데이터는 새로운 금광이다

센서, 액추에이터, 컨트롤러, MDE 시스템 등에서 나오는 막대한 양의 데이터가 악보라면, 인간은 거대한 인더스트리 4.0 콘서트의 지휘자이다. 데이터와 데이터를 통해 얻은 정보는 생산 최적화, 사업 모델을 위한 기반이 될 때에 진정한 가치를 갖는다. 빅데이터, 정확히 말해 빅데이터로부터 얻는 정보나 지식은 4차 산업 혁명에 있어서 새로운 금광이 되고 있다.

위르겐 슈라이어

La vache qui rit는 “웃고 있는 소”라는 의미로 프랑스의 치즈 회사 Bel(인기 많은 Bonbel 치즈)이 자사의 유제품 라벨에 사용하는 캐릭터이다. 프랑스에선 요즘 모델이 된 이 “소”가 아주 잘나간다. 단지 웃음을 주는 것 외에, “농장 4.0″에서 메시지도 보낸다. 그리고 같은 이름의 TV 시리즈에서 남자 농부가 쫓아 다니는 소 젖을 짜고, 헛간의 똥을 치우고, 닭들을 속여 달걀을 빼내는 전형적인 시골 아가씨는 더 이상 없다.

요즘의 농장주는 디지털을 활용하여 태블릿이나 스마트폰을 통해 축사나 방목지에서 무슨 일이 일어나는 지를 살펴본다. 농장 여러 곳에 설치된 센서를 통해 울타리가 무단으로 열리는지 모바일 장치로 경고도 받고, 연기가 발생하면 바로 화재 경보기가 울리기도 한다. 센서, GPS, 빅 데이터 분석이 내일의 농장을 더욱 효율적으로 만들고 근본적으로 바꿀 것이다.

 

인더스트리 4.0에도 적합

농업분야에도 이미 “인더스트리 4.0“과 유사한 시스템이 있다. 위성으로 제어되는 밭을 가는 하이테크 콤바인과 하이테크 트랙터, 하늘에서 제초제와 퇴비를 정확한 지점에 뿌리는 드론 등이 그것이다. 최근에는 도이치 텔레콤이 Leica Geosystems와 Sensor-Technik Wiedermann과 공동 개발한 추가 장착 솔루션이 있다. 이 장치는 직접 모바일 무선 네트워크를 통해 GPS 수정 데이터를 농기계 스티어링 시스템에서 제어한다. 기계는 자신의 위치를 무선 네트워크를 통해 텔레콤 클라우드로 보내고, 수정 데이터 시스템은 정밀한 위치를 계산한 후 이를 다시 농기계에 보낸다. 진행 경로, 퇴비, 씨앗 투입량을 자동으로 조정하고 연료 소비량도 최적화한다. 요약하면 기계산업뿐만 아니라, 디지털 농장에서도 스마트 팩토리와 거의 유사하다. 최근 디지털 협회 Bitkom의 설문 조사를 보면 농장주들은 이러한 기술을 통해 농사가 개선되고, 효율은 높아지며 설비 활용률이 높아져 생산비가 낮아지기를 기대한다. 동시에 장비의 정비와 유지보수는 예견적 분석으로 지금보다 잘 활용할 수 있기를 기대하고 있다. Bitkom에 따르면 하이테크 어플리케이션과 빅데이터는 미래의 농장에서는 당연한 처사이다.

제조업에서도 점점 빅데이터 솔루션을 많이 이용한다. Freudenberg IT의 의뢰로 PAC(Pierre Audoin Consultants)가 실시한 최근 IT Innovation Readniss Index( IT 혁신 준비지수) 조사에서 이 같은 점이 여실히 드러났다. 중소 제조업체들은 회사 주요 지수를 평가하고 매출 데이터를 분석하기 위해 빅데이터를 사용한다. 이 설문 조사에 의하면 가장 큰 과제로 받아들이는 것이 바로 국제화와 세계화이다. PAC는 중소 제조업체들이 전세계의 복잡한 판매 경로에서 생성되는 매출 빅데이터를 분석하는 일이 장기적으로 증가할 것이라고 보고 있다. 매년 실시하는 PAC 조사에서 가장 높은 상승률을 보인 것은 예견적 정비를 위한 제조 데이터 분석이었다. 연구자들의 시각에서 이 결과는 놀라운 일은 아니다. 분석이 뒷받침된 정비 계획은 기계의 가동 중지를 방지하고, 가용률을 개선하여 비용을 절감하기 때문이다. “제조 분야 중소기업들은 일반적으로 급격히 증가하는 데이터를 목적에 적합하게 평가하여 회사의 지속적인 성공을 보장해야 한다는 과제를 가지고 있습니다. 빅데이터 솔루션은 제조업이 인더스트리 4.0 방향으로 발전하면서 앞으로 무엇보다 중요한 과제입니다.“ (슈테파니 나우요크, PAC 애널리스트).

