위키원
스마트공장
스마트공장(smart factory)는 사물인터넷 기술을 이용해 제품개발, 공급망관리, 자원관리 등 중요한 의사 결정을 스스로 내릴 수 있는 공장을 말한다. 스마트팩토리라고도 한다. 스마트공장은 4차 산업혁명의 핵심 개념이다.
목차
개요[편집]
스마트공장은 설계 및 계발, 제조 및 유통 등 생산과정에 디지털 자동화 솔루션이 결합한 정보통신기술(ICT)을 적용하여 생산성, 품질, 고객만족도를 향상하는 지능형 생산공장이다. 공장 내 설비와 기계에 사물인터넷을 설치하여 공정 데이터를 실시간으로 수집하고, 이를 분석해 스스로 제어할 수 있게 한다. 스마트공장은 산업 현장의 생산성 향상을 위해 인공지능(AI), 사물인터넷(IoT) 등 다양한 기술이 융합된 자율화된 공장을 말하는 것이다. 예를 들어 사물인터넷은 대표적으로 센서와 디바이스 간의 통신에 사용되고 있다. 센서에서 다양한 데이터를 수집하고, 이를 게이트웨이나 서버에 전송한 후, 서버는 데이터를 분석하고 분석 결과를 보여주며, 관리자에게 전송한다. 이때, 인공지능, 기계학습 기술이 적용된 서버(Cloud)는 빅데이터를 분석하여, 설비의 고장이나 이상을 예측하고, 생산성 향상을 위한 방법을 제시해준다.
등장배경[편집]
과거에는 숙련된 작업자가 원료의 색깔을 보고, 혹은 설비의 소리만 들어도 경험적으로 무엇이 문제인지 알고 손쉽게 문제를 해결했다. 하지만 고령화에 따라 숙련공들은 점점 줄어들어 문제가 발생할 때 제대로 대응하기가 점점 어려워지고 있다. 또한 제품의 라이프 사이클이 단축되고 있고, 맞춤형 대량생산으로 변화하면서 가볍고 유연한 생산 체계가 요구되고 있다. 국내 총생산에서 제조업의 비중은 30%에 육박한다. OECD 국가 중 1위이고, 경쟁국인 일본(18%), 미국(12%) 등에 비교해 높은 수치를 기록하고 있다. 이러한 국내 제조업이 현재 위기를 맞이하고 있다. 국내 제조업의 경쟁률은 2014년 4위, 2015년 5위에서, 2020년 6위까지 떨어질 것으로 전문가들은 예상한다. 이에 국가적인 차원에서 제조업 경쟁력 향상을 위한 방법으로 스마트공장 도입을 추진하고 있으며, 정보통신기술과 결합하여 다방면으로 노력을 기울이고 있다.
특징[편집]
사이버물리시스템[편집]
사이버 물리 시스템(CPS)은 소프트웨어의 역할이 큰 제조시스템이다. 제조 기계나 기기 등 구성요소들을 인터넷과 연결하고, 이들이 상호 간 또는 재공품, 부품 등 자재와 통신을 가능하게 한다. 사이버 물리 시스템에서는 자재를 똑똑하다고 표현하는데, 그 이유는 자재가 자신의 품질, 가공 계획 등과 같은 특성을 전자태그(RFID) 같은 데이터 저장장치에 넣어 자신의 제조 공정을 자율적으로 제어하기 때문이다. 사이버 물리 시스템의 작동이 갑자기 중단될 경우 다른 시스템이 자동으로 업무를 넘겨받고, 시스템이 스스로 자재 흐름을 새로 조절할 수 있다.
인공지능[편집]
스마트공장은 인공지능(AI) 기술과 사물인터넷(IoT) 센서를 통해 실시간으로 미세한 문제를 찾아내 공정을 개선하고, 품질과 생산성을 향상할 수 있다. 스마트공장으로 설비효율을 높이고 제조원가는 낮춰 수요에 부합하는 다품종 맞춤 생산을 가능하게 하는 것이다. 인공지능 기술을 이용한 스마트공장은 정보통신기술과 자동화 기술을 접목해 다품종 대량 생산은 물론 맞춤형 소량다품종 생산도 가능한 시스템이다. 제조 정보화, 지능화 솔루션을 쉽고 빠르게 적용할 수 있게 해 표준화된 개발 및 운영환경을 제공하는 제조 정보통신기술 플랫폼을 실현할 수 있다. 전 제조 공정에 사물인터넷, 클라우드, 빅데이터, 모바일, 인공지능과 같은 최신 IT 기술을 적용해 공장 자동화를 넘어 공장 지능화로 업그레이드가 가능하다. 제조공정 일부분의 첨단화가 아니라 상품기획부터 생산라인, 물류까지 제품을 제조하는 전 과정에서 첨단 기술을 적용하는 것이다. 인공지능을 기반으로 스마트공장은 다음과 같은 장점을 갖고 있다.
