출처 : https://iot.dxhub.co.jp/articles/tkmm_2ecl

 

최근 다양한 업계와 업종에서 DX(디지털 트랜스포메이션)에 의한 조직 개혁 및 사업 개혁이 주목받고 있는데, 제조업도 마찬가지로 스마트 팩토리라 불리는 IoT 및 M2M으로 인한 DX 추진이 이루어지고 있다. 제조업에서의 IoT 및 M2M 활용과 관련된 스마트 팩토리는 5G 시대, AI 시대, IoT 시대에 살아남기 위해 꼭 필요한 시책이다. 하지만 비용과 자원 면에서 IoT 및 M2M을 도입하지 못하는 기업도 적지 않다. 여기에서는 제조업의 IoTㆍM2M 도입의 의미와 장점을 소개한다.

 

1. 제조업이 가진 3가지 과제

 

스마트 팩토리를 소개하기 전에 현재 제조업이 가지고 있는 3가지 큰 과제를 소개한다.

 

1-1. VUCA 시대로의 돌입

 

제조업이 가진 3가지 과제 중 첫 번째는 VUCA 시대로의 돌입이다.

 

VUCA란 ‘Volatility(변동성)’ ‘Uncertainty(불확실성)’ ‘Complexity(복잡성)’ ‘Ambiguity(모호성)’의 첫 글자를 딴 조어로서, 사회 및 비즈니스에 있어 미래를 예측하기 어려운 상황을 의미한다.

 

▣ Volatility(변동성)의 영향

 

Volatility(변동성)이란 기술의 발전 및 가치관, 사회 구조, 고객 니즈의 변화를 가리킨다. 그야말로 최근 십수 년 사이에 IT와 ICT, 더 나아가 IoT, AI, 5G와 같은 기술의 급격한 발전으로 인해 가치관이나 사회의 구조, 고객 니즈가 크게 변화하였다.

 

▣ Uncertainty(불확실성)의 영향

 

Uncertainty(불확실성)이란 자연 환경 및 정치ㆍ국가, 제도 등의 불확실함을 가리킨다. 예를 들어, 신종 코로나로 인해 사람들이 생활양식이 변화되었다. 더 나아가 러시아의 우크라이나 침공과 같은 세계 정치 및 국가 체제 등에도 변화가 생겼다.

 

▣ Complexity(복잡성)의 영향

 

Complexity(복잡성)이란 기존의 일본 국내에서의 비즈니스 전개가 아니라 국제적인 비즈니스 전개를 통해 세계 각국의 정세 및 정치 체제, 법률, 문화 등에도 착안하여 비즈니스를 전개해야 하는 상태를 말한다. 앞으로는 한층 더 복잡해질 것으로 예상된다.

 

▣ Ambiguity(모호성)의 영향

 

Ambiguity(모호성)이란 위에서 언급한 ‘Volatility(변동성)의 영향’ ‘Uncertainty(불확실성)의 영향’ ‘Complexity(복잡성)의 영향’의 다양한 요소가 조합되어 전례 없는 일이 다발적으로 일어나고, 한층 더 모호성이 큰 세계가 되어간다는 것을 뜻한다.

 

1-2. 노동력 부족

 

제조업이 가진 3가지 과제 중 두 번째는 노동력 부족이다.

 

우리나라의 제조업은 지난 반세기 동안 눈부신 발전을 거듭해 왔으며, 경제 성장의 중추적 역할을 담당하고 산업 구조 고도화에 기여해 왔다. 경제 개발 5개년 계획을 통해 정부 주도형 산업 발전정책을 추진해 오던 우리나라 제조업은 1990년대 이후에는 기술 개발 투자와 고급기술 인력 양성을 기반으로 반도체, 컴퓨터, 정보통신 등 첨단 기술 산업이 크게 성장하는 등 구조적인 변화가 진행되었다.

최근에는 젊은 노동자가 서서히 줄어들기 시작하여, 지금은 제조업의 대부분이 계승자 부족과 조직의 고령화로 인해 고민하고 있다.

 

1-3. 뒤늦은 디지털 전환

 

제조업이 가진 3가지 과제 중 세 번째는 뒤늦은 디지털 전환이다.

