제조업이 지향해야 할 목적은 명확하다. 첨단 기술과 인프라를 개별 제품이나 단일 공정에만 적용할 것이 아니라, 기획 의도부터 최종 사용자 경험까지 제품이 태어나 소비되는 전 과정에 걸쳐 품질을 최우선 가치로 상정하는 통합 품질 관리다. 이제 제조에서의 품질 관리는 조립과 가공 단계에서 단순 오류를 수정하는 것 이상의 의미를 지닌다. 더 정확하고 세밀한 데이터를 분석해 설계 단계에 재적용하는 탄력성과 기술 역량을 갖춰 전체 생산 과정을 아우르는 혁신이 필요하다. 만일 제품에 결함이 발생하더라도, 사용자 의견과 다양한 데이터를 반영해 품질을 개선하고 빠르게 대응함으로써 기업의 브랜드 가치와 신뢰성을 확보할 기회로 바꿀 수 있다.

삼성SDS는 공장에 스스로 움직이고 판단하는 지능을 부여하는 것을 제조 지능화라고 정의한다. 생산 환경을 효율적으로 관리하고, 자원 할당, 생산 예측, 설비별 작업 계획 수립, 실시간 작업 할당, 인력 관리, 제품 추적 등을 총괄하는 MES에 실시간 데이터 분석 역량을 더해 모든 생산 자원을 효율적으로 관리하는 전략이다. AI, IoT, 클라우드 등의 기술을 활용해 스스로 예측/제어하는 스마트팩토리 전략에서 제조 지능화는 머지 않아 전체 제조업의 궁극적 레퍼런스 모델이 될 것으로 보인다.

생산 자동화

반도체 공정에서는 이미 작업자 없이 대규모의 자동화된 설비가 생산을 제어한다. 이러한 과정은 설계, 생산, 품질 관리, 물류 등 제조 산업의 전 과정이 매끄럽게 연동되고, 전사적인 설비/물류 반송 및 생산 실행 관리 기능을 갖춘 데이터 기반 생산 자동화의 예시라 할 수 있다.

가장 중요한 것은 이러한 자동화가 데이터 기반으로 이루어져야 한다는 점이다. 패턴 인식, 딥러닝, 비정형 분석 등의 고급 기술을 자유자재로 활용해 데이터 이면까지 분석하면서 사전 감지와 예측 서비스를 제공할 수 있어야 한다.

스마트팩토리는 이제 단순 데이터 수집에 그치지 않고, AI 기술이나 클라우드 플랫폼과 결합해 실시간 분석과 예측 진단 서비스, 프로세스 최적화까지 도맡고 있다. 삼성 반도체는 노드 당 10만대의 대규모 디바이스를 동시에 연결하고 실시간으로 센서 데이터를 수집해 공정을 제어한다. 여기에 더해 인텔리전트 엣지 프로세싱, AI를 결합한 룰 엔진(Rule Engine)으로 단일 플랫폼에서의 IoT와 AI 기반 데이터 분석 역량을 갖췄다. 발주 내용이나 제조 방식에 변화가 발생하더라도 클라우드 기반의 유연한 자동 제조 시스템으로 대응 능력을 향상해 다운타임 손실을 최소화할 수 있다.

검사 지능화

전문 인력이 필요한 수작업을 AI로 대체해 공정 자동화 패턴을 수립하고 공정을 디지털화하는 검사 지능화도 제조 지능화 전략에 포함된다. 각종 센서와 기기에서 수집한 정형/비정형 데이터를 제조업에 특화된 AI 및 빅데이터 모델링 기법으로 분석하면 불량, 설비 고장 등 고질적인 문제 원인을 밝혀낼 수 있다. 전문 인력은 데이터 흐름과 제품 생산 과정을 실시간으로 추적해 수율과 품질을 동시에 관리할 수 있고, 비숙련 인력도 제조 데이터 분석 역량을 키울 수 있다.

