슈나이더 일렉트릭이 영국의 기후 스타트업인 브릴리언트 플래닛(Brilliant Planet)에 ‘에코스트럭처 오토메이션 엑스퍼트(EcoStruxure Automation Expert : EAE)’ 솔루션을 공급했다. 브릴리언트 플래닛은 미세조류(microalgae)로 상승하는 지구 온도를 억제하는 기술을 갖고 있다. 대기 중의 이산화탄소를 끌어내기 위해서 해안 사막과 야외 연못에서 미세조류를 전문적으로 재배하고 있으며, 이는 동일한 숲 면적보다 최대 30배 이상의 대기 중 탄소를 격리할 수 있다. 실제로 대기 중에서 이산화탄소를 격리하는 탄소 포집 기술은 기후 변화에 대처하기 위한 중요한 노력 중 하나다. 브릴리언트 플래닛은 모로코에 위치한 시설에서 전세계 현장에 배포할 수 있는 탄소 포집 플랫폼을 개발하고 있으며, 이 프로세스에는 필요에 따라 쉽게 확장할 수 있는 매우 유연하고 효율적인 제어 시스템의 구축을 필요로 했다. 슈나이더 일렉트릭은 브릴리언트 플래닛에 운영에 대한 가시성과 제어를 제공하기 위해 영국 엔지니어링 기업인 플래티넘 일렉트리컬 엔지니어링(Platinum Electrical Engineering)과 함께 소프트웨어 중심 범용 자동화 솔루션인 EAE를 공급했다. 슈나이더 일렉트릭의 EAE는 IEC61499 국제 표준을 기반으로 한 범용 자동화 솔루션이다. 개발툴과 컨트롤러, 아카이브, 시스템 통합 기구 등으로 구성된 분산형 자동화 시스템으로, 프로그래밍 소프트웨어(IDE)와 범용 제어 장치(PLC), PC 등과 상호 연동되어 운영된다.     개방형 플랫폼인 EAE는 기본 하드웨어 인프라와 상관없이 독립적으로 소프트웨어 애플리케이션을 모델링하고 배포해 소프트웨어 중심의 자동화 애플리케이션을 구축할 수 있다. 엔지니어는 소모적인 수작업을 자동화하고, 중복 작업을 제거해 업무 효율성을 높일 수 있다. 이를 통해 기존의 자동화 작업을 수행하는데 걸리는 시간을 2~7배 단축할 수 있다. 또한, EAE는 개방성과 호환성을 가진 것이 특징이다. 자동화 시스템 중 타사 PLC가 탑재되더라도 소프트웨어는 정상 작동하기 때문이다. 여기에 드래그앤드롭 방식 인터페이스 구성으로 작업자도 손쉽게 사용할 수 있다. 슈나이더 일렉트릭의 산지스 싱(Sanjith Singh) 소프트웨어 중심 자동화 부문 글로벌 부사장은 “지속 가능성과 차세대 산업 자동화라는 사명을 달성하려면 신뢰할 수 있는 얼라이언스 파트너와 소중한 고객으로 구성된 네트워크가 필요하다”면서, “브릴리언트 플래닛이 슈나이더 일렉트릭의 EAE 솔루션을 통해 기후 변화 문제에 대응하기 위한 지속 가능한 솔루션을 제공할 수 있길 기대한다”라고 설명했다.

