LIMS 에지 디바이스로 인더스트리 4.0 도입 가속화: 생산성 및 경쟁력 강화

스마트 팩토리, 인더스트리 4.0, 산업용 사물인터넷(IIoT) 같은 용어는 제조 관련 장비 및 소프트웨어 개발자라면 피할 수 없는 유행어가 되었습니다. 스마트 팩토리 논의는 흔히 전 세계 제조업이 어떻게 변혁될지에 대한 예측가들의 비전 공유로 시작됩니다.

이런 설명에는 적층 제조, 3D 시각 시뮬레이션, 협동 로봇 같은 신기술이 뭉뚱그려지곤 합니다. 이 모든 것이 일반적인 작업장에는 닿기 어렵고, 고려하기엔 너무나 비싸 보입니다. 정말 이것이 필요한 곳은 어디일까요?

스마트 제조에 대한 이런 업계 전반의 시각은 의도치 않게 오해를 불러일으킵니다. "자동차가 무엇인가?"라는 질문에 "주간 고속도로 시스템"을 설명하는 것과 비슷합니다. 두 경우 모두 핵심 아이디어는 훨씬 단순하며, "누가 정말 스마트 제조가 필요한가?"라는 질문에 대한 답은 단연코 일반적인 작업장, 그리고 미래에도 경쟁력을 유지하려는 모든 제조업체입니다.

용어 정의

스마트 팩토리를 이해하는 유용한 방법은 비교적 단순한 기술인 저렴한 전자 센서에서 시작하는 것입니다. 센서가 없던 시절, 공작 기계 조작자는 CNC 선반이나 밀링 머신을 프로그래밍해 부품을 가공했고, 기계는 지시를 따라 금속을 제거하는 데 최선을 다했습니다. 소통은 조작자에서 기계로만 단방향이었습니다.

기계가 지시를 정확히 따랐을까요? 충돌 같은 명백한 재난이 없는 한, 작업이 완료된 후 부품을 검사하기 전에는 알 수 없습니다. 이는 시간과 비용이 듭니다.

센서가 등장했습니다. 공작 기계에 전략적으로 배치된 최신 센서는 양방향 통신을 가능하게 합니다. 센서는 기계가 작업하는 동안 자신의 상태와 작업 상태에 대한 정보를 기록하거나 통신할 수 있게 합니다. 진동 측정, 온도 변화, 모터 전류 분석 등 다양한 요소를 네트워크를 통해 모니터링 및 분석용으로 공유할 수 있습니다. 기계 상태와 그것이 작업에 미치는 영향을 실시간으로도 빠르게 평가할 수 있습니다.

센서가 기계와 만나는 지점이 바로 IIoT에서 '고무가 도로에 닿는' 지점입니다. 신규 생산 장비에는 일반적으로 적절한 센서가 장착되어 있지만, 구형 장비에도 상대적으로 저렴한 비용으로 설치할 수 있습니다.

센서가 장착된 기계는 사용자가 어떻게 활용할지 모를 만큼 많은 이야기를 합니다. 하지만 분석 소프트웨어는 데이터를 처리해 작업 개선, 기계 유지보수, 제품 설계 개선, 심지어 공작 기계 자체 설계 개선에 활용할 수 있습니다.

이 같은 양방향 통신 접근 방식은 자동화와 다수의 기계가 있는 스마트 제조 셀로 확장되었습니다. 더 나아가 공장 전체가 이렇게 네트워크화되어 제조 데이터가 과거에 분리되었던 사일로 간에 접근 가능하고 활용 가능해진 모습, 즉 ERP(전사적 자원 관리) 데이터가 그렇듯 제조 데이터가 통합된 모습을 상상해 보십시오.

장비가 사람과 다른 장비와 데이터를 공유해 부품과 제품의 더 빠르고 높은 품질의 지속적인 개선 생산을 가능하게 하는 매력적인 제조 시설의 모습, 이것이 바로 스마트 팩토리입니다.

하지만 이는 단일 기계에서 센서 파생 데이터를 끌어내어 해당 기계의 작업을 개선하는 것으로 시작할 수 있습니다.

LIMS로 스마트 제조에 진입하기

"인더스트리 4.0은 비즈니스를 더 잘 운영하기 위해 데이터를 어떻게 활용할 수 있는지에 관한 것입니다. 데이터가 없으면 시작할 지점이 없는 것입니다."라고 래리 메간(Larry Megan)은 말했습니다.

메간은 플로리다주 클리어워터에 있는 AMI(Advanced Manufacturing International)의 부사장입니다. AMI는 중소 제조업체(SMM)들이 이 여정, 즉 '디지털 전환'을 시작하도록 돕는 것을 사명으로 하는 비영리 단체입니다.

