. 엔드 포인트 보안(End Point Security): '엔드 포인트 보안' 기술은 네트워크에 연결된 사물에 대한 보안 기술이다.
5. 클라우드 보안(Cloud Security): '클라우드 보안' 기술은 사이버 공격으로부터 클라우드 및 에지 컴퓨팅을 보호하는 기술이다.

 '스마트 팩토리(Smart Factory)는 모든 사물들이 유기적으로 긴밀하게 연결되어 있으며, 설계부터 서비스 단계까지 수많은 데이터가 연결되어 공유되고 있다. '스마트 팩토리' 내의 일부 정보가 노출되더라도 유기적으로 연결된 속성으로 인해 플랫폼 상에 축적된 전반적인 데이터들까지 유출될 위험성이 존재한다. 따라서 치밀한 사이버 보안 전략이 필수적으로 요구된다. 향후 산업에서 사이버 보안에 대한 관심과 중요성이 상당히 부각될 것으로 예상된다.

반응형

6. 각국의 '스마트 팩토리' 관련 정책

 세계 제조업은 2008 글로벌 금융위기 이후 장기적인 경기 침체와 노동 원가 및 원자재 비용 상승 등으로 성장 한계에 봉착하였으나, '자동화 설비', '공장 자동화', '자동 생산 시스템 구축' 등으로 경쟁력을 확보하고 있다.

 세계 제조업은 '미국', '독일', '일본' 등 제조 강국을 중심으로 '생산 효율성 증가', '친환경 고객 맞춤형 생산' 등이 경쟁력 강화의 새로운 패러다임으로 이슈되고 있다. 또한 '생산품 운송비용', '지식 재산권 침해', '공정혁신의 지체', '인건피 상승' 등의 이유로 해외 진출 공장들의 '리쇼어링(해외에 나가 있는 자국 기업들을 각종 세제 혜택과 규제 완화 등을 통해 자국으로 불러들이는 정책)' 분위기도 확산되었다. 기업은 '숙련된 인력 부족', '고객 수요 및 짧아진 제품 수명주기' 등의 변화에 대응하기 위하여 '높은 품질의 제품'과 '생산 효율성 확보'가 필요하다. '중국'도 제조업에 중요성에 주목하고 있으며, '제조업의 성장 활력 제고', '무역수지 개선' 등을 위해 ICT를 활용한 경쟁력 강화 정책을 수립하고 있다.

6-1. 미국의 '스마트 팩토리' 관련 정책

 첨단 제조업을 국가 경쟁력의 근간으로 인식하고 '인력 양성', 'R&D 투자 확대' 등의 정책을 추진하며 민간 제조업체들 간의 원활한 소통 체계를 토대로 제조업 혁신의 선두에 있다. 특히 '미국 국립 표준 기술연구소(NIST: National Institute of Standards and Technology)'은 2014년부터 5년간 지속적인 투자를 통해 스마트 팩토리 구현에 필요한 표준화 프로젝트를 수행했으며, 중소기업의 스마트 팩토리 채택에 따른 비용을 최소화시켜 국가 차원의 제조업 활성화를 목표로 한다. 또한 '산업 인터넷(Industrial Internet)'의 확산을 목적으로 2014년 설립된 개방형 글로벌 비영리 단체인 '산업 인터넷 컨소시엄(Industrial Internet Consortium)'이 4차 산업혁명을 주도하고 있다. '산업 인터넷(Industrial Internet)'이란 빅데이터 분석과 첨단 기계의 결합으로 기계에서 발생하는 사고와 고장을 사전에 예측함으로써 낭비되는 자원을 최소화하는 기술을 의미한다.

6-2. 독일의 '스마트 팩토리' 관련 정책

 '인더스트리 4.0(Industry 4.0)'은 2012년에 독일 정부의 핵심 미래 프로젝트로 도입되어 2013년부터 산업 협회의 주요 연구 주제로 시작되었으나, 실제 적용이 부진하여 2015년 정부 주도의 플랫폼 '인더스트리 4.0(Industry 4.0)'으로 재탄생했다.

