아베바(AVEVA) 2021년 제조 기술 4대 핵심 트렌드

아베바 CEO 크레이그 헤이만(Craig Hayman)이 2021년 산업 부문 기술 예측을 제공합니다.

기술은 현대 생활의 거의 모든 면에 깊이 스며들었으며 전 세계 많은 비즈니스에 내재적 역할을 합니다. 디지털 혁신은 조직, 특히 산업 부문이 역량을 강화하고 자산과 운영 전반의 수익을 증대할 수 있게 합니다. 실시간 분석을 통한 산업용 사물인터넷(IIoT) 사용은 잠재적 이슈 대응 시간 개선과 환경 피해 최소화로 깊은 영향을 미쳤으며, 비용이 많이 드는 비예정 셧다운 회피와 수익 개선을 가져왔습니다.

2021년을 내다보며 산업 부문에 대한 4대 핵심 기술 예측이 두드러집니다. 첫째, 디지털화가 조직 전체에 지속 확산되고 성숙할 것입니다. — 연결된 IIoT가 많은 비즈니스의 핵심 깊고 넓게 확장될 것입니다. 둘째, 인공지능(AI)과 머신러닝(ML) 지원 기술이 프로세스 자동화를 지속해 향상된 성능과 민첩성을 제공할 것입니다. 셋째, 기업들이 천연자원 사용에서 더 깨끗하고 효율적이려 함에 따라 지속가능성에 더 큰 초점이 맞춰질 것입니다. 넷째, 기업들은 데이터에서 중요한 통찰을 얻으려 할 것입니다.

1. 디지털화 심화 및 클라우드 사용 성숙

디지털 역량은 복원력을 강화합니다. 2021년은 산업 부문 조직 내 추가 디지털 혁신의 길을 닦을 것입니다. 모든 산업에서 비즈니스 리더들은 생산 공정과 계획을 이해하기 위해 AI와 3D 모델링 같은 기술로도 눈을 돌리고 있습니다. 원자재 공급이 변동적이고 최종 제품 수요가 필수품에 집중된 환경에 적응하기 위해 기업들은 그 어느 때보다 생산 시설을 더 잘 이해해야 합니다.

클라우드는 디지털 혁신의 필수 전제조건은 아니지만 인에이블러입니다. 클라우드 기술은 가치 실현 시간 단축, 협업 증대, 비용 절감을 가져옵니다. 2020년에 분명해진 것은 클라우드 플랫폼이 여러 소스의 데이터를 중앙 위치로 통합해 언제 어디서나 어떤 안전한 기기에서든 향상된 투명성과 접근성을 제공한다는 것입니다.

현재 위기는 클라우드와 데이터를 점점 더 정교한 방식으로 사용해 운영에 가시성과 확실성을 제공하는 것을 가속화하고 있습니다. 분석 채택은 기업들이 더 큰 데이터 중심 통찰을 추구함에 따라 디지털 혁신의 가장 큰 동인 중 하나라고 합니다. 데이터는 팀이 비즈니스 복원력을 결정하는 중요한 요소에 집중하도록 돕는 진실의 원천 역할을 합니다. 사고방식의 근본적 변화도 있었습니다: 고객들은 이제 어디로 가야 하고 얼마나 빨리 가야 하는지 이해합니다. 시간이 점차 본질인 시대에 디지털 혁신과 데이터 중심 통찰에 대한 집중 증가는 게임 체인저가 될 것입니다.

2. 자동화 가속화

가트너(Gartner)에 따르면, "2024년 말까지 기업의 75%가 AI 시범 운영에서 운영화로 전환해 스트리밍 데이터와 분석 인프라를 5배 증가시킬 것입니다." AI로 증강 데이터 관리 시스템을 강화하면 운영 최적화와 개선에도 도움이 됩니다. 대량의 운영 및 이력 데이터 검토가 표준이 될 것입니다.

IIoT를 통해 연결된 장치와 센서에 의해 AI 애플리케이션이 점점 더 지원되는 것도 볼 수 있습니다. IIoT와 AI의 결합은 특히 산업 부문에서 성능 개선의 다음 물결을 시작했습니다. 이 자동화를 더 나아가 AI는 이력 IoT 데이터를 사용해 트렌드를 분석해 AI 주도 운영 스케줄링 같은 첨단 솔루션을 통해 공급망 프로세스를 간소화하고 개선하는 데 도움을 줄 수 있습니다. 이는 인간에게 최적 스케줄링 순서에 대한 권장사항을 제공해 오류와 비효율을 실질적으로 줄입니다.

3. 지속가능성이 비즈니스 내재화

지속가능성은 조직이 어디에 있는지 측정하는 것으로 시작하는 여정입니다. 디지털화는 사실 기반 접근의 자연스러운 첫 단계입니다. 이 데이터는 복잡한 비즈니스가 의미 있는 전략을 개발하고 현장에서 실행할 수 있게 합니다.

