데이터 활용: 스마트 팩토리가 인더스트리 4.0에서 효율을 이끄는 법

인더스트리 4.0의 디지털 약속에 압도되지 마십시오. 스마트 팩토리는 제조업체가 더 많은 부품을 찍어내고 주요 툴링·가공 문제를 제거하는 데 도움이 될 정확하고 정밀한 정보를 얻는 것입니다.

스마트 팩토리: 2018 국제 제조 기술 전시회(IMTS) 곳곳에 있었습니다. 음성 명령으로 CNC 기계 제어부터 주요 툴링 메이커의 소프트웨어·디지털 가공 확장까지, 새로운 방향이 열리고 있습니다. 인터넷 연결 기술은 산업 미래의 주요 부분입니다.

왜냐하면 이제 그 어느 때보다 운영에 대한 더 정확한 정보를 추출해 쉽게 배포하고 활용할 수 있게 됐기 때문입니다.

센서는 새것이 아닙니다. 무선주파수 식별(RFID)도 새것이 아닙니다. 하지만 훨씬 더 많은 맥락을 가진 운영 정보가 쉽게 배포되고 활용 가능해진 것은 새것입니다. 산업 제조 소식통들이 말합니다.

"오늘은 제조업의 '인터넷 모멘트'입니다." MachineMetrics 마케팅 디렉터 그레이엄 이머만이 Better MRO 인터뷰에서 말합니다. "많은 산업이 10년 이상 전 '인터넷 모멘트'를 가졌지만, 제조업은 지금 그 시기를 맞고 있습니다."

"데이터는 미래 공장의 생명선입니다." 제조 전문가 톰 리슨이 오픈텍스트 포스트 "미래 공장에 도전하는 6가지 트렌드"에서 씁니다.

리슨은 데이터를 이 기술 맥락에서 풉니다: "적용된 AI와 고급 분석을 통해 데이터가 모든 공정을 주도하고, 운영 오류를 탐지하고, 사용자 피드백을 제공하며, 생산 출력의 양과 질을 개선할 것입니다."

인더스트리 4.0에 대한 기술적 전문 용어에도 불구하고 제조업체들도 그 약속을 믿습니다. 2017년 제조업체 76%가 스마트 팩토리 이니셔티브를 '진행 중이거나 수립 중'이라고 했고, 55% 이상이 1억 달러 이상 투자했다는 카프제미니 연구가 있습니다. 불행히도 그중 14%만 노력에 만족했습니다.

걸림돌? 도입엔 노력이 필요합니다—투자와 시간을 의미합니다.

정확하고 완전한 데이터가 스마트 팩토리의 엔진입니다

"잠재적으로 수천 개의 연결된 장치가 있는 플로어는 데이터 관점에서 상당한 가치를 가집니다." 지멘스 미국 디지털 팩토리 부문 사장 라즈 바트라가 IoT Evolution World 기사에서 말합니다. "문제는, 이제 이 데이터를 수집할 수 있는데, 어떻게 분석해 비즈니스 목표에 의미 있고 가치 있게 만드느냐입니다."

타당한 질문입니다. 분석할 게 너무 많아 모든 데이터를 응집력 있는 의사결정 내러티브로 만드는 건 반드시 쉽지 않습니다. IT 세계의 시스템과 기술이 좀 더 필요하고, 전통적 OT 세계에서 모든 게 어떻게 작동하는지에 대한 새로운 사고방식이 필요합니다.

변하지 않는 것? 더 적은 시간에 더 많은 부품을 납품해야 하는 압박.

부품 생산 출력 증대 도움이 필요하십니까? "공구 수명 연장과 생산성 증폭 5가지 방법"을 읽으십시오.

더 정밀한 가공과 공구 정보가 그 대의를 도울 수 있지만, 데이터 정확성 없이는 과제일 수 있습니다. 오늘 많은 제조업체가 화이트보드와 종이 조각에 관련 기계 데이터를 기록한다고 이머만은 말합니다. 하지만 일단 그 정보를 네트워킹하고 투명하게 만들면, 데이터는 화이트보드 근처 팀뿐 아니라 더 많은 팀, 더 많은 방식으로 유용해질 수 있습니다.

"우리 데이터(MachineMetrics)로 통찰을 드릴 수 있습니다: 대다수 제조업체는 장비 가동률과 활용률이 약 60~80%라고 생각합니다. 그 숫자는 완전히 부정확합니다." 이머만이 말합니다. "업계 평균 기계 가동률은 27%입니다. 작업장에서 실제로 일어나는 일과 제조업체가 비즈니스에서 일어나는 일이라고 생각하는 것 사이에 엄청난 단절이 있습니다."

