첨단제조산업을 위한 국제·국가표준의 대응을 위해 민·관 협력이 본격화된다. 한국산업지능화협회는 산업통상자원부 국가기술표준원(원장 진종욱)의 지원을 받아 우리나라가 첨단 제조산업을 육성하기 위한 각 분야별 표준 개발을 주도할 수 있도록 산·학·연 전문가가 참여하는 「첨단제조 표준화 포럼」을 11월 1일(수) 발족하였다. 최근 산업정책의 중점 분야 및 「국가첨단전략산업법」(22.8) 시행 등 제조산업이 대두됨에 따라 국내 제조 산업의 주도권 확보를 위한 기술개발·실증 등의 경쟁력을 뒷받침할 수 있는 표준 대응체계의 필요성이 강조되고 있다. 첨단 제조산업이 발전하기 위해서는 현장에서의 표준화 이슈 및 수요를 파악하고, 현장 활용이 가능한 표준 개발 및 적용방안이 필요하다. 국내에서는 제조업체들 간 상호운영성 제공과 데이터 교환방식을 정의하는 국가표준*이 제정되어 실증을 통해 효용성을 검증하고 있고, 국제표준화기구(ISO)에서는 우리나라 주도로 제조를 위한 디지털트윈 프레임워크**가 개발되어 산업현장 적용을 위한 기반을 마련하기도 하였다. 이에 포럼은 첨단제조산업 표준화 대응을 위해 제조데이터 분과(분과위원장: 포항공과대학교 조현보 교수), 디지털트윈 분과(분과위원장: 한국전자통신연구원 유상근 책임), 제조보안 분과(분과위원장: 고려대학교 한근희 교수)를 구성하고 산업계 수요를 반영하여 표준화 로드맵 수립, 산업현장에 적용 가능한 표준화 수요를 지속적으로 발굴해 나갈 예정이다. 포럼운영위원장은 표준전문가인 ACS 차석근 부사장이 선임되었고, 운영사무국은 제조산업분야 COSD(표준개발협력기관)를 수행하고 있는 한국산업지능화협회가 지정되어 운영할 계획이다.   * 제조분야 기업업무시스템 간 제조업무데이터 교환 표준(KS X 9101) ** 자동화 시스템 통합 – 제조를 위한 디지털트윈 프레임워크(ISO 23247)

한국산업지능화협회는 산업통상자원부 국가기술표준원의 지원을 받아 우리나라가 첨단 제조산업을 육성하기 위한 각 분야별 표준 개발을 주도할 수 있도록 산·학·연 전문가가 참여하는 '첨단제조 표준화 포럼'을 발족했다고 밝혔다. 최근 산업정책의 중점 분야 및 '국가첨단전략산업법' 시행 등 제조산업이 대두됨에 따라 국내 제조 산업의 주도권 확보를 위한 기술개발·실증 등의 경쟁력을 뒷받침할 수 있는 표준 대응체계의 필요성이 강조되고 있다. 첨단제조 표준화 포럼은 첨단 제조산업을 위한 국제·국가표준의 대응을 위해 민·관 협력을 본격화하기 위해 출범했다. 첨단 제조산업이 발전하기 위해서는 현장에서의 표준화 이슈 및 수요를 파악하고, 현장 활용이 가능한 표준 개발 및 적용방안이 필요하다. 국내에서는 제조업체들 간 상호운영성 제공과 데이터 교환방식을 정의하는 국가표준이 제정되어 실증을 통해 효용성을 검증하고 있고, 국제표준화기구(ISO)에서는 우리나라 주도로 제조를 위한 디지털 트윈 프레임워크가 개발되어 산업 현장 적용을 위한 기반을 마련하기도 하였다. 포럼은 첨단 제조산업 표준화 대응을 위해 제조 데이터 분과, 제조 디지털트윈 분과 및 제조 보안 분과를 구성하고 산업계 수요를 반영하여 표준화 로드맵 수립 및 산업 현장에 적용 가능한 표준화 수요 발굴 등을 진행할 예정이다. 포럼의 운영위원장으로는 표준 전문가인 ACS 차석근 부사장이 선임되었고, 운영사무국은 제조산업분야 COSD(표준개발협력기관)를 수행하고 있는 한국산업지능화협회가 지정되어 운영할 계획이다.  

제조산업 지능화의 구축 방법과 사례 (3)   스마트 공장의 목적은 정보기술을 활용하여 제조 환경의 문제점을 빠르게 발견하는 것을 시작으로 민첩한 대응, 생산성 향상, 고객 만족 등을 이루는 것이다. 이번 호에서는 국내외의 스마트 공장 구축 사례와 함께 제조 데이터의 실시간 통합 및 제조 혁신을 구현하기 위한 기술 활용 방법을 살펴보고자 한다.   ■  차석근 | 에이시에스(ACS)의 부사장/CTO이다. 40여년 간 MES와 ISO 표준화를 중심으로 스마트 공장 솔루션 경험을 쌓았다. 중소기업청 생산정보화, 산업부 스마트공장, 중기부 스마트제조혁신 프로그램을 기획했다. 이메일 | sk_cha@acs.co.kr 홈페이지 | http://acs.co.kr   해외 적용 사례 - 폭스콘 중국의 폭스콘(Foxconn)은 8만 개 이상의 산업용 로봇, 1800개의 표면 실장 기술(SMT) 생산 라인, 17만 5000개의 CNC 및 다이 가공 기계 및 5000가지 이상의 테스트 장비를 갖춘 세계 최대의 전자제품 제조업체이다. 폭스콘은 Foxconn Industrial Internet Cloud 플랫폼의 도구를 사용하여 유사성 기반 학습, 시뮬레이션 기반 학습, 피어 투 피어 기반 학습, 관련 기반 학습 및 딥 러닝을 구현했다. 수집된 데이터는 Foxconn Industrial Cloud, CorePro, Nadder 및 폭스콘이 개발한 기타 산업용 인터넷 제품으로 구성된 클라우드 플랫폼에 배포된다. <그림 1>은 폭스콘의 Fog AI 기술로 고성능 컴퓨터와 서버 수준의 수집 데이터를 통합한 것이다. 데이터 모델을 설정한 후 Fog AI는 실시간 예측 및 모니터링을 정확하게 수행하고, 생산 프로세스를 정확하게 제어하며, 장비에서 보다 안정적이고 정확하며 빠른 응답을 제공할 수 있다 ■ 스마트 연결 : 시스템의 투명성과 협업을 향상시키기 위한 다른 제조 장치와 노드 사이의 데이터 및 에지 컴퓨팅 네트워크 ■ 유연한 자동화 : 재구성 가능한 응답 메커니즘, 자동화된 실행 및 협업을 결합하고 원격 구성 및 작업 전달을 지원한다. 이는 제조 시스템이 커스터마이즈 요구 사항에 신속하게 대응할 수 있도록 하며, 내부 및 외부 간섭에 대한 강력한 복원력을 제공한다.  ■ 지능형 예측 및 의사결정 시스템 : 눈에 보이지 않는 문제를 예측하기 위해 자동 이벤트 인식, 영향 평가 및 의사 결정 최적화를 위해 지연 데이터와 지능형 알고리즘을 결합한 폐쇄 루프 예측 분석 시스템   폭스콘의 소등 공장은 낭비 감소, 작업 감소 및 걱정 감소 등 세 가지 ‘W’ 업무에 에너지 절감 기술의 중점을 둔다. 이는 간단하게 들리지만 오랜 축적과 소망의 과정을 거친 것이다. 프로세스 개선과 디지털화의 완성을 통해 효율성과 품질 관리를 지속적으로 최적화하여 불필요한 가동 중지 시간과 품질 미달 및 결함을 제거하고, 제조 시스템의 포괄적인 효율과 비용 최적화를 지속적으로 발굴하며, 표준 및 경험을 강화했다. 디지털 시스템에서 표준 규칙을 형성하는 한편 새로운 생산 패러다임, 프로세스 및 현재 생산 효율성의 실시간 모니터링을 사용하여 최적화할 수 있었다.  시스템 및 다른 제조 단위의 과거의 최적 실용성과 비교하여 클러스터 최적의 실습을 벤치마킹할 때, 동적 평가 및 효율 최적화를 위한 속도가 요구된다. 이것은 폐기물 감소 과정이다. 통합 자동화 생산 라인을 통해 일부 공장에서 거의 모든 작업이 대체되었으며, 작업장의 자재 운송으로 차이 생산 단위와 품질 검사 간의 제품 흐름이 자동화되었다. 더 중요한 것은, 폭스콘의 소등 설비는 통합 자동화와 유연성 사이의 균형에 많은 설계 고려 사항을 투자했다는 점이다. 특히 소비자 전자제품의 빠른 반복을 위해 업계 최고 수준의 NPI(New Production Introduction) 프로세스에서 효율성이 향상되고 수율 안정화 속도가 향상된다. 작업 감소는 사람들을 자동화로 대체할 뿐만 아니라 사람들의 경험과 지식을 시스템에 적용하고 통합할 수 있는 만큼 생산 라인을 유연하게 만든다.  낭비와 작업 감소가 폭스콘이 과거에 성과를 거두고 현재 작업하고 있는 영역이라면, 이제는 근심 없는 운영으로 인한 걱정 감소를 더 만들어야 한다. 소등 공장의 중요성은 공장의 어느 누구도 불을 켤 필요가 없다는 것이 아니라, 불을 끌 때 다시 켜질 필요가 없다는 것이다. 걱정 없는 제조 시스템을 실현하는 비결은 이전에는 볼 수 없었던 문제를 명시적으로 만들고, 오류를 수정하고, 정확한 예측을 통해 문제를 피함으로써 문제의 근본 원인을 관리하는 것이다. 예를 들어, 제품 수율 문제가 발생하는 경우 공정 매개 변수 간의 관계를 분석하여 수율에 미치는 영향의 이유를 이해한 다음, 향후에 수율 문제를 피하기 위해 공정 매개 변수의 이상에 대한 조기 경보 모델을 설정한다.  마찬가지로 장비 가동 중지 시간으로 인한 생산 능력 손실이 걱정되는 경우, 장비의 상태 매개 변수를 지속적으로 모니터링하고 상태 평가 모델을 설정하며 장비 고장 위험을 예측하고 나머지를 유지함으로써 고장에 대한 예상 유지보수를 보관할 수 있다. 이는 다운타임으로 인한 손실을 피할 뿐만 아니라 과도한 유지 보수로 인한 비용을 줄인다. 가공 분야에서는 공작 기계의 남은 유효 수명을 예측하여 각 공구의 최적 교체 시간을 예측할 수 있다. 이러한 접근은 수율을 99.4%에서 99.7%로 향상시킬 뿐만 아니라 공구 비용을 16%, 예기치 않은 다운타임을 60% 줄인다. 폭스콘은 PCB 제조의 SMT 프로세스에서 산업 노즐에 대한 불황 평가 및 예측 유지 보수 모델을 확립하고, 건강 사이클 예측 및 자동 교체를 수행할 수 있었다. 흡입 노즐 수명을 예측하면 유지 보수 요구 사항, 교체 소요 시간 및 비용을 66%까지 효과적으로 줄일 수 있어 흡입 노즐 재고를 64% 줄일 수 있다. 제조 경쟁력 계산의 공식인 ‘제조 경쟁력 = 품질 / 비용 × 고객 가치’가 자주 언급된다. 가장 적은 비용으로 더 높은 품질을 지속적으로 달성하고 고객에게 더 많은 가치를 창출해야 한다. 폭스콘의 등대 공장에서는 예측 및 분석 기술을 통해 품질을 개선하고 비용을 절감했다. 유연한 자동화를 통해 고객은 혁신을 위해 제조 시스템 기능에 의해 설정된 경계를 확장하여 혁신하고 빠르게 반복할 수 있다.    그림 1. 폭스콘의 산업용 AI 적용 플랫폼 구성  

제조산업 지능화의 구축 방법과 사례 (2)   생산에 영향을 주는 제조 결함을 미리 파악해서 해결하기 위해서는 사람, 시스템, 사물의 융합을 통한 산업 지능화(Industrial AI)가 요구된다. 이번 호에서는 산업 분야에 초점을 맞춘 산업 지능화 시스템의 구축 방법과 함께, 4차 산업혁명의 핵심 기술을 도입해 제조 혁신을 이뤄낸 등대공장에 대해 살펴본다.   ■  차석근 | 에이시에스(ACS)의 부사장/CTO이다. 40여년 간 MES와 ISO 표준화를 중심으로 스마트 공장 솔루션 경험을 쌓았다. 중소기업청 생산정보화, 산업부 스마트공장, 중기부 스마트제조혁신 프로그램을 기획했다. 이메일 | sk_cha@acs.co.kr 홈페이지 | http://acs.co.kr   제조 결함 탐지해결에 대한 의식전환 물리적 세계의 생산 현장을 사이버 세계의 정보화 관점에서 보면, 생산 활동 정보 즉 4M1E는 <그림 1>과 같이 정의할 수 있다. 일반적으로 생산 제품을 자동으로 생산하고 있는 생산 설비(machine)는 디지털 제어기기인 PLC(Programmable Logic Controller), 공작기계, FMS 등과 같은 복합 자동화 설비 등으로 구성되며, 제어기기의 레벨에 따라 차이가 있으나 주로 실시간 기반으로 자동 정보 수집을 하게 된다. 생산 설비가 아무리 자동화되어도 생산 공정에는 필히 작업자가 필요하게 되고 자동화 설비로부터 수집되지 않거나 품질 내용, 설비의 고장 내용, 로트(lot)의 변경 등과 같은 작업자가 판단하고 처리하는 작업자의 활동이 필요하다. 