[46]"코비드19를 인공지능으로 격퇴해야"

by류성 기자
2020.09.26 07:06:05

박정수 교수의 현미경 ''스마트팩토리''

[박정수 성균관대 스마트팩토리 융합학과 겸임교수] 코로나19 펜데믹으로 더욱 촉진된 비대면 시대는 갈수록 복잡해진 시장과 까다로운 고객의 주문에 적극적으로 대응하는 제조업의 생산활동을 요구하고 있다.

이렇게 제조 활동이 원활하게 진행되도록 만들어내는 관리 기술을 “스마트팩토리 관리”라고 하며, 제품이나 서비스의 생산에 대한 관리 활동 전반을 총괄하여 칭한다. 스마트팩토리 관리는 제품과 서비스 가치의 기본이 되는 QCD(Quality, Cost, Delivery)를 결정하는 기본 기술과 비정형(Unstructured) 데이터를 수집 분석하는 빅데이터 관리기술을 생산 활동 전반에 적용하기 위한 인공지능(AI) 관리 기술을 포함하고 있다. 이러한 관리 기술을 활용하는 목적은 제조업이 유연성 확보에 초점을 맞추고 있기 때문이다.

소품종 대량 생산 시대에는 치밀한 생산 계획(ERP)과 생산 지시(MES)가 중요했다. 팔림세를 분석해서 기간별 수요예측을 해왔고 그와 같은 방법을 통해 제조업은 통제되어왔다. 그 결과 몇몇 선진 제조업을 제외하고는 대부분의 제조업들이 부진한 재고 수준에 의해서 경영 악화를 경험하고 있다. 왜냐하면 제조업의 고정관념인 만들면 팔리는 시대의 오랜 학습에 머물고 있기 때문이다.

그와 반대로 스마트팩토리는 시장에서 팔리는 물건을 빠르게 생산하는 제조업을 만들어가는 전략이다. 그 핵심은 제조의 유연성이다. 즉 다품종 소량 생산이나 맞춤형 고객을 위한 변종 변량 생산에서는 제조업의 종사자, 관리자, 작업자, 의사결정자들의 고도화된 판단이 매우 중요하다.

빅데이터 분석이란 소셜 빅데이터, 실시간 사물 지능화 통신(M2M：Machine to Machine)의 센서 데이터, 기업 고객관계 데이터 등 도처에 존재하는 다양한 성격의 빅데이터를 효과적으로 분석하는 것을 말한다. 빅데이터 시대에는 데이터베이스에 잘 정리된 단순한 정형 데이터뿐 아니라 인터넷, 소셜 네트워크 서비스, 모바일 환경에서 폭발적으로 생성되는 웹 문서, 이메일, 소셜 데이터(소셜 네트워크 서비스 텍스트 데이터, 유튜브 비디오 데이터 등) 등 비정형 빅데이터를 효과적으로 분석하는 것이 무엇보다 중요해지고 있으며, 스마트팩토리 환경에서는 생산 현장의 빅데이터 관리 기술과 분석 역량이 핵심 중에 핵심이 되고 있다.

그러므로 그 동안 활용해왔던 통계분석(SPC : Statistical Process Control)은 기본이며, 더 나아가 빅데이터 관리 기술과 인공지능을 기반으로 “증강분석(Augmented Analytics)”을 의사결정 지원시스템(DSS : Decision Support System)으로 활용하여야 한다. 증강분석이란 머신러닝(ML : Machine Learning)에 기반을 둔 자동화 기술을 활용해 분석 영역 전반에 걸쳐 의사결정에 필요한 인간의 지적 기능을 돕는 것이다. 아래 그림은 다양한 데이터 분석을 통해 제조업의 의사 결정을 향상시키기 위한 5가지 유형의 데이터 분석에 대해서 보여주고 있다.

