인공지능으로 스마트팩토리를 설계하기 위한 기본 지식

 

 날이 갈수록 다양한 분야에서 인공지능을 적용하고자 하는 시도가 계속되고 있습니다. 영상에서 찾고자 하는 물체를 찾아내며 안면인식을 통해 사람을 식별하는 시각 AI뿐 아니라 호텔과 같은 곳을 주행하는 서비스 로봇이 목적지에 이동하여 서비스를 제공하는 시스템도 어느덧 우리 주변에서 볼 수 있게 되었습니다.

 

 우리들이 일상에서 접할 수 있는 분야에서도 이렇게 인공지능을 쉽게 접할 수 있게 되었음을 이제는 실감할 수 있게 되었는데 과연 기업들은 이러한 인공지능을 어떻게 활용하고 있을까요? 산업화를 통해 발전된 우리나라는 제조업을 영위하는 다양한 기업들이 있습니다. 복잡한 기계들이 일사분란한 움직임으로 자동차와 같은 생산품을 만들어내는 딱딱한 모습은 오늘날 인공지능의 모습과는 많이 멀어보이기만 합니다.

 

 그런데 놀랍게도 이러한 공장에서도 인공지능을 도입하려는 시도가 이어지고 있습니다! 공장에서 진행되는 일련의 프로세스에 인공지능을 도입하여 생산효율성을 높이는 것을 목표로 여러 기업들이 연구를 진행하고 있습니다. 실제로 몇몇몇 분야에서는 이를 통해 성과를 내고 있으며 이러한 기술들이 다른 공장에 적용이 시도되고 있습니다. 이렇게 인공지능과 같은 기술이 적용되어 최첨단 기술로 거듭나고 있는 공장을 스마트팩토리(Smart Factory)라 하고 있습니다. 

 

 

 

 이러한 스마트팩토리의 성과를 보게 된 기업들이 적극적으로 회사에서 보유한 공장에 인공지능을 도입하고자 하고 있으나 생각보다 상당한 어려움을 겪고 있습니다. 그렇다면 스마트팩토리를 구축하기 위해 어떠한 것들이 필요할까요? 스마트팩토리를 설계함에 있어 어려운 점은 무엇일까요? 우리는 과연 이를 설계할 수는 있을까요?

'스마트'의 의미

 스마트(Smart)라는 단어의 의미만을 본다면 '영리한'이라는 뜻을 가지고 있습니다. 지금은 보편화된 스마트폰은 과거에 사용되던 전화 기능에 집중되있던 휴대전화의 기능에 PMP, MP3플레이어에서 제공하던 기능들 뿐 아니라 다양한 기능들을 선보임에 따라 '스마트폰'이라는 이름이 생기게 되었지요.

 기존 공장에 인공지능과 같은 고도화 기술을 적용함으로서 '스마트팩토리'라는 이름을 쓰게 되었는데 공장에 '스마트'라는 이름을 붙여주기 위해 다음과 같은 궁국적인 질문에 대한 답이 있어야 합니다.

"왜 이 장비가 현재 이 작업을 진행하고 있는지 명확한 이유를 알 수 있는가?"
"어제 발생한 수율/불량 문제의 구체적인 원인이 무엇인가?"
"현재 생산되는 제품의 생산을 15% 증대하기 위해서는 어떤 장비가 병목이 될 것인가?"

 이러한 질문에 대한 솔루션을 제공할 수 있다면 "스마트팩토리"의 궁국적인 목적을 이룰 수 있을 것입니다.

제조업의 기본 구성요소

 

 

 공장을 운영함에 있어 다음과 같은 4가지의 기본적인 구성요소가 있습니다.

 

  ·사람

 공장을 운영함에 있어 생산품을 만들기 위한 판단을 하여 일을 처리하는 역할을 맡습니다. 귀납적 추론을 하는 것이 어려운 기계와는 달리 사람은 이를 수행할수 있다는 장점이 있습니다.

 

  ·공정 프로세스

 가공품으로부터 생산품을 만들어내기 위해 필요한 과정.

 

  ·가공품

 생산품을 만들어내기 위한 원료 등을 지칭합니다.

 

  ·설비

 원료로 부터 생산품을 만들어 내기 위한 프로세스를 처리하기 위해 사용되는 기계 등을 지칭합니다.