2020년이 되면 개별 센서, 전체 기계, 전체 시스템 그리고 공장에 이르기까지 최대 5천만대의 장치가 인터넷에 연결될 것이라고 한다. 그리고 이 모든 곳에서 어마어마한 양의 데이터를 방출된다.
2020년이 되면 개별 센서, 전체 기계, 전체 시스템 그리고 공장에 이르기까지 최대 5천만대의 장치가 인터넷에 연결될 것이라고 한다. 그리고 이 모든 곳에서 어마어마한 양의 데이터를 방출된다.

실시간 분석으로 신속하게 대처한다

Freudenberg IT의 CEO인 호르스트 라이하르트에 의하면 빅데이터는 인더스트리 4.0과 새로운 퀄리티 4.0의 구동 기술로 간주되고 있다. SAP Hana와 같은 인메모리(In-Memory) 솔루션을 이용하여 작동 데이터와 기계 데이터를 지속적으로 실시간 분석하여, 부품 생산 시 불량률을 현저히 낮출 수 있다. 제조 라인에 빠르게 개입하고 전체 생산 프로세스를 추적할 수 있기 때문에, 흔히 자동차 산업에서의  대규모 리콜 사태는 이제 옛 이야기가 될 것이다. 빅데이터는 제조 영역에서 효율성과 품질을 높이기 위해서, 또 새로운 사업 모델의 기반으로서도 중요한 역할을 한다. “특히 기계 제조업과 설비 제조업에서 제조사들은 제품의 전체 수명 사이클에서 인터넷 기반 서비스를 통해 부가 가치를 더욱 높일 수 있습니다.“(호르스트 라이하르트) 중소기업에서도 광범위한 빅데이터의 잠재력에 대한 인식이 커지고 있다. 적합한 솔루션이 주는 이익에 대한 시각이 높아졌다는 점이 이를 뒷받침한다. Freudenberg-IT 연구에 따르면 기업들의 의구심도 2014년의 32%에서 24%로 낮아졌다.

 

Hoffmann Engineering GmbH의 사장, 외르크 호프만(Jörg Hoffmann),
Hoffmann Engineering GmbH의 사장, 외르크 호프만(Jörg Hoffmann), “예측 정보 모델을 갖춘 생산 시스템의 가용성은 점점 생산과 내일의 새로운 사업 모델을 위한 중요한 키가 될 것입니다.“

빅데이터의 흐름은 막을 수 없다

빅데이터라는 기차는 달리기 시작했고, 이제 저지할 수는 없다. 2025년까지 전세계 빅데이터 솔루션 판매량은 8천 5백만 유로 이상으로 증가할 것이라고 한다. 이는 Barc(Business Application Research Center )와 독일연방 Voice (IT 사용자 협회)가 연구에서 밝혀냈다. 전문가들에 따르면 2020년이 되면 개별 센서에서 기계 전체, 시스템 그리고 공장에 이르기까지 최대 5천만대의 장치가 인터넷에 연결될 것이라고 한다. 그리고 이 모두가 어마어마한 양의 데이터를 쏟아낼 것이며, 이 데이터들은 새로운 수익 사업 모델을 창출하기 위해 저장만 하는 것이 아니라 파악하고 분석된다. 데이터들을 가능한 빠른 단계에서 필터링하는 것도 중요하다. 장치에서 시간 손실 없이 처리하여 평가하고 분석하기 위해 다른 시스템으로 전송한다. “사물 인터넷과 관련된 데이터 참으로 양은 엄청납니다. 이런 데이터들은 잘 걸러야 합니다. 장치에서 직접 처리하는 것이 효율적인데, 그렇게 하려면 새로운 분석 솔루션이 필요합니다.“(Dr. 요아힘 샤퍼, AGT International 부사장 및 리서치 조직 책임자)

모리츠 폰 플라테(Moritz von Plate), Cassantec:
모리츠 폰 플라테(Moritz von Plate), Cassantec: “문제가 있을 때에 원인과 영향을 분명하게 규명할 수 있다면, 데이터를 기반으로 하는 정보가 인간을 올바른 길로 안내해줄 수 있습니다.“