인더스트리 4.0은 정보를 모아 디지털 트윈을 구축해 조직이 지속가능한 프로세스를 최적화할 수 있게 도울 것입니다. 에너지 부문을 예로 들면, 최근 몇 달간 제트 연료 소비가 급감했지만 전체 에너지 소비는 상대적으로 안정적이었고 전력 수요는 증가했습니다. 전기는 여전히 전 세계에 에너지를 분배하는 가장 효율적인 방식입니다. 제조업에 비해 많은 기업들의 공급망이 세상이 변하는 속도만큼 유연하게 대응하지 못했습니다. 앞으로 이 기업들은 전문 요건을 충족하고 배출량을 낮추기 위해 로컬 공급업체로 피벗할 것입니다.

산업 개발은 경제 성장, 빈곤 퇴치, 고용 창출에 필수적입니다. 그러나 자원 사용 효율성 증대와 기술 혁신 강화는 비용 절감, 경쟁력 및 고용 증대의 실질적 기회를 제공합니다. 디지털 혁신 과정에는 늦었지만, 산업 부문은 지구에 상당한 영향을 미치는 것을 선도할 독특한 기회가 있습니다.

4. 데이터 저장소가 메모리를 획득하다

데이터 분석 채택은 기업들이 더 큰 데이터 중심 통찰을 추구함에 따라 디지털 혁신의 가장 큰 동인 중 하나라고 합니다. 데이터는 팀이 비즈니스 복원력을 결정하는 중요한 요소에 집중하도록 돕는 진실의 원천 역할을 합니다. 기업들은 기술로 더 복원력 있게 되어야 함을 예리하게 인식하고 있습니다.

기업들은 IIoT를 활용해 다양한 원격 자산에서 안전하게 연결하고 데이터를 수집해 고급 운영 애플리케이션으로 정보를 전달하고, 핵심 비즈니스 애플리케이션에 피드백해 루프를 닫습니다. 이는 최적화, 자산 관리, 향상된 분석, 모델링/시뮬레이션을 가능하게 하며 — 궁극적으로 전체 운영 전반의 비즈니스 효율성 개선을 의미합니다.

이는 특히 데이터가 5대 핵심 영역에서 상당한 영향을 미친 산업 부문에서 사실입니다:

• 실시간 운영 정보는 실시간으로 무슨 일이 일어나는지 이해하고 자산 및 운영 수명주기의 상태 관리를 가능하게 하는 데 점점 더 사용됩니다. 예: 작동 중 터빈 같은 회전 자산의 진동 주파수를 표시하는 대시보드는 자산의 운영 행동과 상태에 대한 실시간 이해를 제공합니다.
• 이력 운영 정보는 과거에 무슨 일이 일어났는지 이해해 자산 운영 행동에 대한 인텔리전스를 창조하는 데 도움이 됩니다. 운영 트렌드, KPI, 대시보드 표시를 통해 운영 상태의 추상화된 뷰를 생성할 수 있습니다. 예: 작동 중 터빈의 과거 진동 주파수를 보여주는 그래프가 대시보드에 표시될 수 있습니다. 이는 실시간 진동 주파수와 비교돼 자산의 장기 운영 트렌드에 대한 인텔리전스를 창조합니다.
• 예측 분석은 왓-이프(What-if) 유형 모델링에 사용됩니다. 실시간과 이력 데이터 통합으로 팀이 운영 상태와 행동의 잠재적 결과를 평가할 수 있게 하며, 3차 변수도 고려합니다. 결정론적 또는 비결정론적 모델을 개방 루프 시뮬레이션과 예측 분석에 적용할 수 있습니다. 예: 이제 장비가 검사 필요 또는 고장 예측 전까지 얼마나 오래 작동할 수 있는지 추정할 수 있습니다.
• 처방 분석은 자산 및 운영 수명주기 최적화에 필요한 것을 설명합니다. 시나리오 기반 가이드가 학습 요소와 폐루프 알고리즘을 통해 생성되고 전달돼 팀이 전체 엔터프라이즈 가치 사슬에 걸쳐 계획과 스케줄링을 보정할 수 있게 합니다. 예: 통합 공급망 모델을 사용해 시나리오 기반 계산으로 유지보수 스케줄과 성능을 최적화해 운영 영향을 최소화할 수 있습니다.
• 안전 강화는 연결된 IoT 장치, 증강 및 가상 현실 기술 조합으로 달성되며, 운영 요원에게 실시간 운영 절차와 핵심 메시지를 제공해 특정 작업 수행 시 인간 오류를 줄입니다.

대담해지고, 반성하고, 진화하라

불확실성은 여기에 머무를 것입니다. 코로나19 재확산 가능성, 경제 침체 기간과 깊이, 무역 전쟁, 유가 변동 등등. 그래서 기업들은 불확실성에서 배운 교훈을 바탕으로 새로운 정상을 창조해야 합니다.

2020년에서 무엇을 배웠습니까? 기업들은 가치 창출, 생산성 개선, 통찰 발견, 리스크 관리, 비용 최적화를 위한 산업 페인 포인트를 해결할 지능형 소프트웨어를 필요로 합니다. 올바른 기술로 기업들은 비용 관리, 효율성 증대, 비용이 많이 드는 실수 회피에 놀랍도록 민첩해질 수 있습니다. 디지털화, 자동화, 데이터 중심 통찰의 조합에 지속가능한 비즈니스 초점이 더해지면 핵심 차별화 요소이자 오늘과 내일의 비즈니스 목표 달성을 돕는 추진력이 될 수 있습니다.