AWS IoT를 활용한 스마트 공장의 구현
산업 현장에서 활용할 수 있는 AWS IoT 서비스 (1)
스마트 공장을 구현하는 데에 있어 현장 데이터의 수집과 분석은 필수적이며, 이를 위해 다양한 디지털 기술의 도입은 반드시 필요하다. 그 중에서도 IoT(사물인터넷) 기술은 데이터를 수집하고 분석하는데 있어 핵심적인 역할을 수행한다.
이번 호부터 7회에 걸쳐 공장과 같은 산업 현장에서 발생되는 다양한 데이터를 수집 및 분석하는데 도움을 줄 수 있는 아마존웹서비스(AWS)의 IoT 서비스를 소개하고자 한다. 이번 호에서는 AWS IoT 서비스가 스마트 공장 구현을 위해 어떻게 사용될 수 있는지 설명한다.
■ 연재순서
제1회 AWS IoT를 활용한 스마트 공장의 구현
제2회 AWS IoT의 핵심 서비스 IoT 코어
제3회 AWS의 에지 컴퓨팅 서비스, IoT 그린그래스 Ⅰ
제4회 AWS의 에지 컴퓨팅 서비스, IoT 그린그래스 Ⅱ
제5회 산업용 데이터를 쉽게 수집하고 분석하게 해주는 AWS IoT 사이트와이즈
제6회 AWS 클라우드가 제공하는 디지털 트윈 솔루션, IoT 트윈메이커 Ⅰ
제7회 AWS 클라우드가 제공하는 디지털 트윈 솔루션, IoT 트윈메이커 Ⅱ
■ 조상만
AWS코리아에서 AWS 클라우드를 통해 제조 대기업의 디지털 트랜스포메이션을 기술적으로 돕는 역할을 담당하고 있다.
이메일 | smcho@amazon.com
홈페이지 | https://aws.amazon.com/ko
스마트 공장의 개요
4차 산업혁명이 독일의 제조 혁신 전략인 ‘인더스트리 4.0’에서 출발했다는 점은 널리 알려진 사실이다. ‘인더스트리 4.0’은 독일의 자존심인 제조 경쟁력을 강화하기 위해 전통적인 제조 산업에 IT 시스템을 도입하여 생산 시설을 상호 연결하고, 지능을 부과하여 스마트한 생산을 가능하게 하는 ‘스마트 공장’을 구현하는 것이 핵심이다. 독일 국가 과학위원회는 ‘인더스트리 4.0’ 도입을 통해 기업의 생산성이 30% 향상될 것으로 전망하고 있다.
스마트 공장의 도입은 최신 디지털 기술을 통해 단순히 제조기업의 생산 전 과정의 효율성을 높이는데 그치는 것이 아니라, 근본적인 업무 방식까지 바꾼다는 점에서 기존 공장 자동화와 구별된다. 즉, 궁극적으로는 지능형 공장을 통해 생산 라인의 자동화 및 무인화를 구현하여 제조기업의 경쟁력을 강화하고, 작업 환경 개선으로 인한 직원 만족도를 향상시킬 수 있다는 차별점이 있다.
지능형 공장을 구현하기 위해서는 생산 설비에서 발생하는 데이터를 효과적으로 수집하고, 이를 분석하여 결과를 생산현장뿐만 아니라 연관된 사내 시스템에 반영하는 것이 필수이다. 따라서 스마트 공장의 핵심 경쟁력은 바로 IoT, 빅데이터, 클라우드, 인공지능 등 디지털 기술의 도입을 통해 공장 내에서 발생하는 다수의 데이터를 기반으로 공장이 자율적으로 판단하고 동작할 수 있도록 지능을 부여하도록 하는 것이다.
스마트 공장을 향한 제조 시스템의 진화
오늘날의 일반적인 제조 시스템은 ISA-95라 일컬어지는 국제 표준에 의해 <그림 1>의 왼쪽과 같이 모놀리식(monolithic) 기반의 계층적 구조로 표현된다. 즉, ‘특정 제품을 얼마나, 언제까지 생산할 것인지’에 대한 답을 시스템 사용자에게 제공하기 위하여, 피라미드 구조의 최하단에 존재하는 설비의 센서 또는 액추에이터(actuator)로부터 데이터를 수집하여, 비즈니스 플래닝 및 로지스틱스(logistics)를 담당하는 최상단의 ERP(전사적 자원 관리) 시스템에게 전달하게 된다.
그림 1. 전통적 제조 모델에서 스마트 공장으로 진화
전통적으로 제조 기술은 OT(운영 기술) 및 IT(정보 기술) 영역으로 명확히 구분되어 왔다. 즉, <그림 1>의 왼쪽과 같이 크게 두 개의 레벨로 구성되며, 상위 레벨(Management level)은 우리가 흔히 아는 ERP, MES(제조 운영 시스템)와 같은 IT 시스템을 일컫는다. 하위 레벨(Field control level)은 SCADA(감독 제어 및 데이터 수집), PLC(프로그래머블 로직 컨트롤러), DCS(분산 제어 시스템)와 같은 현장 설비와 관련된 OT의 영역을 일컫는다.
그러나, 이 전통적 모델의 가장 큰 한계이자 치명적인 단점은 PROFINET, EtherCAT, Modubus, EtherNet/IP, CC-Link IE 등 300여 개가 넘는 다양한 산업용 프로토콜을 통해 주고받는 산업용 데이터가 대부분 사일로(silo) 형태로 존재하기 때문에, 이러한 데이터의 통합이 상당히 어렵다는 점이다. 결국 데이터의 수집 자체도 쉬운 일이 아닌데다가, 이러한 데이터를 최상단의 IT 시스템까지 효율적으로 전달하기 어려운 형태를 가지고 있다.
■ 자세한 기사 내용은 PDF로 제공됩니다.
조상만
작성일 : 2023-05-02
조회수 : 1004