“Internet of Everything, 만물인터넷“에서 생성되는 엄청난 양의 데이터는 전송 시 광대역을 필요로 한다. 저장을 위해서도 마찬가지이다. “데이터의 상당 부분은 분석에 이용할 수 없지만, 현장에서는 중요한 가치가 있습니다. ‚디바이스‘가 자신의 전형적인 상태를 학습하고, 이례적인 상태를 스스로 알릴 수 있게 하는 것이 목적이라면, 실제적인 이익을 전면에 내세우고 장치 내에서 실시간 반응을 달성하는 것이 효과적인 경우가 많습니다. 인공 지능이 앞으로 자주 사용될 것입니다.“(요아힘 샤퍼) 로봇과 같은 복잡한 시스템들은 많은 데이터를 처리한다. 이러한 시스템들은 데이터로 정기적으로 보정함으로써 표준과 차이가 나는 것을 식별하고, 필요한 경우 즉각 반응한다. 기계가 인간을 대체하지는 않겠지만, 예측분석 전문업체인 Cassantec AG의 CEO인 모리츠 폰 플라테는 다음과 같이 확신한다. “우리가 결정을 내리는 방식에는 엄청난 영향을 받을 것입니다. 원인과 영향을 규명할 수 없는 복잡한 상황이 발생했을 때, 데이터를 기반으로 하는 정보가 인간을 올바른 길로 안내해줄 겁니다.“ 칼스루헤 자동화 기술 제조사인 Hoffmann Engineering GmbH의 사장인 외르크 호프만도 비슷한 시각이다. “예측 모델을 갖춘 생산 시스템과 이를 통한 가용성은 앞으로 생산과 새로운 사업 모델을 위한 중요한 열쇠가 될 것입니다. 앞으로 인간 노동자의 과제는 생산 현장에서 보다 지능적이고 직관적인 프로세스 분석하여 새로운 사업 프로세스 방향으로 최적화될 것입니다.“

 

데이터 혼돈에서 찾아낸 새로운 지식

빅데이터 또는 데이터를 기반으로 한 정보는 경제 시스템의 효율을 결정짓는 원자재가 될 것이다. 플라스틱이나 금속 또는 금이나 은과는 다르게 데이터는 눈에 보이거나 손에 잡히지 않지만, 그 의의와 가치를 깎아 내리면 안 된다. Bosch의 새로운 연구캠퍼스 정보학자인 Dr. 로타르 바움은 다음과 같이 언급하였다. “데이터는 세계 경제의 새로운 오일입니다.“ 관건은 네트워크로 연결된 공장, 네트워크로 연결된 자동차, 네트워크로 연결된 제품에서 나오는 지속적으로 커가는 데이터 흐름을 고객 서비스와 최적화된 생산 프로세스 그리고 더 큰 경쟁력을 위해 이용하는 것이다. 증가하는 Data Mining을 목적에 따라 평가하는 전문가 로타르 바움은 다음과 같이 말한다. “많은 양의 데이터로부터 새로운 지식을 만들어내는 것은 미래의 핵심 역량입니다.“ 로타르 바움은 무엇보다 데이터 마이닝으로 네트워크화된 산업을 최적화하는 구체적인 방법을 연구한다.

Bosch는 제조 시설에서 얻은 데이터를 평가하여 유압 밸브 테스트 시간을 17.4% 정도 줄일 수 있었다. 이는 실로 엄청난 시간인데 연간 40,000개의 밸브를 제작하면 14일을 줄일 수 있다. 이 사례에서는 유압 밸브 30,000개의 생산 데이터를 분석하여 필요한 지식 베이스를 만들었다. 앞쪽에 위치한 다수의 시험 결과가 긍정적이면 시험 시퀀스에서 뒤쪽에 위치하는 단계를 생략할 수 있다는 점이다. 뒤쪽 시험 단계의 결과는 앞선 시험 단계의 분석을 통해 예측할 수 있다. 복잡하지만 그러한 관련성을 발견한다면 시간과 비용을 줄일 수 있다. “몇 초의 시간만 줄어도 부품이 백만 개면 티끌 모아 태산이 되고 푼돈이 모여서 수백만 유로가 됩니다.“(로타르 바움) 각 요소를 절감하여 경쟁력이 강화되고, 더불어 생산품의 경쟁력도 올라간다.

Siemens는 자산 분석 서비스(Asset Analytics Services)로 기계, 생산 라인에서 전체 산업 시스템의 온라인 상태 모니터링을 위한 새로운 서비스를 제공한다.
Siemens는 자산 분석 서비스(Asset Analytics Services)로 기계, 생산 라인에서 전체 산업 시스템의 온라인 상태 모니터링을 위한 새로운 서비스를 제공한다.

