캐드앤그래픽스는 SIMTOS 2024 행사 기간 중 4월 4일과 5일에 ‘디지털 제조 & 뿌리산업 컨퍼런스’를 진행했다. AI 제조 혁신과 디지털 트윈을 다룬 ‘디지털 제조 컨퍼런스(4월 4일)’와 스마트 공장 및 뿌리산업의 디지털 전환을 주제로 한 ‘뿌리산업 컨퍼런스(4월 5일)’을 통해 제조 분야 디지털 전환의 흐름을 짚고, 미래 혁신 전략과 사례를 살펴보는 자리가 마련됐다. ■ 정수진 편집장     4월 5일 ‘뿌리산업 컨퍼런스’에서는 ‘뿌리산업 대전환, DX와 스마트팩토리’를 테마로 5편의 발표가 진행됐다. 한국생산기술연구원의 최태훈 연구소장은 ‘미래 산업환경 대응 지능화 뿌리기술’에 대해 발표했다. 디지털화(digitalization) 및 디지털 전환(DX)은 대량의 데이터를 수집/분석할 수 있는 기술로 꼽힌다. 주요 선진국은 매스 커스터마이제이션(대량맞춤생산) 및 퍼스널라이제이션(개인화)으로 대표되는 경제 패러다임의 변화에 대응하기 위해 DX 기술을 기반으로 생산 제조 시스템 및 서비스 시스템의 변화를 추진하고 있다. 데이터의 활용을 기반으로 서비스를 개인화/자동화하며 프로세스를 혁신하는 인더스트리 4.0과 스마트 공장이 대표적이다. 스마트 공장의 구성 요소로 ▲공장 내 모든 장비의 소통 ▲공장 내 모든 구성요소의 역할 파악과 협업 ▲자율 운영 등을 꼽은 최태훈 연구소장은 “스마트 공장의 목적과 활용도 측면에서 생산성 향상에 아직 집중하고 있는 것이 국내 뿌리기업의 현실”이라면서, 공정 최적화를 넘어 유연생산과 자율제조를 추진해야 한다고 짚었다. 또한 중견/중소기업의 디지털 전환 확산을 위해서는 대기업의 상생 노력 및 정부의 정책 고민도 중요하다고 덧붙였다.   ▲ 한국생산기술연구원 최태훈 연구소장   LG전자의 송시용 상무는 ‘스마트 팩토리 구축 여정과 사례’ 발표에서 “스마트 공장의 목적을 명확히 하고 긴 여정을 짧게 가져가는 것이 경쟁력이 될 것”이라고 전했다. 송시용 상무가 바라보는 스마트 공장은 새로운 생산 시스템의 초기 기획부터 구축, 안정화, 양산 운영까지 전체 라이프사이클의 경쟁력을 확보하는 수단이다. 이를 위해 양산 운영 단계까지 빠르게 도달하는 것이 스마트 공장 성공의 열쇠라는 것이다. 또한, 송시용 상무는 LG전자가 구축한 스마트 공장인 ‘드림 팩토리’의 사례를 소개했다. 드림 팩토리는 양산 3년 전부터 초기 기획을 진행했고, 자동화를 위한 표준화와 공용화 등을 선결 과제로 추진했다. 이를 통해 제품 개발, 생산 시스템 및 SCM(공급망 관리), 공법 및 장비 등의 영역에서 자동화와 운영 최적화, AI 기반의 성능 예측과 실시간 설비 데이터 기반 고장 예지 등의 기능을 구축했다. 송시용 상무는 “생산 현장의 직접 영역 외에 간접 영역의 디지털 전환도 함께 추진해야 효용을 높일 수 있다”고 덧붙였다.   ▲ LG전자 송시용 상무   현대자동차의 최영태 상무는 ‘현대자동차 HMGIS 스마트 팩토리 구축 사례 소개’에 대해 발표했다. 현대자동차는 미래 자동차 생산 기술을 연구 및 실증하기 위한 싱가포르 글로벌 혁신센터(HMGIS)를 구축했다. HMGIS는 현대자동차그룹의 스마트 공장 브랜드인 ‘이포레스트(E-FOREST)’를 실증하기 위한 테스트베드의 역할도 한다. 최영태 상무는 현대자동차가 추구하는 스마트 제조 플랫폼의 핵심 가치로 ▲휴머노이드 로봇 등을 활용한 자동화 ▲공장의 자율 운영 및 소프트웨어 정의 공장(SDF) ▲인체공학적인 스마트 공장 기술 ▲수소 에너지 기반의 넷제로 공장 등을 꼽았다. 또한, 스마트 공장 추진 사례로 ▲산업용 로봇/협동로봇, 머신비전, AI 기술을 활용한 조립 자동화 시스템 ▲자율주행, 통합 관제 기술 등을 활용한 경로 이송 물류작업의 자동화 시스템 ▲제조 현장의 데이터를 시각화/공유하는 ioT 기반의 팩토리 BI(비즈니스 인텔리전스) ▲데이터 분석/비전 품질 검사/생산 관련 정보 및 자동화 가이던스 제공 등을 위한 팩토리 AI를 소개했다.   ▲ 현대자동차 최영태 상무   에스엔에이치의 민태기 연구소장은 ‘공작기계의 역사와 제조업의 과거와 미래’에 대해 발표하면서 스마트 공장에 대한 큰 그림을 그리는 데에 도움이 될 만한 내용을 소개했다. 공작기계의 역사는 우리가 생각하는 것보다 오래 되어, 맷돌도 초보적인 공작기계로 볼 수 있을 정도이다. 이후 산업혁명 시기에는 증기기관 방적기가 등장하면서 의류의 생산성이 높아지고, 난방과 조리에 쓰고 남은 열을 활용할 수 있게 되면서 조리 기술이 발달하는 등 기계가 생활을 변화시키기도 했다. 