- 능동성 : 수동적 대상인 공장이 능동적 대응을 수행한다. 일방향에서 양방향으로 전환하여 신규 데이터 상관성 도출, 재고 감축 작업 지시, 장기재고 이적 등 판단 결과에 기반을 둔 기능을 수행한다.
- 지능성 : 변화된 여건에 따라 스스로 판단한다. 의사 결정력을 발휘하여 배치잡(batch job)을 통한 주기적 판단을 하며 마스터 판단 기준을 통한 투입 데이터에 따른 산출 데이터를 도출한다.
- 연계성 : 생산 관련 참조 데이터 영역을 확대 운영한다. 다양한 대량의 데이터를 유관 데이터 영역으로 검토해 활용하고 기능과의 연계를 통해 데이터를 양적, 질적으로 확대하는 것이다.
- 민첩성 : 생산 운영 체계로서의 시스템 성능으로 실시간 처리 수준을 향상한다. 제조 운영 관련 경보, 조치, 소요 시간, 정보 공유 등의 기능을 통해 빠른 대응력을 확보한다.
- 신뢰성 : 생산 작업 운영에 대한 관리의 신뢰를 확보한다. 수집된 데이터의 신뢰성에서 시작해 인터로크(interlock) 등 작업 이상 상황에 대한 안정성을 통해 예측 가능한 작업을 수행한다.
관련 기업[편집]
국내 기업[편집]
- ㈜엘지(LG) : '초연결화, 초자동화, 초 지능화'의 슬로건으로 제조업 패러다임 변화에 빠르게 대응할 수 있는 팩토바(Factova) 정보통신기술(ICT) 플랫폼을 출시했다. 팩토바는 공장(factory)과 가치(value)의 합성어로, 제조 전체 밸류체인에서 발생하는 데이터를 설비나 센서로부터 직접 수집하고 이를 기반으로 정보화, 지능화 솔루션을 쉽고 빠르게 구축 및 운영하며 현장을 실시간으로 모니터링 및 제어하기 위한 표준 환경을 제공한다. 최적화된 스마트공장 환경을 제공하기 위해 ㈜엘지씨엔에스의 아이씨비엠에이(ICBMA) 기술과 엘지전자㈜의 소재·생산기술원의 장비 및 공정 설계 능력, ㈜엘지유플러스의 통신 인프라를 결합해서 엘지그룹의 계열사간 시너지를 극대화하는 차별점을 두고 있다.
- ㈜에스엠코어(SMCore) : 1972년 국내 최초의 자동화 창고시스템 성공 사례와 2017년 에스케이그룹 편입을 계기로 최신 정보통신기술을 접목한 스마트공장 전문업체로 자재 흐름의 자동화에서 여러 프로세스(분류,피킹,보관) 까지의 효율성, 속도, 신뢰도를 높이기 위해 공정 자동화, 창고 자동화를 갖춘 물류자동화 시스템을 제공하고, 생산성을 극대화하는 목적을 둔 자동입출고 시스템인 스타커(Stocker) 및 자동화기기인 바코드(Barcode), RFID 등을 활용하여 정확한 물류 제어를 통한 품질 불량 방지에 적합한 반도체 설비 시스템을 제공한다.
- ㈜포스코아이씨티(포스코ICT) : 세계경제포럼(WEF)이 선정하는 세계의 등대공장(Lighthouse Factory)에 포스코가 국내 최초로 선정된다.[1] 등대공장은 등대가 불을 비춰 배를 안내하듯 사물인터넷과 인공지능, 빅데이터 등 4차 산업혁명의 핵심기술을 도입해 세계 제조업의 미래를 혁신적으로 이끄는 공장을 말한다.[2] 국내 포스코는 제철소를 대상으로 설비, 품질, 조업, 에너지, 안전관리 등의 분야에 스마트공장을 적용하는 프로젝트를 추진한 ㈜포스코아이씨티는 사물인터넷을 활용한 설비 관리로 원인을 찾아 사전에 조치함으로써 안정적인 조업 환경을 유지함은 물론 설비의 수명까지도 연장할 수 있게 한다. 기존 문제가 발생한 후에 원인을 분석해 대응하는 체계에서 결함 원인을 사전에 파악해 불량 발생 전 선제적으로 대응하는 체제로 바꿔 불량 발생을 막을 수 있게 관리되는 획기적인 품질 체계를 갖춘다.[3] ㈜포스코아이씨티는 부서별, 단위공정 중심으로 스마트 과제를 수행한 것에서 벗어나 제철소 전체 공정을 통합하고 관통하는 과제로 확대해 원가절감과 철강 제품 경쟁력 향상을 도모한다(2020년 기준).