과거에는 숙련된 전문 인력이 육안으로 제품을 검수했지만, 이제 자동차 산업, 명품 패션 제조업 분야에서는 이미지 센서, 렌즈, 컴퓨터 이미지 프로세싱 기술을 조합한 비전 검사를 널리 활용하고 있다. 그러나 기존 비전 검사에도 설비 관리나 제품 공정 중 상태 확인을 담당하는 인력이 여전히 남아 있다. 이런 검사 인력은 육안으로만 판단할 수 있는 미세한 상태 이상을 확인하는 업무를 담당해왔었다. AI 기반 비전 검사는 자동화 공정의 수작업 영역에까지 AI를 접목해 불량 및 품질 이상 감지 역량을 향상하고 노동 생산성을 대폭 늘린다. 일반 비전 검사와 비교할 때 품질 이상 자동 검출 성공률이 92%까지 높아지고, 수작업 비율을 약 60% 이상 줄일 수 있기 때문이다.

특히, 클라우드 애널리틱스는 제품 품질 통합 관리 측면에서 핵심적인 지능화 기술이다. 클라우드 애널리틱스는 장기간 누적된 대용량 정형 데이터뿐 아니라 초-밀리세컨드 단위의 미세 설비 정보, 엔지니어 노트, 검사 이미지 등 다양한 비정형 데이터까지 통합적으로 분석할 수 있는 클라우드 기반의 분석 플랫폼이다. AI로 걸러낸 오류 패턴을 모아 제조 공정에서 얻은 데이터 분석 결과와 결합할 경우, 불량 원인이나 공정 자체의 미세한 오류까지 찾아내 품질과 생산성을 비약적으로 향상하고, 신제품 양산 기간을 단축할 수 있다. 특히 마이크로, 나노 단위까지 인지하는 높은 수준의 정밀도가 AI 기술의 핵심 차별화 요소다. 클라우드 애널리틱스는 엄청난 손해로 이어질 수 있는 공정상 불안 요소를 감지해 설비나 제조 과정을 개선하고, 진단과 예측 서비스까지 제공하는 수준으로 발전하고 있다.

클라우드 기반 빅데이터 분석 통합 인프라를 구축해 CIO 100 Awards를 2년 연속 수상하고, IT 혁신을 통한 제조 경쟁력을 인정 받은 삼성전자가 좋은 예다. 반도체 공정이 점차 더욱 정밀하고 미세해지면서 삼성전자는 수집 데이터의 양과 분석 복잡도가 함께 증가하고, 생산품 이상의 원인을 분석하는 시간이 늘어나 수율 개선이 어렵다는 문제를 안고 있었다. 삼성전자는 하둡 기반 데이터 고속병렬처리 플랫폼 Data Lake 아키텍처와 빅데이터 시각화 분석 기술을 적용해 글로벌 제조 전 공정에서 발생하는 품질/생산/설비 데이터 통합 및 분석 환경을 구축하고, PC 환경에서 불가능한 대용량 데이터를 처리할 수 있는 클라우드 기반 빅데이터 분석 툴로 데이터 수집과 전처리 시간을 감소해 분석 생산성을 향상했다. 삼성전자는 하루에도 수백만 테라바이트(TB)씩 발생하는 전체 제조 공정의 설비 데이터를 동시 분석함으로써 공정상의 미세한 문제점까지 관리해 수율을 개선하고 생산성을 향상하며 원가 절감 효과를 얻었다. 삼성전자의 클라우드 애널리틱스 시스템에는 삼성SDS의 Nexplant가 활용되어 불량 제어, 예측 정확성, 엔지니어의 분석 생산성을 10배 이상 향상하고, 신제품 양산 기간을 앞당겼으며 메모리 반도체 시장 점유율 확대를 지원했다.

사내 물류 최적화

업종이나 제품이 무수히 많고, 라인마다 필요 설비와 최적화 과정이 다른 제조업의 특성은 이상적인 제조 환경을 구성할 때 난관으로 작용할 수 있다. 재고 데이터는 잘 관리되지만 자동 반송 처리 장치가 없다거나, 스마트 환경이 일부에만 적용되는 등의 파편화 현상도 전체적인 관점에서 해결해야 할 문제다.

