|
이를 위해 빅데이터 관리 기술이 인공지능(AI) 기술과 함께 주목받고 있으며, 기존 기술만으로 경쟁에 나선 기업들에게 위협적인 경쟁 요소가 되고 있다. 그 대표적인 경쟁의 틀(framework)이 지능형 플랫폼(platform) 기반의 스마트팩토리이다.
스마트팩토리 고도화는 산업과 기업의 핵심 역량(core competency)을 새로운 경쟁우위 요소로 부각시키고 있다. 일반적으로 제조 산업은 연구개발, 생산, 영업, 마케팅, 공급망(supply chain), 그리고 가치망(value chain) 운용관리(運用管理) 활동으로 구성되어 왔다. 그러나 기존의 기능별 시스템의 구조적 한계성이 도드라지고 있어 부분 최적화에 함몰되는 현상이 나타나고 있다. 과거 3차 산업혁명을 주도한 린 생산(lean production) 체제로는 시장의 변화에 대응하기가 어려워지고 있다. 생산성 향상, 비용절감(DOWNTIME), 적기납품(JiT) 등 익숙한 개념들이 기업과 산업 관점에서 아직도 가능한 개념들인가?
물론 부분 최적화, 소품종 대량생산, 그리고 푸시전략(push strategy) 관점에서는 아직도 유효하다. 하지만 전사적인 차원에서 고객의 요구와 시장의 변화에 대응하기 위한 자원 배분의 문제와 대응력 향상을 위해, 개인화되고 있는 고객의 맞춤 요구에 대응하기 위해 투입해야 할 다양한 자원들의 한계성이 전체 최적화 관점에서 원가 상승 요인이라는 점을 직시해야 한다. 즉 개인화된 맞춤과 다품종 소량생산의 적기맞춤(Fit in Time, FiT) 고객 대응을 위해서는 탈중앙화(decentralization) 시스템으로 변환(transformation)되어야 한다.
기존 중앙 집중적으로 설계된 기존 시스템 환경이 걸림돌이다. 소품종 대량생산 시대에는 엄청난 힘을 발휘했던 중앙집중식 체계가 “변화”를 요구 받고있다. 다양한 시장에 대응하기 위해 제조 탄력성을 지속적으로 향상시킬 목적으로 인공지능(AI)을 활용해야 하기 때문에, 4차 산업혁명은 지능화를 위해 탈중앙화를 요구한다. 또한 데이터가 수익원이고, 빅데이터가 인공지능 기반 제조 지능화의 원료이다. 인공지능(AI), 사물 인터넷(IoT), 행동 인터넷(IoB), 빅데이터 관리 기술 등 새로운 정보통신기술(ICT)을 활용해서 상호작용(interaction)을 통한 축적의 힘과 상호 연결을 위한 데이터 관리 역량이 제조 현장에 뿌리를 내릴 수 있도록 새로운 생태계를 조성하는 것이 시급하다.
개인화된 맞춤(personalized bespoke) 제조 시스템에 대한 요구는 오래전부터 있었으나 기술과 비용의 문제로 가내 수공업 형태로 제작되거나 대량생산 제품의 사후 변경 방식인 튜닝 등으로 진행되어 왔다. 최근 개인화된 맞춤(bespoke)에 대한 선호도가 높아지고 개인화된 맞춤 제품의 자동 생산을 보편화할 수 있는 기술 요소들이 개발되면서 개인화된 맞춤 제품의 자동 생산이 가능한 스마트팩토리 시스템의 보편화를 위한 다양한 시도가 본격화되고 있으며, 대량생산에 최적화된 지금까지의 제조 시스템은 미리 입력된 프로그램에 따라 제조 설비들이 수동적으로 움직이는 방식인데 비해 개인화된 맞춤 제품의 자동 생산이 가능한 스마트팩토리 시스템은 제품과 상황에 따라 능동적으로 작업 방식을 결정하는 유연한 시스템과 고객과 시장 대응력을 극대화하기 위해 디지털 트윈(DT) 기술이 요구되고 있다.
최근 소비자 구매 행동이 빠르게 격변하고 있다. 경험을 사고파는 경험 관리 역량, 즉 개인화된 맞춤을 대응하는 역량까지도 인공지능(AI)과 빅데이터 관리 기술에 의해 좌지우지되고 있다. 고객 경험 디자인(CX-Design) 관점에서 피지털(physital)은 무엇인가? 다시 말해 고객 경험의 피지털은 무엇인가? 피지털(physital=physical+digital)을 사용하여 온라인(cyber)과 오프라인(physical) 세계를 연결하면 더 친밀하고 효율적인 “고객 경험”을 만들 수 있다.
