|
조회수
|
1017
|
|
제목
|
중소/중견기업을 위한 스마트팩토리
|
|
작성자
|
onesecure
|
|
작성일자
|
2019-03-31
|
이번 포스트는 스마트 팩토리 연구 동향에 대한 단상 및 이에 대한 국내차원에서의 대응에 대해 언급드리고자 합니다.최근들어서 스마트 팩토리란 무엇이며, 어떤 구조를 갖고 있어야 하는지 등에 대한 일련의 아키텍팅 연구가 진행되고는 있지만, 이들을 자세히 보면 해당 안들이 중소기업에 적용하기엔 비용 측면에서 상당히 애로사항이 있습니다. 이외에도 현존하는 중소기업 자체가 기업 내에 스마트 팩토리 적용에 선결조건으로 작용하는 IT 기초 infra가 부족한 경우도 많습니다.사실 여러 기업에서 스마트 팩토리 구축을 위해 다양한 요소기술에 많은 R&D 과제를 발주하고 많은 SI 업체와 협업을 하고는 있습니다만, 해당 기업들을 보면 최소 중견기업 이상이며, 대기업 위주의 참여로 이뤄지는 것이 현실입니다. 기업에서 발표하는 스마트 팩토리 비전 관련 자료의 소스 역시 대기업이 절대다수입니다.전반 제조업 발전을 위해선 당연히 중소기업에 대한 깊은 이해가 필요합니다. 대한민국의 경우 중소기업이 압도적으로 많은 비중을 차지합니다. 이들에 대한 이해, 이들에 대한 스마트 팩토리는 어때야 하는가에 대한 고민 없이는 절대로 산업 전반의 스마트화가 이뤄지지 않을 것입니다.이를 위해서 한국의 일부 R&D 과제에서도 고심을 하고 있는데요, 우선 한국에는 스마트공장 추진단이 대한민국의 스마트 팩토리 보급 확산을 위해 열심히 노력을 하고 있습니다. 이들 역시 기업별로 IT 인프라 수준이 다르다는 걸 알고 있으며, 업종에 따라 각 생산 관리 업무 수행 시 차이점이 발생한다는 것을 잘 알고 있습니다. 이에 스마트공장 추진단에서는 "한국형 스마트팩토리 업종별 참조모델"이라는 것을 만들었습니다.링크는 다음과 같습니다. 매년마다 업그레이드를 합니다.http://www.smart-factory.kr/Service/Data/appl/EduDataView.asp이는 우선 IT infra 수준을 기초 수준 미달, 기초 수준, 중간 수준 1, 중간 수준 2, 고도화 단계로 나눠서 업종별로 어떤 조건을 만족해야 하는지 상세히 기술을 하였습니다. 아울러 제시한 업종은 중소기업들이 주로 활동하는 뿌리 업종 위주로 편성이 되어 있어 많은 중소기업들이 참고하고 업종별, 각 생산관리 분야 별, 자신이 속한 IT infra 수준에 따라 자기의 현 상태를 알고 다음 단계로 나가기 위해 어떠한 요소들이 이뤄져야 하는지 파악하며 단계별로 추진할 수 있도록 하고 있습니다.아울러, 중소기업을 위한 smart factory 적용 방안으로 좀 더 다른 접근을 하는 기관도 있습니다.크게 중소기업을 나눠보면 10~20인 이하 사업장과 그 이상인 사업장으로 나눌 수 있습니다. 왜 이렇냐 하면, 10~20인 이하 제조 업체가 생각보다 그 수가 많기 때문입니다. 10~20인 이하 제조업체인 경우, 사실 이들은 적절한 관리 시스템만 있어도 워낙 소규모이기 때문에 운용하는 데 있어 문제가 없다고 보고 있습니다. 따라서 이들에 대해서는 다음의 링크와 같이 무료로 생산 관리 App.들을 다운 받을 수 있게 하는 사이트들을 제공하고 있습니다.http://new.mfg-app.co.kr/만약에 20인 이상의 사업장이고, 기본적인 데이터 획득을 하고 있는 기업인 경우라면 얘기가 좀 다릅니다. 