스마트팩토리의 구성요소

 

 

 기존 제조과정에서의 구성요소들 중 하나만 개선이 되어도 성능을 향상시키는 것이 가능합니다. 하지만 스마트팩토리를 구성함에 있어 가장 중요한 것은 기존의 구성요소들이 서로 연결되면서 상호작용을 통해 생산성을 향상시킬 수 있습니다. 즉, 단 한가지만 고친다고 해서 현저한 발전을 기대할 수 없고 모든 요소들이 긴밀하게 연결되는 것이 스마트팩토리의 핵심입니다.

 

  ·연결화

 서로 독립적으로 돌아가던 각 구성요소들이 IoT와 같은 방식으로 연결되어 서로 데이터를 주고 받을 수있는 환경이 만들어지게 됩니다. 이를 기반으로 한 IT 시스템을 통해 사람이 설비들을 원격으로 제어할 수 있습니다.

 

  ·자동화

 단순 반복되는 프로세스의 경우 이를 사람 대신 기계를 사용함으로서 인건비를 절약할 수 있는 방법입니다. 고도화된 작업에 로봇을 도입함으로서 자동화를 용이하게 합니다.

 

  ·지능화

 연결된 환경에서 구성된 로봇을 인공지능을 통해 업무를 처리합니다. 위에서 언급하였던 기본요소들과 연결된 환경에서 얻은 데이터를 학습하여 주어진 조건에서 인공지능의 판단으로 복잡한 논리연산을 최적화하여 처리되도록 합니다.

스마트팩토리를 제대로 알아야 하는 이유

 스마트팩토리를 추진하기 위해 중요한 것은 무엇일까요? 안공지능, 빅데이터, IoT와 같은 개념들이 적용된 공장의 모습을 생각할 것입니다. 그렇다면 이러한 것들이 적용되기만 하면 스마트팩토리가 될 수 있을까요?

 

 

 4차 산업혁명의 핵심요소로 연결에 대해 언급을 해드렸습니다. 단지 생산되는 단계인 공장에서만 인공지능이 적용되는 것암으로는 혁신적인 생산성을 기대할 수 없습니다. 4차 산업혁명시대에 공장의 개념은 생산 뿐 아니라 제품 설계 및 유통 과정까지 긴밀하게 연계됩니다.

 

 

 

 이제 생산전 설계 과정에서부터 생산단계에서 생성되는 데이터를 기반으로 부터 설계에 반영되며 유통 과정에서 특정한 상품이 많이 팔리는 것을 감지하게 되면 이를 공장에 반영되는 과정으로서 스마트팩토리의 생산성은 궁국적으로 향상될 수 있습니다. 즉, 단순히 공장만 스마트화할 경우 단순히 IT기기들을 설치한 그 이상의 효과를 얻을 수 없는 것입니다.

 

 다시 말해 단순히 공장에 스마트 시스템이 적용된 것만으로 스마트팩토리가 되었다고 할 수 없습니다. 땅을 빠르게 파기 위해 여러 대의 굴삭기를 보유하게 되었다 하더라도 이를 조종할 줄 아는 사람이 없어 사람들이 삽으로만 땅을 파고 있는 상황은 결코 효율적인 상황이라 할 수 없겠지요.

스마트팩토리에서 인공지능의 의미

 

 지금까지 4차 산업혁명 시대에 스마트팩토리의 중요성에 대해 설명드렸습니다. 그렇다면 과연 다양한 스마트팩토리의 구축에 있어 인공지능이 어떠한 부분에서 의미 있는 기여를 할 수 있는지 살펴보겠습니다.

 

  ·데이터의 증가

 공장에 있는 기기가 IoT로서 인터넷과 연결됨으로서 센서에 기반한 데이터를 생성하게 됩니다. 각 공정에서 생성된 데이터들이 수집되면서 데이터 마이닝이 매우 중요해지게 되었고 이는 빅데이터를 이루게 됩니다.

 

  ·제조의 특성에 의한 정의의 모호함

 공정 프로세스에서 설계된 바대로 동작이 된다면 데이터 또한 목표했던 대로 생성되어 이를 활용하기가 쉬울 것입니다. 그러나 생산 과정에서 물류 트래픽의 혼잡 및 장비의 불안정과 원인 미상의 품질 문제로 인해 데이터가 원하는 대로 나오지 않는 경우가 발생합니다. 