해외 기업[편집]
- 인텔(Intel) : 스마트공장의 핵심 기술인 산업 사물인터넷(IoT) 을 이용하기 위해서는 센서를 사용하는데, 대부분의 제조업체가 이미 센서 설치가 되어있으나, 이를 제대로 활용하고 있는 업체는 몇 되지 않는다. 인공지능 플랫폼을 설정할 때 과거에 사용되지 않았던 정보를 알고리즘에 제공하는 것만으로도 센서 데이터 사용량을 40배 이상 늘리며, 그 결과 새로운 장비를 설치할 필요 없이 공장 작업에 대한 종합적인 통찰력을 얻을 수 있다. 그러나 이처럼 엄청난 양의 워크로드를 실시간으로 실행하는 데는 상당한 컴퓨팅 성능이 필요하다. 이를 받쳐주기 위해 인텔은 인텔 제온 프로세서를 사용하여 알고리즘 속도를 가속한다. 덕분에 사용자가 사용하기 전에 미리 머신러닝 모델을 개선할 수 있게 된다.
- 제너럴일렉트릭(GE) : 공장 설비에 센서를 부착해 데이터를 수집해 설비와 설비 간, 공장과 공장 간에 사물인터넷으로 연결해 미리 설비의 이상 유무를 확인하고 시작의 수요에도 적극적으로 대응한다. 제너럴일렉트릭은 최근 인공지능 도입을 통해 스마트공장에서 발생하는 엄청난 양의 데이터를 활용할 수 있게 됐고 이를 처리할 수 있도록 인공지능에서의 딥러닝을 개발해 활용 중이다. 특히 세걔 최초의 산업인터넷 플랫폼인 프레딕스(Predix) 플랫폼에 인공지능을 적용해 작업자가 정보를 바탕으로 결정을 내리기 위해 필요한 지식을 제공하여 판단 착오를 줄일 수 있게 한다. 프레딕스 플랫폼은 터빈, 엔진 등 산업용 중대형 장비나 부품에 부착된 센서를 통해 축적되는 데이터를 분석해 현장에서 발생하는 각종 문제을 해결한다.[4] 작업자와 작업 현장의 중간 매개체로 작업자들은 프레딕스와의 대화를 통해 정보를 교환할 수 있으며 반복적 과정을 통해 적합한 솔루션을 얻는다. 제너럴일렉트릭은 제조업의 기본 운영방식을 변화시키는 3가지의 생산성 요소들을 고찰한다.[5] 제너럴일렉트릭의 생산성 요소 3가지는 다음과 같다.
- 린 제조방식 : 생산의 모든 과정에서 낭비를 줄이고 지속해서 공정을 개선하기 위해 노력하는 것이다. 토요타(TOYOTA)의 생산 시스템을 기본으로 하는 것으로 알려진다. 담당자의 참여와 소비자 가치를 극대화하는 것이 목표다.
- 첨단제조기술 : 첨단제조기술 안에 레이저 유도 방식의 절삭공구 로봇인 코봇(Cobot), 외골격(Exoskeleton) 기술, 자동화 기술 등이 있다. 이 중 어떤 기술은 소비자 시장에서 이미 일상적으로 적용되며, 레이저 기술의 경우 조명 쇼부터 미용 제모에 이르는 모든 분야에서 사용되면서 여러 산업의 제조공정에서 잠재력을 완전히 발휘하고 있다. 제조 공정에 적용된 레이저 기술은 생산비용을 줄이고, 작업장을 인체공학적으로 더 발전된 공간으로 만들 수 있다.
- 적층 제조기술 : 정밀성과 더불어 높은 효율성을 제공한다. 기존에는 생산이 불가능했던 부품들을 이 기술로 인해 만들 수 있게 된다.
현황 및 전망[편집]
- 현황
- 현재 한국 스마트공장의 단계는 일부 대기업을 제외하고 대부분 기초단계 수준 혹은 중간 수준 1단계에 머물러 있다. 2016년 발표된 스위스 최대은행 유니언뱅크(UBS)에 따르면 한국은 4차산업혁명 적응 준비 순위에서 139개국 중 25위를 차지하고 있다. 2015년 OECD국가 중 노동생산성 순위에서는 28위를 기록하였다. 31.8로 평균인 46.7에 못 미치는 수치이다. 또 저 출산으로 인한 노동인구의 감소로 인해 노동력 부족현상이 올 수 있다고 전문가들은 예측하고 있다. 이러한 상황에 대한 해결책으로 민관이 협력하여 스마트공장을 추진하고 있지만 현실적인 문제로 인해 추진이 쉽지 않은 상황이다.