로크웰 오토메이션이 지난 3월 열린 ‘2024 스마트공장·자동화산업전’에 참가해 생산 최적화부터 디지털 전환과 지속가능성을 위한 자사의 기술을 선보였다. 로크웰 오토메이션은 생산/제어 설비부터 클라우드 및 AI(인공지능) 소프트웨어까지 폭넓은 솔루션 포트폴리오를 바탕으로 제조기업의 빠른 디지털 전환을 지원한다는 비전을 소개했다. ■ 정수진 편집장   제조 혁신을 위해 클라우드와 AI에 대한 관심 증가 로크웰 오토메이션의 스콧 울드리지 아태지역 사장은 로크웰 오토메이션의 연례 스마트 제조 리포트 내용을 인용해 “에너지 비용, 물가, 인건비의 상승에 대응하기 위한 자동화와 최적화가 제조산업이 꼽은 주요 과제였다. 또한, 많은 기업이 기술 투자를 늘릴 계획을 갖고 있는데, 기술 투자 분야 중에서는 클라우드와 SaaS(서비스형 소프트웨어)가 몇 년간 각광을 받고 있다. 제조 플랫폼을 쉽고 일관된 방식으로 배포하는 데에 기업들이 관심을 가진 것으로 볼 수 있다”고 소개했다. 로크웰 오토메이션에 따르면, 물가 상승과 인력 부족 문제에 대응해 생산성을 높이기 위한 목적으로 기업들이 AI에 대한 투자를 확대하고 있는 것으로 나타났다. 특히 생성형 AI 및 인과추론 AI가 많은 관심을 받고 있으며, 이미 투자 성숙 단계에 접어든 기업도 적지 않은 상황이다. 로크웰 오토메이션의 설문조사에서는 응답 기업의 85%가 AI 도입 계획이 있다고 답했다. 제조산업에서 AI를 활용하는 목적으로는 품질 개선, 사이버 보안, 로보틱스, 경로 최적화, AMR(자율 이동 로봇) 등이 꼽히면서, AI는 산업 자동화의 핵심 기술로 자리매김할 전망이다.   ▲ 공장의 VR 시뮬레이션을 위한 로크웰 오토메이션의 에뮬레이트3D 플랫폼   스마트한 디지털 제조의 지향점은 자율 운영 공장 로크웰 오토메이션 코리아의 이용하 대표이사는 “전 세게 디지털 전환 시장은 작년 9372억 달러 규모이고, 오는 2032년에는 7조 33억 달러까지 성장할 것”이라면서, “특히 제조 시스템과 공장이 많은 아시아 태평양 지역은 시장 비중은 낮지만 가장 빠르게 성장할 전망”이라고 소개했다. 이런 성장세의 배경으로는 최신 기술의 발전과 함께 코로나19 이후 비즈니스 운영의 디지털화에 대한 요구가 늘어난 점이 꼽힌다. 로크웰 오토메이션이 제조 디지털 전환의 핵심으로 꼽은 것은 ‘스마트 제조’이다. 스마트 제조는 생산 최적화, 직원 역량 강화, 탄력성 구축, ,지속가능성 추진, 트랜스포메이션 가속화 등의 비즈니스 결과를 목표로 한다.  로크웰 오토메이션은 미래의 자동화 공장이 사람의 개입을 최소화하면서 스스로 학습하고 최적화하는 형태가 될 것으로 보고 있다. 또한, 자동화 역량의 개선과 적응형 기술의 결합을 통해 자율 운영 공장으로 진화할 것으로 전망한다. 울드리지 사장은 “로크웰 오토메이션은 산업 자동화 및 디지털 전환 분야의 전문 기업으로서 산업 트렌드를 이해하고 기술 전문성을 갖추고 있다. 이런 역량을 바탕으로 최근의 주요한 트렌드인 자율 운영 분야에 대응하고 있다”고 설명했다. 로크웰 오토메이션은 제조 엔지니어와 데이터 과학자의 참여를 통해 AI 기술을 내재화하고 있으며, 다양한 기술을 추가할 수 있는 비선형성과 알고리즘 기반의 최적화를 지원한다. 또한, 엔비디아와의 파트너십을 통해 AI 칩으로 제조 데이터를 분석하고 자율 운영 공장으로 발전시켜 나간다는 계획을 소개하기도 했다.   ▲ 로크웰 오토메이션은 스마트공장·자동화산업전에서 디지털 제조를 위한 자사의 기술을 소개했다.   디지털 제조를 위한 기술 포트폴리오 제공 로크웰 오토메이션은 디지털 제조를 위한 자사의 핵심 역량으로 신규 공장 설계, 자동화 및 제어, 생산 물류, 에지 컴퓨팅 및 클라우드 등 폭넓은 기술 포트폴리오를 소개했다. 공장 및 생산 라인의 설계를 위해서 로크웰 오토메이션은 시뮬레이션 기반으로 공장을 건설하기 전에 테스트와 최적화를 할 수 있는 에뮬레이트3D(Emulate3D) 플랫폼을 제공한다. 자동화/제어 영역에서는 챗GPT(ChatGPT)로 빠르게 제어 코드를 생성하고, 개별 제어기에 AI를 내장해 빠른 문제 해결을 지원한다. 