생산 공정에서는 원자재에서 생산에서 출하되기 전까지 전체 물류 과정을 추적하여 공정상의 재고(WIP : Work In Process), 각 생산 공정에 작업 중인 자재의 추적과 투입 등의 정보 수집이 필요하다. 작업 방식(method)은 원자재에서 완제품까지 전체 과정을 디지털화하여 제품별 생산 비용의 산출, 품질 정보, 설비의 가동 정보, 공장 내 물류 정보, 각 해당 생산 공정 간의 최적화된 일정 정보와 특히 국제 표준화를 제안하고 있는ISO 22400 KPI for MOM에 대한 정의를 바탕으로 QCD(품질·비용·딜리버리)대응을 위한 제조업 중점 관리에 필수적 항목이 된다. 4M1E의 정보수집 방법에는 <그림 2>와 같이 유선 및 무선 센서 네트워크를 활용한 자동, 반자동 및 수동 형태로 크게 3가지 방식으로 분류할 수 있다; ■ 자동 수집 방안 : 생산 설비의 제어기기가 외부 정보 시스템과 연결되는 인터페이스 장치를 보유한 경우에는 TCP/IP, OPC(Open Protocol Communication), MIMOSA(Machinery Information Management Open System Alliance), SECS(Semiconductor Equipment Communication Specification) 등과 같은 실시간 통신 프로토콜 프로그램을 통하여 생산 설비의 운전 상태에 대해 정보를 수집한다.  ■ 반자동 수집 방안 : 크게 두 가지 형태로 구분된다. 첫 번째 방안은 PLC 등과 같은 제어기기가 있는 경우 센서로부터 PLC와 연결된 프로세스 I/O와 실시간 정보 수집 장치를 통하여 정보를 수집하는 것이다. 두 번째 방안은 추가로 정보 수집에 필요한 센서를 부착하여 실시간 정보 수집 장치를 통하여 정보를 수집하는 것이다. 이 방식의 경우에는 모든 센서와 시스템 간의 표준 인터페이스 지향을 위하여 IEEE 1451 혹은 정보 기술의 국제적인 표준화 작업을 합동 관리하기 위한 ISO/IEC JTC1 국제 표준기반의 구축이 요구된다.  ■ 수동 수집 방안 : 바코드 리더기, RFID, 터치스크린과 모바일 장치를 이용하여 작업자가 직접 정보를 처리하는 방식이다.   그림 1. 생산 자원(4M1E) 기반 스마트 팩토리 정보 관리(TTAK.KO-11.0227) TTA 단체표준  

제조산업 지능화의 구축 방법과 사례 (1)   스마트 공장의 목적은 정보기술을 활용해 실시간으로 제조 환경의 문제점을 조기에 발견하여 급변하는 경영환경에 민첩하게 대응하고, 제조업에서 보유하고 있는 품질, 비용, 납기 문제점에 대하여 연속 개선 프로세스를 통하여 생산성을 높이면서 고객 만족에 기여하는 것이다.  이를 효율적으로 구현하기 위해 전산화, 자동화로는 성장 방법에 한계가 있다. 시시각각 발생하는 제조 데이터를 실시간 통합하고, 이를 통하여 제조 혁신을 구현하는 변화 관리와 공정 혁신을 포함하는 제조 혁신으로 발전해야 한다.  이번 호부터 제조산업 지능화를 위하여 산업용 AI(Industrial AI)가 어떻게 적용되는지와 대표적인 구축 사례 및 산업분야의 차별화 방안을 소개한다.  ■  차석근 | 에이시에스(ACS)의 부사장/CTO이다. 40여년 간 MES와 ISO 표준화를 중심으로 스마트 공장 솔루션 경험을 쌓았다. 중소기업청 생산정보화, 산업부 스마트공장, 중기부 스마트제조혁신 프로그램을 기획했다. 이메일 | sk_cha@acs.co.kr 홈페이지 | http://acs.co.kr   1. 성공과 실패 사례에서 배우는 지혜 지난 2019년 소프트뱅크의 손정의 회장이 정부에 “첫째도 AI, 둘째도 AI, 셋째도 AI”를 제시하면서 모든 산업분야에 AI 적용 기획이 추진되었다. WEF(세계경제포럼)과 컨설팅 업체인 맥킨지(McKinsey)에서는 등대공장 선정을 수행하였고, 2019년 국내 기업으로는 포스코(POSCO)가 선정되었다. 반면, 글로벌 제조업의 대표를 자칭하는 중국의 경우에는 애플 단말기의 OEM 공급업체인 폭스콘(Foxconn)을 선두로 각 산업분야에 10개 기업 등대공장으로 인정받았다. 여기에서 핵심 기술의 평가는 산업용 AI를 어떻게 적용하여 최대의 성과를 얻을지에 대한 지표가 핵심 선정 항목으로 평가되었다. 빅데이터와 인공지능(AI)의 시대는 다른 모델을 요구하고 있다. 사실 우리가 좋아하든 싫어하든, 또는 잘 인식하지 못하고 있을 수 있지만, 요즘 의사결정의 중심은 데이터와 알고리즘으로 가고 있다. 넷플릭스는 우리가 어떤 영화를 볼 것인가를 알려준다. 음원 사이트는 내가 무슨 음악을 들으면 좋을지 가려낸다. 운전할 때에는 내비게이션이 시키는 대로 따라간다. 기업의 채용 과정도 최소한 1차 심사는 인공지능으로 대체하기 시작했다. 은행 대출도 많은 경우 알고리즘에 의해 결정하는 추세다. 주식 투자의 70~80%는 알고리즘이 담당하고 있다. 미국의 데이팅 웹사이트들은 당신의 이력과 당신의 SNS 활동 등을 고려해 파트너를 추천한다. 앞으로는 직업과 전공 선택부터 누구와 결혼할 것인가 등의 문제에 대해 컴퓨터 알고리즘의 도움을 차츰 더 많이 받을 것이다.  컴퓨터는 가장 최근의 연구 결과를 습득하고, 인간이 도저히 상상할 수 없는 정보를 순식간에 분석해 우리에게 최적의 의사결정 조언을 한다. 이런 인공지능 알고리즘 의사결정을 기업에서는 점점 보편적으로 사용하고 있다. 우리는 이것을 ‘인공지능을 통한 자동화’라고 부른다. 기업은 인력을 대체하고, 비용을 절감하며, 생산 효율성을 높이는 방식을 적극적으로 도입하고 있다.  이런 긍정적 성과물에서 테슬라의 일론 머스크는 왜 ‘사람 없는 공장’을 포기했을까? 일론 머스크는 경영 능력과 비전에서 일반인의 상식을 훨씬 뛰어넘어 ‘외계인’이라고까지 불린다. 