왜냐하면, 우리는 디지털 시대에 살고 있고, 인터넷에서 모든 종류의 제품을 사는 것이 더 이상 이상하다고 여겨지지 않기 때문이며, 그것은 스마트폰과 첨단 기술에 대해 우리도 모르게 이미 학습된 디지털 고객 경험(digital customer experience)을 중요하게 여기는 까닭이다. 경험 관리 관점에서 디지털 트윈(DT)을 피지털(Physital)과 디지로그(Digilog=Digital +Analog)의 융합 플랫폼으로 반추(反芻)해보는 것은 어떨까?
초연결성(hyper-connectivity)은 사이버물리시스템(Cyber-Physical System, CPS)과 디지털 트윈(Digital Twin)을 진화시키고 있다. 연결성을 용이하게 하는 네트워크 기술의 진화는 2D의 사물인터넷(IoT)과 3D의 실감형 체험 효과를 극대화하여 “아바타”와 같은 행동 인터넷(IoB)에 의한 넥스트 인터넷(next internet), 모바일 인터넷(mobile internet)으로 함축한 메타버스(metaverse), 즉 뉴노멀(new normal) 현상, 즉 실감형 경험을 사고파는 세상이 도래하고 있다.
경제학 관점에서 행동 경제학의 시대가 열리고 있는 것이다. 지금까지는 오프라인의 데이터와 이미지를 온라인으로 이동시켜 수익을 창출하고 있는 이 커머스(e-commerce), 즉 O2O(Offline to Online) 플랫폼이 대세였으며, 그 결과 인터넷에서 모든 것이 다 가능해졌다. 그러나 최근에 메타버스(metaverse) 기능의 출현과 사물 모빌리티(Mobility of Things)와 MaaS(Mobility as a Services)의 부각(浮刻)으로 자동차 산업뿐만 아니라 모든 산업에서 소비 단계마다 만나는 융복합 체험의 “피지털 경험(physital experience)”이 각광(脚光)을 받고 있다.
초지능화(hyper-intelligent)는 사이버물리시스템(Cyber-Physical System, CPS)과 디지털 트윈(Digital Twin)을 고도화시키고 있다. 이는 데이터 지식이 산업의 새로운 경쟁 원천이 되는 것을 의미한다. 이처럼 제조 공급망과 가치망, 그리고 고객과 시장의 변화는 여러 요구사항과 조건들을 실시간으로 적기 맞춤 대응(Fit in Time)할 수 있는 데이터 지식 기반의 통합된 협업 제조 플랫폼(platform)이 요구되고 있으며, 스마트팩토리의 특징으로는 정보화와 자동화, 지능화, 최적화, 고도화 등이 있으며, 이 중 최적화 및 고도화는 사이버물리시스템(Cyber-Physical System, CPS)과 디지털 트윈(Digital Twin) 기술을 활용하여 현실 세계와 가상 환경을 연결 및 상호 작용함으로써 다양한 상황 변화에서도 제조 가치망(value chain) 전반의 최적화를 달성하고 유연한 생산체계를 구현하는 것을 지향한다. CPS은 스마트팩토리를 실현하기 위한 핵심 기술 중 하나이며 물리적 기능과 컴퓨팅 기능이 통합된 시스템으로, 현실 세계의 자산과 컴퓨팅 기능 간에 상호 연결된 시스템을 관리하기 위한 혁신적 기술이다.
디지털 트윈(DT)은 CPS의 핵심 구성요소 중 하나로, 물리적 공간을 구성하는 요소들의 정보와 기능을 반영한 통합 가상 모델로 정의할 수 있다. 제조 현장에 CPS와 디지털 트윈을 적용하면 현장의 정보와 기능을 동기화하여 다양한 분석 결과를 도출함으로써 현장의 상황을 평가 및 분석, 최적화, 예측할 수 있게 된다. 이러한 CPS와 디지털 트윈 기술을 이기 종 제조 환경에 적용 및 활용하기 위해서는 데이터의 통합이 필수적이며, 이를 위해서는 표준화된 통합 스마트팩토리 플랫폼(platform) 활용을 통해 범용성 확보와 인공지능 접목기술 기반 제조 지능화(intellectualization)를 위한 데이터 패브릭(data fabric) 설계가 관건이다.