"제조업체들이 해결하려는 문제는 100년 전부터 사람들이 해결하려 했던 문제와 같습니다: '효율을 어떻게 높이나? 에너지 사용을 어떻게 줄이나? 처리량을 어떻게 극대화하나? 품질 문제를 어떻게 해결하나?' 변한 것은 이제 답을 제공할 수 있는 데이터를 빠르게 가시화할 기술이 생겼고, 이를 더 나은 의사결정의 발판으로 삼을 수 있게 되었다는 점입니다."라고 그는 지적했습니다.

메간과 AMI의 SMM 지원 업무에는 LECS Energy가 개발한 LIMS 어플라이언스 사용 권장이 포함되는 경우가 많습니다.

LIMS(Low Investment Manufacturing System)는 독자적인 솔루션 엔진 소프트웨어, I/O(입출력) 허브, 표준 콘센트에 꽂는 110V 전원으로 구성된 소박한 작은 상자입니다. 생산 장비의 에지에 배선하면 복잡한 센서 파생 데이터를 수집하고 공유하는 간단한 솔루션이 됩니다. (AMI는 HOUSTEX, EASTEC, SOUTHTEC, WESTEC에서 10월과 11월에 LIMS 시스템 라이브 시연을 진행합니다. AMI는 LIMS 박스의 독점 유통업체입니다.)

"특히 자동차, 항공우주 등 개별 부품 분야의 많은 제조업체에게 LIMS 솔루션은 훌륭한 온보딩 지점이라고 느낍니다."라고 메간은 말했습니다. "CNC나 다른 기계를 사용하지만 개별 기계의 생산성이나 공장 바닥 전반에서 무슨 일이 일어나는지에 대한 가시성이 없는 제조업체를 위해 설계되었습니다. LIMS 솔루션은 공정에서 데이터를 꺼내 유용한 형식으로 만드는 저비용의 쉬운 방법입니다. 그러면 그 데이터를 바탕으로 더 나은 의사결정을 내릴 수 있습니다."

장치의 주 개발자인 LECS Energy의 냇 프램턴(Nat Frampton)은 "LIMS는 운영자와 엔지니어가 자신의 공정을 '만질' 수 있게 하고, 분석하여 공정에 대한 새로운 이해를 얻고, 데이터를 수집하고 역사적으로 살펴보고, 데이터베이스로 이동하거나 상호작용하고, 마침내 그 분석 결과를 얻어 공정을 개선할 수 있게 하려고 설계되었습니다."라고 말했습니다.

프램턴에 따르면 LIMS는 20년 개발의 산물로, 원래 미국 육군의 폭발물 제조를 위해 설계되었습니다. 처음부터 핵심 목표는 전문 프로그래밍 기술이 없는 사용자도 설치하고 운용할 수 있게 하는 것이었습니다.

"자신의 작업을 이해하고, 장비와 작업할 수 있다면, 이 어플라이언스를 구성하는 데 필요한 모든 컴퓨터 기술을 이미 갖추고 있는 것입니다."라고 프램턴은 말했습니다.

LIMS 애플리케이션 흐름

LIMS는 다양한 작업을 수행할 수 있지만, 5단계 애플리케이션 흐름으로 단순화할 수 있습니다. 첫 단계는 시스템을 특정 생산 장비에 연결하는 것입니다. 연결 방식은 연결 대상 장비와 작업장의 네트워크 설정에 따라 달라집니다. LIMS는 그런 변수에 따라 가장 효율적인 방식으로 연결되도록 설계되었습니다.

"LIMS는 개방형 표준을 기반으로 합니다."라고 프램턴은 말했습니다. "MT Connect 같은 표준 데이터 프로토콜을 사용하는 비교적 신형 기기에 연결한다면 네트워크에서 데이터를 가져와 데이터베이스로 옮기는 것이 누구에게나 매우 쉽습니다. 하지만 표준 데이터 프로토콜을 사용하지 않는 기계라도 기계 작동을 제어하는 로컬 PLC(프로그래머블 로직 컨트롤러)에 데이터가 있다면, 비교적 신형이라면 보통 PLC에서 데이터를 가져올 수 있습니다. 우리는 PLC 프로토콜을 이해하고 있으며 이를 수행할 수 있는 드라이버를 보유하고 있습니다."

LIMS 어플라이언스는 50가지 이상의 산업용 프로토콜을 '구사'한다고 그는 지적했습니다. "장비가 '말'을 한다면, 우리는 아마 그와 대화할 수 있을 것입니다."

앞서 언급했듯이, 그런 방법들도 통하지 않으면 센서를 생산 기계에 추가해 LIMS 장치에 배선할 수 있다고 메간은 말했습니다.

"특정 유형의 분석을 가능하게 하는 센서를 추가한 사례들이 있습니다. 온도, 공장 내 습도 같은 것들입니다. 이들은 PLC나 다른 곳으로 들어가는 일반적인 유선 신호로 배선할 수 있습니다."라고 그는 말했습니다.