 

스마트 팩토리는 공장 내에 AI 및 IoT를 도입하여 모든 기기를 인터넷과 연결시키고, 디지털 데이터를 활용함으로써 품질과 생산성을 향상시키고 작업을 자동화 및 가시화하는 것을 목적으로 한다.

 

정부는 2018년 12월 중소 제조업체 절반을 스마트공장으로 만들어 중소기업 ‘제조강국’을 실현하겠다는 비전과 함께 2022년까지 스마트공장 3만개 보급, 스마트산업단지 10곳을 만들겠다는 목표를 내놨다. 정부는 연차별 목표를 초과 달성하며, 2022년 스마트공장 3만개 시대를 열었다.(출처 : 인더스트리뉴스(http://www.industrynews.co.kr))

성공적인 정책 추진으로 스마트공장 3만개 시대를 열었지만, 여전히 국내 대부분 스마트공장은 기초단계와 중간 1 정도에 머물러 있어 여전히 갈 길이 멀다는 게 중론이다.

 

2. 스마트 팩토리란?

 

제조 업계가 가진 과제를 이해했으니, 이제 스마트 팩토리를 소개한다.

 

2-1. 스마트 팩토리의 개념

 

스마트 팩토리란 IoT 및 AI, ICT 로봇 등의 디지털 기술을 활용하여 공장 전체가 DX(디지털 트랜스포메이션)된 상태의 공장을 말한다.

 

구체적으로 말하면, 스마트 팩토리에서는 IoT(사물 인터넷) 및 M2M의 활용을 통해 다양한 디바이스를 인터넷에 연결하고 각각의 기기 및 기계를 자동으로 원격 조작할 수 있다.

그밖에도 생산성을 높이기 위해 IoT 및 M2M 디바이스로부터 수집된 정보를 바탕으로 AI 분석을 통해 최적의 생산 활동을 할 수 있도록 개선할 수 있다.

 

2-2. 스마트 팩토리의 배경

 

‘스마트 팩토리’라는 개념과 용어에 주목하게 된 배경에는 인더스트리 4.0(Industry4.0/제4차 산업혁명)이 관련되어 있다.

 

이러한 인더스트리 4.0(Industry4.0/제4차 산업혁명)은 독일이 2011년에 ‘2020년을 위한 하이테크 전략 실행 계획’에서 제시한 10가지 시책 중 하나로 언급된 구상이다. 같은 시기에 미국에서도 마찬가지로 인더스트리얼 인터넷 컨소시엄(IIC)이라는 구상을 내걸었다.

 

이러한 인더스트리 4.0에서 제시하는 미래의 공장 ‘스마트 팩토리’가 일본에서 큰 주목을 받았다. 즉 제조업에서는 인더스트리 4.0이라는 목표를 향해 스마트 팩토리를 실현하기 위해 노력하고 있다.

 

3. 스마트 팩토리의 목적

 

스마트 팩토리의 목적은 크게 7가지로 정리할 수 있다.

 

① 품질 향상

② 비용 절감

③ 생산성 향상

④ 제품화ㆍ양산화 기간 단축

⑤ 인재 부족ㆍ육성

⑥ 새로운 부가가치 제공ㆍ제공하는 가치 향상

⑦ 기타

 

또한 7가지 목적의 달성 여부를 판별하는 레벨 분류를 ‘스마트화 레벨’이라는 형태로 3단계로 분류한다.

 

▪ 레벨1 : 데이터 수집ㆍ축적

▪ 레벨2 : 데이터를 통한 분석ㆍ예측

▪ 레벨3 : 데이터를 통한 제어ㆍ최적화

 

이제 스마트 팩토리의 7가지 목적과 각각의 3가지 레벨에 대해 소개한다.

 

3-1. 품질 향상

 

첫 번째 목적은 ‘품질 향상’이다.

 

 

(1) 불량률 절감

 

먼저 사람의 작업 순서 및 결과를 IoT 센서 등을 사용하여 수집함으로써 작업별 로그를 파악할 수 있게 하여, 인적 미스가 발생했을 때 곧바로 알릴 수 있는 상태로 만들어야 한다. 또한 과거의 인적 미스를 AI를 통해 분석함으로써 인적 미스가 일어나기 어려운 환경을 조성하는 것도 중요하다. 최종적으로는 사람의 작업 데이터를 AI로 분석하여 인재 육성 및 설비 설계를 실시함으로써 불량률을 절감해야 한다.