특히 정밀가공 기술의 발전은 대포의 성능을 크게 높이면서 국제정세의 변화를 이끌었다. 비교적 최근에는 직렬 공정의 리스크에 대한 고민이 분산시스템과 CPS(사이버 물리 시스템) 등을 고민하게 했고, CNC 머신의 등장은 4차 산업혁명으로 이어지는 시작점이 되었다. 민태기 연구소장은 “이후에도 공작기계는 더 많은 산업과 우리 생활 가까이 자리잡고 있다”면서, “제조현장과 제품 생산의 미래는 성능과 생산성을 넘어 ‘우리의 삶을 어떻게 바꿀 것인가’라는 흥미와 관심이 주도할 것”이라고 전했다.   ▲ 에스엔에이치 민태기 연구소장   산업통상자원 R&D전략기획단의 임영목 MD는 ‘산업 R&D 정책 방향’에 대한 발표에서 “우리 정부는 자유무역 체제 하에서 기술 패권, 생산성 강화, 디지털 전환과 같은 글로벌 환경 변화에 대응해야 한다는 측면에서 R&D 및 정책 모델의 전환을 추진 중”이라면서, “첨단 전략 기술, 혁신 인재, 개방형 혁신, 산업 융합, 스케일업 등의 키워드를 정책에 반영할 필요성이 커졌다”고 전했다. 정부는 파편적인 과제 지원에 그치지 않고 전략적인 목표 아래 다양한 전문 분야를 연결해 산업 혁신으로 이어질 수 있는 정책 거버넌스에 대한 고민을 하고 있다. 임영목 MD는 이런 흐름에서 향후 정부 R&D 지원 정책의 주된 방향으로 ▲고위험 차세대 기술에 대한 R&D 투자 집중 ▲기업 등 민간의 기술 수요자 중심으로 프로세스 변화 ▲ 산업 단위의 공통 핵심기술에 대한 투자 확대 ▲기업 수요 기반으로 전략적 글로벌 공동 연구 추진 ▲민관 공동투자 대상 기업의 스케일업 지원 ▲선진 연구자의 참여 및 성장 지원 등을 꼽았다.   ▲ 산업통상자원 R&D전략기획단 임영목 MD   같이 보기 : [포커스] 디지털 제조 컨퍼런스, 제조산업 혁신 전략과 디지털 트윈의 활용 방안 소개

한국오라클이 지난 4월 16일 ‘모던 데이터 플랫폼 및 데이터베이스 혁신 전략’을 주제로 기자간담회를 열고, 융합형 데이터베이스(Converged DB)를 중심으로 한 오라클의 포괄적인 기업 데이터 관리 기술의 현재와 미래에 대해 소개했다.  ■ 박경수 기자   기자간담회에는 ‘DB의 아버지’라 불리는 오라클의 앤디 멘델손(Andy Mendelsohn) DB 서버 기술개발사업부 총괄 부사장이 참석해 ‘데이터, AI 및 앱 개발의 미래’를 주제로 발표하고, 오라클 DB 솔루션이 향후 AI 시대를 주도할 데이터 플랫폼의 미래 시장에서 어떤 가치를 갖고 있는지 설명했다.   오라클 모던 데이터 플랫폼 오라클 모던 데이터 플랫폼(Oracle Modern Data Platform)은 전체 라이프사이클을 간소화하고 더 빠른 속도로 통찰력을 제공한다는 점이 특징이다. 단일 플랫폼 상에서 모든 트랜잭션, 웨어하우스, 분석 및 인공지능(AI)/머신러닝(ML) 자산에 대한 수집, 선별(curation) 및 관리를 통해 기업이 데이터에 대한 더 큰 통제 권한을 얻을 수 있다. 오라클은 온프레미스, 하이브리드, 규제, 퍼블릭 클라우드 솔루션 등 원하는 형식이 무엇이든 지원할 수 있다고 강조했다. 모던 데이터 플랫폼은 기업 조직에 데이터 저장, 처리 및 분석을 위한 통합 환경을 제공하는 중앙 집중형 인프라로, 일반적으로 데이터 웨어하우스, 데이터 레이크, 추출, 변환, 로드(ETL) 파이프라인 및 분석 도구 등의 기술들을 포함하고 있다.  모던 데이터 플랫폼은 표준화 및 통합된 데이터 관리 접근방식을 확립해 기업 조직이 귀중한 통찰력을 얻고, 데이터 기반 의사결정을 내릴 수 있도록 하는 지원하는 것을 주된 목표로 삼는다. 단일 통합 저장소에서 데이터 자산을 중앙 집중형으로 관리해 데이터에 대한 더 쉬운 액세스, 협업 및 통제를 가능케 한다.   ▲ 오라클 모던 데이터 플랫폼 기자간담회 모습   융합형 데이터베이스 중심의 기업 데이터관리 앤디 멘델손 부사장은 “오라클의 데이터베이스 비전은 기업 앱 및 분석 개발 운영을 어떠한 활용 사례 및 규모에서든 수월하게 만드는 것”이라며, “전략적 핵심은 기업의 개발뿐만 아니라, 생성형 AI 및 LLM 결합을 통해 생성까지 쉽게 만드는 것”이라고 말했다. 이러한 비전 달성을 지원하는 두 가지 핵심 축은 ‘융합형 DB’ 및 ‘자율운영 DB’이다. 오라클의 융합형 DB는 23c 버전을 클라우드 환경으로 정식 출시됐고, 곧 사내구축형 환경으로도 출시될 예정이다. 