그는 완전히 사람이 없는 인공지능 기반 공정으로 테슬라 전기차를 만들려고 엄청난 노력을 쏟았다. 하지만 그는 인공지능과 로봇을 이용해 완전 자동화 생산 공정을 실행하려던 계획이 실패했음을 시인하게 된다. 그 후 그는 커다란 텐트 공장을 만들고 옆에서 숙식하며 새로운 프로세스를 진두지휘했다. 그래서 만든 것이 인간과 인공지능이 어우러진 새로운 협업 공정이다. 그는 이 텐트 공장에서 인간과 로봇이 해야 하는 일을 다양하게 실험했다. 이를 통해 어떤 프로세스를 완전 자동화하고, 어떤 프로세스에는 인간이 개입해야 하는지를 결정해 새로운 시스템을 완성했다. 결과는 ‘인간 + 인공지능’이라는 공존이다. 제프 베이조스의 아마존도 거의 완벽한 물류 자동화 시스템을 완성했지만, 여기에서는 25만 명의 인간이 같이 일하고 있다. IBM의 인공지능 ‘왓슨(Watson)’을 도입한 병원에서는 환자들이 왓슨의 진단 결과를 얼마나 신뢰할까. 사실 우리가 알고 싶은 것은 ‘인간과 왓슨의 결과가 다른 경우 누구를 따라야 할 것인가’ 하는 자극적인 질문이다. 하지만 이는 좋은 질문이 아니다. 인공지능은 대결 상대가 아니라 이용 대상이다. 우리의 목표는 인공지능을 이용해 인간에게 더 나은 최적의 시스템을 만들어 나가는 것이다. 인공지능의 진단 시스템이 의사를 대신해 암 진단을 내려 주겠지만, 의사들은 이 결과를 최종 판단하고, 얼마나 심각한지 살펴보고, 치료 계획을 세우고, 추가 검사가 필요한지 결정해야 한다.  또 다른 사례를 살펴 보면, 2013년 GE는 대규모 데이터 환경에 임베디드와 기계 기반 알고리즘에 스마트 디바이스를 융합한다는 아이디어를 제시하고, ‘기계 + 마인드’ 개념의 산업용 데이터 플랫폼인 프레딕스(GE Predix)를 발표했다. 당시에는 아주 멋진 비즈니스 모델로 평가되었지만, 2019년 GE는 나스닥에서 퇴출되는 굴욕을 당했다.  프레딕스의 가장 큰 문제는 모든 기계에서 발생하는 데이터를 관리하는 최종 도구로 하나의 공통 클라우드 플랫폼을 선택한 것이다. 때문에 각 산업의 특성과 차별화된 관리 항목에 대응하는 제조 본질의 문제에 대한 솔루션을 제공할 수 없었다. 자동화, 정보기술, IT 플랫폼, 빅데이터 및 기타 기술이 성숙하지 않기 때문에 제조 및 산업에 스마트 공장의 전환에 한계가 있었던 것이다. 중국의 스마트 제조 개발에서도 비슷한 경우가 있었다. 국가 정책에 의해 추진된 일부 기업은 산업 인터넷 및 IoT 플랫폼 구축, 모든 생산 라인에 다수의 센서 추가, 대규모 데이터베이스 생성, 인적 노동을 대체하는 로봇 등 공장의 ‘스마트’ 변환에 많은 투자를 했다. 이 업그레이드 및 변환 과정에서 모든 사람은 좋은 의도를 가지고 있지만 실제 요구 사항, 요구 사항 및 핵심 역량이 종종 무시된다. 이것이 지능형 제조에서 중국이 직면한 주요 문제이다.    2. 제조 품질에 미치는 3차원 요소 제조는 기본적으로 품질, 원가, 납기(QCD : Quality, Cost, Delivery)라는 3요소의 효율화가 중요하다. 이를 위해 <그림 1>에서 제시하는 것과 같이 크게 품질에 미치는 3차원 본질에 대한 이해가 필연적이다.   ■ 숙련(Discipline) : 작업자 숙련도, 조직문화와 관리 능력 → 강력한 조직 문화(월드베스트 : 일본) ■ 시스템(System) : 장비, 시스템과 표준 절차 → 설계 및 제조 능력(월드베스트 : 독일) ■ 본질(Intrinsic) : 도메인 지식을 사용하는 고객 → 특허와 혁신적 협력(월드베스트 : 미국)   그림 1. 제조 품질의 3차원(숙련, 자동화, 본질)  

4차 산업혁명 시대, 스마트 제조를 위한 PLM의 비전 제시   캐드앤그래픽스와 한국CDE학회가 주최하고 한국스마트제조산업협회와 한국기계산업진흥회가 주관한 ‘PLM 베스트 프랙티스 컨퍼런스 2017(www.plm.or.kr)’이 지난 5월 19일 코엑스 그랜드볼룸에서 산학연 관계자 1000여 명이 참석한 가운데 열렸다. '4차 산업혁명과 PLM'을 주제로 한 이번 행사는 품질혁신 플랫폼의 표준화 시행과 고도화를 통한 제조기업의 스마트공장화를 실현하기 위한 해법을 공유하고, 제조업의 미래 비전을 공유하는 자리가 되었다.   ■ 이성숙 기자 lss@cadgraphics.co.kr ■ 정수진 편집장 sjeong@cadgraphics.co.kr   4차 산업혁명을 위한 PLM의 역할 모색   4차 산업혁명이 전세계적인 화두가 되면서 제조 현장에서도 새로운 바람이 불고 있다. 이번 ‘PLM 베스트 프랙티스 컨퍼런스(이하 PLM 컨퍼런스)’ 행사는 최근 제조업에서 이슈가 되고 있는 스마트 공장, 사물인터넷(IoT), 3D 프린터, 인더스트리 4.0 등 새로운 기술들이 전통적인 제조산업에서 CAD/CAM, CAE, PLM 등과 어떻게 접목되고 발전하고 있는지에 대해 살펴볼 수 있는 기회가 되었다.   한국스마트제조산업협회 김태환 회장은 개회사를 통해 “제조 분야의 4차 산업혁명은 ‘기획-설계-구매-생산’에 이르는 가치 사슬을 수평적으로 통합하는 동시에 센서/산업사물인터넷(IIoT), 빅데이터, 클라우드 등 IT 기술을 통해‘ 생산-제어-관리’ 레벨의 수직적 통합이 함께 이뤄져야 한다”면서 “특히 PLM은 CPS(사이버-물리 시스템)의 한 축인 제품-공정-공장의 디지털 트윈을 구현하는 역할을 한다. 이러한 관점에서 이번 PLM 컨퍼런스는 예년보다 다양하고 풍성한 산업별/기업별 사례를 소개함으로써 4차 산업혁명의 실마리를 찾는 기회가 될 것으로 기대한다”고 소개했다.   한국CDE학회 박강 회장은 “올해로 13회째를 맞은 PLM 컨퍼런스는 지난 2005년 국내 제조업계의 발전을 도모하고자 시작되어 나날이 성장해 왔다. 