 

(2) 품질 안정화, 불균형 절감

 

가공 오차 최소화, 가공 성능 최대화라는 면에서는, 먼저 설비에 IoT 센서를 부착하고 모니터링함으로써 가공 크기 등 제품의 품질 데이터와 설비의 가공 조건ㆍ설정값을 수집ㆍ파악할 수 있는 상태로 만들어야 한다. 더 나아가 IoT 센서를 통해 수집한 데이터를 분석하여 품질 불균형의 원인을 찾아, 가공 오차 및 가공 성능을 개선하는 가공 조건ㆍ설정값을 모델화할 수 있는 상태로 만드는 것도 중요하다. 최종적으로는 가공ㆍ개선 모델을 사용하여 설비의 가공 조건ㆍ설정값을 최적화함으로써 가공 오차를 최소화하거나 가공 성능을 최대화할 수 있도록 힘써야 한다.

 

또한 작업자의 작업 불균형을 최소화한다는 면에서는, 각 종업원의 작업 상황(작업 동선, 작업 시간, 작업 내용 등)을 IoT 센서를 통해 수집함으로써 각 종업원의 작업 상황을 수집ㆍ파악할 수 있는 환경을 만들어야 한다. 또한 IoT 센서를 통해 수집한 데이터를 분석하여 작업 불균형의 원인을 찾아, 작업을 개선하는 작업 조건을 모델화하는 것도 중요하다. 최종적으로는 작업ㆍ개선 모델을 사용하여 작업 상황을 개선하거나 균일화함으로써 작업 불균형을 최소화해야 한다.

 

(3) 설계 품질 향상

 

먼저 제품 및 기기에 IoTㆍM2M 센서 및 통신기기를 탑재함으로써 제품 및 기기의 사용 상황 및 사용 환경 데이터를 수집ㆍ파악할 수 있도록 해야 한다. 또한 수집 데이터와 설계 데이터를 연결 지어 인과관계를 밝힘으로써 품질 및 신뢰성을 향상하는 설계 사양 및 생산 방법을 분석할 수 있게 해야 한다. 최종적으로는, 그러한 분석 결과에 근거하여 설계 사양 및 생산 방법을 수정ㆍ개선하여 최적화함으로써 제품 및 기기의 품질과 신뢰성을 향상시켜야 한다.

 

3-2. 비용 절감

 

두 번째 목적은 ‘비용 절감’이다.

 

 

(1) 재료 사용량 절감

 

먼저 설계 사례를 수집하여 데이터베이스로 축적함으로써 과거의 사례를 쉽게 참조할 수 있도록 하여 구조 등을 분석ㆍ해석할 수 있게 해야 한다. 다음으로 과거의 설계 사례를 분석하여 재료를 경량화하고 부품 개수를 줄일 수 있는 형태ㆍ구조를 찾아 모델화하는 것이 중요하다. 최종적으로는, 구축한 설계 개선 모델을 사용하여 제품 설계를 최적화함으로써 재료의 사용량을 최소화할 수 있게 하는 것이 중요하다.

 

(2) 생산을 위한 자원 절감

 

먼저 MES(제조 실행 시스템) 등의 생산 관리 시스템 데이터를 이용함으로써 생산 작업 프로세스의 진척 상황 및 자원(사람의 작업 공정 수, 재료, 에너지) 투입 상황을 수집ㆍ파악할 수 있도록 해야 한다. 다음으로 생산 작업 프로세스의 진척 상황을 고려하여 자원 투입 예정량, 생산 예정량을 예측할 수 있어야 한다. 최종적으로는, 설비 가동 계획, 사람의 작업 계획을 수정ㆍ최적화함으로써 투입하는 자원을 최소화할 수 있어야 한다.

 

(3) 재고 절감

 

MES(제조 실행 시스템) 등의 생산 관리 시스템의 데이터를 이용하여 생산 계획 및 생산 실적 데이터를 쉽게 ‘입력’ ‘표시’ ‘확인’할 수 있어야 한다. 다음으로 수주, 생산, 출하 계획ㆍ실적 데이터를 연동시켜 분석함으로써 수급 변동 요인을 밝히거나 수급을 예측하는 것이 중요하다. 최종적으로는, 수급 예측에 근거하여 조달한 자재 및 생산한 제품의 재고가 최소화되도록 생산 계획ㆍ출하 계획 작성을 자동화ㆍ최적화하는 것이 중요하다.

