엔터프라이즈 AI, 철강 산업에 혁신과 안정성 견인

인공지능(AI)에 의한 기술 발전과 데이터 레이크 생성으로, 조직들은 산업 생산에 대한 그들의 가치를 인식하게 되었습니다.

엔터프라이즈 AI는 근본적인 비즈니스 모델에 내재화되어 의사결정을 증강할 수 있습니다. 그것은 기술 자체보다는 결과에 초점을 맞추며, 조직이 데이터를 지속적인 고객 가치를 창출하는 귀중한 통찰력으로 전환할 수 있게 합니다.

인류 문명에서 가장 오래된 산업 중 하나인 금속 산업은 현대 산업 성장의 중추였습니다. 강철은 오늘날 가장 널리 사용되는 금속이며, 지구 지각에서 네 번째로 흔한 원소인 철이 그 핵심 구성 요소입니다.

세계철강협회(Worldsteel Association)에 따르면, 세계 조강 생산량은 1950년 1억 8,900만 톤에서 2018년 18억 톤으로 증가했습니다. 지난 20년간의 급속한 성장은 중국에서 생산된 초과 용량에서 왔으며, 중국은 세계 강철 생산의 거의 50%를 차지합니다. 이 불일치는 중국 제조업체들이 초과 재고를 저가에 수출하기 시작하면서, 특히 서구 세계에서 산업에 큰 혼란을 야기했습니다.

이 불균형이 지속될 가능성이 높지만, 기업들은 제철 및 제강 기술을 현대화하여 효율성을 개선하기 위해 노력하고 있습니다. 이 과정에서, 그들은 자동화를 선호하며 인적 노동 의존도를 점차 줄여왔습니다.

현대 제강 공장은 25년 전보다 훨씬 적은 인력을 고용합니다. 세계 강철 생산이 2.5배 성장한 기간 동안, 업계는 150만 명 이상의 인력을 감축했습니다.

철강 공급망에는 업계의 핵심이 되는 몇 가지 고유한 요소가 있습니다:

• 다중 소스 인바운드 공급망. 광산은 원자재의 지속적인 흐름을 생성합니다. 그러나 철광석은 다양한 형태와 품질로 제공되며, 종종 최종 제품 가공으로 이동하기 전에 추가 가공이 필요합니다. 이는 특정 고객 수요에 반드시 고정되지 않은 다양한 강철 등급을 초래할 수 있습니다.
• 결함 민감 생산. 철강 제조 공정은 고로, 전로, 연속 주조기, 압연기를 포함한 생산 단계 간에 중단 없는 자재 흐름을 요구합니다. 제강 공정 중 특정 작업을 중단하고 재가동하는 것은 비용이 많이 들 수 있습니다. 따라서 생산과 재고 흐름은 재가열 비용 방지, 전환 최소화, 재공품의 원치 않는 누적 제거를 위해 균형을 맞춰야 합니다.
• 복잡한 완제품 보관 및 유통 네트워크. 보관, 추적, 유통은 최종 제품의 다양한 등급, 무게, 크기로 인해 비효율성에 취약합니다. 게다가, RFID 태그가 철강의 물리적 특성을 방해하는 등, 철강 산업에 추적 기술을 사용하는 데 제한이 있습니다.
• 다중 판매 채널. 전통적으로 철강 기업들은 딜러, 대리점, 서비스 센터 등 다양한 간접 판매 채널에 의존해 왔으며, 모두 동일한 시장을 겨냥합니다. 철강 OEM은 최소한의 시장 통제력과 최종 소비자 요구사항에 대한 최소한의 가시성을 가집니다. 게다가, 다중 악수와 대리점 수수료 같은 간접비 누적으로 인해 간접 채널은 판매 프로세스를 늦춥니다. 인터넷 판매와 직접 판매 채널의 등장으로, 이마켓플레이스와 이옥션이 투명성 향상, 판매 주기 단축, 간접비 절감을 위한 인기 수단이 되었습니다. 동시에, 이마켓플레이스 플랫폼은 고객에게 지정된 등급 요구사항에 대한 시장 데이터와 경쟁 견적에 즉시 접근할 수 있게 했습니다. 이는 강철 등급의 확산을 초래했으며, 그 75%가 지난 20년간 개발되었습니다. 최단 주문 이행 주기와 가장 경쟁력 있는 가격으로 고객 요구사항을 충족하는 것이 판매 프로세스의 핵심이 되었습니다.
• 상품화되고 변동성이 큰 시장. 철강 공급망에서 원자재와 완제품 모두 상품화되어 있습니다. 따라서 비즈니스는 수요와 공급 지점 모두에서 가격 변동성에 노출되어, 수익성이 감소합니다.

기업들은 매일 대량의 데이터를 생성하며, 그것은 기하급수적으로 증가하고 있습니다. 데이터는 구조화 및 비구조화 형태 모두로 옵니다. 인메모리 컴퓨팅, 스토리지, 디지털 기술이 신뢰할 수 있고 저렴해짐에 따라, 많은 금속 기업들이 이를 활용하여 고급 분석을 개발하고 프로세스 통찰력을 얻고 있습니다. 그러나 지금까지, 그 노력의 대부분은 통합 공급망 전략 형태의 조직 전체 비전이 부족했습니다. 철강 산업은 디지털 역량 향상으로 상당한 혜택을 볼 여지가 있습니다.

