스마트 팩토리의 마지막 단계인 기능적 네트워킹

오늘날 제조산업을 보면 MES (Manufacturing Execution System, 생산 관리 시스템)가 핵심적 역할을 한다는 사실을 알 수 있다. 작동 데이터 수집을 위한 고립 솔루션, 컴퓨터 지원 품질 보장 또는 추적은 이러한 요구 사항을 충족하지 못한다. „디지털 스레드“를 실현하기 위해서는 상호 운용 가능한 통합 시스템이 필요하다.

 

공학박사 위르겐 클레티(Jürgen Kletti) 교수: MPDV Mikrolab GmbH 매니징 파트너

 

디지털 스레드는 정보를 풍성하게 할 목적으로 다양한 IT 시스템에서 데이터를 수집하는 것으로 MES를 통해 지평을 확장할 수 있다. 이를 토대로 생산 프로세스를 최적화할 수 있는 데이터를 얻거나 추적성을 충족할 수 있다. 데이터는 가치 창출의 다양한 지점에서 생성되거나 가치 창출에 간접적으로 참여하는 시스템(물류, 빌딩 관리)에서 생성된다. 이를 디지털 스레드라고도 하는데, 이는 마치 가상의 실처럼 전체 생산 환경 곳곳으로 이어져 다양한 IT 시스템에서 나오는 중요한 정보가 모인다.

 

스마트 팩토리의 네 번째 단계는 기능적으로 네트워킹 된 공장이다

스마트 팩토리로 가는 4 단계 모델

디지털 스레드의 의미에서 기능적 네트워킹은 스마트 팩토리 4단계 모델에서 마지막 단계에 해당한다. 1 단계에서 전체 생산 환경이 투명하게 되고, 2 단계에서는 반응 능력이 보장되고 개선된다. 3 번째 단계는 이를 바탕으로 제어 회로와 자기 제어 메커니즘을 정렬한다. 이는 공장에서 결코 작업자의 역할을 대체하려는 것이 아니다. 결국 위의 세 단계는 모두 4 번째 단계를 성공적으로 이행하기 위한 것으로, 기능적 네트워킹은 동시에 또 다른 복잡성을 초래한다. 기술뿐만 아니라 조직적으로도 그러하다. 생산 직원과 관리직 역시 스마트 팩토리의 투명성과 반응 능력을 이해하고 체득하는 것이 중요하다. 그렇게 해야 기능적 네트워킹을 통해 혼돈이 아니라 최적화된 새로운 가능성과 새로운 사업 기회가 생기기 때문이다.

 

생산과 물류의 네트워킹

생산과 물류의 네트워킹이 생산 설비의 효율을 높인다.

기능적 네트워킹이 추구하는 최적화로 이어지려면, 먼저 이에 필요한 구조를 정의하고 목적에 맞게 인터페이스를 구현하는 요건을 명확히 밝혀야 한다. 다음의 기능적 네트워킹 예시는 제조 업체 분야와 크기에 따라 다양한 관련성이 있는 것을 선택한 것이다.

             MES는 회사 내부 물류의 디지털 맵핑을 위한 솔루션을 제공한다. 이른바 WMS(Warehouse Management System)와 네트워킹하면 기존의 기능을 확장하고 성능이 더욱 좋아질 수 있다. 예를 들어 MPDV의 MES Hydra는 응용 MPL(자재 및 생산 물류)의 범위에서 정의되는 자재와 생산 중 중간 생산물의 재고인 WiP(Work in Progerss) 자재를 모니터링 한다. Hydra는 생산 설비의 재고로 작업하고 종료 후에 기록되는 재고만 알 수 있는 ERP보다 훨씬 더 자세한 정보를 제공한다. WMS 네트워킹을 통해 자재 애로와 그와 결부된 지연을 조기에 인지하고, 우회하거나 피해갈 수 있다.

             확장된 예시로는 숍플로어에서 통합 운반 매니지먼트를 사용하는 Hydra-MPL을 들 수 있다. Hydra-MPL을 이용하면 자재가 필요하거나 완성된 자재를 반출해야 하는 경우 언제든지 자동으로 주문을 생성할 수 있다. WMS와 조합하면 자동 루트 계획을 포함하여 무인 운반 시스템을 자동으로 구동할 수 있다. Hydra에서 주문을 받아 중요한 공급 프로세스를 완전히 자동으로 맵핑할 수 있다. MPDV의 MES 전문가들은 현재 물류 프로세스 소프트웨어의 선도적 공급자인 Viastore Software와 함께 또 다른 실질적인 연결점을 분석하고 있다.

 

설계, 제조 그리고 품질 보장 네트워킹

설계와 제조 검사의 네트워킹을 통해 지속 가능한 품질 향상을 이룰 수 있다.
설계와 제조 검사의 네트워킹을 통해 지속 가능한 품질 향상을 이룰 수 있다.

기능적 네트워킹의 또 다른 예시는 설계에서 나오는 CAD 모델을 생산과 품질 점검의 범위에서 파악되는 특징을 정의하는 것이다. 이를 이용하면 지금까지 수작업으로 행하던 검사가 간소화되는데, 이는 검사해야 할 목표 값과 공차의 수많은 매개변수를 CAD 모델로부터 넘겨 받기 때문이다. 이는 계획에 들어가는 수고와 타이핑 오류도 줄일 수 있다. 수집된 시험 결과는 생산 중 품질 보장에 이용되고 설계자에게도 피드백 된다. 설계자는 이를 바탕으로 제품을 개선하여 디자인에서 품질이 좋아지고 후작업이 줄여 제작에 대한 부담도 완화된다.

             CAD 모델로부터 시험 특징을 인수하기 위한 첫 번째 기능은 Hydra가 제공하고, 기능 범위를 확장하는 것을 이미 논의하고 있다. 이런 방향으로 오래 전에 실현된 또 다른 응용 기술은 PLM(제품 라이프사이클 시스템)에서 NC 프로그램을 넘겨받는 것이다. Hydra-DNC를 사용하면 데이터를 대기 중인 주문에 따라 기계에서 직접 사용할 수 있다. 따라서 많은 제조 기업들이 이를 활용하고 있다.

             앞서 언급한 기능적 네트워킹 예시들은 디지털 스레드의 의미에서 다양한 시스템에서 생성되는 데이터가 모이는 것을 기반으로 한다. 이때 설계 영역을 MES에 연결하면 특정 품목과 제품의 전체 라이프 사이클에 대한 시야를 확장시킨다. 생산과 더불어 개별 제품의 디지털 트윈이 타임라인을 얻게 된다. 이로부터 얻은 혜택은 제조사와 제품 사용자가 받을 수 있다. 라이프 사이클이 점점 짧아지고 변조 다양성이 갈수록 증가하고 있다. 기능적 네트워킹과 디지털 스레드를 이용하여 모든 관련자들이 공동의 지식과 발생한 오류로부터 올바른 길을 선택할 수 있다. 목적에 따른 기능적 네트워킹은 스마트 팩토리의 이전 단계인 투명성, 반응 능력 그리고 자기 제어를 더욱 확장할 것을 요구한다. 그에 따라 인더스트리 4.0의 의미에서 4 단계 모델 자체로부터 생산 최적화를 위한 제어 회로가 생성된다.