따라서 4차 산업혁명 시대의 제조업이 마주한 새로운 목표는 스마트 팩토리 플랫폼을 통해 제품 생산 전 과정을 자동으로 제어하는 제조 지능을 구현하고, 궁극적으로 서비스 및 품질 관리 역량 개선에 기여하는 것이다. 그러기 위해서는 앞서 기술한 혁신 기술을 다양하게 융합해 제품의 이동, 자재의 재고와 수급 현황을 제어하고 전체 생산 프로세스를 관리할 수 있는 통합 물류 자동화 설비 구축이 뒤따라야 한다.

스마트팩토리 플랫폼은 특히 대규모 투자 및 공기가 드는 신설 라인이나 공장 개조 시, 최초 기획 단계에서부터 미리 라인 배치, 제품과 작업자의 동선을 구성해 투자 규모를 산정하고 최적의 라인을 배치할 때 효용이 크다. 사내 물류 최적화 프로젝트를 통해 파편화된 생산 현장의 물류 라인을 개선해 최적의 작업 레시피를 제안하고, 시장 대응력을 강화할 수 있기 때문이다.

대표적인 사내 물류 최적화 사례로 삼성전기의 PLP(Panel Level Package)생산 라인을 들 수 있다. 모바일 기술의 고도화가 일정 수준에 이른 후에는 디스플레이 기술을 발전시켜 제품 두께를 줄이는 것이 차별화 요소로 작용하기 시작했다. 삼성전기가 개발한 인쇄 회로 기판 없이 반도체 패키징 공정을 통합한 PLP는 모바일 제품뿐 아니라 무선 주파수 칩, 자동차, IoT 시장에도 적용할 수 있어 잠재력과 가능성이 큰 차세대 패키징 기술로 꼽힌다.

삼성전기는 신제품 생산 라인의 효율화와 물류 자동화에도 초점을 맞췄다. 핵심 신수종 사업으로 선정된 PLP 생산 라인은 초기부터 반도체 공정 수준의 미세 공정 설비를 도입하고, 고수율을 확보하기 위해 완전 자동화 물류 반송 시스템으로 기획되었다. 삼성전기는 통합 관제, 장애자동인지, 장애자동분석, 자동장애처리, 운영관리를 포함한 AI 기반 장애 관리 솔루션 SEMS(Smart Equipment Management System)를 구축하고, 원격 설비모니터링 환경을 통해 설비 가동률 제고와 운영 효율화를 추진할 수 있었다.

또, 운반 설비 자동화, 접점 설비 자동화(Equipment Front End Module, EFEM), 생산 설비 자동화를 아우르는 전 영역 PLP 통합 생산 자동화 라인을 최단기로 구축했다. 그 결과 삼성전기는 설비 구축 비용을 50% 절감하고, 빠른 양산에 성공해 핸드폰 두께 경쟁에서 우위를 확보하고, 차세대 먹거리 경쟁력을 강화하는 효과를 얻었다.

클라우드 기반 제조 지능화 플랫폼, Nexplant Platform

글로벌 IT 컨설팅 업체인 캡제미니(Capgemini)는 전세계 제조업체의 76%가 스마트팩토리를 장기적 이니셔티브로 추진하거나 공식 전략으로 채택하기 위해 노력하고 있다며, 2022년까지 스마트팩토리가 5,000억 달러에서 최대 1조 5,000억 달러의 부가 가치를 창출할 것이라고 전망했다.

개발 당시 업계 표준 프로토콜에 머무른 자동화 솔루션을 개별적으로 적용해서는 호환성을 확보하기가 어렵다. IoT 등 디지털 혁신 기술들의 진정한 가치를 끌어내기 위해서는 고착된 프로토콜과 파편화된 기기 관리라는 과제를 해결하고, 레거시 시스템의 데이터를 통합할 수 있어야 한다. 그러므로 새로운 IT 기술을 기존 환경과 효율적으로 통합할 수 있는, 동시에 조직의 자원을 업종이나 제품의 미션 크리티컬한 요구 사항 해결에 집중할 수 있는 새로운 플랫폼이 절실하다.

그렇다고 보급형, 양산형 스마트팩토리 플랫폼이 다양한 요구에 대한 해답이 될 수는 없다.