멘델손 부사장은 오라클이 2023년 9월에 발표한 차세대 융합형 DB인 오라클 DB 23c가 기존 관계형 모델과 JSON 및 그래프 모델 간의 통합을 구현하는 혁신을 이뤘다고 소개했다. 또한 최근의 앱은 관계형뿐만 아니라 JSON, 그래프 등 다양한 데이터 유형이 혼합 운영되는 가운데, 개발자는 오라클 DB 23c를 통해 3가지 유형의 데이터 장점을 모두 활용하는 앱을 개발, 운영하고 있으며 그 과정에서 데이터의 일관성을 손쉽게 유지할 수 있다고 설명했다. 융합형 DB는 멀티 모델, 멀티 테넌트 및 멀티 워크로드 DB로, 각 개발팀이 원하는 데이터 모델과 액세스 방법을 지원하면서 불필요한 기능으로 방해받지 않도록 한다. 또한 각 개발 팀이 필요로 하는 모든 워크로드(OLTP, 분석, ioT 등)를 탁월한 성능으로 지원한다.  한편 오라클은 지난해 9월 오라클 데이터베이스23c(Oracle Database 23c)에 AI 벡터를 사용하는 시맨틱 검색 기능을 추가할 계획이라고 발표했다. AI 벡터 검색(AI Vector Search)이라는 기능 모음에는 새로운 벡터 데이터 유형, 벡터 인덱스, 벡터 검색 SQL 연산자 등이 포함되어 있다.   ▲ 오라클의 앤디 멘델손 DB 서버 기술개발사업부 총괄 부사장   생성형 AI 기술과 데이터베이스 접목 멘델손 부사장은 또 오라클 DB 비전과 관련해 생성형 AI를 접목한 융합형 DB(Converged Database)와 이를 구동하는 자율운영 DB(Oracle Autonomous Database)를 통해 모던 앱 및 분석을 생성 및 운영하는 작업이 간소화될 것이라고 강조했다. 이를 통해 융합 개방형 SQL DB가 기존 단일목적 상용 DB를 대체함으로써, 기업 개발자와 IT 전문가가 데이터 통합 시간을 줄이고 혁신에 더 집중하도록 돕는다는 전략이다. 오라클은 생성형 AI 기능을 자사 DB 포트폴리오에 내장하고 있는데, 기업이 오라클의 AI 기반 애플리케이션을 구축하도록 지원하기 위함이다. 대표적인 예로, 기업은 자율운영 데이터베이스 셀렉트 AI(Autonomous Database Select AI) 기능을 사용해 자체 엔터프라이즈 데이터와 생성형 AI가 제공하는 생산성 및 창의성의 장점 모두를 활용함으로써 애플리케이션 개발을 가속화할 뿐만 아니라, 신규 비즈니스 솔루션 구축을 진행할 수 있다. 또한 오라클은 OCI 데이터 사이언스(OCI Data Science)의 기능도 확장하고 있으며, 이를 통해 기업이 허깅페이스(Hugging Face)의 트랜스포머(Transformers) 또는 파이토치(PyTorch)와 같은 오픈소스 라이브러리를 사용해 복수의 LLM을 구축, 훈련, 배포 및 관리하도록 지원한다.   ▲ 차세대 융합형 데이터베이스, 오라클 DB 23c   오라클 글로벌 분산형 자율운영 데이터베이스 오라클 글로벌 분산형 자율운영 데이터베이스(Oracle Globally Distributed Autonomous Database)는 기업이 데이터 레지던시 요건을 충족시키고, 비즈니스 크리티컬 애플리케이션에 생존성을 제공하며, 클라우드급 DB 성능을 제공하도록 지원하는 완전 자동화된 분산형 클라우드 DB다.  또한 Oracle DB 샤드 세트로 분산된 단일 논리적 오라클 DB로, 각 샤드는 논리적 DB 데이터의 하위 집합을 호스팅하는 독립적인 오라클 DB 인스턴스다. 다수 샤드를 하나의 OCI 가용성 도메인, 여러 OCI 가용성 도메인 또는 리전, 또는 상이한 지역의 OCI 리전에서 실행해 각각 성능 극대화, 최상의 가용성 확보 및 데이터 레지던시 요건을 지원할 수 있다. 이 밖에도 기업의 핵심 워크로드 구동에 최적화된 고성능 및 고안정성을 제공하는 동시에, 데이터 주권 및 보안 강화를 지원하는 오라클의 서비스로는 오라클 융합형 DB(Oracle Converged Database), 오라클 자율운영 DB(Oracle Autonomous Database), 오라클 엑사데이터 클라우드앳커스터머(Oracle Exadata Cloud@Customer), MySQL 히트웨이브(MySQL HeatWave) 등이 있다. 또한 오라클은 기업 요구사항을 충족시킬 수 있는 DB 및 분석 서비스에 지속적으로 투자하고 있다.   멀티 클라우드 지원 오라클의 또 다른 전략적 핵심은 '멀티 클라우드 지원'이다. 오라클과 마이크로소프트는 주로 애저(Azure) 클라우드 이용 약정 계약을 맺고 있다. 