6-3. 일본의 '스마트 팩토리' 관련 정책

 일본은 2016년에 '일본 재흥 전략(JAPAN is BACK, 日本再興戦略)'을 발표했다. 이는 4차 산업혁명 대응을 성장 전략을 핵심으로 두고 '인공지능(AI)', 'IoT(사물인터넷)', '로봇(Robot)' 등을 활용하여 산업 구조를 전환하는 것이 목표다.

6-4. 중국의 '스마트 팩토리' 관련 정책

 중국은 5년 단위로 수립된 과거의 기획들과는 달리, 2015년에는 '리커창(李克强, 1955~)' 총리가 10년을 목표로 한 '중국 제조 2025'를 발표하였다. '중국 제조 2025(中國製造 2025 , Made in China 2025)'는 제조업 기반 육성, 기술 혁신, 녹색 성장 등을 통해 중국의 경제 모델을 '양적 성장'에서 '질적 성장'으로 바꾸겠다는 중국 정부의 산업 전략이다. '중국 제조 2025'의 목표는 핵심 부품과 자재의 국산화율을 2020년까지 40%로 끌어올리고, 2025년에는 70%까지 달성하면서 10대 핵심 산업을 세계 최고 수준으로 끌어올리는 것이다. 10대 핵심 산업에는 '차세대 정보기술', '로봇', '항공 우주', '해양 공학', '고속 철도', '고효율·신에너지 차량', '친환경 전력', '농업 기기', '신소재', '바이오' 등이 포함된다.

 이를 통해 중국은 경제·산업의 질적 전환을 꾀하고 있으나, 지나친 자국 기업 보호로 해외와의 통상적 마찰이 심화되기도 했다. 한 예로 미국은 '중국 제조 2025'를 겨냥한 무역 제재를 가했다. 2018년부터 시작된 미국 트럼프 정부의 무역 공세와 2019년 안보 우려를 내세우며 '화웨이(HUAWEI)'에 제재를 가했고, 중국의 미래 성장 가능성을 주요 공격 대상으로 삼겠다는 의도를 분명히 했다.

6-5. 한국의 '스마트 팩토리' 관련 정책

 한국 경제에 제조업이 끼치는 영향은 상당하다. 2020년도 세계 경제가 -3.3%의 성장률을 보이며 역성장세를 기록한 가운데, 한국은 제조업이 경제 침체의 방어막 역할을 하여 성장 둔화를 억제하여 성장률 -1.0%를 기록한 바 있다. 한국이 주요국에 비해 빠르게 경제를 안정시킬 수 있었던 것은 내수 침체의 한계 속에서 제조업의 강한 수출 회복력이 작용한 것으로 평가되고 있다.

 한국 경제는 제조업의 비중이 2019년 기준 27.8%로 상당히 크고, 주력 제조업의 수출 의존도가 높으므로, 국내 산업의 지속적인 성장을 위해서는 제조 경쟁력을 높이는 것이 중요하다. 특히, 한국 제조업은 혁신 경쟁에서 우위를 갖는 산업 구조로 전환하기 위해 디지털 전환이 요구되고 있다. '디지털 전환'을 통해 양적 투입 중심의 제조업 성장 방식에 대한 한계를 극복하고, 다품종 소량생산을 위한 제조 기술과 생산체계의 변화로 시장의 수요에 능동적인 대응을 통해 부가가치를 높일 필요가 있다. 제조업의 디지털화를 통한 실시간 생산 관리로 생산성 제고 및 비용 절감을 실현할 수 있다. 특히 한국의 경우 자동차, 전기 전자 등 국내 중소, 중견 기업에 적합한 '스마트 팩토리 핵심 기술' 및 '플랫폼 확보'를 통해 제조 경쟁력 확보가 가능할 것으로 판단된다.

 국내에서도 세계적인 제조업 패러다임 변환 추세를 반영한 '제조업 혁신을 통한 경제 성장 정책'을 다양하게 추진하고 있다. '산업통상자원부'에서는 2019년에 산업 제조업 부흥을 통한 세계 4대 제조 강국 도약을 목표로 한 4대 추진 전략인 '제조업 르네상스'을 제시하였다. '제조업 르네상스'는 '제조업 혁신 3.0 전략'의 후속으로, 스마트 공장의 보급·확산과 이르 위한 스마트 제조 기술을 개발하고 지역 거점 산업 단지의 스마트화를 추진할 것으로 발표했다.