자원이 부족한 중견/중소기업이 자사에 특화된 플랫폼을 직접 개발할 수도 없는 노릇이다. 특정 업종이나 업체가 원하는 방향에 적합한 맞춤형 플랫폼을 제공하고, 제조업체가 바로 활용할 수 있는 지능화 생산 체계를 구축하려면 표준성과 호환성을 확보하고, 제조 데이터 경험이 많은 플랫폼을 선택해야 할 것이다.

삼성SDS의 Nexplant Platform은 기획과 설계부터 개발, 생산, 품질 관리, 운영과 협업까지 제품 생산 전 과정을 종합적으로 관리하는 스마트팩토리 전문 플랫폼이다. 가장 큰 특징은 삼성 관계사와 국내 제조 기업의 프로젝트를 전담하면서 축적한 노하우와 AI, IoT등 다양한 혁신 기술을 결합해 완전한 제조 지능화를 구현하고, 전체적인 효율성과 품질 관리를 지원한다는 점이다. Nexplant Platform은 전자, 디스플레이, 기계, 조선, 섬유, 철강, 반도체, 자동차의 8대 제조업종에 대한 전반적 토털 E2E 서비스에서 플랜트 영역까지 범위를 확대 적용할 예정이다.

삼성SDS Nexplant Platform 구성요소

다양한 애플리케이션과 클라우드 네이티브 기술 기반 표준 개발 환경, 다양한 OSS 및 공통기능 선 검증/통합을 제공하는 것도 강점이다. 또한, 여러 가지 현업 개발 템플릿이나 표준 개발 환경을 DevOps 형태로 제공해 무중단 개발/운영 체계를 구현했다. 또, 손쉽고 확장성 높은 분석 모델을 개발할 수 있는 모델링 도구와 데이터 처리, 분석, 학습 도구를 제공해 제조업체가 데이터를 검증된 모델링 형태로 자산화할 수 있게 지원한다.

4차 산업혁명의 핵심 축인 IoT 기술도 소화했다. 삼성SDS Nexplant는 일반 제조 설비뿐 아니라, 첨단 기술의 집적체인 반도체 제조 공정에도 IoT 플랫폼을 도입해 실시간으로 데이터를 수집하고, 생산량을 미리 예측하며 설비를 모니터링할 수 있다. Nexplant 내의 IoT 애플리케이션은 실제로 기존 역량을 한층 더 끌어올리는 차별화 요소로 작용한다. IoT 플랫폼의 Virtual Model/Thing을 통해 디지털 트윈도 적극 활용 할 수 있다.

데이터가 곧 가치라면, 설비나 기계 단위에서 매분 매초 방대한 데이터가 쏟아지는 제조 현장이야말로 IoT 기술의 효용이 가장 큰 분야라고 할 수 있다. 그러나 기존 역량으로는 추출과 분석이 불가능할 뿐 아니라, 고급 인력을 확보해야 하는 부담이 있고, 품질 제고에 활용할 수 있는 가치를 발견하기도 어렵다는 것이 제조업의 고민이다.

특히 대량의 데이터에 실질적인 가치를 부여하기 위해서는 인공지능 기반의 빅데이터 분석 기술을 현장에서 얼마나 잘 활용할 수 있는지가 관건이다. Nexplant Platform은 독자적인 디맨드 센싱(Demand Sensing) 기술로 과거 판매 실적과 프로모션 정보를 종합해 72%의 판매 예측 정확도를 보였다. 경험 많은 영업 전문 인력이 약 53%의 정확도로 수요를 예측한 것과 대조되는 결과다.

블록체인 기술을 플랫폼 안에 녹여낸 Nexledger 서비스는 인증 보안, 계약서 관리, 결제, 진위 확인 과정의 보안과 안정성, 신뢰성을 강화한다. 디지털 신분증을 발행해 별도의 인증 절차 없이 안전하고 간편하게 사용자를 확인하고 투명한 지급/결제 과정을 보장하며, 전자 문서 관리 비용과 안전성을 제고하는 동시에 위변조 위험을 근본적으로 제거할 수 있다. Nexledger의 특징 중 하나는 거래 기록 공유는 물론, 거래 자동화, 디지털 자산 발행, 노드 및 거래의 관리를 모니터링하는 Smart Contract다. 삼성SDS는 2017년 8월 삼성SDI의 전자계약시스템(E-Contract)에 Nexledger 플랫폼을 도입해 계약 관련 문서 관리 플랫폼을 구축하고, 삼성SDI 해외법인 전자계약시스템에 적용했다. Nexledger 플랫폼은 전세계 여러 기업과의 거래 과정에서 전자계약시스템에 등록되는 각종 문서의 위변조를 근본적으로 차단하고 진본 확인 과정을 간편하게 하며, 시스템 관리의 투명성을 제고해 전자계약시스템의 신뢰도를 크게 높였다. 더 나아가 Smart Contract는 각 나라마다 상이한 전자계약 관련법과 제도에까지 확대되어, 표준화된 계약 관련 문서 관리 시스템에 활용되고 있다.

