Egicon, 실시간 자동화로 수리율 80% 감축 달성

이탈리아 전자 제조업체 Egicon은 2017년부터 새로운 데이터 분석 도구를 사용해 생산을 완전히 자동화했습니다. 그 과정에서 수리율을 80% 줄이고, 스크랩을 제거하고, 보증 지원을 개선하고, 품질 보고 리드 타임을 1개월에서 실시간으로 단축했습니다.

이탈리아 모데나 지역에 기반을 둔 Egicon은 자동차, 농업, 생물의학, 항공우주 분야용 전자 제어 장치, 계기판, 휴먼-머신 인터페이스를 생산합니다.

Egicon은 지멘스(Siemens)의 Valor와 Opcenter Execution Electronics IoT 소프트웨어를 생산 및 품질 시스템에 통합해 지속적인 모니터링과 고객에게 더 나은 보증 지원 및 추적성 데이터 제공 능력을 갖췄습니다.

"수리율을 30ppm에서 6ppm으로 줄였고, 2019년 스크랩율 0%를 달성했습니다."라고 Egicon 생산 매니저 미켈레 마그리(Michele Magri)는 발표된 사례 연구에서 말했습니다. "이제 책상을 떠나지 않고도 모든 제조 공정에 대한 즉각적인 업데이트를 받을 수 있습니다. 혁신과 개선에 시간을 쓸 수 있습니다."

다른 소프트웨어 제조업체들도 상당한 결과를 보고합니다.

GE Digital의 Proficy 소프트웨어는 수많은 부문 제조업체들이 폐기물 90% 감소, 품질 개선으로 500만 달러 절감, 다운타임 80% 감소 등 다양한 혜택을 달성하도록 도왔다고 GE Digital의 분석 및 머신러닝 소프트웨어 선임 제품 매니저 코버스 반 히어든(Cobus van Heerden)은 말했습니다. 한 회사는 디워터링 화학약품을 제어해 최고 품질을 얻는 방법에 대한 핵심 통찰을 몇 시간 만에 얻었습니다.

로크웰 오토메이션(Rockwell Automation)과 PTC의 공동 제품인 FactoryTalk Innovation Suite는 로크웰이 노동 효율성 33% 증가, 생산량 70% 증가, 교육 시간 50% 감소를 달성하도록 도왔다고 발표된 사례 연구에 따르면 밝혔습니다.

이와 기타 새로운 데이터 분석 도구들은 선배들의 한계와 장벽을 극복하고 있습니다.

분석 도구 접근성 높이기

과거의 중요한 장벽 중 하나는 잠재적 혜택을 제공하는 도구들이 사용되지 않은 채 남아 있었다는 점이라고 지멘스 디지털 인더스트리 소프트웨어의 디지털 제조 분석 사업부 매니저 이직 아비단(Izik Avidan)은 말했습니다.

고급 분석 프로젝트의 80% 이상이 실패한다고 그는 말했으며, 이는 가트너(Gartner) 등 연구기관의 지지를 받습니다.

"과거 데이터 분석 도구의 주요 문제—제조업체 관점에서—는 그것들이 도구로 남았다는 사실입니다."라고 아비단은 말했습니다. "많은 플랫폼과 솔루션 제공업체는 평균적인 제조업체가 이러한 도구를 완전히 활용하는 데 필요한 모든 기술을 갖추지 못했다는 것을 깨닫지 못했습니다. 도구는 설계된 기능을 수행했지만 전체 프로젝트는 아마 실패했을 것입니다. 제조 언어와 이 모든 신기술 사이를 연결할 수 있어야 합니다. 제조 고객은 이러한 기술 세트를 갖고 있지 않습니다."

"역사적으로 분석에서 가치를 얻으려면 수학이나 데이터 과학 박사 학위가 필요했습니다."라고 반 히어든은 말했습니다. "기존 운영 인력의 손에 분석을 쥐여줘야 합니다. 제조 고객에게 '당신 사람들을 재교육하거나 새 사람을 고용해 분석 혜택을 누리세요'라고 말할 수 없습니다. 핵심은 공정 엔지니어와 라인 오퍼레이터가 분석에 접근할 수 있게 만드는 것입니다."

