사내 맥주 양조 체험으로 플랜트 인텔리전스 시연하기

Sure Controls에 수제 맥주 기계가 있는 건 (그렇게 잘 숨긴) 비밀이 아닙니다. 맥주 기계는 고객 대상 시설 투어 하이라이트. 이걸로 우리 플랜트 인텔리전스 역량 시연하면 아주 멋질 거라 생각했습니다! 몇 주 전 우리 양조 마스터 Josh가 몇 배치 양조. 맥주 양조하는 동안 내부 테스트용으로 쓰는 사내 히스토리언 연결해 데이터 수집. 이 글로 데이터 수집 위해 공정과 어떻게 통신 연결했는지, 데이터 수집 후 어떤 방법으로 데이터 볼 수 있는지 보여드리려 합니다.
1부 – 데이터 수집
이전 블로그 "데이터 수집 신비화 해제"에서 표준과 프로토콜 상세 다뤘음. 여기선 그만큼 자세히 안 들어가지만, 고객 프로젝트 실행 시 우리 접근 방식 좋은 예시. 먼저 우리 양조 마스터 Josh와 앉아 공정 중 수집해야 할 핵심 정보 포인트 결정. 기본적으로 양조 공정 3단계: 매시(Mash), 보일(Boil), 브레이크(Break). 이 단계들 중 모니터링 핵심 항목은 온도. 데이터 수집 시스템에 공정 어느 단계인지 알리는 방법도 필요.
온도 데이터 수집 위해 맥주 기계 분석. 조리 용기 히터 제어용 온도 컨트롤러 배선돼 있음. 다행히 이 컨트롤러들 통신 기능 보유. 표준과 프로토콜 결정만 남음. 이 컨트롤러들 통신 프로토콜로 Modbus 사용. Modbus 매우 흔하고 통신 쉽기 때문에 좋음. 한 가지 도전: 컨트롤러들 시리얼 링크만 통신용으로 쓰고, 우리 히스토리언 서버는 거리 좀 떨어짐. 해결 위해 시리얼-투-TCP/IP 게이트웨이 장치 사용. 이로써 히스토리언 서버가 Modbus TCP로 컨트롤러와 직접 통신해 필요 온도 데이터 수집. 다음, 공정 단계 문제 해결.
공정 어느 단계인지 캡처 위해 소형 PLC와 HMI 사용. 운 좋게 애플리케이션 테스트용 소형 PLC, 세일즈 데모용 HMI 보유. PLC에 텍스트 데이터 보유 레지스터 프로그래밍. HMI에 Josh가 양조 공정 어느 단계인지 선택하는 간단 버튼 프로그래밍. "Mash" 버튼 누르면 HMI가 "Mash" 값 PLC 프로그래밍된 레지스터에 기록. PLC 이더넷 네트워크 연결, 히스토리언이 레지스터 직접 읽어 공정 단계 로깅. 나중에 데이터 볼 때 문맥 제공 위해 도움.
2부 – 데이터 있는데 이제 뭐?
맥주 한 배치 양조 후 PLC 로깅한 공정 단계를 플래그로 데이터 풀링. 공정 단계 변경 시점 기록해 각 공정 단계 시작·끝 지점 캡처. 각 공정 단계 트렌드 뷰로 확인:
매시(Mash)

매시 단계 중 온도 화씨 153도(약 67℃) 안정 유지 확인.
보일(Boil)

보일 단계도 동일, 화씨 210도(약 99℃) 안정 유지.
브레이크(Break)

이 단계 양조 공정 핵심. 워트(양조 중 액체 명칭, 아직 맥주 아님) 효모 투입 안전한 온도까지 낮춰야. 트렌드서 화씨 200도에서 100도(약 93~38℃) 내리는데 약 13분 걸림 확인. 전반적 우리 양조 마스터 이 배치 훌륭히 수행.
데이터 더 얘기해보자. 초기 분석에 트렌드 사용. 데이터 시각적 제시로 공정 중 발생할 수 있는 이상 징후 빠르게 포착 가능. 예: 보일 단계 중 짧은 기간 갑작스런 온도 강하 보이면 뭐가 일어났나 질문 시작. 퓨즈 끊겨 실제 온도 손실? 배치 위기? 아니면 센서 탈착으로 데이터 왜곡됐지만 재부착 후 온도 유지 확인돼 배치 괜찮음? 이런 분석 품질 테스트 통과 못 했을 때 "뭐가 잘못됐나" 식별에 매우 유용.
단순 배치 요약만 원하면? 히스토리언 클라이언트 Query 도구로 간단 요약:

매시 단계 워트 온도 간단 통계 분석. 최소, 최대, 평균, 표준편차 추출. 한 줄로 뭐 일어났는지 훌륭히 파악. 설정값 1도 이내 유지, 지속 시간 동안 설정값 거의 정확히 평균 확인.

보일 공정서 약간 더 큰 변동 보이지만 여전히 허용 파라미터 내.
진짜 "딥 다이브" 원하면 Excel로 쉽게 내보내 친숙한 도구로 원시 데이터 직접 보고, 나만의 차트·리포트 만들어 추가 분석:

데이터 수집 추가 "팁과 트릭". 진짜 양조장이면 배치 번호 할당해 히스토리언에 로깅하는 게 좋음. 다음 "Citra Tripel" 양조 때 이전 배치와 비교 가능. 시음자가 특정 배치 특이점 기록하면 분석해 레시피 업데이트로 향후 배치에 개선 재현 또는 비교. 트렌드 도구 "시간 오프셋" 기능으로 두 배치 데이터 동시 불러와 동일 트렌드 내 오버레이로 상세 시각 비교 가능.
이 글 즐겁게 읽으셨길. 자동 데이터 수집이 공정 개선 위해 할 수 있는 것 표면만 긁음. 향후 글에서 다운타임 데이터 캡처·원인 분석 추가 기법 논의. 또한 데이터 수집 시스템 활용해 "사후 분석" 대신 이벤트 발생 시 공정 팀 알림 방법 다룰 예정.