23. 11월 중소 제조 현장 클라우드 사례


 

?서울과학종합대학원 / 한석희 연구교수





 

초기 수준의 제조 현장 클라우드 응용


 

전체적으로 보면 클라우드 컴퓨팅 기술을 활용하는 기업 사례는 점차 늘어나고 있고 응용과 활용 방법 역시 다양해지는 것을 볼 수 있다. 그러나 제조 산업 현장에서 클라우드 컴퓨팅의 응용 사례를 찾는 것은 아직까지는 그리 쉽지 않다. 응용 기업을 찾는 일을 중소 기업이나 중견기업으로 폭을 좁혀 보면 더욱 더 그렇다. 그만큼 클라우드를 활용이 제조 현장과 관련되는 응용에서는 초기 단계라는 뜻으로 해석된다.

이런 환경에서 실제 응용된 기업 사례를 찾고 그 기업 사례를 분석하는 것은 역시 쉽지 않다. 당장 사례가 거의 없으니 분석이 제약이 따른다. 그런 상황에서도 변화는 생기고 있다. 솔루션 기업이 그런 변화를 주도하고 있으며 이들이 공개하는 몇 개 기업 사례를 온라인에서 확인할 수 있다. 주로 솔루션 공급 기업들이 이런 도전의 선봉에 있다는 것을 잘 보여주는 셈이다. 이렇게 얻어진 사례를 살펴보게 되는데 그 첫번째 사례는 솔루션 공급기업의 상업용 서비스 사례에서 찾아볼 수 있다.

 
사례 1

사례1은 국내에서 스마트공장 솔루션을 제공하는 울라라랩㈜의 실제 사례이다. 이 기업은 빅데이터와 사물인터넷, 인공지능 응용 기술을 응용한 서비스를 개발하였다. 창업 이후 줄 곳 국내 외에서 스마트공장 분야에서 큰 주목을 받아 해외 시장인 중국, 동남아 등에서 사업 활동을 활발하게 수행한 기업이다. 창업된 지 벌써 10여년이 된 기업이기에 스타트업이라고 말하는 것보다는 혁신기업이라 말하는 것이 좋은 수준인 기업이다. 그러나 10년여 기간에 비해 사업의 규모는 그리 성장하지 못한 것이 특징이다. 이는 논의하는 제조 현장의 클라우드 서비스의 현재 주소를 보여 주기도 한다. 이 회사의 대표적인 서비스는 클라우드 컴퓨팅을 활용하여 데이터 분석을 통해 설비의 이상 징후를 예지적으로 알려 주는 것이다. 구독형 서비스를 제공하는 전형적인 클라우드 컴퓨팅 응용 사례이다.

이 회사가 제공하는 서비스의 내용과 주요 기술을 인터뷰와 데모 실현 등을 통해 얻은 정보를 요약하면 다음과 같다. [1]

“우리 회사는 대기업에서 활용되는 설비 운영 관리 활동을 중소 기업이나 영세한 제조기업에서도 리스 형태로 사용할 수 있는 서비스를 공급하고 있다. 이는 최근 제조설비에 대한 유지관리 서비스에 해당하는데, 순회 점검과 계획정비에서 기계의 운전 상태를 수치와 그래프로 표현하여 관리하는 ‘상태관리기법’ 즉, CBM(Condition Based Maintenance), 또는 ‘머신러닝과 알고리즘을 통해 데이터를 분석해서? 문제발생 탐지와 수명 예측을 가능하게 하는 PdM(Predictive Maintenance)’으로 발전하고 있는 것을 모듈화하고 서비스화 한 것이다.

이 회사의 서비스 특징은 25일 이내의 단기 설치와 응용이다. 또 상대적으로 저렴한 사용료 지급으로 요약된다. 공장에서 수집되는 데이터는 클라우드로 보내지고 머신러닝방식으로 분석되어 필요한 모바일 기기나 태블릿, PC 등으로 서비스된다. 이때 응용되는 전송은 3G 또는 4G, Wi-Fi 등 무선통신망이다.”

 

그림-11월-1

[그림1. 진동과 전류 데이터를 분석해 기계설비 상태를 원격 관리하는 예지보전(PdM사례), 출처 울라라랩]


[1] 출처 울라라랩(2019)

 

 

또 다른 사례는 MES라는 제조관리실행 시스템을 클라우드 컴퓨팅 환경에서 활용하는 서비스하는 솔루션 공급 기업인 지에스티 주식회사라는 공급기업의 시스템을 활용하는 기업의 예이다. 지에스티는 2017년 이후 이 사업을 시범적으로 클라우드 이용 상업용 서비스로 공급하였다. 그 결과 클라우드 환경에서 서비스를 하는 사례를 제조 기업 중에서 7개 정도 구축할 수 있었다. 경남, 부산 그리고 충청 지역의 중소 기업 현장에 MES를 설치하는 과정에서 클라우드에 소프트웨어를 설치라고 활용하는 사례를 보여주고 있다. 지에스티가 공급하는 서비스를 사용하는 이 기업들의 사례를 요약하면 다음과 같다.