"도구는 전문가를 위해 설계돼 전문가에게 어려운 과제를 더 쉽게 만들었을 뿐, 그들의 일을 단순화하진 않았습니다."라고 PTC의 전략 및 솔루션 부사장 에드 쿠오코(Ed Cuoco)는 말했습니다. 많은 도구가 현장 데이터 사이언티스트도 필요로 했습니다. 최종 결과: "이 도구들은 일반적으로 자체 데이터 사이언티스트가 없는 대기업에 적합하지 않았습니다."라고 쿠오코는 말했습니다.

과거의 9가지 추가 장벽

아비단, 쿠오코, 반 히어든에 따르면 다른 장벽들은 다음과 같습니다:

제조업체의 페인 포인트를 이해하고 해결하지 못함.

제조업체가 고가의 레거시 장비를 교체하도록 요구하는 도구.

통찰을 도출하는 데 필요한 데이터에 접근할 수 없음, 종종 데이터가 사일로 시스템에 있어 소위 다크 데이터로 불림. 수집된 데이터의 60%(포레스터)에서 97%(가트너)까지 미사용 상태로 남음.

다른 데이터와 쉽게 결합할 수 없는 데이터.

정제, 포맷, 준비가 어려운 데이터.

데이터가 높은 품질 기준을 충족한다고 가정하는 도구, 많은 경우 전문가가 데이터 품질을 개선해야 함.

관리자가 행동할 수 있게 하는 분석 도구 부재.

평균적인 오퍼레이터가 사용하기 너무 어려운 분석 도구.

초기 파일럿이나 데모를 넘어 확장할 수 없는 도구.

새로운 날의 도래

오늘날의 도구는 빠른 가치 실현, 더 쉬운 조작, 확장성을 제공합니다. 점점 더 많은 제조 소프트웨어 제공업체가 고객에게 현장에서 잘 통합되고 여러 도구를 결합한 플랫폼이 필요함을 이해한다고 아비단은 말했습니다.

"이제 우리는 분석 도구들이 그런 장벽들을 극복하며 더 많은 성공을 보고 있습니다."라고 반 히어든은 말했습니다. "우리가 제공하는 도구들은 빠른 가치의 증거를 보여주고 있습니다."

소프트웨어 제조업체들은 40년 된 기계뿐만 아니라 2년 된 기계를 사용하는 공장에서 돌아갈 도구와 플랫폼을 설계하고 있다고 쿠오코는 말했습니다. "이 도구들은 실제 환경에서 작동해야 합니다."라고 그는 말했습니다. "그게 공장에서의 적용 가능성의 열쇠입니다. 그건 공장이 자신들의 권한 내에 있는 것들을 활용하게 하면서, 그들의 전문 분야가 아닌 것들을 잘하게 하라고 요구하지 않습니다."

새로 등장하는 도구들은 데이터 접근, 저장, 처리 능력, 현장 또는 원격 전문가 가용성, 추가 서버나 클라우드 리소스를 많이 요구하지 않는 낮은 소유 비용, 쉬운 구성과 커스터마이징, 즉각적 가치 제공 능력을 갖췄다고 아비단은 말했습니다.

"요즘 대부분의 소프트웨어 회사들은 쇼핑 플로어에 머신러닝 솔루션을 던져넣는 게 품질 문제를 해결하지 못한다는 걸 이해합니다."라고 그는 말했습니다. "이제 그들은 완전한 턴키 솔루션을 제공하고 있는데, 그게 아마도 게임 체인저일 겁니다."

"내 직업은 바로 그 긴장 속에 있습니다. 즉시 사용 가능한 솔루션을 제공하려 하면서도, 솔루션이 제조업체의 니즈를 최적화하도록 맞춤화될 필요가 있다는 유연성을 이해하는 것."이라고 아비단은 덧붙였습니다. "지난 5년간 우리는 플랫폼과 도구, 특정 산업 유형에 맞춤화된 소프트웨어가 결합된 하이브리드 프로젝트를 점점 더 많이 보고 있습니다."

산업은 아직 아이폰처럼 박스에서 꺼내 바로 작동하는 도구에 도달하지 못했다고 쿠오코는 말했습니다.

"박스 개봉 즉시 사용이 방향입니다."라고 그는 말했습니다. "박스 개봉 즉시 사용이 목표입니다. 우리는 솔루션이 충분히 성숙해 그 지점이 올 것을 보기 시작하고 있습니다."

