자율 제어 공정

인더스트리 4.0 초기부터 자율 제어, 자가 최적화 또는 자가 학습기계는 등장했었다. 그리고 그 뒤에는 과연 무엇이 있을까? 그보다 더 중요한 문제는 그로 인해 제조 라인이 어떻게 변화할 것인가? 라는 것이다.

공학 박사 위르겐 클레티(Jürgen Kletti): MPDV Mikrolab GmbH 대표

대부분의 사람들은 인더스트리 4.0이 모든 것을 스스로 제어하고 인간이 더 이상 개입하지 않아도 되는 것처럼 생각하고 있다. 미리 프로그래밍된 복잡성을 극복하기 위해서는 인류의 모든 경험과 지능을 IT 시스템으로 전환해야 하고, 그렇게 되기까지 더 많은 시간이 더 걸릴 것이다. 인더스트리 4.0의 궁극적인 목표는 무인 공장이 아니다(그림 1). 이 글은 상대적으로 명확하게 드러나는 분야인 자율 제어로 한정하고자 한다. 자가 최적화 또는 자가 학습기계와 같은 혁신적인 컨셉트는 더 높은 가능성을 가진 것으로, 자율 제어보다 한 단계 더 나아간 접근으로 보아야 한다.

그림 2: 제어 회로로 생산 묘사 – 상세하게 하는 것이 관건이다.

제어 기술에서 가져온 개념

본질적으로 자율 제어는 제어 기술의 최신 개념이라고 정의해야 할 것이다. 새로운 점은 목표와의 오차에 보다 빠르게 반응하고, 이보다 이상적인 것은 오차를 예상하여 사전에 대응할 수 있도록 투명성을 제고하는 것이다. 간단하게 말해서 자율 제어란 특정 절차 또는 프로세스를 스스로 규제하여 정해진 매개변수에 최대한 근접하여 준수하는 것이다. 제조 환경에서는 최적의 기계 부하, 품질 보장, 생산성 증대가 중대한 관건이다. 가능한 제어 변수와 특정 목표 매개변수의 수는 임의로 정해진다. 또한 많은 매개변수들은 수동 개입을 통해서만 변경할 수 있다.

그림 3: 스마트 팩토리 4 단계 모델 – 3 단계가 자율 제어 공장이다.

자율 제어 접근법들이 성공적으로 이어짐에도 불구하고, 제어 회로(그림 2)를 정의하고 이 회로에 필요한 역량과 권한을 부여한다는 점을 전제로 한다. MPDV의 „Smart Factory“ 4 단계 모델에 따르면 최신 생산현장은 자율 제어를 기반으로 정립될 수 있도록 투명성과 반응 능력이 필요하다(그림 3). 첫 두 단계의 기초는 통합된 MES(Manufacturing Execution System)로서, 이를 위해 데이터를 실시간으로 수집하고 생산 현장의 시각화 및 제어를 위한 기능도 제공한다. 자율 제어는 수집된 데이터와 확립된 제어 메커니즘을 이용하는 그 다음 단계이다.

자율 제어의 특징

자율 제어의 가장 간단한 형태는 하나 또는 다수의 매개변수를 모니터링하고 정해진 임계값 초과 시 메시지를 전송하거나 신호를 보내어 (그림 4), 수동으로 대응할 수 있게 하는 것이다. 오늘날 MES에서 이런 유형의 기능을 „에스컬레이션 관리(Escalation management)“ 또는 „Messaging & Alerting“이라고 한다. MES에서 „Workflow Management“라고 칭하는 기능 모듈은 더 많은 것을 할 수 있다.

그림 3: 스마트 팩토리 4 단계 모델 – 3 단계가 자율 제어 공장이다.

목표와 차이가 나는 오차를 알려주며 동시에 대응 조치를 제안하거나 발동시킬 수 있다. 한 단계 더 나아간 것이 완전한 자율 제어 시스템이다. 이러한 시스템으로 Kanban 또는 디지털로 지원되는 등가의 E-Kanban이 있는데, 이 시스템은 자재가 소진되면 필요한 양을 자동으로 주문한다. 따라서 내장된 컨트롤 기능으로 인해 불필요한 재고 발생을 현격히 줄여준다. 최고 등급의 자기 규제는 프로세스 인터록이다. 이는 각 작업 단계에 승인되는 자재만 제공되고, 완벽하게 가공된 부품만 사용되도록 허가한다. 이에 필요한 정보는 이미 시스템에 내재되어 있다. 관련 인력은 MES로 상호 작용하기 때문에, 이러한 자율 규제의 특징들은 통합된 MES로 묘사할 수 있다. 이 경우 기술이 인간을 위한 지원 수단이 되어, 작업자는 MES의 지원을 받아 „증강 오퍼레이터“가 된다(그림 5). 이러한 개념의 이면에는 작업자가 근거를 갖추고 결정을 내릴 수 있도록 각 상황에서 유용한 정보에 직접적으로 접근할 수 있다. 인간과 기계 간의 인터페이스를 통해 작업자들은 인간 공학적인 방식으로 자율 규제의 일부가 된다. 이렇게 통합의 효과를 높이기 위해, 분산된 결정을 내릴 수 있도록 각자의 분야에서 필요한 역량을 갖추어야 한다.