지속적인 연산 능력이 있어야 유용하다

기술적으로 데이터 마이닝은 까다롭다. “이를 위해 필요한 알고리즘은 기본적으로는 수십 년 전부터 알려져 있습니다만 연산 능력이 없는 알고리즘은 수십억 데이터에 적용할 수가 없습니다.“(로타르 바움) 지금은 수많은 서버들이 연결된 클러스터가 수천 개 프로세서에서 거대한 과제를 동시에 연산하기 때문에 가능하다. 빅데이터를 다루는 것이 얼마나 이익이 되는지 알 수 있다. 에너지 회사인 British Gas는 고객들에게 열과 온수를 판매하는 서비스를 한다. 이 가스 회사에 설치된 수많은 Bosch 보일러는 인터넷 연결을 통해 보일러가 언제부터 가동되었고, 얼마나 오래 가동되었으며, 온수의 온도는 얼마인지 등 많은 데이터를 Britisch Gas에 공급한다. “어떤 보일러가 시동을 거는데 평소보다 시간이 오래 걸리면, 정보를 분석하여 원인을 찾아냅니다. 서비스 기사가 고객을 방문할 때에는 무엇에 결함이 있는지를 이미 알기 때문에 부품을 챙겨갈 수 있습니다. 지금은 기술자가 두 번 방문하는 경우가 많지 않습니다. 고장을 원인을 찾아, 수리를 위해 방문합니다.“(로타르 바움) 이제는 초인종을 한 번만 누르면 된다. Bosch도 이미 빅데이터를 잘 활용하고 있다. 많은 기계들을 네트워크로 연결하였고, 알고리즘은 센서 데이터로부터 기계 손상을 식별하고, 제때 정비할 수 있도록 지침을 제공한다. IoT 어플리케이션을 개발하고 운전하는데 이용되는 Bosch-IoT-수트의 빅데이터 콤포넌트는 많은 양의 데이터도 분석할 수 있다.

이 분야의 또 다른 대형 플레이어인 Schaeffler와 Deckel Maho Pfronten도 빅데이터의 불을 밝혔다. 구체적인 투자 프로젝트를 기반으로 다른 파트너들과 함께 “공작 기계 4.0“이라는 기계 컨셉트를 개발하였다. 센서에서 클라우드에 이르기까지 기존 기술을 새로운 디지털화된 콤포넌트와 네트워킹하고, 디지털 생산을 향한 방향으로 나아가게 되었다. 이를 위해 제4세대 DMC 80 FD를 기본으로 하는 두 개의 프로토타입을 구축하였다. 이 가운데 하나는 Schaeffler 공장의 양산 공정에서 정밀 베어링 세그먼트에 사용하고, 두 번째 프로토타입은 밀라노 EMO에서 DMG Mori 부스에서 선보인 바 있다.

디지털화의 가능성은 결코 제조 기계에만 국한되지 않는다. 생산 환경도 가치 흐름 안에서 연속적인 데이터 흐름의 이익을 누린다.
디지털화의 가능성은 결코 제조 기계에만 국한되지 않는다. 생산 환경도 가치 흐름 안에서 연속적인 데이터 흐름의 이익을 누린다.

클라우드 내에서 이루어지는 분석

공작기계 구동기술 콤포넌트에 대한 개발과 납품 파트너로서 Schaeffler는 센서, 네트워킹 그리고 분석을 통해 다양한 프로세스에 대해 수집된 데이터를 사용 가능하게 만들었다. 예측적 정비 전략을 통해 기계의 가동 중지를 방지하는 등 고객에게 부가 가치를 제공한다는 목적으로 디지털화 전략을 추구한다. 공작기계에서는 베어링이 기계 성능에 결정적인 역할을 한다. 베어링은 기계의 기능뿐만 아니라 피삭재의 품질도 결정하기 때문이다. 현재 상태와 앞으로의 콤포넌트 거동을 유추할 수 있게 하는 데이터는 기계 운영자에게 있어서 중요한 근거 자료를 형성한다.

이 프로젝트의 프로토타입에서는 가공 프로세스와 관련된 거의 모든 베어링 지점에 진동, 힘, 온도, 압력을 측정하기 위한 센서를 설치하여 기계 상태에 대한 최상의 정보를 수집한다. 조치를 위해서는, 기록되는 데이터의 평가가 이루어져야 해당 기계가 실질적으로 인더스트리 4.0 능력을 갖추게 된다. 추가의 모든 센서, 액추에이터, 평가 유닛 등이 연결되어 있는 기계 내부의 네트워크를 통해 데이터에 접근할 수 있다. 그렇지만 이미 존재하는 데이터 평가를 위해서는 엄청난 양의 데이터 분석이 이루어져야 한다. 측정값과 다른 데이터의 상호 관련성을 통해 베어링 상태를 유추할 수 있는 모델이 나오기 때문이고, 적합한 알고리즘을 이용하여 자동으로 식별할 수 있고, 필요한 행동 권장사항이나 활동을 실시할 수 있다. Schaeffler의 빅데이터 분석 평가는 클라우드에서 이루어진다.