단계 자동화 공장운영 고도화 제어자동화 및 디지털 식별이 결합된 사물인터넷 이용 자동화 CPS, 사물인터넷, 빅데이터를 이용한
자가진단과 제어능력을 갖춘 지능형 생산중간수준2 설비 제어 자동화 실시간 의사결정 및 설비 직접 제어 중간수준1 설비로부터 실시간 데이터 수집 설비로부터 집계된 실적 중심의 공장 운영 분석 기초수준 바코드 RFID를 이용하여 기초적 물류정보 수집 수준 설비로부터 집계된 실적 중심의 공장 운영 분석 ICT 미적용 엑셀 활용 정도 시스템을 갖추고 있지 못한 상태
- 전망
- 스마트공장은 고령화와 인구 성장 정체에 직면한 한국경제에 노동력 문제를 해결할 수 있는 가장 탁월할 해법으로 꼽힌다. 고령화 및 인구 성장 정체가 굳어지더라도 저성장에 빠지지 않는 새로운 경로 개척이 스마트공장에 의지하고 있기 때문이다. 스마트공장을 이용해 중소기업을 스마트화·고부가가치화하면 대·중소기업 간 노동시장 이중구조 문제도 일정 부분 해결할 수 있을 것으로 예상된다. 스마트공장은 다양한 방식으로 기술이 융합되어 고도화된 자율화 스마트공장으로 발전될 전망이다. 대표적인 예로 디지털트윈(digital twin)을 들 수 있다. 컴퓨터에 현실 속 사물의 쌍둥이를 만들고, 현실에서 발생할 수 있는 상황을 컴퓨터로 시뮬레이션 함으로써 결과를 예측하는 기술이다. 데이터를 기반으로 가상 공간에서 미리 시뮬레이션해 보는 것으로, 시뮬레이션을 위해서는 방대한 데이터의 수집, 분석 그리고 예측을 위한 인공지능, 시뮬레이션을 위한AR(증강현실), VR(가상현실)과 같은 기술들이 필요하다. 특히 산업 현장에서 디지털 트윈을 통해 작업 프로세스를 미리 시뮬레이션해 봄으로써 손실을 줄이고 작업의 효율성을 높일 수 있을 것이다.
동영상[편집]
각주[편집]
- ↑ 김도형 기자, 〈스마트 팩토리 포스코, 제조업 미래 밝힐 ‘세계 등대공장’에 〉, 《동아닷컴》, 2019-07-04
- ↑ 포스코ICT, 〈스마트팩토리 (Smart Factory)란 무엇일까?〉, 《포스코ICT 블로그》, 2016-06-22
- ↑ 손성락 기자, 〈(Smart Factory)란 무엇일까?〉, 《서울경제》, 2020-01-13
- ↑ clutho, 〈(Smart Factory)GE PREDIX-Steemi 〉, 《스팀잇》, 2017-07-07
- ↑ 〈GE의 생각하는 공장이 현실화되고 있다〉, 《GE리포트코리아》, 2017-01-12
참고자료[편집]
- 오토데스크 공식 홈페이지 - https://www.autodesk.co.kr/solutions/smart-factory
- 포스코 ICT 공식 홈페이지 - https://smartfuture-poscoict.co.kr/306
- 〈스마트팩토리〉, 《위키백과》
- 김영우 기자, 〈[4차 산업혁명과 직업의 미래 7. 스마트팩토리의 현재와 미래]〉, 《IT동아》, 2018-09-17
- 〈AR과 IoT를 기반으로 한 스마트 팩토리〉, 《youtube》
- 김은 교수, 〈[김은의 인더스트리4.0 <9>스마트 팩토리의 특징-1]〉, 《키포스트》, 2017-11-13
- 김동규 기자, 〈[스마트 팩토리2 내가 바로 스마트 팩토리]〉, 《이코노믹리뷰》, 2018-11-19
- 김강현 기자, 〈스마트팩토리 효과의 허와 실〉, 《서울경제》, 2018-09-27
- 김승택 이사, 〈스마트 팩토리의 성공적 도입을 위한 고려사항〉, 《Strategy Consulting Group》
같이 보기[편집]
| ||||||||||
| ||||||||||||||||||