생산 물류 분야에서는 AI를 활용해 AGV(무인 운반 차량)의 효율적인 이동 경로를 생성하거나 이동형 로봇, 독립 카트 등의 기술을 적용해 창고 . 생산 시설 . 창고의 사이클을 자동화할 수 있도록 돕는다. 에지/클라우드를 위해서는 드라이버/PLC/에지에 AI를 탑재해 다수의 현장을 한 곳에서 관리하거나 ERP와 연결하는 등의 이점을 제공한다. 또한 MES(제조 실행 시스템), 데이터 애널리틱스 및 시각화 등을 위한 제조 산업 클라우드를 지원한다. 사이버 보안도 클라우드와 AI의 도입 과정에서 중요한 요소인데, 로크웰 오토메이션은 고객사의 시스템 구축 및 운영을 위해 직접 모니터링을 지원하며 엔지니어링 서비스와 원격 모니터링을 연중 무휴로 제공하고 있다. 이용하 대표이사는 국내 스마트 공장의 시장 가능성에 대해서 긍정적으로 전망했다. 또한 “무엇보다 디지털 전환은 빠르게 시작하는 것이 중요하다. 로크웰 오토메이션은 공장의 설계와 운영, 사이버 보안, 유지보수를 위한 폭넓은 솔루션과 서비스를 제공한다. 또한 디지털 전환을 위한 기술, 인력, 경험, 사례를 갖고 있는 것도 강점이다. 이를 바탕으로 제조산업 고객의 디지털 전환을 효과적으로 지원할 것”이라고 전했다. 울드리지 사장은 “한국은 디지털 기술 도입의 선두주자라고 생각한다. AI, 클라우드, 에지 등의 기술 개발에 있어서도 한국이 글로벌 시장을 선도하면서 회복탄력성을 갖춘 제조 환경을 확산시키는 데에 기여할 것으로 기대한다”고 전했다.     ■ 기사 내용은 PDF로도 제공됩니다.

유니버설 로봇은 자사의 협동로봇 소프트웨어에 표준 로봇 명령 인터페이스(SRCI)를 통합했다고 밝혔다. 유니버설 로봇 고객은 자동화 시장에서 표준 로봇 명령 인터페이스를 지원하는 지멘스 PLC(범용 제어 장치)와 원활하게 통합할 수 있다. 이를 통해 통일된 데이터 인터페이스 내의 로봇 구현을 더욱 쉽고 빠르게 설정할 수 있으며, 기존 및 신규 지멘스 에코시스템 기반 생산 라인에 유니버설 로봇을 배포하는 과정을 간소화할 수 있게 됐다. 표준 로봇 명령 인터페이스는 로봇 간의 단일 인터페이스를 만드는 것을 목표로 하며, 클라이언트(PLC, 범용 제어 장치)와 서버(유니버설 로봇 컨트롤러)간의 명령 및 데이터 인터페이스를 위한 새로운 개방형 표준을 제시한다. 표준 로봇 명령 인터페이스는 유니버설 로봇의 e-Series 제품군과 차세대 로봇 UR20 및 UR30에서 사용할 수 있다. 애드온 URcap 소프트웨어를 통해 PolyScope 버전 5.15 이상에서 설치 및 활성화 가능하다. 이를 사용하면 프로그래밍 오류를 줄이는 것은 물론 협동로봇의 연결 기능이 향상된다. 사용자가 PLC에서 협동로봇을 프로그래밍하고 사용할 수 있도록 지원하거나 로봇 프로그램을 일반 PLC 자동화에 쉽게 통합할 수 있다. 나아가 표준화된 명령 인터페이스를 구현해 PLC 프로그래밍 환경 내에서 로봇 프로그래밍이 원활하게 이루어지므로, 최종 사용자가 시설에서 공급업체별 로봇 기술을 보유할 필요가 없다.     지멘스의 롤프 하인손(Rolf Heinsohn) 공장 자동화 부문 제어 담당 수석 부사장은 “생산 과정에서 유니버설 로봇을 지멘스 PLC와 쉽게 통합하여 사용할 수 있다는 것은 큰 장점이다. 표준 로봇 명령 인터페이스를 통해 지멘스의 SIMATIC 사용자가 프로그래밍할 수 있게 되어 유니버설 로봇의 협동로봇(코봇)을 원활하게 제어할 수 있게 된 것은 고무적인 결실”이라며, “우리는 공장 자동화를 가속화하고 모든 고객의 직원이 협동로봇을 간단하게 사용할 수 있게 함으로써 산업에서 로봇 사용을 확대하도록 계속해서 노력할 것”이라고 말했다. 유니버설 로봇의 다니엘 프리드먼(Daniel Friedman) 전략적 파트너십 글로벌 디렉터는 “글로벌 업계 리더인 지멘스와 협업함으로써 현재와 미래의 고객에게 더욱 빠른 통합과 더욱 높은 사용 편의성을 제공할 수 있게 됐다”면서, “우리는 계속해서 고객이 협동로봇 자동화를 최대한 손쉽게 사용할 수 있도록 노력하고 있으며, 이는 언제나, 어디에서나, 누구에게나 자동화를 제공하려는 우리의 의지”라고 강조했다.