데이터의 속성과 활용 목적에 따라서 빅데이터 분석기술은 고객 데이터 관계분석(사용자 정보, 관계 정보, 소비자 형태), 대용량 멀티 미디어 분석(이미지, 동영상 의미 분석, 콘텐츠 소비 형태 및 선호도), 사물인터넷 센서정보 분석, SNS 비정형 데이터 분석(이슈 정보, 트위터)으로 구분될 수 있다. 이를 통해 위 그림에서 언급한 묘사 분석, 진단 분석, 예측 분석, 처방 분석, 그리고 융합과 축적의 힘을 활용한 “증강 분석”이 스마트 팩토리의 효율성을 향상시키는 핵심 역량으로 떠오르고 있다. 따라서 비대면 시대에 클라우드 컴퓨팅 기술, 인공지능, 증강분석 기술은 제조업의 성장을 위한 핵심요소이다.

아래 그림은 포브스(Forbes)의 코로나 이후 계속 성장할 기술 트렌드 보고서이다. 이 보고서에는 클라우드 컴퓨팅기술, 인공지능과 RPA(Robotic Process Automation), 증강분석, 엣지 컴퓨팅, 이커머스, 등을 지적하였다. 또한 하버드 비즈니스 리뷰(HBR)에서는 인공지능(AI)을 활용하여 ‘Covid-19’와 맞서 싸워야 한다고 주장하고 있다.

정책 입안자들이 ‘Covid-19’에 맞서 싸우기 위해 종합적으로 고려할 수 있는 최선의 대안적인 접근 방식은, 지난 20년 동안 많은 산업을 변화시킨 개인화된 예측 기술이 기반일 수 있다고 강조한다. 또한, 기계 학습 및 인공 지능 기술을 활용한 데이터 기반 회사(“빅 테크”에서 금융 서비스, 여행, 보험, 소매 및 미디어에 이르기까지)가 구매 대상에 대해 맞춤형 추천을 하고, 고객과 관련된 축적 데이터를 활용해 개인화된 가격 책정, 위험, 신용 등을 행하는 것과 같다고 언급하고 있다.

빅데이터 분석을 위해서는 기본적으로 여러 개의 컴퓨터를 마치 하나인 것처럼 묶어 대용량 데이터를 처리하는 기술의 하둡(Hadoop), NoSQL 등의 빅데이터 분석 인프라 기술이 필요하고, 그 위에 다양한 통계처리, 데이터 마이닝, 텍스트 마이닝, 오피니언 마이닝, 그래프 마이닝 등 다양한 분석 방법 및 기계학습, 인공지능 기법을 적용해야 한다. 이 중에서 비정형 텍스트 빅데이터에 내재한 가치를 효과적으로 알아내는 텍스트 마이닝, 오피니언 마이닝, 소셜네트워크 분석 기술들이 최근 큰 주목을 받고 있다.

스마트팩토리 구축을 위한 빅데이터 분석은 다양한 분석 기법들을 정리해야 한다. 이 기법들은 대부분 대규모 데이터 처리를 위한 통계적, 확률적 방법론에 바탕을 둔 것으로, 실제 분석이 필요한 빅데이터의 성격과 속성을 상호작용 기반에서 활용 분야에 맞게 네트워크 분석, 시공간 분석, 시각화 분석 등이 선택적으로 활용되어야 한다.

분류(Classification) 및 지도학습(Supervised learning) 방법은 미리 알려진 클래스(Class)들로 구분되는 훈련 데이터군(Trained Data Group)을 학습시켜 새롭게 추가되는 데이터가 속할만한 데이터군을 찾아가는 학습방법을 말한다. 군집화(Clustering) 방법은 비슷한 특성(데이터 속성)이 있는 데이터들을 합쳐가면서 유사 특성 군으로 분류하는 학습방법을 말한다. 이는 최종적으로 정해져 있지 않은 클래스(Class)들의 묶음 군들로 분류되는데, 분류 및 지도학습과 달리 훈련 데이터군(Trained Data Group)이 이용되지 않기 때문에 비지도 학습(Unsupervised learning)이라고도 한다.