 

(4) 설비 관리ㆍ상황 파악의 저인력화

 

먼저 설비에 센서를 부착하여 모니터링함으로써 설비가 설치된 장소에 없어도 여러 설비의 가동 상황을 원격으로 실시간으로 수집ㆍ감시할 수 있어야 한다. 최종적으로는, 설비에 이상이 생겼을 때 자동으로 종업원에게 알림으로써 감시ㆍ점검 관리 공정 수를 최소화할 수 있어야 한다.

 

3-3. 생산성 향상

 

세 번째 목적은 ‘생산성 향상’이다.

 

 

(1) 설비ㆍ사람의 가동률 향상

 

먼저 MES(제조 실행 시스템) 등 생산 관리 시스템의 데이터를 이용함으로써 생산 라인 전체의 설비 가동ㆍ사람의 작업의 진척 상황을 수집ㆍ파악해야 한다. 다음으로 설비 가동ㆍ사람의 작업의 진척 상황을 바탕으로 각 프로세스의 완료 예정 시간을 예측할 수 있고, 설비와 사람의 비가동 시간이 발생하는 요인을 분석할 수 있어야 한다. 최종적으로는, 생산 라인 전체의 생산 완료 예정 시간이 최적화되도록 설비 가동 계획, 순서 전환 계획, 사람의 작업 계획을 수정ㆍ최적화함으로써 설비ㆍ사람의 非가동 시간을 최소화할 수 있는 환경을 만드는 것이 중요하다.

 

(2) 사람의 작업 효율화, 작업 절감ㆍ부담 절감

 

사람의 작업 및 프로세스의 최적화라는 측면에서는, 먼저 HMI(모바일 단말기, 스마트 글래스 등)ㆍRFID 등을 활용하여 조달한 자재 및 생산한 제품의 관리 정보, 생산 정보, 설비 가동 정보를 신속하고 쉽게 입력ㆍ표시할 수 있는 환경을 만들어야 한다. 다음으로 작업 진척 상황에 따라 HMI에 필요한 정보 및 작업 지시를 예측하여 표시할 수 있도록 해야 한다. 최종적으로는, 정보 입력ㆍ표시를 자동화함으로써 작업 시간을 단축하고 적절한 판단을 지원하는 정보를 제시함으로써 작업 프로세스를 최적화하는 것이 중요하다.

 

또한 로봇과의 협력으로 인한 사람의 작업 효율화라는 측면에서는, 설비에 IoT 센서를 부착하거나 사람의 작업 상황(작업 동선, 작업 시간, 작업 내용 등) 정보를 수집함으로써 가동 상황ㆍ작업 상황을 수집ㆍ파악할 수 있도록 해야 한다. 다음으로, 수집한 데이터를 로봇에게 학습시킴으로써 사람의 행동을 예측하고 협조하여 작업할 수 있도록 해야 한다. 최종적으로는, 사람과 스마트 로봇이 협력하는 작업을 최적화함으로써 사람의 작업 효율을 향상시킬 수 있어야 한다.

 

(3) 설비 고장으로 인한 가동 정지 감소

 

고장 발생 빈도를 최소화한다는 측면에서는, 먼저 설비에 센서를 부착하여 모니터링함으로써 설비 가동 상황을 수집ㆍ감시할 수 있어야 한다. 다음으로 수집한 데이터와 설비의 이상을 연결 지어 설비가 고장 나는 징조와 조건을 밝혀, 고장 발생 시기를 예측할 수 있도록 하는 것이 중요하다. 최종적으로는, 설비 고장 예측에 근거하여 예지보전함으로써 고장을 억제하고, 예상 외의 가동 정지 시간을 절감ㆍ최소화할 수 있어야 한다.

 

또한 조기에 복구한다는 측면에서는, 설비에 센서를 부착하여 모니터링함으로써 설비 가동 상황을 수집ㆍ감시할 수 있고, 이상 및 고장이 발생했을 때 사람에게 빨리 일릴 수 있는 시스템을 만들어야 한다. 다음으로 과거의 고장 사례를 분석함으로써 정확한 원인 규명 및 적절한 대책 입안으로 이어지는 지식을 체계화할 수 있어야 한다. 최종적으로는, 설비가 고장 났을 때, 지식에 근거하여 원인 규명ㆍ대책 검토 판단을 지원함으로써 빠르게 복구하고 가동 정지 시간을 절감ㆍ최소화할 수 있도록 하는 것이 중요하다.