특히 올해는 국내 PLM 분야의 성공사례를 소개하는 동시에, 4차 산업혁명의 물결 앞에서 실질적인 대응방안을 모색하는 의미를 갖는다. 이를 통해 국내 제조업계가 급변하는 흐름 속에서 생존을 위해 끊임 없는 변화와 혁신을 모색할 수 있기를 기대한다”고 전했다.   한국기계산업진흥회 정경수 상무이사는 환영사를 통해 “최근 제조업의 스마트화로 대변되는 4차 산업혁명과 기술 융·복합 제품의 확산 등에 따른 산업 트렌드 변화에 선제적으로 대응하기 위해 ‘품질경영’을 생존전략으로 내세운 중소기업이 늘고 있다”며 “제품수명 주기를 관리하는 해법과 비전을 제시한 PLM 컨퍼런스 행사를 통해 국내 제조업을 한층 더 고도화하면서 제조업의 발전방향을 모색할 수 있는 계기가 되었으면 좋겠다”고 밝혔다.      ▲ 한국스마트제조산업협회 김태환 회장, 한국기계산업진흥회 정경수 상무이사, 한국CDE학회 박강 회장   IT와 접목해 제조산업의 혁신 이룬다   PLM 컨퍼런스의 기조연설에서는 4차 산업혁명을 뒷받침하는 최신 기술과 대응방안을 짚는 동시에, 스마트 공장을 구현할 수 있는 PLM 및 플랫폼의 개발 내용이 소개되었다.   지능정보기술연구원 김진형 원장은 “4차 산업혁명은 반도체, 초고속 네트워크, 소프트웨어/인공지능 등 디지털 기술의 보편화를 바탕으로 하고 있으며, 특히 모든 영역에서 컴퓨팅과 소프트웨어를 활용하는 ‘소프트웨어 혁명’이라고도 볼 수 있다”면서 이미 현실로 다가 온 인공지능의 현재와 미래를 짚었다.   인공지능은 고도의 자동화 기술이고 높은 수준의 의사결정 기술이면서, 사람처럼 상호작용할 수 있는 기술을 가리킨다. 인공지능은 자율주행 자동차의 발전을 이끌고 있다. 주식투자를 결정하거나 그림을 그릴 뿐 아니라 유통 산업을 바꿀 수 있는 기술로 활용되는 등 이미 우리 사회의 곳곳에서 현실화되고 있다.   김진형 원장은 “이러한 인공지능은 단일 기술이 아니라 문제 해결을 위한 여러 기술의 모음”이라면서 “인공지능의 가치는 지능적 자동화, 기존 인력의 능력 보완, 혁신의 향상에서 찾을 수 있다”고 짚었다. 또한 “제조 강국인 우리나라에서는 제조업의 생산성과 수익성을 높이는 인공지능의 활용방법을 고민해야 한다. 한편으로 소프트웨어 중심 사회로 변화하는 현실을 받아들이고, 창조와 혁신의 잠재력을 키우기 위해 소프트웨어의 활용도를 높여야 한다”고 전했다.     ▲ 지능정보기술연구원 김진형 원장, PTC코리아 문종윤 전무    PTC코리아 문종윤 전무는 “제조산업에서 IT를 도입했지만 비즈니스 모델의 변화는 별개의 과제이다. 최근 증가하고 있는 스마트 연결 제품(Smart Connected Product)은 제품의 설계/제조/운영/서비스 등 모든 방식을 바꾸고 있다”고 소개했다.    스마트 연결 제품은 물리적 요소와 스마트 요소, 연결성 요소가 결합되기 때문에 제품과 관련된 거의 모든 프로세스에 변화를 가져온다는 설명이다. 엔지니어링 영역에서는 기존과 다른 제품 개발 방법론을 요구한다. 제조/운영 영역에서는 데이터가 핵심 요소로 자리잡으면서 클라우드 기반 시스템 및 설비와 장비의 연결성이 필요해졌다. 애프터 서비스에서도 원격 문제 확인이나 장애 발생 가능성의 예지 분석 같은 새로운 개념이 등장하고 있다.   IoT 플랫폼(씽웍스), 머신 러닝 및 데이터 분석(씽웍스 애널리틱스), 증강현실(씽웍스 스튜디오, 뷰포리아 SDK) 등 스마트 공장을 위한 다양한 요소를 소개한 문종윤 전무는 “스마트 공장을 위해 기업의 모든 것을 바꾸는 일은 부담이 크다. 기존의 기업 리소스를 유지하면서 여기에 개방성과 확장성을 더함으로써 스마트 공장으로 발전시키는 것도 방법”이라면서 우선 작은 규모의 스마트 공장을 시작하고, 단계적으로 수준을 높이면서 유연성을 확보해 볼 것을 제안했다.   조선산업 및 중소/중견기업을 위한 PLM과 스마트 공장 구현   조선산업의 수익성이 낮아지면서 ICT의 도입과 효율화에 대한 관심이 높아졌다. 국내 조선사에서는 이미 PLM을 구축해 활용하고 있지만, 전체 라이프사이클보다는 CAD와 ERP 사이의 데이터 전달을 위주로 활용해 온 경향이 크다. 현대중공업 김종식 부장은 “조선산업이 기존 PLM 활용의 한계를 극복하지 못한 것은 주문/개발/생산을 병행하면서 다양한 시스템이 혼재된 조선산업의 특성에 따른 영향과 함께 조선사마다 독자적으로 구축한 기존 PLM 시스템의 낮은 확장성과 폐쇄적인 아키텍처의 영향도 있다”고 짚었다.   조선산업을 위한 PLM은 설계/생산/운영에 걸쳐 대용량 데이터 처리 기술을 지원해야 한다. 또한 신뢰성 있는 백본을 기반으로 빅데이터를 적용할 수 있어야 하고, 궁극적으로는 지능형 PLM으로 확장될 수 있어야 한다. 이를 위해 김종식 부장은 ▲실시간으로 정보를 통합하는 시스템 ▲부품 및 어셈블리 기반의 실시간 협업/상호작용 시스템 ▲컴포넌트 기반의 멀티 컨피규레이션을 제공하는 유연한 시스템 ▲다양한 협업 주체에 맞춤형 정보를 최적화해 제공하는 서비스 체계 ▲개발/설계와 실제 생산의 간격을 최소화할 수 있는 시스템 ▲리스크 관리를 위한 의사결정 지원 시스템 등이 필요하다고 짚었다.   또한 정보통신산업진흥원이 주관하는 ‘빅데이터 기반의 조선산업용 설계 표준 PLM 플랫폼 개발’ 사업에 대한 소개도 이뤄졌다. 지난 2016년 8월부터 3차년도에 걸쳐 진행되는 이 사업은 시스템 구축 방향 수립 및 프로토타입 개발을 완료했으며, 현재 빅데이터 기반 마이닝 엔진, 이종 CAD 인터페이스 모듈, 데이터 경량화 모듈 등의 개발이 진행되고 있다.     ▲ 현대중공업 김종식 부장, 한국생산기술연구원 조용주 수석연구원   한국생산기술연구원 조용주 수석연구원은 중소/중견기업의 공정 및 품질개선을 위한 스마트 공장 추진방안과 통합 플랫폼 기술에 대해 발표했다. 조용주 수석연구원은 “스마트 공장의 관건은 다양한 기술의 통합과 연결에 있으며, 제조뿐 아니라 비즈니스 영역에 대한 고려도 필요하다”면서 스마트 공장의 추진 전략으로 ▲기술 검증을 위한 모델 팩토리 구축 ▲공정설계 및 제품생산 단계 중심의 OEM/ODM 기업 육성 전략 ▲서비스 및 비즈니스 모델을 만들기 위한 브랜드화 전략 ▲사용자 맞춤형 제품 생산 전략 ▲팩토리 메이커 전략 등을 꼽았다.   조용주 수석연구원은 수요산업 스마트 공장 위한 ‘품질혁신기반 구축사업’에 대해서도 소개했다. 이 사업에는 한국생산기술연구원(플랫폼 및 템플릿 개발), 한국기계산업진흥회(표준화 및 보급확산), 포스텍(엔진 개발), 부산대학교(트리즈 및 공정모델 개발) 등이 참여하고 있는데, 공정개선 기술과 품질검사 기술을 개발하고 그 실효성과 성과를 검증함으로써 중소/중견기업의 스마트화를 실현하는 것이 목표이다. 한국생산기술연구원은 이 가운데 수요산업의 스마트 공장을 위한 표준 플랫폼인 FOPIS를 개발했다.   제조산업의 품질경영을 위한 해법과 사례 제시   이와 함께 이번 행사에서는 전기/전자/소비재, 자동차/중공업/기계, 스마트공장/신기술, Q-Factory 등 트랙에서 40여개 세션이 진행되었다. 특히 ‘스마트공장/신기술’ 트랙에서는 스마트 제조를 실현하기 위한 기술과 사례가 대거 발표되었다. 디지털지식연구소 조형식 대표는‘ 인더스트리 4.0 스마트 공장 구현을 위한 디지털 PLM 전략’을 소개했다. 조 대표는 “산업사회에서는 4차 산업혁명의 시대가 열리고 있으며, 제조업에서는 혁신적인 스마트공장들이 출연하고 있다”며 “디지털 PLM 전략은 인더스트리 4.0 스마트 공장 구현에 필요한 디지털 제품 개발 전략이 포함되어야 한다”고 강조했다.   다쏘시스템 조윤태 부장은 3D CAD와 CAE 통합 플랫폼을 이용한 혁신적인 설계 발표를 통해“ 다양한 설계안에 대한 가상 시뮬레이션을 통해서 각 설계안을 검증하는 것이 이제 제품개발의 필수과정이 되고 있다”고 전하며, 다쏘시스템의 솔루션을 이용하여 설계 과정에서 설계자가 어떻게 설계에 대한 통찰력을 얻고 자신의 설계에 반영하는지에 대해 설명했다.   아마존웹서비스 정우진 이사는 ‘제조기업을 위한 AWS 클라우드 혁신사례 소개’를 통해 클라우드 뉴노멀 시대의 글로벌 혁신 기업들의 디지털 트랜스포메이션에 대해 사례 중심으로 소개했으며, 스마트공장추진단 김명섭 위원은 ‘중소기업 스마트공장 적용사례와 문제점, 성공을 위한 접근 방안’을 통해 스마트공장 구축 성공에 대한 요소를 설명했다.   스마트 공장 기업 지원 성과 발표   한편 이번 PLM 컨퍼런스에서는 ‘스마트 공장 R&D-표준연계, 표준화 정책개발 및 기업지원성과 발표회’가 함께 진행되었다. 발표회는 ‘스마트 공장 추진 및 표준화’와 ‘분야별 국제표준 전략 및 로드맵’ 등 두 개 세션으로 구분돼 8개의 챕터들이 발표되었다. 본격적인 발표에 앞서 민관합동 스마트공장 추진단은 ‘한국의 스마트공장 정책’ 발표를 통해 추진단의 ‘클라우드형 스마트 공장 보급 사업’과 ‘ICT 융합 스마트 공장 보급·확산 사업’, ‘스마트 공장 교육 프로그램’ 등을 소개하였다.   1부 세션에서 전자부품연구원 송병훈 단장은 ‘F2F-유연생산과 공장간 리소스 셰어링을 통한 새로운 비즈니스 모델을 지원하는 SFW(Smart Factory Web) 표준 테스트베드’에 대해 소개했다. 한국생산성본부 이정철 팀장은 ‘중소기업 스마트 공장 진단평가 국가표준 및 적용사례’ 발표를 통해 각국의 진단평가 모델과 스마트 공장 KS 표준을 소개했다. 이와 함께 최동학 국가표준코디네이터는 ‘스마트 공장 국가표준코디네이터 활동 및 국가 표준화 로드맵’을 발표했다.   2부 세션에서는 경북대학교 문두환 교수, LS산전 권대현 책임, 고려대학교 한근희 교수, ACS 차석근 부장 등이 분야별 국제표준전략과 로드맵에 대한 발표를 이어갔다.   기사 상세 내용은 PDF로 제공됩니다.

■ 개발 및 공급 : Carl Zeiss Optotechink Gmbh(구 Steinbichler), www.steinbichler.de, 황금에스티 메트롤로지 사업부, 02-850-9793, http://metro.hwangkum.co■ 주요 특징 : 뛰어난 성능, 사용 편의성, 경쟁력 있는 가격으로 3D 이동식 측정기의 새로운 기준 제시■ 가격 : 1억~2억 5천만원 자이스 옵토테크닉의 T-Scan CS+, T-Scan LV는 뛰어난 성능, 사용 편의성, 경쟁력 있는 가격으로 3차원 이동식 측정기의 새로운 기준을 제시한다. 제품 구성은 T-Track CS+/LV, 스탠드, T-Scan CS+/LV, T-Probe CS+/LV + 노트북 + 소프트웨어로 되어 있다. 주요특징다양한 응용분야에 사용 가능한 휴대용 레이저 스캐너, 광학 추적 장치와 터치 프루브로 이루어진 통합 시스템큰 물체에 대한 신속하고 효율적인 3D 디지털화 작업높은 측정 정밀도, 넓은 측정 영역소형 스캐너 디자인으로 측정 물체에 대한 최대 접근 가능성 제공조절 가능한 레이저 강도, 눈에 안전한 레이저 클래스 2M고품질, 내마모성/유지 보수가 적게 드는 구성 요소간편한 교정, 광학 거리 표시/음향 피드백스프레이 작업 등 대상물 표면에 대한 사전 준비가 필요 없음다른 표면/물체와 다양한 표면속성에서의 정확한 데이터 취득을 위한 높은 레이저 동적 범위쉽고 직관적이며 인체 공학적으로도 뛰어난 조작방법매크로 제어가 가능한 프로그램움직이는 물체를 측정하기 위한 동적 참조점 기사 상세 내용은 PDF로 보실 수 있습니다.