제조 환경에 도입되는 사물 인터넷(Internet of Things, IoT), 행동 인터넷(Internet of Behavior, IoB), 인공지능(AI)과 CPS은 4차 산업혁명을 실현하는 주요 기술로 꼽힌다. CPS은 현실 세계의 물리적 공간의 운영을 컴퓨팅 및 통신 인프라와 연결할 수 있는 자동화된 시스템이며, 제조 영역에 CPS 을 적용한 기술이 사이버 물리 생산 시스템(CyberPhysical Production System, CPPS)이다. 오늘날 정보통신기술(ICT)의 발전으로 제조 현장의 센서와 디바이스를 통한 데이터의 수집 및 분석, 활용이 가능해졌으며, CPPS은 이러한 데이터를 분석 및 처리함으로써 현장과 상호 작용하고 예측 및 제어를 통해 효과적인 의사결정에 도움을 주는 기술이다.
또한, 성공적인 CPPS 구축을 위해서는 빅데이터 분석과 시뮬레이션 기반 접근법의 통합이 중요하며, 이러한 관점에서 CPPS의 핵심 요소 기술인 디지털 트윈은 설계 및 운영 과정에서의 다양한 진단 및 분석, 예측, 최적화에 활용될 수 있다. 아래 그림은 스마트팩토리를 고도화하기 위한 인간 중심 디지털 트윈(HDT) 기반 사람 사이버 물리 시스템(HCPS)의 틀(Framework)이다.
|
스마트팩토리 고도화를 위한 디지털 트윈은 빅데이터 관리와 인공지능 기술 발전에 힘입어 현재까지 지속적으로 발전해 오고 있다. 제조 분야에서 디지털 트윈은 실제 제조 현장의 구성을 반영하고, 설계 및 운영, 생산과 관련된 정보와 기능을 동기화하는 가상 공장이다.
디지털 트윈은 기존 가상 시뮬레이션 모델보다 진보된 개념으로 사전 정의된 구성 및 기능을 통해 신속한 모델링이 가능하고, 정보통신기술(ICT)과의 융합을 통해 실제 현장과 디지털 트윈 모델 간의 데이터 교환이 가능하며, 반복적인 시뮬레이션을 통해 동적으로 핵심평가지표(Key Performance Indicator, KPI)를 도출할 수 있다.
상술한 CPS와 디지털 트윈 기술은 애플리케이션의 확장을 용이하게 하고 개발 속도를 앞당겨 혁신을 실현하고 새로운 기능의 출시 시간을 단축할 수 있게 해 주는 마이크로 서비스(micro-service) 기반의 스마트팩토리 구축뿐만 아니라 작업자 등 다양한 분야에 적용될 수 있다. 그러나 이러한 기술을 분산된 제조 현장에 적용하여 유연한 생산체계를 구현하기 위해서는 데이터의 통합 및 연계가 중요하며 독립된 애플리케이션으로는 데이터 수집이 어렵고 신속한 의사결정이 불가능하다는 한계가 존재한다. 이를 극복하기 위해 다양한 서비스를 제공하는 통합 플랫폼은 물론 마이크로 서비스(micro-service)와 인공지능(AI)을 적용하는 기술이 필요하다.
인공지능의 핵심은 알고리즘이다. 모든 알고리즘은 사람이 만들기 때문에 중요한 기능에 대해서는 사람이 반드시 그 과정을 검토할 수 있어야 한다. 이와 같이 인간의 피드백이 AI의 기술 발전에 중요한 역할을 담당한다는 관점을 가진 것이 인공지능(AI) 시스템을 가이드 하는 사람, HITL(Human In the Loop)이다. 사람이 어떠한 기술을 처음 배운다면 실수를 하거나 잘못 이해할 수도 있기 때문이다. AI 또한 이와 같은 실수를 할 수 있기 때문에 인간은 AI에게 지금까지 쌓아온 지식을 공유하여 AI가 보다 나은 결과물을 만들어 낼 수 있도록 할 수 있다.
인간이 컴퓨터를 지도한다는 것은 완전히 다른 두 종류의 지능이 동시에 활용되고 있음을 의미한다. 인간의 피드백이 AI의 발전에 중요한 역할을 수행한다는 HITL 관점을 기반으로 스마트팩토리에 AI 기술을 도입하고, AI의 작동 방식을 제조 공정에서 작업자가 직관적으로 이해할 수 있도록 하여 AI의 신뢰도를 높임과 동시에 인간과 AI가 협업할 수 있도록 하는 인공지능 기반 협업 프레임워크를 설계하는 것도 중요하다.