 

3-4. 제품화ㆍ양산화 기간 단축

 

네 번째 목적은 ‘제품화ㆍ양산화 기간 단축’이다.

 

 

(1) 제품 개발ㆍ설계 자동화

 

설계 사례를 수집하여 데이터베이스로 축적함으로써 과거의 사례를 쉽게 참조할 수 있다. 해석ㆍ시뮬레이션 소프트웨어를 이용함으로써 구조를 분석할 수 있다.

과거의 설계 사례 및 해석ㆍ시뮬레이션 소프트웨어 등을 통해 분석함으로써 설계 사양을 충족하고, 생산하기 쉬운 형태ㆍ구조 등을 지식으로서 모델화할 수 있다.

구축한 설계 개선 모델을 사용하여 제품 설계를 자동화함으로써 제품 개발ㆍ설계 기간을 단축할 수 있다.

 

(2) 사양 변화에 대한 빠른 대응

 

E-BOM(설계부품표) 및 M-BOM(제조부품표) 등을 이용함으로써 부품의 상세 정보를 쉽게 표시ㆍ확인할 수 있다.

E-BOM 및 M-BOM 등을 데이터로 연계함으로써 개발, 설계, 생산 데이터를 일원적으로 관리할 수 있다. 사양이 변경되었을 경우, 영향 범위와 영향 정도를 분석할 수 있다.

사양이 변경되었을 때, 통합 BOM을 통해 개발, 설계, 생산 공정의 데이터를 연동시켜 반영함으로써 사양 변경의 대응 시간을 최소화할 수 있다.

 

(3) 생산 라인 설계ㆍ구축 단축

 

생산 라인 시뮬레이션 등을 이용함으로써 사이버상에서 생산 라인을 설계할 수 있다.

생산 라인 시뮬레이션 등을 이용함으로써 생산 라인의 레이아웃, 생산 능력, 작업 공정, 반송 경로, 투자 비용 등을 사전에 평가ㆍ검증할 수 있다.

사이버에서 생산 라인을 설계하고 최적화한 다음 실세계의 생산 현장에 실장함으로써 구축 시 시행착오를 절감하고 생산 라인 구축 기간을 단축할 수 있다.

 

3-5. 인재 부족ㆍ육성에 대한 대응

 

다섯 번째 목적은 ‘인재 부족ㆍ육성에 대한 대응’이다.

 

 

(1) 다양한 인재 활용

 

먼저 각 종업원의 작업 숙련도, 지식, 신체 능력, 사용 언어 등을 데이터베이스로 축적함으로써 각 종업원의 특성 정보를 이용할 수 있게 해야 한다. 최종적으로는, HMD(헤드마운트 디스플레이) 및 음성인식 기기 등의 웨어러블 디바이스, 파워 어시스트 슈트, 생체 센서 등을 활용하여 사람의 능력을 확대함으로써 특성이 다른 다양한 인재를 활용할 수 있는 시스템을 만드는 것이 중요하다.

 

(2) 기능 계승

 

먼저 숙련 기능자의 기능(순서 조정 능력, 상황 판단력, 손기술, 문제 대처 능력 등)을 센싱함으로써 데이터베이스로 축적할 수 있어야 한다. 다음으로 수집한 데이터를 분석하여, 그 밖의 작업자에 비해 숙련 기능자가 뛰어난 점을 밝힘으로써 기능ㆍ노하우ㆍ지식을 체계화하는 것이 중요하다. 최종적으로는, 체계화한 기능ㆍ노하우ㆍ지식을 국내외의 거점에 공유함으로써 그들을 계승하고 사람의 능력을 향상시킬 수 있다. 이를 스마트 로봇에 학습시킴으로써 사람을 대체할 수 있는 시스템을 만드는 것이 중요하다.

 

3-6. 새로운 부가가치 제공ㆍ제공하는 가치 향상

 

여섯 번째 목적은 ‘새로운 부가가치 제공ㆍ제공하는 가치 향상’이다.