 
사례 2

J사는 천안 아산에 있는 기업이다. 작업자가 입력하는 데이터를 바코드만 가지고 시스템으로 처리하기 위해 MES를 설치한 사례이다. 즉 작업 지시를 바코드와 바코드 스캐너를 이용하여 내릴 수 있다. 이런 일이 가능한 MES는 클라우드에 설치되어 있다.

이렇게 설치된 MES를 활용한 결과 제품의 불량 내역 조회를 위해 현장에 내려가지 않고도 사무실에서 확인할 수 있는 것을 장점으로 꼽고 있는 기업이다. 생산 진행 현황이 공장 내부의 대형 모니터에 표시되고, 사무직 직원이 머무는 사무실의 컴퓨터 화면 등으로도 현황이 제공되는 수준으로 MES가 응용 되는 모습을 볼 수 있다.

이런 일을 추진한 J사의 업무 특성과 프로세스는 고객으로부터 주문을 받아 금속 부품을 정밀 가공하여 납품하는 업무 프로세스를 지니고 있다. 주문형 제품 가공 기업이다. 따라서 주문의 처리, 작업지시, 작업 내용 파악, 양품, 불량품 수 확인 등을 MES가 수집하여 정보를 제공하는 수준의 일을 처리한다.

 

이 사례는 MES를 활용하는 대부분의 스마트공장 응용 기업에서 얻는 성과가 클라우드 환경에서도 적용된다는 것을 보여주는 사례에 해당한다.
?

사례 3

I사는 부품을 여러 가공설비인 CNC에서 가공한 완성된 가공 부품 수량을 자동으로 수집하거나 품질을 측정하는 용도를 위하여 MES를 설치한 기업 사례를 보여주고 있다. 20여개에 이르는 CNC 설비에서 각각 생산된 부품의 숫자를 수집하여 이 데이터를 종합 정리하여 상황판에 표시하는 용도로 MES가 활용된다. 개별 설비의 운영 상황은 물론 공장 전체의 현상 합계 등이 표시되는 수준을 보여주고 있다.

?

사례 2와 동일하게 사례 3에 등장하는 MES 응용 예는 클라우드에 설치한 설치 환경임에도 이 기업들이 수행하는 업무를 무리 없이 잘 처리하는 것을 보여준다. 이 두 회사 업무의 특성은 데이터 전송의 긴급성에 예민하지 않다는 점과 함께 정형화한 데이터만을 주로 처리하는 것을 볼 수 있다.

?
사례 4

K사는 잉크를 제조하는 기업이다. 잉크 제조 화학 공정에서 운영하는 설비의 여러 지표를 제어패널의 디스플레이에 표시하도록 하기 위하여 MES를 설치하한 기업 사례이다. 이 회사의 공장 관리와 운영하는 프로세스의 모습은 ‘자동 제어 방식’이 아니라 사람이 제어를 주도하는 ‘수동 제어 방식’이다. 즉, 설비의 제어를 시스템을 통해서 자동으로 추진하는 것이 아니라, 사람인? 관리자가 주기적으로 모니터링 화면이나 기기의 지시값을 확인하면서 필요한 조치를 하거나 제어를 하는 수준이다.

 

사례 4는 MES를 활용하는 환경은 다른 기업과 동일하지만 공장의 설비를 수동 제어하는 특성을 지닌 현장의 모습을 보인다. 이런 환경에서 클라우드의 응용이 전혀 문제가 되지 않는다는 것을 보여준다. 즉 현장에서 수집되는 데이터 측정값을 실시간으로 제어 통제실의 모니터링 설비에 나타나게 하는 수준으로 MES 시스템과 관련된 데이터 수집 과정이 응용되고 있으며 어떤 문제도 없음을 볼 수 있다.

?
사례 5

B사는 자동화 가공 기계에서 부품을 가공하는 공정을 가지고 있는데 이 가공 결과인 생산대수를 MES가 실적 확인을 하도록 시스템을 응용한 경우이다. 각 설비마다 작은 모니터가 설치되어 가공 목표와 가공결과, 양품, 불량품의 숫자, 해당 부품의 명칭, 활용되는 재료 정보 등이 표시되도록 하는 수준의 모니터링을 위해 MES가 운영되는 기업이다.