데이터가 그 단절에 있습니다. 이머만이 말합니다.

작업장 가시성 부족, 작업장과 비즈니스 시스템 다른 조각들(ERP, 품질, 조립, 가공, 툴링) 간 데이터 통합 부족이 있습니다.

"진실은 데이터에 있고, 대부분 진실을 말할 데이터가 없습니다. 이게 업계 현황입니다." 이머만이 말합니다.

스마트 팩토리 데이터 과제: 이산 제조 시스템의 데이터 양

카프제미니 데이터가 정말 두드러집니다: 기업 14%만 스마트 팩토리 결과에 만족?

이유: 전체 운영 생태계 전반의 완전한 가시성은 어렵고, 많은 제조업체에 압도적으로 느껴집니다.

"기업들은 반응하며 '그러니까 내가 전체 디지털 공장을 짓고, 8가지 다른 소프트웨어를 구현해야 한다고? 대체 어떻게 하란 말인가?' 같은 말을 합니다." 이머만이 말합니다.

데이터가 ERP(전사적 자원 관리), 품질 시스템, 3차원 측정기(CMM), 검사 데이터, 조립 시스템, CNC 가공 셀, 툴링 등 여러 제조 공정에서 오는지라, 알고 가시화할 게 많다고 이머만은 설명합니다.

"더 시급한 과제 중 하나는 스마트 팩토리가 수반하는 엄청난 데이터 양입니다." 디지털 보안 회사 트렌드 마이크로(Trend Micro)가 블로그 포스트 "스마트 팩토리 들여다보기: IIoT 혁신 모델"에서 말합니다. "이 [엄청난 데이터 양] 때문에 기업은 스마트 팩토리 구축 전 그런 대량 데이터의 적절한 사용과 처리를 위한 프로토콜과 시스템을 갖춰야 합니다."

시작점: PLC의 기계 데이터 분리해 작업하기

모든 인더스트리 4.0을 한꺼번에 다루려 하는 게 모두의 이익은 아닐 수 있습니다. 스마트 팩토리는 작업장 바닥 부품 가공 기계에서 작게 시작해 살아날 수 있습니다.

MachineMetrics의 경우, 기계의 PLC에서 직접 데이터를 추출해 작은 무선 '에지' 장치로 정보를 보냅니다. 정보는 암호화돼 안전한 클라우드를 통해 고객에게 배포돼 조회됩니다. 핵심적으로 MachineMetrics는 생산 데이터, 유지보수 팀용 시스템 건강, 원장비 제조사와 장비 유통사용 원격 서비스를 제공하는 분석 플랫폼입니다.

"파트 카운트를 얻고, PLC에서 최대 200개 데이터 포인트를 얻습니다… 공작기계 데이터도 얻습니다. 어떤 공구가 쓰이는지 등… 부하 정보, 스핀들 압력… 기계에서 알람을 바로 얻습니다." 이머만이 말합니다.

이는 성능과 가용성 데이터입니다. 본질적으로: 어떻게, 무엇을, 왜. 이 모든 데이터로 기업은 가동중단 방지와 다음 질문들에 답을 시작할 수 있습니다:

• 공구 교체 때문에 기계가 다운됩니까?
• 셋업에 너무 오래 걸려 기계가 다운됩니까?
• 작업 소요 시간을 잘못 추정했습니까?

"OEE(종합 설비 효율) 들어보셨습니까?" 이머만이 묻습니다. "종종 고객과 일하면 기계가 과소 활용되는 1위 이유가 성과 기대가 완전히 부정확하다는 것을 발견합니다… 각 부품 생산 예상 사이클 타임은? 셋업은 얼마나 걸려야 하나? 주어진 교대에서 몇 개 부품을 생산할 수 있다고 생각하나?"

성과 기대는 ERP 시스템이 주도한다고 이머만은 말합니다. 부정확하면 '다른 회사가 당신 사업을 가져갈 여지를 많이 남깁니다.'"

궁극적으로 스마트 팩토리는 제조업체가 최고의 공유 정보로 개선하고, 시간을 아끼고, 더 나은 결정을 내리도록 돕는 것입니다.

MachineMetrics는 모든 제조업체가 기계 용량의 27%만 쓴다고 말합니다. 믿으십니까? 포럼에서 반응해 주십시오. [등록 필요]