 

 

(1) 다양한 니즈에 대한 대응력 향상

 

개별 니즈에 맞춘 다양한 종류의 제품을 제공한다는 면에서는, 먼저 각 제품의 공통된 부분을 정의하고 제품 구조, 설계ㆍ생산 프로세스, 가공 기준 등을 공통화함으로써 공통 모듈과 개별 모듈을 조합하여 유연한 생산 체제를 구축할 수 있도록 해야 한다. 다음으로 조달ㆍ생산ㆍ판매 등의 사내 관련 부문끼리 데이터를 연계함으로써 조달 계획ㆍ생산 계획ㆍ물류 계획 등의 정보를 공유할 수 있도록 하는 것이 중요하다. 최종적으로는, 설비ㆍ사람에 대한 작업 지시ㆍ부품 공급 및 순서 변경 계획 책정을 자동화ㆍ최적화함으로써 개별 니즈에 맞춰 다양한 종류의 제품을 원활하게 생산할 수 있도록 하는 것이 중요하다.

 

고객 니즈에 맞춘 온디맨드 제품ㆍ서비스 제공이라는 면에서는, 먼저 ERP(통합 업무 관리 시스템), MES(제조 실행 시스템), SCM(공급체인 관리 시스템) 등의 데이터를 이용함으로써 수주, 조달, 생산, 물류, 판매 등의 계획ㆍ실적 데이터를 쉽게 표시ㆍ확인할 수 있도록 해야 한다. 다음으로 수주 상황, 판매 상황 등을 분석함으로써 수요를 예측할 수 있다. 사내 관련 부문 및 공급체인상의 기업끼리 데이터를 연계함으로써 조달 계획ㆍ생산 계획ㆍ물류 계획 등의 정보를 공유할 수 있도록 하는 것이 중요하다. 최종적으로, 공급체인 전체에서 생산 계획ㆍ물류 계획 등을 최적화함으로써 고객 니즈에 맞춰 온디맨드로 제품ㆍ서비스를 제공할 수 있도록 하는 것이 중요하다.

 

(2) 제공 가능한 가공 기술 확대

 

먼저 MES(제조 실행 시스템) 등 생산 관리 시스템의 데이터를 이용함으로써 생산 진척 상황을 수집ㆍ파악할 수 있어야 한다. 다음으로 공동으로 수주하는 기업끼리 데이터를 연계함으로써 생산 계획ㆍ진척 상황 등의 정보를 공유할 수 있도록 하는 것이 중요하다. 최종적으로는, 각 기업의 가공 시간ㆍ가공 로트 단위 등의 차이를 고려하여 전체적으로 생산 계획ㆍ물류 계획 등을 최적화함으로써 공동 수주 생산 체제를 구축하고 다양한 가공 기술을 제공할 수 있도록 하는 것이 중요하다.

 

(3) 새로운 제품ㆍ서비스 제공

 

새로운 제품을 먼저 기획ㆍ제안한다는 면에서는, 먼저 제품에 센서ㆍ통신 기능을 탑재함으로써 제품 사용 상황 및 사용 환경 데이터를 수집ㆍ파악할 수 있어야 한다. 다음으로 수집한 데이터를 분석하여 사용자의 행동을 관찰(인간 공학, 심리학 등의 관점에서 분석)함으로써, 드러나지 않은 니즈를 파악할 수 있도록 하는 것이 중요하다. 최종적으로는, 파악한 니즈를 실현하는 제품ㆍ기능ㆍ서비스를 먼저 기획ㆍ제안할 수 있도록 하는 것이 중요하다.

 

제품과 관련된 새로운 서비스 제공이라는 면에서는, 먼저 제품에 도입된 센서 등을 이용하거나 제품에 센서ㆍ통신 기능을 탑재함으로써 제품 사용 상황, 사용 환경 데이터, 제품 제어 데이터를 수집ㆍ파악할 수 있어야 한다. 다음으로 수집한 데이터를 분석하여 제품 이용 개선ㆍ예지보전과 관련된 지식 및 다른 용도를 위한 제품 가동 정보 활용을 통한 새로운 부가가치를 제공하는 지식을 획득할 수 있다. 최종적으로는, 획득한 지식을 활용함으로써 제품과 관련된 새로운 서비스ㆍ애프터서비스를 제공할 수 있도록 하는 것이 중요하다.