?
사례 6

M사는 부산 지역에 있는 기업으로서 소성공정과 사출공정을 주요 공정으로 가진 기업이다. 각 공정을 담당하는 설비가 수십 대 이상으로 구성된 생산 라인을 보유한 기업이다. 이 회사에서는 각 설비에서 생산되는 제품 상황이 집계된다. 이렇게 집계된 정보가 모두 모아져서 중앙 데이터 센터에서는 각 라인의 설비 가동현황이 실시간 수치와 도표 형태로 나타나는 사례를 보여준다.

?

사례 7

X사는 볼트에 와셔를 결합하는 공정을 보유한 기업이다. 이 일을 자동화한 기업이다. 즉 2개 부품이 순서대로 기계 속으로 진입하면 자동으로 조절되는 주변 설비에 의해 사람의 개입없이 볼트에 와셔가 결합되는 공정을 처리하는 설비 등이 운영되는 사례를 보여준다. 이때 와셔가 제 자리에 제대로 결합되었는지를 비전 검사기로 즉시 검사하고 결과에 따라 양품과 불량을 가리는 공정이 뒤 따르는 공정을 가지고 있다.

 



 

사례의 특징 분석 결과


 

본 고에서 등장하는 사례 6가지의 특징은 공통적으로 데이터 전송의 시급성이 상대적으로 덜 민감하다는 점을 보인다. 센서에서 수집되는 데이터의 전송이 조금 지연되어도 별다른 문제가 없다는 뜻이다. 또한 취합되는 데이터가 대부분 정형 데이터란 특징도 보인다. 또 사례 1을 제외하고는 빅데이터 분석 등과 같은 분석은 염두에 두지 않는 환경이란 점도 공통점이다. 설사 빅데이터 분석을 취하더라도 데이터 전송과 대응의 시급성이란 점에서는 클라우드 활용이 문제가 되지 않음을 보여주는 사례이기도 한다.

특히 공장 제어나 분석에 따른 분초를 다투는 대응 활동이 이어지는 업무 절차가 불필요한 현장 특징이 공통 사항이다. 자동이 아닌 제어를 수행하는 경우라는 점에서 클라우드 응용은 문제가 될 수 없음을 이런 사례들은 실증적으로 보여준다. 즉, 사람이 판단하고 개입하여 처리하고 대응하는 현장은 클라우드 활용이 문제가 없음을 보인다.

빅데이터 분석이 이뤄지는 사례 1의 경우에서도 빅데이터 분석 결과가 예지적으로 사전에 경보를 보내는 수준의 활동을 한다는 점에서 클라우드의 응용은 이미 제약 조건이 아니란 것을 확인할 수 있다. 특히 설비의 예지 보전 활동이란 점에서 현장 작업자나 관리자가 대응할 시간을 충분히 지닐 수 있다는 점에서 데이터 업로드 또는 분석 경보 전송과 같은 전송 시급성을 문제가 되지 않는다는 특징을 지녔다.

다른 5가지의 사례도 대체로 생산 결과를 요약하는 수준이기에 데이터 시급성이 중요하지 않다는 점을 확인할 수 있다.

종합적으로 판단할 때 데이터 전송의 시급성이 없고, 데이터 전송이 일부 지연되어도 문제가 없는 사례의 경우에는 클라우드를 이용하는 제조생산관련 시스템 응용이 별 문제가 없다는 점이 사례를 통해서도 잘 보이고 있다. 그럼에도 불구하고 실제 제조 현장에서 클라우드 환경을 활용하는 생산관리시스템을 응용하는 사례를 발견하기 어렵고 그 확산이 느린 것은 기술의 제약이 아닌 마인드 셋, 또는 클라우드 서비스를 사용하는 비즈니스 모델과 조건에서 기인하는 것으로 추정할 수밖에 없다. 향후 이런 제약과 원인에 대해서는 시간을 가지고 조사와 연구가 필요할 것으로 판단된다.

 





저작권정책

K-ICT 클라우드혁신센터의 저작물인 『11월 국내 중소 제조 기업의 제조현장 클라우드 응용 사례』는 K-ICT 클라우드혁신센터에서 서울과학종합대학원 한석희 연구교수에게 집필 자문을 받아 발행한 전문정보 브리프로, K-ICT 클라우드혁신센터의 저작권정책에 따라 이용할 수 있습니다.
다만 사진, 이미지, 인용자료 등 제3자에게 저작권이 있는 경우 원저작권자가 정한 바에 따릅니다.