애저 환경에서 자사의 앱 및 오라클 DB를 함께 운영하길 원하는 양사 고객들을 위해 ‘오라클 데이터베이스앳애저(Oracle Database@Azure)’를 발표했다.  해당 오퍼링은 물리적인 엑사데이터(Exadata) 하드웨어를 애저 클라우드 리전 안에 위치시켜 애저 클라우드 데이터 센터 안에서 바로 엑사데이터 기반 클라우드 서비스를 제공하는 변화를 선보였다. 이를 통해 양사 고객들은 기존 애저 클라우드 서비스에 대한 이용 약정 계약 금액만으로 애저 클라우드 및 오라클 데이터베이스 클라우드 서비스를 모두 사용할 수 있게 됐다. 향후 오라클은 MS 외에도 타 클라우드 기업들과 파트너십 확대를 전략적 목표로 삼고 있으며, 올해 오라클 클라우드 월드에서 관련 내용을 소개할 예정이다.  이번 기자간담회를 통해 오라클은 오라클 DB에 많은 양의 비즈니스 데이터를 보유한 기업들이 강력한 AI 기술 및 SQL을 손쉽게 활용해 간단한 방식으로 데이터 검색을 지원하는데 초점을 맞추고 있다는 것을 알 수 있다. 이를 통해 기업은 내부 독점 데이터를 더 잘 활용하는 것은 물론 이해할 수 있게 될 것으로 전망하고 있다. 또한 표준 SQL 기반으로 제공되는 AI 기술이기 때문에 컴퓨터 공학 부문에서 높은 학위가 없다고 하더라도 SQL을 이용할 수 있는 모든 DBA(데이터베이스 관리자)가 활용할 수 있다는 점도 특징이다.    질의 응답 Q. 오라클 DB의 자연어 질문 및 답변 지원 기능과 관련해, 이를 일반적 챗GPT와 비교 시, 기업 내 환경에서는 일반 사용자들이 경험하는 환각현상 같은 것들이 허용되지 않고 정확해야 하는데 이에 대한 관점은 A. 회사 내 데이터에 대해 LLM 기반 검색은 말씀하신 그런 LLM 모델로는 좋은 답을 제공할 수 없다. 말씀한 모델은 인터넷에 공개된 방대한 데이터에 대해 훈련됐지만, 기업 보유의 프라이빗 데이터에 대해서는 전혀 알지 못하기 때문이다. 비즈니스적인 질문을 비즈니스 데이터에 대해 할 경우에 자연어로 질문을 할 때 LLM이 올바른 SQL 질문을 만들 수 있도록 도울 수 있는 데이터 강화가 필요하다. 그래서 사용자의 질문의 맥락에 따라서 가장 적절하다고 생각되는 데이터베이스 스키마를 생성 및 제공해야 한다.  이에 오라클은 LLM이 SQL 생성 후 적절한 오라클 데이터베이스에 있는 스키마만 참조할 수 있도록 하며, 인터넷 공개 데이터로 답변하지 않도록 한다. 애널리스트들이 자주 묻는 질문을 알고 있기 때문에, 이것을 기반으로 관계형 뷰를 만들어서 여기서 가장 자주 묻는 질문에 해당하는 스키마 생성 및 이를 LLM에 전송해서 기업 맥락에 맞는 답변할 수 있도록 보완한다.    Q. 자율운영 DB 개념과 다른 리전에서 고가용성 및 레지던스 확보를 지원하는 기능에 대해 설명해 달라 A. 글로벌 분산형 자율운영 DB는 전 세계적으로 각국 정부가 데이터 주권 규제 강화하고 있는 추세를 지원하고자 출시했다. 예를 들어 현대기아자동차 같이 글로벌하게 운영하는 기업은 전 세계 고객에 대한 DB를 갖고 있다. 데이터 주권 규제로 인해 고객 DB를 국가별로 분산해서 나눠서 관리해야 하는 의무가 있다. 하나의 단일한 고객 DB를 통합해서 관리할 수 없고, 중국, EU 등으로 나눠서 관리해야 하며 이것을 데이터베이스 샤딩이라는 용어로 표현하고 있다. 그래서 23c에서 글로벌 샤딩을 쉽게 만드는 기술을 포함하고 있다.   Q. 파운데이션 LLM 사업을 직접 하지 않는 이유와 최근에 등장하는 경쟁력 있는 MS 오픈 AI, 구글 제미나이 등에 모델을 올리기 어려운 점에 대한 관점은 A. 챗GPT 같은 파운데이션 LLM 모델 개발 구축에 많은 비용이 들며, 시장의 무료 모델을 쓸 수 있기 때문이다. 또한 셀렉트 AI 등 오라클이 AI로 LLM 활용을 지원하는 기술들 중 좋은 API로 연결해 시중의 인기 있는 널리 사용되고 있는 LLM 모델과 잘 연동되고 지원하도록 기술을 고도화하고 있다. 오라클 클라우드 관점에서 오픈AI 등 LLM 벤더와 파트너십을 맺어서 오라클 클라우드를 사용하도록 움직이고 있다. 말하자면 프라이빗 LLM 만들 수 있도록 지원하는 것이다. 현재 AI 커뮤니티에서 굉장히 많은 개발 움직임이 있는데, 그 중 하나가 업무별로 특화된 LLM을 만드는 것이다. 이 경우 운영 비용이 굉장히 저렴해질텐데, 예를 들면 SQL 생성에 특화된 LLM 만든다고 했을 때, 이런 쪽과 협력해서 특화된 기술을 저렴한 비용으로 사용할 수 있도록 하는 협력을 진행하고 있다.      ■ 기사 내용은 PDF로도 제공됩니다.