반응형

7. '스마트 팩토리' 관련 기업

7-1. 지멘스(Siemans)

1. 국적: 독일
2. 특징: 스마트 팩토리의 대명사

 '스마트 팩토리'를 이야기할 때 가장 많이 회자되는 공장이 '지멘스(Siemans)'의 암베르크 공장이다. 암베르크 공장에는 설비 자동화 외에도 '디지털 트윈(Digital Twin)', 센서를 통한 정보의 수집·활용이 많이 알려져 있다. '디지털 트윈'은 제조 현장의 상황을 실시간으로 시스템을 통해 확인·제어할 수 있으며, 시제품 제작 단계에서 가상으로 제품 생산을 시뮬레이션할 수 있도록 하여, 개발 비용과 시간을 획기적으로 단축시켰다. 또한 불량률 등의 단순 수치 획득을 넘어서서, 불량이 발생했을 때 해당 작업의 담당자가 누구인지, 어느 협력사의 부품인지에 대한 상세 정보를 획득함으로써 문제 해결 시간을 획기적으로 개선하였다.

7-2. 제너럴 일렉트릭(General Electric)

1. 국적: 미국
2. 특징: 생각하는 공장(Brilliant Factory)

 '제너럴 일렉트릭(GE: General Electric)'의 '생각하는 공장(Brilliant Factory)'은 '항공', '발전', '오일 및 가스', '운송' 4가지 사업 영역에 필요한 제품을 한곳에서 생산하는 인도에 위치한 공장이다. '제너럴 일렉트릭(GE)'의 공장은 공장 시설과 컴퓨터가 IoT를 통해 실시간으로 대화를 나누고 정보를 공유한다. 이를 통해 '제품의 품질 유지'와 '돌발적인 가동 중지를 예방'하는 의사결정을 직접 내린다. 이를 통해 GE는 스마트팩토리를 구축한 첫해인 2015년에 전체 연료비의 1.5%인 1500만 달러를 절약하였다고 밝혔다.

7-3. 미쓰비시전기

1. 국적: 일본
2. 특징: 일본 스마트 팩토리의 산실

 '미쓰비시전기(三菱電機株式会社, Mitsubishi Electric Corporation)'의 '니고야 제작소(名古屋製作所)'는 일본 내에서 손꼽히는 스마트 팩토리다. '미쓰비시전기'는 1970년대부터 공장 자동화 시스템을 개발하였으며, 2003년에 e-F@ctory 솔루션을 개발하였다. 미쓰비시전기는 e-F@ctory 솔루션을 나고야제작소에 도입하면서 품질 손실은 50% 이상, 에너지 비용은 30%, 가공시간은 15% 이하로 감소하였으며, 생산성은 30% 증가하였다고 밝혔다. 미쓰비시전기의 e-F@ctory 솔루션'은 '지멘스(Siemans)'의 '디지털 트윈(Digital Twin)'과 경쟁하며 발전하고 있다.

7-4. 화낙(FANUC)

1. 국적: 일본

 '화낙(FANUC)'은 '지멘스(SIEMENS)'와 세계 시장을 석권하고 있는 'CNC 컨트롤러(CNC Controller)' 업체이다. '화낙'은 내부 버스를 독자적으로 개발·채용하고 100 메가비트의 '이더넷(Ethernet)'을 표준 장비로 하여 공장 내 LAN에 직접 접속, NC 데이터의 가동상태를 관리하는 CNC 컨트롤러 'Series 30i'를 개발하여 세계 시장을 선도해 오고 있다.

 Series 30i는 '최대 32축의 이송축', '8축의 주축 제어', '24축의 동시 제어', '10개의 가공 프로그램'을 동시에 실행 가능하다. 또한 절삭 성능 향상을 위해 '초고속 프로세서', '고속 내부 버스', '고속 서보 전류 제어', '16,000,000 Pulse/rev의 엔코더'를 채용하였으며, 나노 단위의 보간이 가능하도록 설계하였다. 또한 사용자 편의성 향상을 위해 15, 10.4, 8.4인치 컬러 LCD를 지원하여, 15개의 언어 지원 및 다이 몰드의 가공에 쓰이는 고용량의 가공 프로그램을 위해 8MB의 프로그램 전용 메모리 및 ATA Flash, COmpact Flash 메모리 등을 장착하고 있다.