제조업 3.0 전략의 혁신 과제는 '스마트공장' 한국스마트제조산업협회(KOSMIA)가 지난 11월 5일부터 6일까지 이틀에 걸쳐 코엑스에서 '2015 스마트제조기술전'과 함께 '스마트제조기술 컨퍼런스 2015'를 개최했다. 스마트제조기술전에서는 최근 주목받고 있는 스마트 팩토리와 PLM, MES, 스마트센서, 빅데이터, 클라우드 등 다양한 업체의 기술과 솔루션이 소개되어 주목을 받았다. 협회 설립 후 첫 번째로 개최한 이번 컨퍼런스에서는 제조업 3.0 혁신 과제로 스마트 공장 저변 확대를 꼽았으며, 한국 제조업의 경쟁력을 강화하기 위한 LPM, MES, 중소기업 맞춤형 솔루션, 인력 양성 및 기반 구축 등 다양한 전략들이 소개됐다. ■ 전소현 기자 shjeon@cadgraphics.co.kr 제조혁신과 스마트공장 저변 확대가 중요 한국스마트제조산업협회 김태환 회장은 개회사에서 `협회 설립 이후 첫 번째 개최하는 행사인 만큼 의의가 크다”면서 “협회를 주축으로 스마트공장의 저변을 확대하기 위한 사업을 확대해 나가고, 산업부에서 중점적으로 추진 중인 중소/중견기업의 스마트공장 맞춤 서비스 지원, 스마트 공장 표준화 및 운영을 위한 사업 등을 펼쳐 나갈 예정`이라고 말했다. 한국스마트제조산업협회는 PLM컨소시엄을 모태로 산학연 컨소시엄으로 결성되어 ‘PLM 베스트 프랙티스 컨퍼런스’를 주관하는 등 10여년간 활동해 왔으며, 지난 8월 설립 인가를 받고 정식으로 협회 활동을 시작했다. 스마트제조 혁신을 통한 한국 제조업의 경쟁력을 강화하는 것을 목표로 회원사를 모집하고 있으며, PLM(제품수명주기관리), MES(생산관리시스템), 공장자동화를 중심으로 스마트 제조기술 확산과 중소기업 맞춤형 솔루션 제공, 인력 양성 및 기반 구축 등을 해 나갈 계획이다. 산업통상자원부 이규봉 팀장은 제조업 3.0 전략의 핵심과제인 '스마트공장 추진 현황 및 계획'에 대해 발표했다. 독일, 미국 등 선진국의 제조업 부활, 중국 등 신흥국의 추격, 엔저 등에 따른 수출 여건 악화로 한국의제조업 전반 위기감은 심화되고 있다. 이에 대해 이규봉 팀장은 “지속 가능한 제조업 경쟁력의 해법은 '스마트공장'”이라고 하면서 `스마트공장을 통해 우리 제조업의 근본적 체질 개선이 시급하다`고 역설했다. 또한 그는 스마트공장과 관련한 정책에 대하여 `대기업과 정부가 협력해서 공동 펀드를 만들고 기술 및 인력을 같이 공유하고자 하며, 2015년에는 1200개, 2017년에는 4000개, 2020년까지는 1만개의 중소, 중견기업들에게 스마트공장을 지원해서 만들 계획`이라면서, “투트랙(Two-Track) 전략'을 통해 열악한 기업의 기본적인 역량을 배가시킴으로써 저변을 확대해 나가고, 고도화 촉진을 위한 파일럿 프로젝트를 추진할 예정'이라고 밝혔다. 이와 함께 ‘마더 공장(Mother Factory)' 구축도 추진된다. 마더 공장은 스마트공장 국제 표준을 준수하는 개방형 플랫폼 기반의 테스트베드 센터로, 국내 요소기술간 상호호환성을 확보할 수 있도록 하는 기반으로 제공될 예정이다. 이를 위해 2020년까지 정부와 지자체가 총 200억원을 투자, 생산단계별 제조 전 과정을 IOT(사물인터넷), CPS(사이버-물리 시스템) 등으로 디지털화한 시제품 생산공장인 ‘아시아스마트공장호환성허브센터’를 구축해 나갈 계획이다. 수준별 스마트공장 도입이 중요하다 스마트공장은 설비와 물류자동화를 기반으로 한 공정자동화, 공장자동화, 공장에너지관리, 제품개발, 협업형 정보경영체제인 공급사슬관리(SCM) 그리고 기업자원관리(ERP) 등이 ICT(정보통신기술)를 이용하여 구현된 공장을 의미한다. 스마트공장의 주된 목표는 생산시스템을 지능화, 유연화, 최적화, 효율화하여 생산성 향상 및 생산비용 절감을 달성하고 빠르게 변하는 외부환경과 고급화하는 고객요구에 능동적으로 대응할 수 있는 제조기업을 만드는 것이다. 스마트공장추진단 배경한 부단장은 “중소기업의 경우 처음부터 고도화된 스마트공장을 구축하기 어렵기에 기업의 능력에 따라서 점진적으로 진화할 수 있도록 도와줄 필요가 있다”고 하면서 “업종별, 수준별, 지향하는 시스템 별로 스마트공장 모델을 제시하고 있기 때문에 중소기업이 스마트공장을 도입할 때에 수준별 스마트공장 모델을 참조하면 좋을 것”이라고 제안했다. 스마트공장 수준은 분야별로 세분화하여 기초수준, 중간수준1, 중간수준2 그리고 고도화로 분류된다. 기초수준은 기초적인 ICT를 활용하여 생산 일부 분야의 정보를 수집 및 활용하고 모기업 인프라 활용 등을 통해 최소비용으로 자사의 정보시스템을 구축하는 수준이다. 중간수준1은 설비 정보를 최대한 자동으로 획득하고 모기업과 높은 신뢰성이 있는 정보를 공유하여 기업 운영의 자동화를 지향하는 수준이다. 중간수준2는 모기업과 공급사슬 관련 정보 및 엔지니어링 정보를 공유하며, 글로벌 계획 최적화와 제어자동화를 기반으로 리얼타임 엔터프라이즈(Real-time Enterprise)를 달성하는 수준이다. 마지막으로 고도화 수준은 사물과 서비스를 IOT(Internet of things)/IOS(Internet Of Servieces)화하여 사물, 서비스, 비즈니스 모듈간의 실시간 대화체제를 구축하고 사이버 공간 상에서 비즈니스를 실현하는 수준이다. 가상과 현실을 이어주는 CPS CPS(Cyber-Physical Systems)는 디지털 환경 기반의 가상 모델을 중심으로 실제 세계에서 진행되는 생산 관련 센싱 데이터를 수집하고 정보들을 연결해준다. 산업용 사물인터넷(IIoT) 기반 소프트웨어, 센서, 각종 정보처리장치가 중요해진 이유도 생산에 필요한 다양한 데이터와 정보가 CPS를 통해 교환이 가능하기 때문이다. 