[정보통신신문=박남수기자] 제조업은 항상 혁신의 최전선에 있다.
스마트 팩토리는 인공 지능, 머신 러닝, 사물 인터넷(IoT) 와 같은 기술을 채택하고 통합해 관련 센서들간에 자율적으로 반응하도록 설계된 제조 시설이다. 스마트 팩토리는 이와 같이 더 많은 연결된 시스템을 통해 기계 수준이 아닌 서비스 수준에서 실시간 피드백을 제공한다.
특히 스마트 팩토리는 바쁜 제조 환경에서 흔히 발생할 수 있는 수직적 정보 사일로 문제를 극복할 수 있다. 데이터 모니터링은 항상 최적화 영역을 식별하는 방법이었지만, IoT를 도입하면 여러 기계에서 동시에 발생하는 방대한 양의 정보를 거의 실시간으로 모니터링할 수 있다. 또한 스마트팩토리는 5G 연결로 이전에는 연결되지 않았던 많은 기계에 액세스할 수 있게 되었으며, 이러한 정보를 활용해 데이터를 실행 가능한 인텔리전스로 전환함으로써 사람 또는 인공지능(AI)가 더 나은 의사 결정을 내릴 수 있게 되었다.
대규모 스마트 팩토리는 제조 공정 내에서 일부 공정이 지연되는 경우 사람의 개입 없이도 다른 단계의 생산 속도를 조정할 수 있다. 한 단계 더 나아가 스마트한 방식으로 공급망에 통합하여 부품 고장률이 높은 영역을 식별하거나 센서 데이터를 사용하여 특정 시점으로 '되감기'한 다음 고장을 확인하여 해결할 수 있어, 제품 및 서비스를 개선할 수 있다.
기존 공정에 AI와 ML 등을 도입한다는 것은 어렵게 느껴질 수 있지만, 수년간의 나의 현장 경험을 통해 본다면 스마트 팩토리의 핵심 구성 요소를 활용하기 위한 '진입로' 찾기는 생각보다 간단했다. 실제로 쉽게 도입하여 사용 가능한 저비용의 오픈 소스 옵션을 활용하여 기업들은 몇 주 또는 몇 달 안에 스마트 팩토리 기능을 실행할 수 있다. 이러한 스마트 팩토리 구현의 핵심은 투자 수익률을 높이고, 핵심 프로젝트를 실행하는데 집중해야 한다는 것이다. 프로젝트 시작 후 첫 12개월 동안 투자 수익이 발생하지 않는다면, 계속 진행할지를 신중하게 검토해야 한다.
투자 대비 수익이 없는 상황, 사전 필수 업그레이드 또는 기타 시간 낭비적이고 비용 소모적인 이니셔티브가 요구되는 상황을 주의하고, 비용이 투자되는 모든 작업과 최종 수익이 연결되는지 확인해야 한다. 표준화된 시스템을 구축하는 것은 좋지만, 기업만의 고유한 솔루션을 만들기 위해 많은 비용을 투자하거나, 통제가 불가능한 클라우드 기반 서비스를 장기간 사용해야 하는 시스템 구축은 피해야 한다. 마지막으로 솔루션이 '핵심 프로젝트 실행 목적에 맞는지' 확인해야 한다. 예를 들어 매우 높은 대역폭을 요구하는 솔루션은 실리콘밸리 연구소에서는 훌륭해 보일 수 있지만, 높은 대역폭을 프로비저닝하는 데 재료비가 많이 드는 지역에서 지리적으로 다양한 제조 시설을 사용하는 비즈니스에서는 작동하지 않을 수 있기 때문이다.
제조는 항상 혁신, 재창조, 최적화와 함께했다.
하지만 '스마트 팩토리'라는 말은 기존의 운영 방식이 그다지 '스마트'하지는 않았다는 것을 의미한다.
리미니스트리트는 제조 기업이 스마트 팩토리의 이점을 누릴 수 있도록 기존 고정 기업용 애플리케이션 유지 보수 비용을 줄이고, 절감된 비용을 우선순위가 높은 프로젝트에 재할당하며, 전사적인 비즈니스 혁신에 투자할 수 있도록 지원하고 있다. 이를 통해 고객은 전략적, 재무적 및 운영 목표를 달성할 수 있는 맞춤형 스마트 경로(Smart Path)를 설계할 수 있다. 제조기업은 이제 혁신 기술을 도입하여 단순업무를 자동화하고 혁신 프로젝트를 수행하는 등 인적 자원을 효율적으로 운영할 수 있는 방안을 고민해야 할 시점이다.