로크웰 오토메이션이 엔터프라이즈 AI 기업 마키나락스(MakinaRocks)와 산업용 AI 개발을 위한 전략적 파트너십을 체결했다고 밝혔다. 2017년 설립된 마키나락스는 제조 산업에 특화된 AI 솔루션과 머신러닝 모델을 안정적으로 유지 및 관리할 수 있도록 돕는 머신러닝 운영 플랫폼을 제공하고 있다. 마키나락스는 지난해 글로벌 시장조사기관인 CB인사이트(CB Insights)에서 발표한 ‘세계 100대 AI 기업’ 중 하나이며 한국에 본사를 둔 기업 중 유일하게 선정되었다. 이번 업무협약을 통해, 로크웰 오토메이션은 AI 솔루션을 산업 자동화 분야에 빠르게 도입해 제조혁신 사례를 구축할 수 있도록 마키나락스와 상호 협력할 예정이다. 또한, 로크웰 오토메이션은 마키나락스의 솔루션을 자사의 PLC(Programmable Logic Controller) 및 산업 자동화를 위한 소프트웨어 솔루션과 연결하여 마키나락스의 시장 진출 확대와 신규 사업 추진을 지원할 계획이며, 양사는 산업용 AI 분야에 대한 전문가 조언 및 신기술에 대한 정보를 긴밀히 공유할 예정이다.     마키나락스의 윤성호 대표는 “로크웰 오토메이션이 보유하고 있는 산업 자동화 분야의 글로벌 리더십과 마키나락스의 AI 솔루션을 더해 국내 제조혁신 사례를 빠르게 구축할 수 있기를 기대한다”면서, “이번 협업을 통해 제조 기업은 생산성 향상, 예지보전을 통한 셧다운(일시 업무정지) 감소, 머신러닝 모델의 손쉬운 개발 및 관리, 생산 비용 감소 등 전방위적 목표를 달성할 수 있을 것”이라고 전했다. 로크웰 오토메이션 코리아의 이용하 대표는 “제조 분야에서는 디지털 전환을 빠르게 실현하기 위해 AI 및 머신러닝 솔루션을 도입하려는 기업들이 점차 늘고 있다. 산업 자동화 분야에서 경쟁력을 갖추기 위해 AI 솔루션을 도입하는 것은 더 이상 선택이 아닌 필수”라며, “앞으로도 로크웰 오토메이션은 산업 자동화 전문 솔루션과 노하우를 바탕으로 산업용 AI 기술을 개발하기 위해 지속적으로 노력할 것”이라고 말했다.

지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부는 110만 명 이상의 산업 고객에게 제품 및 서비스 솔루션을 제공하는 RS 그룹(RS Group PLC)이 설계 프로세스를 간소화할 수 있는 새로운 클라우드 네이티브 시뮬레이션 툴인 ‘디자인스파크 회로 시뮬레이터(DesignSpark Circuit Simulator)’를 위한 전략적 전자 설계 자동화(EDA) 공급업체로 지멘스를 선정했다고 발표했다. 디자인스파크는 전자 및 메카트로닉스 회로와 시스템을 설계, 모델링, 시뮬레이션 및 분석할 수 있는 포괄적인 환경을 제공한다. RS는 사용 가능한 솔루션에 대한 광범위한 기술 평가를 거쳐 아날로그, 디지털, 혼합 신호 및 다중 도메인 설계를 지원하는 클라우드 기반 회로 시뮬레이션 툴인 지멘스의 파트퀘스트(PartQuest) 소프트웨어를 최신 디자인스파크 회로 시뮬레이터 툴을 구동하기 위한 기술로 선택했다.     RS 그룹의 마이크 브레이(Mike Bray) 디자인스파크 부문 혁신 담당 부사장은 “RS 디자인스파크의 비전은 엔지니어가 더 나은 세상을 위해 책임감 있게 설계할 수 있도록 교육하고, 영향을 미치고, 홍보하고, 지원하는 것”이라면서, “현재 사용할 수 있는 디자인스파크 회로 시뮬레이터는 광범위한 커뮤니티가 생산성을 개선하고 혁신을 더 빠르게 실현하는 데 도움이 되는 적절한 도구 세트를 갖추고 있다. 지멘스는 우리의 비전을 달성하는 데 필요한 최첨단 클라우드 기술을 보유하고 있다”고 전했다. 지멘스 디지털 인더스트리 소프트웨어의 AJ 인코르바이아(AJ Incorvaia) 전자 보드 시스템 부문 수석부사장은 “디자인스파크 회로 시뮬레이터는 P2P 지식 공유를 촉진하는 협업 환경에서 더 많은 최종 제품을 실현하는 데 도움이 되는 고급 기술과 솔루션을 열망하는 디자인스파크 커뮤니티에 강력한 회로 설계 및 시뮬레이션 리소스를 제공한다”고 말했다.