 

(4) 제품 성능ㆍ기능 향상

 

제품 성능 최대화ㆍ맞춤화라는 면에서는, 먼저 제품에 도입된 센서를 이용하거나 제품에 센서ㆍ통신 기능을 탑재함으로써 제품 사용 상황, 사용 환경 데이터, 제품 제어 데이터를 수집ㆍ파악할 수 있어야 한다. 다음으로 수집한 데이터를 분석함으로써 사용자의 제품 사용 방법 경향을 파악할 수 있도록 하는 것이 중요하다. 최종적으로는, 사용자의 제품 사용 방법 경향에 맞춰 제품 제어 설정값을 최적화함으로써 제품의 성능을 최대화ㆍ맞춤화할 수 있도록 하는 것이 중요하다.

 

제품에 새로운 기능을 추가한다는 면에서는, 제품에 통신 기능을 탑재함으로써 사용자가 사용하는 제품의 상태를 수집ㆍ파악할 수 있어야 한다. 그리고 최종적으로는, 통신 기능을 통해 소프트웨어를 원격으로 업데이트함으로써 제품에 새로운 기능을 추가할 수 있도록 하는 것이 중요하다.

 

3-7. 기타

 

일곱 번째 목적은 앞서 기술한 6가지 이외의 ‘기타’이다.

 

 

(1) 리스크 관리 강화

 

먼저 제품에 RFID 및 통신 기능을 탑재하여 가공ㆍ조립ㆍ검사ㆍ출하 데이터를 축적함으로써 제품 개체별로 품질을 증명할 수 있어야 한다. 다음으로 제품에 이상이 생겼을 때, 제품 및 자재에 축적된 데이터를 분석함으로써 빠르게 원인을 특정할 수 있도록 하는 것이 중요하다. 최종적으로는, 제품에 이상이 생겼을 때, 통신 기능을 통해 제품을 사용하는 사용자를 파악하고 대책을 강구함으로써 영향 범위를 최소화할 수 있도록 하는 것이 중요하다.

 

4. 스마트 팩토리의 장점ㆍ과제

 

다음으로 스마트 팩토리를 도입할 때의 장점과 과제를 소개한다.

 

4-1. 스마트 팩토리를 도입할 때의 장점

 

스마트 팩토리를 도입할 때의 장점은 목적과 겹치는 부분이 있긴 하지만, 크게 두 가지 장점으로 나눌 수 있다.

 

(1) 제조와 관련된 모든 데이터를 가시화한다.

 

첫 번째 장점은 ‘제조와 관련된 모든 데이터를 가시화한다’는 것이다. 지금까지 공장 현장에서 일하는 숙련 기술자의 경험과 감에 의해 가시화할 수 없었던 데이터나 공장 내의 모든 데이터를 스마트 팩토리를 도입하여 가시화함으로써 전보다 효율을 높이고 생산성을 높일 수 있다.

 

(2) 자원 절약과 최적화

 

두 번째 장점은 ‘자원 절약과 최적화’다. 제조업이 가진 3가지 과제에서도 언급한 바와 같이, 일본의 제조업에서는 해마다 ‘노동력 부족’이 이어지고 있는데, 스마트 팩토리를 도입하면 그만큼 사람의 작업 공정이 줄어들어 인력을 절감할 수 있고, 다양한 제조 공정에서 최적화를 실현할 수 있게 된다.

 

4-2. 스마트 팩토리의 과제

 

스마트 팩토리의 과제는 크게 2가지가 있다.

 

(1) DX(디지털) 인재 부족

 

스마트 팩토리의 첫 번째 과제는 ‘DX(디지털) 인재 부족’이다. 스마트 팩토리의 전제인 디지털 기술의 도입 및 활용, 운용에 대한 지식을 가진 DX 인재와 관련하여, 일본뿐 아니라 세계적으로 다양한 업계가 인재 획득 경쟁을 펼치고 있다. 하지만 스마트 팩토리를 성공적으로 이끄는 DX 인재는 그 수가 적기 때문에, 이러한 DX 인재를 육성하거나 획득하는 데에 많은 시간이 걸린다.

 

(2) 시큐리티 강화

 

스마트 팩토리의 두 번째 과제는 ‘시큐리티 강화’다. 스마트 팩토리에서는 IoT나 M2M, AI, ICT, IT 등 다양한 디바이스 및 사람의 정보를 취급하게 되기 때문에, 기존에 해오던 시큐리티 대책만으로는 충분하지 않다.