7-5. LS 일렉트릭

1. 국적: 한국
2. 특징: 한국 스마트 팩토리의 선두주자

 'LS 일렉트릭(LS ELECTRIC)'은 한국의 스마트 팩토리 성공 사례에 손꼽히는 기업이다. LS 일렉트릭 청주 1사업장은 대표적인 스마트 팩토리로, 부품 공급부터 조립, 포장 등 전체 라인에 자동화 시스템이 구축되어 있다. LS일렉트릭의 청주 공장은 이미 수년 전부터 95% 수준의 자동화율을 달성하였으며, 생산라인 곳곳에는 무인 운반차가 배치되어 있다. 무인 운반차는 부품이 부족한 라인을 능동적으로 인식하여, 필요한 곳에 부품을 자동으로 운반한다.

 'LS 일렉트릭(LS ELECTRIC)'은 오픈형 스마트팩토리 생태계 플랫폼인 '테크 스퀘어(Tech Square)' 개발을 통해 제조 기업의 스마트 팩토리 구축 확대를 본격화하고 있다. '테크 스퀘어(Tech Square)'를 통해 스마트 팩토리 도입을 원하는 기업에게 최적의 솔루션 및 공급 기업을 매칭해주고, 시스템 유지 보수가 가능하도록 하는 서비스를 제공하고 있다.

7-6. 삼성SDS

1. 국적: 한국
2. 특징: Nexplant를 기반으로 한 스마트 팩토리 실현

 삼성SDS는 '넥스플랜트(Nexplant)' 플랫폼을 이용하여 스마트팩토리를 시현시킨다. '넥스플랜트(Nexplant)' 플랫폼은 공정 과정에서 통합 관제 시스템 역할을 수행한다. Nexplant는 크게 '3개의 존(플랜트 지능화, 제조 지능화, 물류·시설 지능화)'으로 나뉘어 있다.

7-7. 포스코(Posco)

1. 국적: 한국

 '포스코(Posco)'는 2015년 이후 과양제철소 후판공장을 기점으로 주요 공장에서 스마트화가 진행되고 있다. 제품 생산 현황을 면밀히 분석해 생산을 최적화하는 데 중점을 두고 있다. 이로써 '원가절감', '품질 불량 감소', '설비 장애 감소'가 예상된다. 또한 '한승케미칼' 등의 중소기업 '스마트 팩토리' 구축 지원 사업을 벌이고 있으며, 2019년에는 총 110개사를 지원했다. 25개사를 대상으로 지원 효과를 평가한 결과, 생산성과 품질은 각각 43%,와 52% 증가했고 비용과 납기는 27%가량 줄었다.

7-8. 라온피플(LaonPeople)

1. 국적: 한국

 '라온피플(LaonPeople)'은 '인공지능 머신비전 솔루션(AI Machine Vision Solution)' 전문 업체로, 2016년 한국 최초로 출시된 인공지능 비전 검사 소프트웨어 NAVI AI로 제조공정 혁신을 이루었다. 이 외에도 '바코드 리더 솔루션(Barcode Reader Solution)', '인공지능 카메라 모듈·렌즈 검사 솔루션' 등 산업 내 '인공지능 머신비전 솔루션(AI Machine Vision Solution)'을 제공하고 있다.

NAVI AI 3.0

7-9. 두산 공작기계

1. 국적: 한국

 '두산 공장기계'는 '스마트 팩토리(Smart Factory)'의 대응 제품군으로 'iDoo 컨트롤 솔루션'을 비롯해 타사의 Open CNC를 활용한 커스터마이징 솔루션 'HMI'과 PC 베이스 CNC 컨트롤 시스템 'CUFOS'도 개발 및 양산에 적용하고 있다. 'iDoo 컨트롤 시스템'은 공작기계의 장비로부터 데이터를 수집해 장비의 가동 상태를 모니터링하고, '가동률'과 '문제 발생 이력'을 분석하여 스마트폰으로 지원한다. 'CUFOS'는 PC 기반 하드웨어 채용을 통해 '공구 경로 생성 기능', '머신 시뮬레이션(Machine Simulation)', '실시간 충돌 방지 시스템(CPS: Collision Protection System)' 등을 제공하여 효율적인 복합 다축 가공이 가능하다.