 

  ·비정형 데이터

 생산품의 품질 변수가 길이에만 있다면 이를 측정하여 특정 길이에서 오차를 벗어나는 생산품을 불량으로 처리하는 것은 매우 간단합니다. 그런데 실제 현장에서 생성되는 데이터는 이렇게 간단하지만은 않습니다. 카메라로 부터 나오는 이미지 혹은 측정된 소음과 같이 raw 단계의 데이터를 가지고 이를 정의하는 기준을 만드는 것은 결코 쉽지 않습니다. 보통은 수집된 데이터는 인공지능을 통해 정형화된 데이터로 정제하여 사용됩니다.

스마트팩토리를 적용한다면?

 

 

 지금까지의 이야기를 통해 기존의 공장에서 갖고 있는 프로세스에 빅데이터 기반의 인공지능을 적용함으로서 스마트팩토리로 거듭날 수 있음을 확인하였습니다. 그렇다면 이를 현실에 적용하게 된다면 어떤 일이 생길까요? 그리고 이를 위해 우리들이 해야할 노력은 어떤 것이 있을까요?

 

  ·적용시 파괴적인 혁신이 가능하다

 2016년 이세돌과 알파고의 바둑 대결을 본 사람들은 인공지능이 사람과 맞먹는 실력을 확인하게 되면서 인공지능에 대한 공포심을 갖게 되었고 머지않아 인류를 아득히 뛰어넘은 존재가 될 것 같아보였을 것입니다. 그러나 실제 인공지능이 제대로 적용되기 위해서는 바둑과 같이 제한된 환경에서 본 실력을 드러내며 아직까지는 사람의 귀납적인 추론을 온전히 수행하는 것은 어려움이 있습니다.

 그렇지만 여전히 인공지능은 우리들에게 놀라운 성능을 보여줍니다. CNN 기반의 시각지능만 해도 사진을 통한 물체 감지를 사람보다 더 정확하게 해내고 있는 것을 보면 사람보다 더 잘하는 분야는 조금씩 생겨날 것입니다. 공장에서 다루는 프로세스 또한 일정한 규칙을 갖고 있다면 인공지능은 이를 충분히 분석하여 놀라운 성능을 낼 수 있을 것이라 기대할 수 있습니다.

 

  ·데이터 및 인공지능 기술만이 스마트팩토리의 전부가 아니다

 각 요소간의 긴밀한 연결을 고려하지 않고 단순히 데이터와 인공지능을 도입한다고 해서 스마트팩토리가 될 수 없음을 앞에서 언급하였습니다. 생산 공정 및 이를 설계하여 유통하는 일련의 과정들을 정확하게 이해하고 이러한 지식을 기반으로 하여 데이터를 처리할 수 있는 최적의 인공지능을 설계함으로서 우리는 공학적인 관점에서의 기술 해결을 할 수 있을 것입니다.

 

  ·스마트팩토리 적용을 위한 구성원들의 이해가 필수

 제조공장을 보유한 기업들이 초기에 스마트팩토리를 도입하고자 할 때 부딪치게 되는 문제로 데이터의 부족을 이야기하는 경우가 있습니다. 그런데 놀랍게도 사내 과거의 자료들을 찾다보면 분명 제조공정에서 기록된 데이터가 상당하다는 것입니다. 대개 이러한 경우가 발생하는 이유는 과장급이 주로 데이터를 관리하고 있다보니 실무진들이 이러한 데이터가 존재한다는 것을 알지 못해 이를 활용하지 못하는 것이었습니다.

 긴밀한 연결은 공정 프로세스 뿐 아니라 직원들 각각의 긴밀한 관계에도 있다는 것입니다. 인공지능 기술이 있더라도 조직에서의 이해관계에 의해 스마트팩토리 구축에 걸림돌이 발생하게 되는 안타까운 경우가 있습니다. 이를 위해 회사 내의 각 구성원들과의 공감과 이해를 통해 스마트팩토리의 중요성 및 역할을 이해하고 서로가 협조할 수 있는 환경이야 말로 스마트팩토리를 구축할 수 있는 핵심 동력이 될 것입니다. 

 

 

참고자료: AI와 카이스트 스마트팩토리의 콜라보