제조업의 미래, 스마트팩토리의 가능성

이제 단순히 제품을 생산하는 것만으로는 충분하지 않다. 디지털 혁신이라는 요구에 직면한 제조업체는 먼저 스스로에게 ‘단순 생산에서 벗어나 비즈니스 가치를 창출하고, 제품 전반의 품질 향상에 기여하는 지능화된 스마트팩토리 플랫폼을 확보했는가?’라는 질문을 던져야 한다. 제조업체가 운영을 개선하고 내부의 데이터를 서비스로 변환하는 새로운 도전은 이미 실현 가능한 기회로 나타나 있다.
원하는 기간 내에 원하는 제품을 원하는 가격으로 제공하기를 바라는 요구가 높아지는 지금, 제조업체는 더욱 정교한 전략을 필요로 한다. 동시에 데이터 가시성을 높이고 궁극적인 프로세스 효율과 운영 최적화에 집중해야 할 것이다. 또한, 부품 정보, 생산 환경, 검사 정보, 공정 진행 이력 등 과거보다 더 다양한 데이터와 디지털 혁신 기술을 활용해 제품 품질을 한 차원 더 높일 수 있어야 한다.
데이터 혁신에 투자하는 기업은 첨단 AI와 클라우드 컴퓨팅의 역량을 결합해 심도 있는 애플리케이션과 데이터 분석에 관심을 쏟고 있다. 또한, IoT 네트워크의 발전으로 저렴한 센서로도 방대한 데이터를 수집할 수 있게 되면서, 이제 제조업도 보유한 데이터 안에서 구체적인 가치를 찾아내는 전략 마련에 자원을 집중하고 있다.
제조업에서의 스마트팩토리 도입은 아직 초기 단계에 있으며, 여러 스마트팩토리 플랫폼 역시 모든 산업 분야에 확장 적용하는 것을 목표로 구체적인 적용 사례 확보에 주력하고 있다. 스마트팩토리 플랫폼이 모든 문제를 해결하는 유일한 만병통치약이라고 할 수만은 없다. 다만, 고차원의 기술과 지능화된 업종 경험을 지닌, 고유의 인사이트와 해결 방안을 반영한 차세대 스마트팩토리 플랫폼이 강점을 가지게 될 것이라는 점은 분명하다.
한편, 역사를 되짚어보면 잘 만들어진 제도나 규정이 인간 정신의 발전과 진보를 이끄는 열쇠로 작용한 사례를 흔히 발견할 수 있다. 제조업의 진화 과정도 마찬가지다. 적절한 스마트팩토리 플랫폼을 도입해 한발 먼저 투자에 나설 때, 제조 생산성과 효율을 확보함은 물론, 조직의 협업과 상호작용, 사고방식 등 무형의 자산까지 진정한 혁신에 가까워질 수 있다. 제조업계가 4차 산업혁명 시대를 마주한 지금, 삼성SDS Nexplant 스마트팩토리 플랫폼은 분명 가치 창출과 혁신을 위한 유용한 도구로 기능할 것이다.


※ 이 글은 IDG Korea에서 발간하는 문서로 IDG Korea의 허락을 얻어서 게재합니다.
저작권법의 보호를 받고 있으며, 무단 전재 재배포를 금지합니다.
IDG Korea의 허락 없이 이 글을 온라인 사이트 등에 무단 게재, 전재하거나 유포할 수 없습니다.


▶   해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에 저작권이 있습니다.
▶   해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.