"어떤 방식으로 연결되든 이점은 '이제 모든 것을 한 시스템을 통해 가져오므로 모든 것에 타임스탬프가 찍혀 일관된 시간을 갖게 됩니다. 표준 데이터베이스에 잘 정리된 상태로, 맥락과 함께 한 곳에 모여 활용할 수 있게 됩니다."라고 메간은 말했습니다.

데이터 평활화, 저장, 분석

연결이 완료되고 데이터가 LIMS로 흐르면 두 번째 단계는 노이즈를 줄이고 신호를 강화하기 위해 데이터를 필터링하는 것입니다. "장비에서 들어오는 데이터가 항상 완벽한 것은 아닙니다. 노이즈가 있을 수 있습니다."라고 프램턴은 말했습니다. 이를 위해 솔루션 엔진 프로그램에는 데이터를 평활화하는 간단한 분석 엔진이 포함되어 있습니다. 예를 들어 "전류가 들어오는데 이를 킬로와트시로 적분해 특정 부품의 탄소 발자국을 알고 싶을 수 있습니다." 필터링을 통해 더 명확하고 정확한 데이터 세트를 얻을 수 있습니다. 이 초기 데이터 필터링은 시스템이 더 오랜 기간 데이터를 기록하고 저장한 후 가능한 더 복잡한 분석과는 다릅니다.

세 번째 단계는 데이터를 수집해 사용자가 선택한 데이터베이스(로컬 또는 클라우드)에 저장하는 것입니다.

"클라우드가 필수는 아닙니다."라고 프램턴은 단언했습니다. 사용자는 SQL 데이터베이스를 설정할 수 있고, "원한다면 클라우드에 둘 수도 있지만, 꼭 그럴 필요는 없습니다. LIMS 장치에 로컬로 저장하면 됩니다."라고 그는 덧붙였습니다. LIMS 장치에는 기본적으로 16GB 저장 공간이 있습니다.

이 시스템을 다른 것들과 구별하는 또 다른 점: "우리가 하지 않는 것 중 하나는 데이터 사용량을 모니터링하고 데이터를 저장할 때마다 요금을 청구하거나 태그 제한을 두는 것입니다. 데이터는 여러분의 것입니다."라고 프램턴은 말했습니다.

네 번째 단계는 데이터로부터 보고서 생성과 분석입니다. 대부분의 기계 조작자가 데이터베이스 전문가가 아니므로, LIMS는 데이터 수집과 저장을 마우스 클릭 한 번으로 쉽게 만듭니다.

"데이터베이스 전문가가 아니거나 데이터베이스에 불편함을 느끼더라도 걱정하지 마십시오."라고 프램턴은 말했습니다. "데이터를 우클릭해 MS Excel로 내보내기만 하면 됩니다. 저는 기계공학도 출신이라 우리 도구가 항상 곧장 Excel로 나가게 했습니다."

하지만 사용자가 Azure나 Google Cloud 같은 클라우드 기반 시스템을 가지고 있다면, "데이터를 Azure의 테이블로 직접 이동해 Power BI에서 볼 수 있게 하거나" 다른 프로그램이나 형식으로도 활용할 수 있다고 그는 말했습니다. "머신러닝을 살펴보고 결과를 다시 받아올 수도 있습니다."

데이터를 실전에 활용하기

시스템을 구축하는 이유인 다섯 번째 마지막 단계는 수집한 정보를 이용해 공정을 개선하는 것입니다.

"공정을 어떻게 개선할지 파악했으면, 가장 중요한 것은 그것을 제어하는 것, 즉 조치를 취하는 것입니다."라고 프램턴은 설명했습니다.

바라는 조치는 적색-황색-녹색 신호등 스택처럼 관련 정보를 신속하게 가시화하는 것처럼 상대적으로 단순하게 시작할 수 있습니다. 그러나 시간이 지나면 수집된 데이터로 훨씬 더 많은 일을 할 수 있게 됩니다.

"LIMS를 디지털 전환의 진입점으로 포지셔닝합니다."라고 메간은 말했습니다. "일반적으로 데이터를 수집하고 단순한 시각화만 하는 것으로 시작합니다. 일단 그게 되면 시간이 지나면서 더 정교한 일을 할 수 있게 됩니다. 기본 분석부터 궁극적으로 AI 같은 고급 솔루션까지 성숙도 곡선을 따라 올라갈 수 있습니다.

하지만 단순하게 시작하는 것이 최선이며, LIMS는 훌륭한 출발점입니다."라고 그는 결론지었습니다.

업계 리더들, 스마트 제조 분야 AI 장벽 허물다 AI 기반 예지보전으로 제로 다운타임 달성