데이터도 가공하면 부가가치를 창출할 수 있다.

지금까지는 기계의 품질과 기능이 기계의 가치 창출 잠재력을 결정했다면, 미래를 위한 동력은 네트워크화된 시스템이다. 이러한 디지털 생태계가 중소기업에게도 새로운 가능성을 열어준다.

헤르베르트 그랍(Herbert Grab): 프리랜서 저널리스트 &작가

핵심 내용

  • 기계 데이터를 통해 디지털 트윈을 만들 수 있고, 이를 통해 시스템의 성능과 상태를 모니터링해서 변화를 예상할 수 있다.
  • 한 프린터 제조사가 데이터로부터 얻은 지식을 판매하고 있으며, 고객도 이를 통해 이점을 누리고 있다.
  • 기업은 가공된 데이터를 판매하는 것 외에 또 다른 장점이 있다. 정보 스레드를 확보하고, 고객과의 관계를 공고히 하는 것이다.

디지털 혁명 초기에는 기존의 기능과 프로세스를 디지털 수단으로 최적화하는 것이었다. 하지만 이러한 목적도 계속해서 변화하고 있다. 기계들이 ‘보다 지능적’으로 바뀌고, 이를 통해 효율적으로 작동하면서 새로운 국면을 맞이하였다. 바로 키워드 ‘IoT’로 대표되는 네트워킹을 특징으로 하는 새로운 시장이다. 네트워킹의 본질적인 특징은 언제 어디서든 기계와 데이터에 접근할 수 있는 것이다. 이로 인해 새로운 비즈니스 모델이 탄생하고 지금까지 생각하지 못했던 가치 창출의 새로운 시장이 열렸다.

이에 대한 핵심은 단말기와 백엔드 간의 완벽한 소프트웨어 상호 작용이다. 작동 중인 기계와 전체 시스템으로부터 데이터를 수집하는 시스템이 구축되고, 이 데이터에서 현장 기계의 가상 트윈 또는 디지털 트윈이 백엔드에 형성되고, 이를 바탕으로 시스템의 성능과 상태를 모니터링하여 변화를 예측할 수 있다. 이를 위해 백그라운드에서 활동하는 시스템이 많은 양의 데이터를 동시에 관리하고 분석하여 다양한 작업 옵션을 필요에 맞게 각각의 기계와 각 장치에 전달할 수 있어야 한다. 이를 위해 선행해야 할 과제는 데이터 흐름을 구조화하고 확장하여 소프트웨어 기능을 클라우드로 제공하는 것이다.

중형 기업을 위한 벤치마킹 사례

중형 기업들도 디지털 네트워킹을 기반으로 혁신적 서비스를 개발하고 있다. 예를 들어, 전 세계에서 활동하는 한 프린터 제조사는 처음에 예측 유지 보수를 이용하여 새로운 가치창출을 개발하기 위한 목적으로 기계에 대한 디지털 액세스를 적용하였지만, 이후에 완전히 새로운 비즈니스 모델이 창출하였다. 다름이 아닌 네트워크화된 기계에서 획득한 데이터를 통계적으로 평가하고 익명화하여 관심 있는 고객에게 제공하는 방식이다. 이는 새로운 벤치마킹 시나리오를 개발할 수 있다는 것을 의미한다. 예를 들어, 기계가 평균적으로 얼마나 심하게 부하를 받는지, 일반적인 셋업 시간은 얼마나 되는지, 그에 비해 우리 회사는 어느 위치에 있는지 등이다. 이 업체는 이 서비스에 대한 대가를 받으며, 자사 기계 데이터로 이미 상당한 매출도 올리고 있다. 고객들도 자신들의 성과를 상세하게 평가하고 개선할 수 있는 기반을 갖게 되었다.

또한 풍력 산업에서 확고하게 자리 잡고 있는 풍력 터빈 기어 박스 제조사의 사례도 있다. 이 업체는 풍력 터빈의 드라이브 트레인에서 데이터를 수집하고, 이를 가상 트윈으로 공급한다. 시스템은 원격으로 모니터링하고 성능 변화를 분석한다. 업체는 정비 일정을 정확하게 산정할 수 있고, 언제 어떤 부품을 교체해야 할지 미리 정할 수 있다. 또한 기계가 안정적으로 작동하고 아무것도 교체할 필요가 없기 때문에 서비스가 필요하지 않다면, 정비 엔지니어는 다른 작업에 몰두할 수 있다. 풍력 터빈 기어 박스의 수명도 길어지고, 에너지 생성 비용도 낮출 수 있었다. 이는 기계가 오래 작동할수록 운영자의 이익은 늘어나는 것이다. 기어 박스 제조사는 고객들에게 보증 연장에 대해 대가를 받으면서 수익화 모델을 만들 수 있었다. 또한 좋은 이미지를 얻을 수 있고, 제품은 ‘하이엔드’ 제품으로 시장에서 좋은 위치를 차지할 수 있으며, 경우에 따라 가격도 올릴 수 있다. 이렇게 우수한 데이터 상태를 기반으로 새로운 비즈니스 모델을 구현할 수 있다.