이 도구들, 때로는 경험 많은 제조 엔지니어와 결합돼, 제조업체가 성과와 예측 유지보수를 개선하고 품질 관리를 생산에 통합하도록 도울 수 있다고 아비단은 말했습니다.

도구들은 인간 행동이 필요한 '알림'을 넘어 더 폐루프(closed-loop)가 되고 있습니다—도구 자체가 실시간으로 안전한 제어 행동을 취할 수 있게 돼 플랜트가 최적화된 생산성을 얻거나 유지할 수 있게 한다고 반 히어든은 말했습니다.

분석을 단순한 제공 요소로 제공하는 대신, 더 많은 제조 소프트웨어 제공업체들이 특정 유스 케이스를 다루는 솔루션에 분석을 포함해 제공한다고 쿠오코는 말했습니다.

"데이터 세트나 이전에 본 결론 목록에서 데이터 패턴을 숙련된 제조 엔지니어에게 소개하면, 그는 공장 운영자, 라인 매니저, 오너가 취할 수 있는 행동으로 그 데이터를 쉽게 변환해 결과를 극적으로 개선할 수 있습니다."라고 아비단은 말했습니다. "그런 턴키 솔루션으로 우리는 며칠 심지어 몇 시간 내에 대부분의 과제를 해결할 수 있습니다."

더 나중에는 더 많은 전문 도메인 지식이 이 도구들에 추가될 거라고 쿠오코는 말했습니다. "점점 더 구체적인 도메인 지식이 내장돼야 합니다."라고 그는 말했습니다. "전문가와 기계를 어떻게 결합해 둘 다 문제를 이해하게 할까요? 기계가 '나는 이 도메인에 특화된 매개변수를 고려할 수 있다'고 말할 수 있어야 합니다."

분석은 원자재 공급업체부터 운송업체, 제조업체, 최종 고객까지 공급망 전반에 적용되며 개선되고 있다고 반 히어든은 말했습니다.

여전히 남은 과제들

여전히 도구를 더 쉽게 구축하게 하는 개선과, 기계가 더 많은 일을 하게 설계된 도구가 필요하다고 쿠오코는 말했습니다.

비용은 확실히 더 떨어져야 유사한 문제에 직면한 중소 제조업체도 기술에 접근할 수 있게 된다고 아비단은 말했습니다.

다른 벤더의 기술을 제조업체가 더 쉽게 통합할 수 있도록 더 많은 표준이 필요하다고 그는 말했습니다.

"쇼핑 플로어에 이미 많은 소프트웨어가 있다는 걸 이해해야 합니다."라고 아비단은 말했습니다. "도입하려는 어떤 솔루션이든 그 생태계에 잘 그리고 원활하게 통합돼야 합니다… 그래서 한 엔지니어링 시스템에서 다른 시스템으로 액션 아이템을 푸시해야 할 때 단일 포트폴리오 내에서 할 수 있어야 합니다. 그게 할 수 있는 가장 중요한 일 중 하나입니다."

표준과 인터페이스가 더 개방됨에 따라 통합이 더 쉬워질 거라고 반 히어든은 말했습니다.

파트너 선택

성공하려면 종합적인 제품을 제공하는 신뢰할 수 있는 산업 벤더와 파트너십을 맺으라고 반 히어든은 말했습니다.

"많은 분석 벤더가 문제의 일부를 해결하는 솔루션을 제공합니다. 일부는 데이터를 분석할 수 있고, 일부는 예측을 할 수 있고, 일부는 시뮬레이션을 실행할 수 있고, 또 다른 건 설정을 최적화할 수 있습니다. 내일 사라지지 않고 이 모든 역량을 단일 제품으로 제공하는 신뢰할 수 있는 벤더와 파트너십을 맺으세요."

즉각적 완벽함과 완전한 통합을 찾는 제조업체는 단계적 접근을 선호해 기대를 낮춰야 합니다. "'빅뱅' 접근으로 모든 시스템이 완벽해질 때까지 기술 도입을 하지 마세요."라고 그는 말했습니다. "빠른 점진적 접근을 권장합니다. 운영 인력에게 사용하기 쉬운 도구를 장착해 빠른 점진적 가치를 얻게 하세요."