SAP가 하노버 산업박람회(하노버 메세)에서 제조업계의 생산성, 효율성, 정밀성을 높이기 위한 공급망 솔루션의 AI 혁신 내용을 공개했다.  오늘날의 비즈니스 환경에서 정확하고 관련성 높은 실시간 정보를 활용하면 공급망 중단이 전 세계 공급업체, 제조업체 및 유통업체에 미치는 영향을 완화할 수 있다. SAP는 실시간 데이터에서 확보한 AI 기반 인사이트가 기업이 자체 데이터를 활용해 공급망 전반에서 더 나은 의사결정을 내리고 제품 개발을 간소화하며 제조 효율성을 개선하는 데 도움이 될 것으로 보고 있다. 고객사의 AI 중심 전략을 지원하기 위한 SAP 공급망 솔루션의 주요 개선 사항은 ▲AI 기반 인사이트를 통해 공급망 전반의 의사 결정 최적화 ▲제품 개발 간소화 ▲장비 이상 징후 감지 ▲현장 대응력 향상 등이다. 기업은 더 많은 양의 기계 데이터를 활용하고 AI 기반 시각적 검사를 생산 프로세스에 통합해 자동화를 달성하고 품질을 획기적으로 향상시킬 수 있다. 제품 개발자는 SAP의 AI 코파일럿인 쥴(Joule)을 활용해 자연어 쿼리를 통해 신제품 아이디어를 빠르고 효과적으로 수집하고 개선할 수 있다. 또한, 제품 디자인에 비즈니스 데이터로 태그를 지정해 비즈니스에 중요한 정보를 시각적으로 맥락화할 수 있다. 장비 및 자산 운영자는 AI를 활용해 스마트 디바이스와 에지 게이트웨이에서 수집한 센서 데이터를 기반으로 잠재적인 고장을 사전에 해결할 수 있다. 이 기능은 소프트웨어 AG(Software AG)의 큐물로시티(Cumulocity) ioT 플랫폼을 활용하며, 올해 3분기에 SAP 자산 성과 관리(SAP Asset Performance Management) 애플리케이션에 내장될 예정이다. 또한, 고객사는 통합된 실시간 교통 데이터와 머신러닝 학습 모델을 통해 주행 경로를 최적화하고 작업을 효율적으로 할당할 수 있으며, 이를 통해 적절한 현장 서비스 기술자가 목적지에 제시간에 도착할 수 있다.     SAP의 무하마드 알람(Muhammad Alam) 제품 엔지니어링 총괄은 “오늘날 기업은 공급망 중단, 노동력 부족, 지정학적 불확실성 등 다양한 문제에 직면해 있다”며, “SAP는 민첩성과 인텔리전스의 필요성을 인식하고 공급망 및 제조 프로세스를 간소화하는 AI 기반 솔루션으로 혁신을 주도하고 있다. 기업은 운영 효율성을 높이고 위험을 완화하는 동시에 우수한 서비스로 고객을 만족시켜 지속적인 성장과 시장 경쟁력의 탄탄한 기반을 마련할 수 있다”고 말했다. 한편, SAP는 AI 기반 제조 혁신을 국내 기업과 공유하고 보다 심도 깊게 논의하기 위한 프로그램도 진행한다고 전했다. SAP 코리아는 이번 하노버 산업박람회에 참가하는 국내 고객사 160여 명을 대상으로 다양한 제조업계의 혁신을 함께 살펴보는 가이드 투어를 마련했다. SAP 코리아는 국내 스마트 공장 최신 동향도 함께 연구하며 국내 제조업계가 디지털 전환을 위해 나아가야 하는 방향성을 제시한다는 계획이다.

트림블 코리아가 건축, 토목, 플랜트 분야에서 다양한 프로젝트를 수행해 온 포스코이앤씨와 전략적 기술협약 MOU를 체결했다고 밝혔다.   ‘트림블 커넥트 대시보드(Trimble Connect Dashboard)’는 트림블 코리아에서 개발한 ioT 기반 현장 관리 시스템으로, 시공과 공장 제작 공정을 관리하는 시스템이다. 양사는 이번 기술협약으로 트림블 커넥트 대시보드를 확장해 구조 설계와 디테일 설계 단계까지 관리할 수 있도록 기술을 발전시킬 방침이다. 포스코이앤씨 관계자는 “구조 설계에서부터 제작·설치에 이른 일련의 공정을 통합 관리하는 것은 EPC(engineering procurement construction) 통합 관리 체계 구축에 매우 중요하다. 이번 MOU를 통해 설계 워크플로를 개선하고 후속 공정과 유기적인 소통이 가능해지면 시공성 향상에 큰 도움이 될 것”이라고 말했다. 트림블의 야리 헤이노(Jari Heino) 부사장은 “포스코이씨의 프로젝트 관리 노하우를 트림블 커넥트 대시보드에 접목하고 사용성을 지속적으로 향상시킬 것이다. 이로써 현장과 공장에서 보다 쉽고 원활하게 작업할 수 있는 높은 수준의 서비스 제공이 가능해질 것”이라고 설명했다. 트림블 커넥트 대시보드의 개발 및 기획을 담당하고 있는 트림블 코리아 기술팀장 이훈녕 이사는 “기존 제작, 설치 공정의 관리 시스템을 더욱 확장하려면 설계 단계까지 관리할 수 있어야 한다”며, “이번 MOU를 통해 설계에서 제작, 설치까지 이어지는 워크플로를 구현해 건설시장의 IT화를 촉진할 수 있을 것으로 기대한다”고 포부를 밝혔다.  