스마트팩토리에서 많이 시도되고 있는 기계학습(Machine Learning)은 인공지능 분야에서 인간의 학습(learning)을 모델링한 것으로, 빅데이터 분석을 포함한 패턴 인식 등 다양한 분야에서 기본적으로 많이 활용되는 기법이다. 결정 트리(Decision Tree)와 같은 기호적(symbolic) 학습, 신경망이나 유전자 알고리즘과 같은 비기호적 학습, 베이지언 네트워크(Bayesian Network) 혹은 은닉 마르코프 모델(HMM : Hidden Markov Model)과 같은 통계학의 확률적 학습 등 다양한 기계학습 기법이 있다.

기본 마르코프 모델에서는 시간(t)에 따른 상태(state) 정보가 관찰되나, 은닉 마르코프 모델(HMM)에서는 상태(state) 정보가 숨겨져 있고 출력(output)된 정보만 관찰되기 때문에, 출력된 정보만을 가지고 숨겨진 상태(state) 정보를 추정한다. 따라서, 은닉 마르코프 모델(HMM)은 음성 인식, 자연어 처리, 몸짓 인식(gesture recognition) 등과 같이 대량으로 출력된 데이터를 통계적으로 패턴 분석하여 입력된 정보를 추론하는 데에 응용할 수 있다.

회귀분석(Regression)은 통계학에서 많이 사용하는 통계기반 분석기법으로, 어떠한 현상에 영향을 주는 원인에 해당하는 독립변수와 영향을 받는 종속변수가 있을 때, 이러한 변수들 사이의 상관관계를 규명하고자 이용하는 분석방법이다. 단순 회귀분석, 다중 회귀분석 등을 이용하여 품질 데이터, 판매량 예측 등 다양한 변화 예측에 주로 사용된다.

감성 분석(Sentiment Analysis)은 자연어처리(NLP：Natural Language Processing) 기법을 이용하여 인간의 언어로 쓰인 텍스트 문장을 분석할 때, 문장에서 주관적인 감성을 나타내는 정보를 찾아내어 긍정, 부정, 중립의 성향을 분석하는 것을 말한다. 블로그, 트위터 등의 소셜 미디어를 분석하여 기업 제품이나 브랜드에 대한 선호를 파악할 때 이용한다. 감성 분석은 오피니언 마이닝(Opinion Mining)에 필수적인 분석 기술이다.

다양한 분석 방법은 논리(論理, Logic) 정립(定立)을 위한 다양한 수단이며, 인과관계를 설정하기 위한 상관관계의 매개체(媒介體)이다. 스마트팩토리 관리는 제품과 서비스 가치의 기본이 되는 ‘QCD’(Quality, Cost, Delivery)를 결정하는 기본 기술과 비정형(Unstructured) 데이터를 수집 분석하는 빅데이터 관리기술을 생산 활동 전반에 적용시키기 위해서, 수많은 분석 방법에 의해 제조의 핵심 요소가 유기적으로 연동되고 결정되는 최적화(Optimized Control) 관리 기술이다.

다시 강조하자면, 스마트팩토리 구축을 통해서 제조업의 역량을 강화해야 한다. 4차 산업혁명의 시대적 명령은 비즈니스 모델의 변화이다. 그러므로 스마트팩토리는 비즈니스 모델의 변화를 이끌어내는 새로운 경영기법이다. 왜냐하면 앞으로의 시대는 최종 소비자가 구매하는 마지막 단계에서 가장 큰 부가가치가 생성될 것이기 때문이다. 그 단계를 판가름하는 것은 스마트팩토리 자체가 아니라 제조업의 고유한 힘이다. 즉 빅데이터 자체나 시스템이 아니라 그 데이터를 분석하고 이해하는 힘이다.