이는 수직적 네트워크 구성과 제한된 정보교환 등의 한계를 극복하게 하여 예측 모델 기반의 최적화된 관리와 운영을 구현할 수 있다. 성균관대학교 노상도 교수는 “CAD와 PLM을 가지고 설계 CPS를, ERP와 MES로 운영 CPS를 구현할 수 있다”면서 “CPS 구성 및 적용을 통해 스마트공장을 최적화할 수 있다”고 말했다. 스마트공장의 출발은 MES로부터 미라콤아이앤씨 김병기 상무는 실무에 있어서 스마트공장을 구체적으로 구현하는 방법으로 MES에 대해 발표했다. 기본적으로 MES를 구축함으로써 표준화 기반의 양방향 통신 체계를 형성하고 리얼타임 트래킹이 가능하며 제조 룰 기반의 지능화, 제조정보 가시화, 시뮬레이션 결과를 기반으로 한 생산 스케줄링이 가능하다. 김병기 상무는 “한국 제조업은 시장과열, 제품 라이프 사이클 단축, 환경친화적 제조환경, 노동원가, 원자재 비용상승, 비용절감, 고품질 유지, 고령화, 숙련공 부족, 세계화와 같은 문제들로 고민하고 있다. 이러한 고민을 해결하기 위해서 ‘ 4M1E’ 전략이 필요하다”고 언급했다. 이 전략은 Ma n(인력,조직), Mach ine(시설,장비), Material(원재료), Method(기술), Environment(제조환경)을 의미하며 결과적으로 제조 경쟁력이라 할 수 있는 제품 품질향상, 가격과 원가 절감, 납기단축 및 준수, 작업 유연성을 실현할 수 있다. 다양한 스마트공장 구축 방법과 사례 발표 이번 스마트제조기술 컨퍼런스에서는 이틀에 걸쳐 스마트공장 도입의 중요성과 이를 도입하기 위한 제조 IT 기술이 소개되었다. 그리고 스마트제조기술전에서는 국내 주요 관련업체들의 전시 부스도 마련되어 참가자들의 눈길을 끌었다. 상세한 발표 주제는 다음과 같다. ■ 인더스트리 4.0 : Digitize Your Value Chain(SAP코리아 형원준 대표)■ 스마트공장 최적 설계/운영을 위한 CPS 구성 및 적용 방안(성균관대 노상도 교수)■ 브릴리언트 팩토리(GE 비크람 맨카르)■ IoT(사물인터넷) 관련 key trends 및 제조산업의 적용 사례(엑센츄어 고광범 전무)■ 글로벌 솔루션을 통해 본 커넥티드 스마트 팩토리(다쏘시스템 송중권 이사)■ 스마트팩토리 실현을 위한 접근 전략(IBM 이창호 이사)■ 스마트공장 보급계획 및 전략(스마트공장추진단 배경한 부단장)■ MES 중심의 Smart Factory(미라콤아이앤씨 김병기 상무)■ Industrial cloud platform - Predix(GE 조원준 부장)■ 스마트팩토리로 진화하는 제조업의 미래(로크웰 오토메이션 코리아 남수혁 이사)■ 제조업 혁신을 위한 ICT 융합 기술 전략(PTC코리아)■ 스마트공장을 구현하기 위한 실시간 공장운영 및 적용사례(ACS 차석근 부사장)■ 스마트 제조 기술을 활용한 비즈니스 밸류 창출(액센츄어 이태진 전무)■ 산업용 통신 표준 현황 및 기업의 대응 전략L(S산전)■ 스마트팩토리 공정시뮬레이션 적용 사례(디에프엑스 최돈식 기술이사)■ 스마트팩토리 자동화를 위한 모바일 로보틱스 기술(쿠카코리아 공만근 부장) 기사 상세 내용은 PDF로 제공됩니다.

  11월 5일(목) 시간 내용 12:30 – 13:00 등록 13:00 – 13:10  개회사 / 한국스마트제조산업협회 김태환 회장 13:10 – 13:40  스마트공장 보급 확산 정책 설명 산업통상자원부 이규봉 팀장 13:40 – 14:10  Industry 4.0: Digitize Your Value Chain SAP코리아 형원준 대표 14:10 – 14:40 스마트공장 최적 설계/운영을 위한 CPS 구성 및 적용 방안 성균관대 노상도 교수 14:40 – 15:10 Brilliant Factory  GE, Vikram Mankar 15:10 – 15:40  IoT (사물인터넷) 관련 Key Trends 및 제조산업의 적용 사례 엑센츄어 고광범 전무 15:40 - 16:10 글로벌 솔루션을 통해 본 Connected SMART Factory 다쏘시스템 송중권 이사 16:10 - 16:40 스마트팩토리 실현을 위한 접근 전략 IBM 이창호 이사 16:40 – 17:10  스마트공장 보급계획 및 전략 / 스마트공장추진단 배경한 부단장   11월 6일(금) 시간 내용 12:00 – 12:30 등록 12:30 - 13:00 MES 중심의 Smart Factory 미라콤아이앤씨 김병기 상무 13:00 – 13:30 Industrial cloud platform – Predix GE 조원준 부장 13:30 – 14:00  스마트팩토리로 진화하는 제조업의 미래  로크웰 오토메이션 코리아 남수혁 이사 13:50 – 14:30 제조업 혁신을 위한 ICT 융합 기술 전략  PTC코리아 14:30 – 15:00  스마트공장 구현을 위한 실시간 공장운영 및 적용사례  ACS 차석근 부사장 15:00 – 15:30 스마트 제조 기술을 활용한 비즈니스 밸류 창출엑센츄어 이태진 전무 15:30 – 16:00  산업용 통신 표준 현황 및 기업의 대응 전략 LS산전 16:00 - 16: 30 스마트팩토리 공정시뮬레이션 적용 사례 (주)디에프엑스 최돈식 기술이사 16:30 – 17:00 스마트 팩토리 자동화를 위한 모바일 로보틱스 기술쿠카코리아 공만근 부장   '스마트제조기술 컨퍼런스 2015'에 보여주신 관심과 성원에 감사드립니다.발표자료는 공개하신 내용만 수록되어 있으며,아래 아젠다에서 pdf 표시가 있는 내용이 공개된 자료 입니다.미등록자는 결제 후 유료 파일 다운 받으시면 됩니다. 컨퍼런스 등록자는 당사로 메일주시면 등록 여부 확인 후 자료 보내드립니다. (등록자명 / 소속 / 전화 / 이메일)문의 : 스마트제조 컨퍼런스 사무국(02-333-6900, info@cadgraphics.co.kr)