레노버가 AI(인공지능) 도입에 대한 아시아태평양 지역의 인사이트를 소개하는 ‘CIO 플레이북 2024(CIO Playbook 2024 - It’s All About Smarter AI)’의 조사결과를 소개했다. 레노버는 이번 조사를 통해 AI 시장의 성장 전망을 소개하면서, 데이터가 있는 모든 곳에 AI 역량를 제공한다는 전략을 밝혔다. ■ 정수진 편집장   AI의 높은 열기와 함께 투자 본격화 기대 레노버 인프라스트럭처 솔루션 그룹(ISG)의 플린 맬로이(Flynn Maloy) 마케팅 부회장은 “전세계적으로 AI(인공지능)의 도입이 가속화되고 있으며, 앞으로 10~20년간 AI가 모든 IT 요소를 바꿔놓을 것이라는 기대가 높다”면서, “지금의 AI 시장은 클라우드가 확산되던 초기와 비슷한 열기를 보이고 있다”고 짚었다. 레노버의 의뢰로 IDC가 아시아태평양 및 일본 지역의 CIO를 대상으로 조사한 ‘CIO 플레이북 2024’에서는 기업 임원진이 비즈니스의 최우선 순위로 ‘AI 등 최신 기술의 활용’을 꼽았다. 그리고 ‘AI가 비즈니스의 변화를 가져올 게임 체인저가 될 것’이라는 응답이 46%로 높았다. 또한, 기술 투자의 우선순위에서는 인프라 관리의 자동화 및 보안이 1위였고, 생성형 AI(generative AI)가 4위를 차지했다. 많은 기업이 생성형 AI에 대해 투자하거나 투자 계획을 갖고 있다고 답했고, AI에 대한 투자를 늘리겠다는 응답이 전보다 늘어났다. 이런 흐름에서 레노버는 올해가 AI 투자 본격화의 원년이 될 것으로 보고 있다.   ▲ AI에 대한 관심이 늘면서 기업의 투자가 본격화될 것으로 보인다.(이미지 출처 : CIO Playbook 2024 - It’s All About Smarter AI)   더 빠른 AI 위한 에지 컴퓨팅에 주목 ‘CIO 플레이북 2024’에 따르면, 제조산업에서는 에지 컴퓨팅(edge computing)에 대한 투자가 올해 40% 늘어날 것으로 전망된다. 에지 컴퓨팅은 많은 데이터를 실시간으로 생성하고, 이 데이터를 AI 분석과 학습에 활용할 수 있게 한다는 점에서 중요하다. 대규모의 AI 모델 구축과 빠른 추론에 대한 요구가 높아짐에 따라서 실시간으로 데이터를 처리하고 응답속도를 높이는 것이 AI 분야에서 에지 컴퓨팅의 역할로 꼽힌다. 제조산업에서는 생산 현장의 자동화, ioT(사물인터넷) 장치 관리, 실시간 데이터 분석 및 인사이트 등을 위한 에지 컴퓨팅에 많은 관심을 보이고 있다. 레노버 ISG의 수미르 바티아(Sumir Bhatia) 아시아 태평양 사장은 “특히 BI(비즈니스 인텔리전스), 생산성, 대화형 AI 등의 활용분야에 대한 제조산업계의 관심이 높다”고 소개했다. BI는 스마트시티의 혼잡도 분석이나 군중 통제, 리테일 매장의 성과 분석이나 소비 예측 등에 쓰인다. AI의 생산성은 AI 개발자의 작업 효율을 높이고 부담을 줄이기 위해 중요하다. 대화형 AI는 가상 비서나 재고 관리, 고객 맞춤형 정보 제공 등에 유용하다. 레노버 ISG 코리아의 윤석준 부사장은 “우리나라는 아시아태평양 지역 내에서 에지 컴퓨팅 투자에 선두를 달리고 있다. 국내 에지 컴퓨팅 관련 투자가 급증하고 있으며, 생성형 AI에 대한 투자 또한 아시아태평양 최고 수준”이라고 전했다. 또한, “실시간 애널리틱스, 원격 모니터링, 자율주행 등에서 에지 컴퓨팅 사례가 나오고 있다”고 덧붙였다.   ▲ 제조산업에서는 자동화, ioT 장치 관리, 데이터 분석을 위한 에지 컴퓨팅에 주목하고 있다.(이미지 출처 : CIO Playbook 2024 - It’s All About Smarter AI)   데이터가 있는 모든 곳에 AI를 레노버는 작년 10억 달러 규모의 AI 투자 계획을 발표하는 등 향후 AI 투자를 확대할 예정이다. 또한 퍼스널, 프라이빗, 퍼블릭 환경을 혼합한 ‘하이브리드 AI’를 추구한다. 레노버는 서버뿐 아니라 PC, 스마트 디바이스, 에지 등에 걸쳐 다양한 규모의 AI 솔루션을 제공한다는 뜻에서 ‘포켓 투 클라우드’를 강조했다. 레노버가 특히 차별점으로 내세우는 것은 에지 포트폴리오이다. 맬로이 부회장은 “예를 들어, 리테일 상점에서 AI를 사용하기 위해 거대한 서버를 설치할 수는 없다. 대신 작고 소음이 적은 에지 서버를 활용하는 것이 현실적이다. 이처럼 레노버는 다양한 산업별로 맞춤화된 에지 AI 솔루션을 제공한다”고 설명했다. 바티아 사장은 “레노버는 50여 곳의 소프트웨어 파트너를 통해 금융 사기 방지, 제조 예방보전, 스마트시티의 비주얼 AI 등 산업별 요구에 대응하는165개 솔루션을 제공하고 있다”면서 소프트웨어 관련 투자 의지를 밝혔다. 레노버의 다음 목표는 ‘모든 곳으로 AI를 확산시키는 것’이다. 맬로이 부회장은 “데이터가 있는 곳에서 AI를 활용할 수 있는 솔루션을 제공하고자 한다. 에지에서 데이터를 빠르게 분석하고, 이를 통해 AI를 효과적으로 활용할 수 있는 접근법을 추진할 것”이라고 전했다.   ▲ 레노버는 클라우드부터 에지까지 폭넓은 AI 포트폴리오를 내세운다.(이미지 출처 : CIO Playbook 2024 - It’s All About Smarter AI)     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   현재를 디지털 전환(DX)의 시대라고 하는 데에는 많은 사람이 동의할 것이다. 그리고 디지털 전환이라는 용어가 4차 산업혁명의 자리를 차지하기 시작하고 있다. 디지털 전환이라는 것은 무엇일까? 디지털 전환 또는 디지털 트랜스포메이션(digital transformation)은 기업이나 조직이 디지털 기술을 적극적으로 도입하여 비즈니스 모델, 프로세스, 서비스 및 제품을 혁신하는 과정이라고 할 수 있다. 이를 통해 기업은 경쟁력을 강화하고, 고객 경험을 향상시키며, 효율을 증가시킬 수 있다. 디지털 전환의 주요 요소는 다음과 같다. 고객 중심성 : 디지털 기술을 활용하여 고객의 요구와 기대를 이해하고 충족시키기 위한 전략을 수립해야 한다. 