인간을 대체하는 시스템 시대에서 인간과 협업하는 시대로 변환(transformation) 하고 있다. 로봇과 기계와 같은 물리적 시스템이 육체노동을 대부분 대체한 전통적인 산업 시스템은 인간-물리 시스템(HPS)이다. 디지털화 혁명의 주요 결과물인 사이버 시스템은 HPS에 점점 더 많이 채택되고 있으며, 첨단 제조 기술의 발전과 함께 지속적으로 발전하여 인간-사이버-물리 시스템(HCPS)으로 이어지고 있다. HCPS는 인간, 소셜 네트워크, 물리적 프로세스 및 사이버네틱스를 지능 상호 작용, 다양한 통합 및 그랜드 시스템을 특징으로 하는 통합 시스템으로 융합되고 있다.
HCPS는 다양한 제조 활동에서 배운 본질적이고 추상적인 지식을 통합하여 인간, 가상 및 물리적 세계를 연결한다. 감지, 작동, 임베디드 컴퓨팅 및 인공 지능(AI)의 개발로 HCPS와 HDT는 조화로운 인간-기계-지능 협업 패러다임을 창출할 뿐만 아니라 보다 광범위하고 정교한 산업에 적용 가능하게 될 것이다.
HCPS의 주요 목표 중 하나는 루프(human in the loof)에 있는 인간의 활동을 설명하는 것이다. 즉, 기술 중심 접근 방식에서 인간 중심 접근 방식으로 변환(transformation) 하는 것이다. 실제로 HCPS를 실현하는 데는 많은 어려움이 있다. 예를 들어, 동적 환경에서 다중 소스 컨텍스트 인식과 이기종 장비의 실시간 제어는 기계의 상황 인식을 제한하여 HCPS의 구현을 방해한다. 이러한 문제를 해결하기 위해 인간 디지털 트윈(HDT)이 도입되어 HCPS의 현재 상황을 인식하고 인간 및 물리적 시스템에 대한 솔루션으로 진화하고 있다.
HDT는 HCPS에서 물리적 세계와 가상 세계를 통합하는 데 있어 인간의 중요성을 강조한다. HDT에는 인간의 움직임, 지각, 조작 활동 및 기능을 정확하게 추적 및 반영하고 인간 중심 제조의 문제를 해결하기 위해 인간의 물리적 표현과 가상 모델을 포함한다. 각 요소 간의 상호 연결 및 통합은 인간의 주도성을 기반으로 인간-기계 정렬을 조절하고 물리적 및 디지털 표현으로 인간-기계 상호 작용 및 작동 성능을 구현한다.
따라서, HCPS는 인간과 물리적 시스템을 가상 세계에 연결하는 시스템이다. HCPS 관점에서 인간과 물리적 시스템의 디지털화는 인간이 고부가가치 작업에 집중하고 기계와 로봇을 사용하여 생산에 미치는 영향을 증폭하는 데 도움이 될 것이다. 또한 점점 더 지능화되는 물리적 시스템은 인적 자본과 창의성을 자유롭게 할 수 있으므로 인간이 목표를 달성하기가 더 용이해질 것이며, 제조 지능화와 제조 탄력성과 가시성을 고도화하는 수단으로써 인간 중심 디지털 트윈(Human In The Loof based Digital Twin, HITL-DT)이 발전하고 있다.
그러므로 연속적인 사이버 시스템과 개별 물리적 시스템 간의 상호 작용, 동시성 및 동기화를 실현시켜, 지속 가능한 제조 산업의 성장 목표를 달성하는 “뉴노멀(new normal) KPI(Key Performance Indicator)”로서 보다 나은 의사결정, 제품을 신속하게 검증하는 스피드 경영, 제품 개발 리드타임(lead time) 관리, 제조 자산 성능 및 효율성 향상, 운영비용 감소, 고객과 시장의 경험 관리 등을 포함시켜야 한다. 이는 부분 최적화와 기존의 시스템 한계를 넘어 인간 중심 디지털 트윈(HDT)과 사이버물리시스템(CPS)을 구현하는 목적은 전체 최적화 제어(optimized control)를 실현하는 “플랫폼(platform) 경영”이자 다방면에서 문제를 자율(autonomy)적으로 관찰하고 해결하는 제조 지능화를 위한 스마트팩토리 고도화의 첨병(尖兵)이기 때문이다.