로크웰 오토메이션이 한화파워시스템과 전략적 파트너십을 맺고 수소혼소 발전 시스템에 필요한 자동화 솔루션 및 설비의 공급을 위해 상호 협력하기로 했다고 밝혔다. 수소혼소 발전이란 가스 터빈에 수소와 천연가스(LNG)를 함께 태워 전기를 일으키는 발전 방식을 말한다. 한화파워시스템은 한화그룹의 계열사로 산업용 고압 가스압축기를 독자적으로 설계 및 생산할 수 있는 에너지 장비 회사이다. 최근에는 수소혼소 터빈 등 친환경 고효율 발전 시스템의 개발로 고객에게 제공하는 솔루션의 다각화를 추진하고 있다. 이번 업무협약을 통해 로크웰 오토메이션은 한화파워시스템에 수소혼소 발전 시스템을 위한 안정적인 PLC(Programmable Logic Controller)를 공급하는 데 있어 상호 협력할 예정이다. 또한 한화파워시스템의 수소혼소 가스터빈 발전 사업 확장 및 북미시장 진출을 위한 전문가 조언 및 지식을 적재적소에 긴밀히 제공할 계획이다. 양사는 이번 협약이 수소혼소 발전 시스템을 구축하는 데 기여하고, 미래 기술로 인정받고 있는 미국 수소 시장 진출에도 도움이 될 것으로 기대하고 있다.     한화파워시스템의 정도철 상무는 “로크웰 오토메이션의 세계적인 자동화 솔루션을 활용하여 안정적이고 효율적인 수소혼소 발전이 가능해졌다”면서, “수소혼소 발전은 지속 가능한 탄소중립을 실천하고 2030 국가 온실가스 감축목표(NDC) 달성을 위해 그 중요도가 높아지고 있다. 향후 수소혼소 발전 사업에 적극적으로 투자하고 핵심 기술을 확보하여 탈탄소 발전 시장에서 경쟁력을 강화할 계획”이라고 밝혔다. 로크웰 오토메이션 코리아의 이용하 대표는 “기후위기가 심화되면서 전세계적으로 탄소배출 감축이 기업의 중요한 실천과제가 되고 있다. 제조 분야에서도 탄소중립을 위해 재생에너지 도입에 큰 관심을 보이고 있는 추세”라며, “로크웰 오토메이션은 전문 솔루션과 노하우를 바탕으로 필요에 따라 한화파워시스템의 수소혼소 발전을 위한 시스템 구축에 안정적인 PLC를 성공적으로 공급하고, 북미시장 진출 계획에 기여할 것”이라고 말했다.