데이터 및 분석 활용 : 빅데이터, 인공지능(AI), 머신러닝 등을 활용하여 데이터를 수집, 분석하고 이를 기반으로 의사결정을 내린다. 디지털 기술 도입 : 클라우드 컴퓨팅, 사물인터넷(ioT), 모바일 기술, 사이버 보안 등의 디지털 기술을 도입하여 비즈니스 프로세스를 혁신한다. 조직 문화 및 리더십 변화 : 디지털 전환을 성공적으로 수행하기 위해 혁신을 추구하는 조직 문화와 리더십의 변화가 필요하다. 비즈니스 모델 혁신 : 기존의 비즈니스 모델을 재구성하거나 새로운 비즈니스 모델을 개발하여 디지털 시대에 적합하도록 한다. 디지털 전환의 시대에 엔지니어링에 대해서 생각해 보기전에 다양한 엔지니어링 접근에 대해서 정리해 봤다. 시스템 엔지니어링, 스마트 엔지니어링, 디지털 엔지니어링은 모두 공학 분야의 중요한 접근 방식이지만, 각각의 초점과 적용 방식에 차이가 있다. 시스템 엔지니어링(systems engineering) : 시스템 엔지니어링은 복잡한 시스템의 개발과 통합을 관리하는 일련의 공정이다. 이는 다학제 팀(interdisciplinary teams)이 협력하여 시스템의 전체적인 구조를 설계하고, 시스템 간의 상호작용을 최적화하는 데에 초점을 맞춘다. 시스템 엔지니어링은 프로젝트의 초기 단계에서 요구사항 정의부터 시작하여, 시스템 설계, 구현, 통합, 시험 운영 및 유지보수에 이르기까지 전 과정을 포괄한다. 스마트 엔지니어링(smart engineering) : 스마트 엔지니어링은 첨단 기술과 지능형 시스템을 활용하여 제품의 설계, 제조, 운영을 최적화하는 공학 접근법을 말한다. 이는사물인터넷, 빅데이터, 인공지능, 클라우드 컴퓨팅 등을 통합하여, 제품과 시스템의 성능을 향상시키고, 유지보수를 간소화하며, 사용자 경험을 개선하는 데 중점을 둔다. 필자가 주장하는 스마트 엔지니어링은 고객의 가치를 극대화하는 것이다. 인간은 가치 피라미드(value pyramid)에서 다양한 욕망을 충족할 때 스마트하다고 생각한다.  디지털 엔지니어링(digital engineering) : 디지털 엔지니어링은 제품이나 시스템의 전체 수명 주기를 걸쳐 요구사항(requirement), 설계(design), 분석(analysis), 검증(verification) 및 확인(validation)을 지원하기 위해 디지털 모델과 시뮬레이션을 사용하는 공학 기법이다. 이 접근법은 디지털 트윈, 시뮬레이션, 3D 모델링 등의 기술을 활용하여 물리적 프로토타입의 필요성을 줄이고, 공정의 효율성을 높인다. 각 접근법은 공학 프로젝트와 시스템 개발에서 중요한 역할을 하며, 때로는 이러한 개념들이 상호 보완적으로 사용될 수 있다. 스마트 엔지니어링과 디지털 엔지니어링은 기술의 적용에 더 큰 초점을 맞추는 반면, 시스템 엔지니어링은 프로세스와 프로젝트 관리의 측면에서 더 포괄적인 접근법을 제시한다. 시스템 엔지니어링은 주로 복잡하고 개발하는 데 오랜 기간이 소요되는 무기체계나 소프트웨어 개발에 주로 사용하고, 스마트 엔지니어링은 첨단 스마트 기기를 개발할 때 적용되었다. 그러나 최근의 디지털 전환 시대에서는 디지털 엔지니어링이 제품 혁신을 주도하고 있으며 모든 산업에 영향을 주고 있다. 디지털 전환의 시대에 디지털 엔지니어링은 산업 디지털 전환의 핵심이 될 것이다. 특히 디지털 트윈과 소프트웨어 정의(software-defined) 제품에서 제품수명주기에 핵심이 될 것으로 생각된다.  여기서 필자의 첫 번째 가설은 ‘제조업의 디지털 전환에서 가장 핵심은 디지털 엔지니어링과 PLM의 기준 정보가 아닐까’ 생각해 본다. 두 번째 가설은 ‘기존의 PLM의 프로세스를 디지털 프로세스로 새롭게 리엔지니어링해야 할 것’으로 생각한다. 세 번째 가설은 ‘그러면 디지털 프로세스에 가장 근접한 프레임워크는 무엇일까’를 생각해 봤다. <그림 1>은 디지털 제품/시스템 수명주기(digital product/system life cycle) 프레임워크이다.    그림 1. 디지털 제품/시스템 수명주기 프레임워크   <그림 1>에서 이제는 제품이나 시스템이 단순히 디지털 데이터가 물리적 시스템을 보조하기 위해서 사용했던 이전 정보화 시대나 디지털화가 아닌 본격적인 디지털 전환 시대가 열렸다는 것을 알려준다. 제품 개발에서 시스템과 엔지니어링의 무한 순환 구조를 가지며, 시스템은 현실세계의 물리적 시스템과 가상의 디지털 트윈 시스템으로 구성된다. 물리적 실체 시스템은 기존의 CAX 또는 소프트웨어 지원 엔지니어링(software-suported engineering)으로 작업을 하고, 디지털 트윈은 소프트웨이 기반 엔지니어링(software-driven engineering)의 2가지 유형의 디지털 프로세스가 적용될 것이다.   <그림 1>의 디지털 제품/수명주기 프레임워크(DPL framework)에서 상호 데이터의 교체 시스템은 디지털 PLM 시스템이 될 것이고, 그 중에서 디지털 스레드(digital thread)가 핵심이 될 것으로 예상된다. 이 디지털 스레드를 통해서 최적의 의사결정이 이루어질 것이고, 그것은 디지털 데이터와 인공지능의 몫이 될 것으로 생각된다.   그림 2. 디지털 전환의 3단계   디지털 전환은 단순히 기술적인 변화만을 의미하는 것이 아니라, 조직 전반의 변화를 포함하는 포괄적인 과정이다. 