데이터를 획득한다는 것은 기본적으로 데이터를 관리하고 이를 활용하는 어떤 일이 필요하다는 것을 내포하기 떄문입니다. 이는 기본적인 생산 현황 관리 수준으로는 충족이 안되며, 그렇다고 제조업체에서 근무하는 사람들이 데이터 활용 능력이 높은 편이 아니고 해당 시스템 투자하는 데 있어 비용 부담을 느끼기 때문에 좀 더 다른 접근이 필요합니다.이에, 다음 링크와 같이 클라우드 기반 생산관리 시스템 및 데이터 분석 플랫폼을 제공하는 일련의 플랫폼 사업을 진행하고, R&D 과제로도 활발히 진행하고 있습니다.http://www.dbpia.co.kr/Journal/ArticleDetail/NODE06648677따라서, 해당 링크에서는 연구 목표로, 대한민국의 다양한 중소 제조업체로부터 획득되는 데이터들을 미들웨어를 통해 SaaS cloud(생산 관리 App들을 한데 모아놓은 곳이라 보면 됩니다.) 및 빅 데이터 플랫폼(제조 데이터에 대한 일련의 분석 기능 제공)에 연동하고 서비스를 제공하고자 합니다.  | | 출처: 상기 링크 |
이를 위해선 단순히 제조 기업에 대한 클라우드 및 빅 데이터 플랫폼 만드는 것에서 끝나는 것이 아닙니다. 당연히 플랫폼이라면 데이터 및 통신 관점에서의 일관된 표준이 존재해야 하는데요, 이 점에 대한 많은 노력이 필요합니다. 업종 별로 다른 데이터 항목들을 획득해야 할 것이고, 또한 같은 업종이어도 세부 업종에 따라 또 다르며, 세부 업종이 같아도 사용하는 설비만 좀 달라도 획득되는 데이터의 종류/이름/단위들이 모두 다르기 떄문입니다. 또한 각 기업 별로 생산관리 시스템에서 활용하는 데이터의 종류/항목 갯수 등도 다르며, 다른 형태의 IT Infra 및 연결 방식을 갖고 있기에 이 점이 가장 극복해야 할 이슈입니다.  | | 출처: 상기 링크 |
상기 링크에 들어가면, 미들웨어, 클라우드, 빅 데이터 플랫폼을 어떻게 구성했는지 어떤 내용이 들어가야하는지에 대한 내용들은 좀 나와 있습니다. 이런 내용이 무엇인지 각각 파악하는 것도 중요하지만, 그것보다는 상기 언급드린 데이터/통신 관점에서의 이슈에 대해 더욱 주목해야 합니다.물론 데이터/통신에 대한 규약을 기업별로 다르게 적용한다고 하면 할 수는 있습니다. 하지만, 이렇게 하면은 분석 알고리즘도 기업별로 다르게 만들어야 하고(설령 데이터 마이닝, AI의 재학습 부분은 그렇다 쳐도, 전처리 부분은 당연히 달라야 합니다. 하지만 전처리 작업이 전체 70% 의 노력을 소모하게 됩니다.), SaaS cloud 내 한 기업에 대한 파티션 구성 시 저마다 다른 연결 설정 및 저장 데이터 베이스에 대한 구조도 다 달라야 합니다. 심지어, 데이터 베이스 구조가 다르고 그러면 App.개발도 또 추가로 해야겠죠.보안에 대해서도 이슈가 있습니다만, 해당 부분은 기술적으로는 여러 수단이 있기 때문에 상대적으로는 덜한 편이라 볼 수 있습니다. 다만 해당 보안 메커니즘 실행에 있어 각 기업별로 요구하는 QoS 를 훼손하면 안되겠죠.따라서, 해당 안이 실현되기 위해서는 상당히 해당 부분에 대해 많은 노력이 기울어 져야 하는 건 물론이거니와, 기업들의 적극적인 협력도 필요합니다.이상으로 이번 포스트를 마치도록 하겠습니다.감사합니다.
|
|
|
|
|