산업 현장에서 활용할 수 있는 AWS IoT 서비스 (5)   지난 2회에 걸쳐 AWS의 에지 컴퓨팅 서비스인 AWS IoT 그린그래스(AWS IoT Greengrass)를 다양한 관점에서 살펴보았다. 이번 호에서는 OPC UA 프로토콜을 기반으로 산업 현장에서 발생하는 다양한 설비 데이터를 수집 및 구조화하며, 이를 기반으로 기업의 신속한 의사 결정에 도움을 주는 서비스인 AWS IoT 사이트와이즈(AWS IoT SiteWise)에 대해 소개하도록 한다.   ■ 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   공장을 가지고 있는 많은 제조 기업 고객의 애로 사항 거의 모든 제조 기업은 공장 내의 수많은 생산 라인, 설비 또는 센서에서 발생하는 데이터를 수집하고, 이를 분석하여 기업의 의사 결정에 활용하고자 한다. 글로벌 전략 컨설팅 회사인 맥킨지(McKinsey)의 보고서는 제조 업체의 OT(Operational Technology) 데이터를 분석하여 데이터 기반의 예지보전(predictive maintenance)을 적용할 경우, 설비 가동 중지 시간을 30~50% 줄일 수 있으며 기계 수명을 20~40% 늘릴 수 있다고 보고하고 있다.   Manufacturing: Analytics unleashes productivity and profitability(McKinsey & Company) : https://www.mckinsey.com/capabilities/operations/our-insights/manufacturing-analytics-unleashes-productivity-and-profitability   그러나 전통적 제조 기업에서 생산 라인 및 설비에 데이터 기반 의사 결정 시스템을 구축하는 데에는 크게 다음과 같은 3가지 애로 사항이 존재한다. 첫 번째, 공장 내에는 다양한 설비들이 존재하며 이 설비들은 제각기 다른 벤더사에 의해 제조되었기 때문에 다른 프로토콜을 이용해 데이터를 주고받는다. 예를 들어, 산업 현장에는 동일한 이더넷 기반임에도 불구하고 프로피넷(PROFINET), 이더캣(EtherCAT), 모드버스(Modbus), 이더넷/IP(EtherNet/IP) 등 설비로부터 발생하는 데이터를 주고받기 위한 수백여 개 이상의 다양한 통신 프로토콜이 존재한다. 이렇게 다양한 설비 및 통신 프로토콜을 통해 데이터를 통합하여 수집, 관리하는 것은 현실적으로 매우 어렵다. 따라서 공장 현장에서 발생하는 거의 모든 데이터들은 사일로(silo) 형태로 존재하게 된다. 그러나 이렇게 복잡한 생산 현장에서 데이터 기반의 스마트 공장 구현을 위해 데이터의 통합은 필수이며, 이를 위해 최근에는 대부분의 PLC(Programmable Logic Controller), DCS(Distributed Control System)와 같은 산업용 설비에서 산업용 표준 통신 프로토콜인 OPC UA(Open Platform Communications Unified Architecture)를 지원하고 있다. 두 번째는 이러한 산업용 데이터에 접근했다 하더라도 장비로부터 발생하는 데이터 자체가 너무 많다는 점이다. 따라서 이러한 산업용 빅데이터로부터 의미 있는 정보를 추출하여 관리할 필요가 있으나, 대부분의 데이터가 구조화되어 있지 못하다는 또 다른 문제가 존재한다. 의미 있는 인사이트를 도출하기 위해서는 구조화된 데이터가 필요하지만, 현실적으로 이를 구현하기란 쉽지 않다. 세 번째 애로 사항은 데이터 전문 인력이 부족한 제조 기업이 생산 현장에서 수집된 데이터를 빠르게 분석하여 비즈니스 의사결정에 반영하기가 매우 어렵다는 점이다. 이와 관련된 내용은 이미 앞선 연재에서 여러 번 언급하였다.   손쉽게 공장 설비 데이터 분석을 도와주는 AWS IoT 사이트와이즈 AWS에서는 제조 고객의 이러한 애로사항 해결에 도움을 줄 수 있도록 2020년 AWS IoT 사이트와이즈라는 서비스를 정식 출시하였으며, 현재 서울 리전에서도 사용할 수 있다. 이 서비스는 로컬의 에지 디바이스를 이용하여 공장에서 발생하는 데이터를 손쉽게 수집 및 구조화하고, 이를 통해 실시간 KPI 및 지표를 생성하여 수집된 데이터에 기반한 의사 결정을 내릴 수 있도록 도와준다. <그림 1>은 AWS IoT 사이트와이즈가 제공하는 핵심 기능을 소개하고 있다. 공장의 다양한 설비로부터 발생하는 데이터는 ▲OPC UA 프로토콜을 통해 AWS IoT 사이트와이즈 서비스로 수집되며 ▲AWS IoT 사이트와이즈 내부에서 가상 자산과 함께 구조화되고 ▲코드 개발 없이 구현할 수 있는 대시보드를 통해 시각화된다. 결국 수집되는 데이터들은 <그림 1>의 오른쪽과 같이 설비의 상태를 감시하거나, 예지보전 등의 데이터 기반의 의사결정에 사용된다.   그림 1. AWS IoT 사이트와이즈가 제공하는 주요 기능   ■ 기사 상세 내용은 PDF로 제공됩니다.