미가공 데이터를 이용한 비즈니스 모델

예측 유지 보수 접근법도 결실을 맺고 있다. 풍력 터빈은 여러 공급업체들로부터 납품받은 부품으로 구성된 매우 복잡한 기계이다. 이 기어 박스 제조사는 자사 애플리케이션을 위해 모든 데이터를 저장하고 처리하여 이를 시각화하였다. 또한 이 데이터를 다른 공급업체에 제공하고 있다. 지금까지 무료로 이루어졌지만, 프리미엄 제조사에 대해서는 비용을 받는 것도 가능하다. 이러한 데이터 기반 서비스가 다른 공급업체들에게 여러 가지 이유로 유용하기 때문이다. 데이터를 자신들의 로직으로 애플리케이션에 통합하고, 이를 직접 네트워크화할 필요는 없다. 또한 데이터를 공급받는 업체들은 예측 알고리즘 등 특정 IT 지식을 회사 내에 보관한다. 그들은 자신들의 목적에 맞는 미가공 데이터를 받아 이를 가공하고 거기에서 얻은 정보를 고객들에게 다시 제공한다. 공급자는 자신의 지식을 공개하지 않으면서 고객은 좋은 결과를 전달할 수 있다.

공급업체는 가공 데이터 판매를 통한 직접적인 부가가치 외에 추가적인 이익을 얻을 수 있다. 정보 스레드를 확보하고, 고객과 플레이어로서의 관계를 공고히 하는 것이다. 또한 풍력 터빈을 중심으로 한 전체 생태계에서 핵심적 접촉점이자 선구자로서 자리매김하게 된다. 잊지 말아야 할 것은, 이러한 디지털 서비스를 통해 전 세계 경쟁자들에 비해 비교 평가할 수 없는 경쟁 우위를 확보한다는 점이다. 이는 결국 가격을 높이는 데 도움이 된다.

새로운 제품을 위한 기반 및 경쟁사 비교

“디지털 네트워킹을 통해 고객사 기계까지 우리 영역을 확장시키고 있습니다. 회사 밖에 있는 프로세스를 한눈에 살피고, 이와 연결된 서비스를 개발하여 수익화할 수 있습니다.”(슈테판 마이어) 그는 소프트웨어 회사인 Doubleslash의 IoT와 기계 학습 전문가이다. 다시 설명하면 기계는 디지털 회사의 연장부이다. 기계는 프로세스 체인에 통합할수록 이를 통해 활용할 수 있는 가치창출 잠재력이 높아진다. “기계를 디지털화하면, 영구적으로 효율이 높아지고 더욱 빨라집니다. 네트워크로 연결하면 무슨 일이 일어나는지 항상 정확하게 알 수 있습니다. 디지털 트윈을 이용하여 기계와 부품 그리고 서비스를 정확하게 분석하고, 새로운 제품을 목적에 맞추어 개발할 수 있으며, 기존 제품도 최적화할 수 있습니다.”(슈테판 마이어)

또한 개별 부품의 거동도 추적할 수 있다. 예를 들어, 각각 다른 두 공급업체에서 볼 베어링을 구매할 경우, 디지털 트래킹을 통해 어떤 베어링의 성능이 우수한지 정확하게 파악할 수 있다. 이는 네트워킹이 없다면 확인할 수 없는 사실이다.

슈테판 마이어에 따르면 예측 유지 보수 영역에서 상당히 빠르게 가치창출 잠재력을 발굴할 수 있다고 한다. “IoT와 네트워킹 시나리오로 작업하는 거의 모든 기업들이 예측 유지 보수부터 시작합니다. 저는 FTFR(first time fix rate), 즉 성공적인 오류 해결 속도를 크게 향상시킬 수 있습니다. 그리고 상태 기반 정비를 통해 정비 주기를 일 년에 4번에서 3번으로 줄인다면, 이는 25%의 효율성 상승과 절감을 의미합니다.”(슈테판 마이어) 정확하게 요건에 맞추어 사용하면 소모재와 예비 부품 사용이 줄일 수 있고. 고객 만족도 또한 상당히 높아진다.

각기 다른 두 공급업체에서 볼 베어링을 구매한다면, 디지털 트래킹을 통해 어떤 베어링의 성능이 우수한지 정확하게 알 수 있다.