중견 기업은 어떻게 산업용 사물인터넷(IIoT)을 활용할 수 있는가?

중소기업이 정보를 디지털 양식으로 변환하는 과정은 그리 간단하지 않습니다. 그렇기 때문에 독일 연방 경제부가 후원하는 중견기업 IIoT 능력 센터 5곳 중 한 곳이 다름슈타트 기술대학교(TU)에 설립되었습니다. 이 곳에서 기업은 디지털화 기술을 배울 수 있습니다.

The IIoT learning factory in Darmstadt. Image courtesy of TU Darmstadt.

다름슈타트 기술대학교 리히트비제 캠퍼스(Lichtwiese Campus) 한편에  프로세스 러닝 팩토리(process learning factory)인 ‘산업 생산 센터(Center for Industrial Production, CiP)’가 설립되었습니다. 센터 내부는 실제 제조 공장과 매우 비슷합니다. 기계로 작업하는 많은 공장의 생산 환경을 그대로 옮겨 놓았습니다. 다름슈타트 기술대학교의 생산 관리, 기술 및 머신 툴 연구소(the Institute for Production Management, Technology and Machine Tools)의 러닝 팩토리에서 사람들은 그 곳에 있는 생산 시스템을 시험해볼 수 있습니다. 생산 공정을 개선하기 위해 기존 생산 시스템에 IIoT를 적용하는 것이 목적입니다.

"저희는 중소기업 수준의 러닝 팩토리를 구현하고자 노력하고 있습니다. 부실한 시스템으로는 혁신적인 상품을 도출할 수 없다는 판단 때문이었습니다. 앞으로 기존 장비와 공정을 현대식으로 개조할 계획입니다. "

안드레아 반크(Andreas Wank), 다름슈타트 기술대학교 과학 분야 직원, 프로젝트 매니저.

“다름슈타트의 러닝 팩토리는 다른 곳과 다르다.”

이 프로젝트를 담당하고 있는 다름슈타트 기술대학교 생산 관리, 기술 및 머신 툴 연구소 직원인 안드레아 반크는 다른 러닝 팩토리와 다름슈타트 기술대학교는 확연한 차이가 있다고 설명합니다. “저희는 맨바닥에 러닝 팩토리를 만든 게 아닙니다. 일반적인 중소기업 수준에서 개발하고 있습니다.” 즉, 현대적 생산 시스템은 아무 것도 없는 상태에서 관념만으로 창조할 수 있는 것이 아닙니다. 대신에 기존 장비와 공정을 현대식으로 개조할 계획입니다. 유럽연합은 ‘효율적인 팩토리 4.0(Efficient Factory 4.0)’라는 연구 프로젝트를 지원하고 있습니다.

산업용 사물인터넷을 적용하기 좋은 환경

생산과 작업 공정에 디지털 기술을 이용하면 경쟁력이 높아지고 새로운 시장이 열립니다. 다름슈타트의 IIoT 역량 센터도 중소기업을 위한 센터라고 할 수 있습니다. 산업용 사물인터넷의 시작부터 구체적인 솔루션에 대한 지원까지 무료로 전체적인 실무 훈련을 제공하고 있습니다. 주로 IT 보안, IIoT 시대의 작업, 새로운 사업 모델, 에너지 효율성, 효율적인 고부가가치 사슬 공정 등 다섯 가지 분야에 집중하고 있습니다.

인간/기계 인터페이스의 무한한 개선 가능성

인간/기계 인터페이스 분야는 개선 가능성이 매우 높습니다. 제조 공정에서 데이터를 일일이 수동으로 입력해야 하는가 하면, 품질 관련 문서는 여전히 종이에 기록하고 있습니다. 그러므로 대부분의 기업에서는 우선 자동적인 디지털 데이터 획득부터 시작해야 합니다. ‘디지털화’야 말로 IIoT라는 비전으로 진입하는 첫 걸음입니다.

이를 개선하기 위해서는 현재 상태에 대한 분석이 우선입니다. 다름슈타트 기술대학교의 프로세스 러닝 팩토리의 경우에는 인터페이스 호환성이 없고 전용 센서 시스템이 없는 2005년식 제어장치의 기계를 보유하고 있었습니다. 인터페이스를 업그레이드하려면 기계 한 대당 2만 유로라는 많은 금액이 소요될 것으로 보였습니다.

그러나 그렇게 많은 금액을 들여 업그레이드하지 않아도 오래된 기계를 부분적으로 네트워크화할 수 있습니다. 예를 들면 냉매충전 수위 측정용 센서와 기계제어장치 사이의 선반(lathe)에 어댑터를 장착하고 태블릿을 통해 양방향적인 접근을 제공하는 방식이 있습니다. 치핑(chipping) 생산 시, 최종 제품 검사용 다이얼 게이지와 제품이 요건에 부합하는지 탐지하고 자동적으로 오류 메시지를 전송하는 중앙 데이터 획득 시스템을 연결하였습니다.

다른 장치에 나중에 변류기를 부착하여, 기계의 작동 부하를 확인하는 데 사용할 수 있었습니다. 중앙제어시스템을 통해 데이터에 접근할 수 있습니다.

Andreas Wank demonstrates how tablet computers can supports product inspection. Image courtesy of TU Darmstadt.
Remote operation via mobile devices is an important aspect of IIoT. Image courtesy of TU Darmstadt.
RFID chips are used to track products and components and this information can be accessed remotely by leading employees - or even customers. Image courtesy of TU Darmstadt.
The manufacturing work place of the future is equipped with smart devices like tablet computers instead of paper instructions. Image courtesy of TU Darmstadt.