효성인포메이션시스템이 국내 대표 AI 서비스 기업 업스테이지의 AI 교육 및 AI 학습 모델 테스트 환경을 위한 HPC 인프라 구축에 초고성능 병렬 파일 스토리지 ‘HCSF’가 도입됐다고 밝혔다. 업스테이지는 전 산업에 'Easy to apply AI' 구현을 목표로 AI 솔루션 개발 및 교육을 주요 사업으로 하는 국가대표 AI 기업이다. 업스테이지는 카카오톡에서 130만명이 활용하는 국민 챗AI ‘AskUp'을 비롯, OCR(광학문자인식) 기반 문서 AI 솔루션 '다큐먼트 AI팩', 챗봇과 검색-추천 기술로 초개인화된 솔루션을 제공하는 '애스크업 서제스트(AskUP Seargest)' 등을 서비스하고 있다. 최근에는 자체 구축한 LLM(거대언어모델)이 메타, MS 등 빅테크 기업들의 모델을 제치고 '허깅페이스 오픈LLM 리더보드'에서 세계 1위의 성능을 보여 화제가 됐다. 업스테이지는 주요 사업 중 하나인 AI 전문 교육 프로그램 운영을 위해 효성인포메이션시스템의 초고성능 병렬 파일 스토리지 HCSF(Hitachi Content Software for File)를 도입했다. 업스테이지는 HCSF를 활용해 HPC(고성능 컴퓨팅) 환경을 구현하고 안정적으로 서비스를 운영 중이다. 업스테이지는 수십 대 GPU 환경 구현을 위한 스토리지로 HCSF를 채택하고 인피니밴드(InfiniBand)로 네트워크 환경을 구성하며 AI 교육 서비스 효과를 극대화하기 위한 최상의 인프라를 구축했다. 업스테이지는 GPU 서버 활용한 성능 극대화를 위해 HCSF를 SSD NVMe 환경으로 구성해 입출력(I/O) 병목현상을 없애고, GPU 서버와 스토리지 간 직접 연결을 위한 GPU 다이렉트 기술(GDS)로 응답 성능을 최적화했다. 또한 CSI(Container Storage Interface Plug-in)를 통한 컨테이너 기반 관리로 스토리지 볼륨 운영을 최적화하고 효율성을 높였다. 업스테이지는 HCSF를 활용해 최상의 성능으로 GPU 기반 AI 교육을 제공하고, 개발자와 분석가들은 AI 솔루션 개발 및 AI 모델 테스트를 위한 다양한 활용이 가능하다. 향후 갑작스러운 데이터 및 사용자 증가에도 유연한 대응이 가능하고, GPU 서버 인프라를 고려한 스토리지 최적화 등을 통해 AI 서비스에 최적화된 HPC 환경을 제공 및 운영할 수 있다. HCSF는 초고성능 병렬 파일 시스템과 오브젝트 스토리지가 통합된 파일 스토리지로 초고성능과 대용량 확장성을 모두 제공한다. 오브젝트 스토리지의 가용성과 클라우드 기능을 갖추면서도 분산 파일 시스템 속도를 제공하고 파일과 오브젝트 프로토콜을 지원해 데이터 수집이 용이하다. 고성능, 스케일아웃 단일 파일 시스템, 오브젝트 스토리지와 통합 구성해 오토티어링(Auto Tiering)까지 지원하는 차별성을 바탕으로 AI 시대 고성능 데이터 분석을 위한 최고의 환경을 구현한다. 업스테이지 박재권 인프라 팀장은 "HCSF를 통해 AI 환경에 최적화된 HPC 인프라를 성공적으로 구현하고, 운영과 관리가 쉬워 최소 운영 인력으로 편리하게 사용하고 있다"며 "업스테이지는 AI 대전환 시대 세계 최고의 AI 관련 기술력을 구현할 수 있도록 인프라 혁신에도 최선을 다할 것”이라고 밝혔다. 효성인포메이션시스템 양정규 대표는 “국내 대표 AI 서비스 기업 업스테이지와의 성공적인 구축 사례를 기반으로 AI 시대 최적화된 HPC 인프라 환경 구축을 희망하는 고객들에게 솔루션을 적극 제시하고 영업 활동을 펼칠 것”이라고 밝혔다.

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.