그림 5: MES Hydra를 이용한 에너지 관리: 관련 지어진 데이터는 복잡한 제어 회로의 베이스로 이용된다.

분산화로 가는 길

자율 규제와 분산화로 가는 길에는 MES와 여타 IT 등 추가적인 지원이 필요하다. 관건은 길들여진 조직 문화에서 생산 패러다임의 전환이다. 프로세스와 절차, 관할권, 문서화되지 않은 규칙 등 결정을 내려야 할 경우 기존 경험이나 실제 상황을 포괄적으로 분석할 것을 권장한다. 이러한 여건에서는 적어도 실제 상황을 조사하고, 토대가 되는 프로세스는 줄여야 한다. 중요한 것은 수집된 그리고 최적화된 전체 상황을 제어 회로로 매핑하는 것이다. 여기에는 간단한 if-then 관계뿐만 아니라 복잡한, 경우에 따라서는 수학적 관련성도 적합하다. 세 번째 단계에 이르러 제어 회로가 적합한 IT 시스템으로 매핑된다. 대부분의 제조와 관련된 제어 회로는 최신 MES로 구현될 수 있다. 제어 회로 더불어 자율 규제가 인더스트리 4.0의 발명품이 아니라는 것은 다양한 분야의 제조 업체들이 MES를 이용하여 성공적으로 구현한 스마트 어플리케이션들이 입증하고 있다.

■ 한 플라스틱 가공업체는 수집한 기계 에너지 소비량을 등록된 주문과 관련하여 다음 시스템 정비가 언제 필요한지를 파악하는 데에 이용하고 있다. 이를 위해 규정 소비량과 실제 소비량을 비교하는데 이것이 제어 회로이다. 파악된 소비량이 규정의 30%를 초과하면, 계획에 없던 정비를 실시해야 한다. 관련 정비 주문은 주문 풀(order pool)을 통해 자동으로 전송된다. 정비 실시 후 정기적인 정비 주기가 재설정 되어 자연스럽게 시스템을 훨씬 효율적으로 사용할 수 있다.

■ 자동차 산업에 사용되는 변형 모텔이 많은 부품을 제조할 경우 전체 제조 프로세스를 기록해야 하고, 완벽한 부품만 가공, 납품해야 하는데, 정해진 순서대로 진행해야 한다. 이런 의도로 구현된 프로세스 인터록은 작업 단계마다 각 부품이 현재 단계에 대해 승인된 것인지 그리고 지금까지의 가공이 오류 없이 진행되었는지 점검한다. 전체 매개변수의 연속적인 문서화를 바탕으로 MES에서 규정과 비교하는 것으로 이러한 점검은 문제없이 가능하다.

제조 현장에서 수집한다

인더스트리 4.0이라는 표제 아래 논의된 수많은 주제들과 마찬가지로 자율 규제에 있어서 어떤 목표를 추구할 것인지 정의하고 무언가를 어느 정도의 범위로 할 것인지를 정해야 하고, 모종의 방법과 기술을 선택할 수 있다. 검증되고 이미 사용되고 있는 기술이 각각의 요건에 적합한 것으로 나타났다. 자율 규제 공장의 경우 린 제조법뿐만 아니라 전통적인 제어 기술을 적용할 수 있어 두 경우 모두 스마트 팩토리에 한 걸음 더 가까워진다. 또한 MPDV의 Hydra와 같은 통합 MES가 본질적으로 기여한다는 것도 여러 차례 나타났다. 그럼에도 불구하고 인간의 개입 없이는 완전하게 규제될 수 없는 프로세스들이 당분간은 존재할 것이다. 인간은 계속해서 복잡해져 가는 제조 산업 환경에서 그리고 그와 더불어 자율 규제 환경에서 핵심적이고 필요한 역할을 담당할 것이다.