변화되고 있는 직원의 역할

다름슈타트 기술대학교에서 일부 개발한 제어 인터페이스가 달린 태블릿 컴퓨터도 원격 접근뿐만 아니라 러닝 팩토리의 많은 곳에서 활용되고 있습니다. 기존의 생산 환경에서도 인간-기계 인터페이스를 어떻게 최적화할 수 있는지 보여주고 있습니다.

안드레이 반크는 다음과 같이 설명합니다.

"제조 과정에서 나온 데이터를 기록하고 기업의 고위 담당자에게 전달합니다."

예를 들어 품질관리에 문제가 발생한 경우, 생산 관리자는 태블릿이나 스마트폰으로 메시지를 받아 공정을 중지시킬 수 있습니다. 제조 담당자는 태블릿을 클릭해 화상회의를 시작하고 문제를 지적할 수 있습니다.

이러한 사례는 산업용 사물인터넷 환경을 구축하는 과정에서 직원의 역량이 어떻게 변화할 것인지를 이미 보여주고 있습니다. 기계가 점점 일상적인 업무를 담당하고 스스로 제어할 수 있는 기능을 가지게 되면서, 인간은 문제 발생시에만 개입하게 될 것입니다. 따라서 직원들은 앞으로 의사결정을 하고 문제를 해결하는 역할을 맡게 될 것입니다.

 

 

Employees can access tailored information for their current tasks. Image courtesy of TU Darmstadt.

필요한 정보

산업용 사물인터넷을 도입한 제조업체에서 직원들은 로그인하고 필요한 정보를 받게 됩니다. 다름슈타트 기술대학교의 러닝 팩토리에서 이미 보여준 대로, 단 하나의 배치 사이즈도 앞으로는 번거로운 특별한 사례가 되지 않을 것입니다. 직원 각자의 수준에 맞게 다양한 조립 비디오에 접근할 수 있고 흰 작업대에 비디오가 상영될 것입니다. 실제 제품을 다루며 변동성이 많은 제조 작업을 위해 비디오를 녹화하고, 모듈형 시스템을 이용하여 변화를 줄 수 있을 것입니다. 산업용 사물인터넷의 목적은 직원이 실제로 수행하는 공정을 단순화하는 데 있습니다. 이렇게 하면 작업이 쉬워지고 속도가 높아집니다.

기계와 시스템의 네트워킹

산업용 사물인터넷에서는 인간과 기계의 네트워킹뿐만 아니라 장치 사이의 네트워킹도 수반됩니다. ‘기계 대 기계(M2M) 통신’이라는 용어로 이를 나타냅니다. 우선, 제품에 각각의 기계에서 읽을 수 있고 추가 정보를 담을 수 있는 응답기(transponder), 칩 또는 코드가 장착됩니다. 다름슈타트 러닝 팩토리에서는 약간의 예외는 있지만, 기계와 제품 간의 무선 데이터 전송을 위해 이미 RFID 시스템을 사용하고 있습니다. 예를 들면, 시작 단계의 원재료는 앞으로 절삭가공(milling)을 해야 하기 때문에 아직 응답기가 설치되어 있지 않습니다. 대신에 원재료가 움직이는 동안에 작은 부하 운반체(load carrier)를 추적할 수 있습니다. 이러한 방식으로 제조 과정에서 구성품의 경로를 이미 분석할 수 있으며 종합적인 품질관리 시스템을 만들기 위한 기초가 형성됩니다. 이미 수집한 다른 정보와 이러한 분석 결과를 종합하여 제품당 에너지 소모량을 계산할 수 있습니다. 비용 절감 가능성을 쉽게 인식할 수 있게 될 것입니다. .

실제 사례: 측정 체인에 대한 지능형 제어

이렇게 네트워크화된 생산의 핵심 요소는 사용 중인 모든 센서의 데이터가 모이고 처리되는 측정 체인에 대한 제어입니다. HBM사의 PMX 산업용 앰프를 예로 들어 이러한 제어 과정을 설명할 수 있습니다. 여러 제조업체는 대학교 캠퍼스에서 탄생한 시제품을 시장에 공급하고 있는데, PMX 산업용 앰프 역시 그중 하나입니다. 산업용 앰프는 기존 생산 체인을 향상시키는 데 일조할 것으로 기대됩니다.지능형 데이터 획득 시스템은 전체 생산 측정 체인을 모니터링(‘상태 모니터링’이라고 부름)하고 제어함으로써 품질관리나 유지 등 중요한 지원 공정을 최적화합니다. PMX에도 현대적 사용자 인터페이스가 있는 웹 기반 소프트웨어가 설치되어 있습니다.

통합된 산업용 이더넷 연결을 이용하여 PMX로 생산 시스템을 실시간 네트워크화할 수 있습니다. PMX는 또한 전자 데이터 시트, 즉 센서 전자데이터 시트(Transducer Electronic Data Sheets, TEDS)를 이용하여 측정 체인에 있는 센서를 탐지하고, 이 센서들을 모수화(parameterize)하여 모두를 다시 사용할 수 있게 준비할 수 있습니다. 고장(failure), 편차(deviation), 리던던시(redundancy)도 탐지, 보고 또는 우회됩니다. 공정과 직원 활용의 효율성이 훨씬 높아집니다. 이 시스템은 학습하고 적응하는 능력도 있습니다. 지정된 핵심 수치를 이용하여 스스로 최적화를 이루는 것이 그 목표입니다. 이러한 방식으로 현대적 시스템을 활용하면 제조 원가를 낮추고 품질과 생산 속도를 높이는 데 도움이 됩니다.