디지털 트윈은 물리적 공급망 프로세스의 가상 복제본이며, 사이버-물리 통합의 백본입니다. 그것은 디지털 세계와 물리적 엔티티 간의 원활한 데이터 전송을 보장합니다. 엔터프라이즈 AI를 가능하게 하기 위해, 디지털 트윈의 다음 속성들이 필요합니다:

• 생태계 커머스 플랫폼: 상용 오프더셸프 소프트웨어를 통해 모든 내부 및 외부 비즈니스 파트너와의 정보 교환.
• 리스닝 플랫폼 및 정보 구독: 직접 통제 경계를 넘어선 정보 포착.
• 물리적 장비 연결성 및 이벤트 포착: 사물인터넷(IoT) 기기를 통한. 디지털 트윈은 광석 저장(광부, 공급업체, 선박 운영자), 생산(코크스 오븐, 소결 공장, 고로, 주조기, 압연기), 제품 저장 및 유통(야드, 화물 운송업체), 판매 채널(이마켓플레이스, 서비스 센터, 딜러) 등 다양한 공급망 노드에서 지속적인 실시간 데이터 수집을 보장합니다.

빅데이터 레이크는 모든 기업 데이터가 원시 형식으로 저장되는 단일 장소입니다. 데이터 과학 주도 고급 분석과 머신러닝 등 다양한 목적에 사용될 수 있습니다. 철강 기업들에게 빅데이터 레이크는 구덩이, 야드, 고로, 주조기, 압연기 등 다양한 공급망 노드에서 나온 무관한 비즈니스 데이터를 원시 형식으로 저장할 수 있습니다. 빅데이터는 다음 영역에서 통찰력을 얻는 데 사용될 수 있습니다:

• 시장 인텔리전스: 거시경제, 통화 정책, 관세, 금속 거래소, 원자재 가격 변동, 경쟁사 정보, 지정학적 상황 등으로 구성.
• 제강소 데이터: 철강 제조, 야드 관리, 운송 등 다양한 단계의 용량과 운영 세부사항 제공.
• 비즈니스 계획 데이터: 생산 및 출하 계획 포함.
• 파트너 생태계 데이터: 고객, 대리점, 서비스 센터, 광부, 화물 운송업자, 선박 운영자 등 외부 이해관계자에 의해 생성. 파트너 생태계는 철강 기업이 거래하는 외부 조직들로부터 다중 기업 비즈니스 네트워크(생태계 커머스 플랫폼 등)를 통해 데이터에 접근할 수 있게 해야 합니다.

엔터프라이즈 AI는 다음 기능들을 포함합니다:

• 철강 공급망의 다양한 단계에서 이벤트 감지: 소비자 문앞에 도달하기 전에, 강철 제품은 완전한 제조 수명주기를 거쳐야 합니다. 벌크 철광석이 개별 강철 제품으로 전환되면서, 원자재는 여러 장비와 공정 단계를 거칩니다. 공급망의 어떤 부분에 대한 파괴나 변화도 생산의 다른 단계에 큰 영향을 미칠 것입니다. 관련 속성(IoT 등)을 가진 디지털 트윈은 변화를 즉시 인식하고 추가 분석을 위해 데이터를 수집할 것입니다.
• 이벤트 분석 및 서로 다른 시간 지평에서 핵심 성과 지표(KPI)에 미치는 영향 결정: 이벤트 데이터가 수집되면, 고급 분석 플랫폼이 작동하여 계획된 활동에 대한 가능한 영향을 식별합니다. 이 단계는 초당 수많은 '왓이프(what-if)' 시나리오를 생성하여, 공급망 전반의 가능한 변화들로부터 결과 비교를 가능하게 합니다. 평가는 계획 지평 내 다양한 KPI에 대한 영향을 결정할 수 있습니다.
• 대안 솔루션 권고: 데이터 수집과 분석이 필수적이지만, 엔터프라이즈 AI의 진정한 가치는 영향의 전체 정도를 분석하고 관련 권고를 제공하는 능력에 있습니다. 영향이 특정 KPI 임계값을 넘으면, 비즈니스 규칙과 이전 인지 경험의 교훈이 엔터프라이즈 AI로 하여금 원하는 비즈니스 결과를 제공하는 솔루션을 권고하도록 도울 수 있습니다. 그런 권고는 공급망 네트워크 전반의 영향을 고려하고 최적의 계획을 권고해야 합니다.
• 지속적 인지 학습을 통한 결과 최적화: 빅데이터 레이크는 데이터 과학을 통해 통찰력을 제공합니다. 엔터프라이즈 AI는 그 정보를 사용하여 결과의 지속적 최적화를 가능하게 합니다. 빅데이터 레이크는 인간의 평생으로도 이해하기 힘든 방대한 무관 정보 덩어리입니다. 구조 없이 이 정보는 비즈니스 목적으로 사용될 수 없습니다. 데이터 과학 기법은 시간 프레임, 지리, 제품 같은 특정 비즈니스 차원 내에서 비구조화 데이터를 필터링하고, 숨겨진 연결을 발굴하여 지속적 자기 학습을 가능하게 합니다.

엔터프라이즈 AI는 수작업 노동 감소, 기계 간 연결성 및 처방적 분석으로의 대체, 시장 통찰, 수요 변동성, 생산 및 공급 중단 같은 요소 감지를 통해 철강 산업의 신뢰성, 효율성, 생산성을 견인합니다. AI 기술의 산업적 활용, 빅데이터 레이크와 디지털 트윈 투자는 철강 기업들을 더 반응적이고 수익성 있는 운영으로 변모시킬 것을 약속합니다. 엔터프라이즈 AI에 대한 실용적 시각은 철강 공급망 효율성을 극적으로 증가시켜, 변동성 큰 철강 시장에서 재고 보유 비용 절감과 시장 출시 시간 단축으로 이어질 수 있습니다.

히란마이 사르카르(Hiranmay Sarkar)는 타타 컨설팅 서비스(TCS) 컨설팅 및 서비스 통합 프랙티스의 매니징 파트너입니다.