이를 통해 기업은 더욱 민첩하고, 혁신적이며, 고객 중심적인 방향으로 발전할 수 있다. 일반적으로 디지털 전환은 세 가지 단계를 가진다.(그림 2) 그것은 정보화(digitization), 디지털화(digitalization), 디지털 전환(digital transformation, DX)이며 엔지니어링의 디지털 전환인 디지털 엔지니어링에서 이 세 가지 단계가 적용될 수 있다. 현재 오래된 엔지니링 프로세스는 정보화(digitization) 및 디지털화(digitalization)이고 미래 지향적 디지털 엔지니어링은 디지털 제품 수명주기 프로세스의 프레임위크로 만들어야 한다.  “가장 위험한 형태의 인간 실수 중 하나는 자신이 달성하려는 것을 잊는 것입니다.” -폴 니츠(Paul Nitze)   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’,  ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

로크웰 오토메이션이 3월 27일부터 29일까지 코엑스에서 열리는 ‘2024 스마트공장·자동화산업전’에 참가한다고 밝힜다. 이번 전시회에서 로크웰 오토메이션은 ‘Results Achieved’라는 슬로건을 내걸고, 자사의 하드웨어 제품과  소프트웨어 솔루션을 소개했다. 특히 새롭게 출시한 클라우드 소프트웨어 솔루션을 중심으로 생산 최적화, 제조 역량 강화, 디지털 전환 가속화, 지속가능성과 연관되는 다양한 제품과 솔루션을 선보였다. 로크웰 오토메이션은 생산 최적화 솔루션으로 ▲모터 설비 이상 감지 예측 보전 솔루션인 팩토리토크 애널리틱스 가디언AI(FactoryTalk Analytics GuardianAI) ▲신 클라이언트 관리 소프트웨어 신매니저(ThinManager) ▲제어 패널의 설계를 단순화하고 공간을 최적화하는 온 머신 솔루션(On-Machine Solution) 등을 선보인다. 신매니저는 중앙 집중식 제어 및 보안 관리 솔루션 역할을 하며, 관리 및 유지보수 비용을 줄이는 동시에 보안을 강화한다.     역량 강화 솔루션으로는 클라우드 기반 모듈형 공장 자동화 소프트웨어 팩토리토크(FactoryTalk)의 주요 소프트웨어 제품군과 디지털 트윈 솔루션 에뮬레이트3D(Emulate3D)를 선보인다. 새롭게 출시된 개방형 HMI(Human Machine Interface) 비주얼라이제이션 플랫폼인 팩토리토크 옵틱스(FactoryTalk Optix)는 최신 기술과 혁신적 설계, 확장 가능한 옵션 등을 통해 비전 달성을 가속화한다. 이 플랫폼은 접근하기 쉬운 하나의 도구로 프로세스를 개선하고 효율성을 높이며 결과물을 개선을 지원한다. 디지털 전환 가속화 솔루션으로는 새롭게 출시된 팩토리토크 데이터모자익스(FactoryTalk DataMosaix)를 중심으로 다양한 솔루션이 소개된다. 신제품인 팩토리토크 데이터모자익스는 클라우드 기술을 활용한 산업용 데이터옵스(DataOps) 솔루션으로, 데이터 사일로를 허물고 조직 전체의 산업 데이터 사용 방식을 최적화하여 생산성, 품질, 지속 가능성을 향상시킨다. 뿐만 아니라, ▲스마트 분산제어시스템(DCS) 플랜트팩스(PlantPax) ▲팩토리토크 애널리틱스 로직스AI(FactoryTalk Analytics LogixAI) ▲IioT 플랫폼 씽웍스(ThingWorx) ▲AR 기술을 활용한 뷰포리아(Vuforia) 등 소프트웨어 솔루션도 전시된다. 이외에도 파트너존에서는 두산로보틱스와 협업하여 개발한 제품을 선보인다. 로크웰 오토메이션은 2023년 두산로보틱스와 전략적 파트너십을 체결하고 양사의 로봇 및 컨트롤러 자동화 설비 구축, 스마트 공장 구축, 애플리케이션에 필요한 로봇 및 관련 기술 개발 등에 합의했다. 또한 최근 전략적 파트너십을 체결한 국내 엔터프라이즈 AI 기업 마키나락스와 함께 생산 현장 데이터 기반 AI 분석 플랫폼을 소개한다. 로크웰 오토메이션의 스콧 울드리지 아태지역 사장은 “글로벌 산업 트렌드가 AI, VR/AR, 로봇 공학, 클라우드 등 새로운 주요 기술들이 급부상하면서 빠르게 변화하고 있다. 로크웰 오토메이션은 이러한 최신 기술들을 적용하여 산업 자동화에 대한 비전을 달성하기 위해 다양한 한국 기업들과 긴밀히 협력하고 있다”며, “한국 제조기업들은 특히 이러한 트렌드에 발맞춰 산업 자동화 솔루션을 도입하고 경쟁력을 강화하는 데 집중하고 있다. 이에 로크웰 오토메이션은 한국을 포함한 전 세계 제조기업의 스마트 제조 혁신에 기여할 것”이라고 밝혔다. 로크웰 오토메이션 코리아의 이용하 대표는 “국내 스마트 공장 시장은 2024년까지 약 20조 원 규모로 확대될 것으로 보인다”며, “제조 경쟁력 강화를 위해 전기차 및 배터리, 반도체, 생명공학 분야 등에서 스마트 공장 구축을 확대하고 있다. 디지털 전환은 국내 제조업계의 스마트 제조 혁신을 이루기 위한 필수 요소이고, 로크웰 오토메이션 코리아는 국내 제조기업이 디지털 트랜스포메이션을 실현하여, 유연하고 애자일하며 지속 가능한 생산 시스템을 구축할 수 있도록 지원하겠다”고 밝혔다.

슈나이더 일렉트릭 코리아가 로봇 모션 전문 기업인 알에스오토메이션과 로봇 시스템 분야 협력 강화에 나선다고 밝혔다. 양사는 슈나이더 일렉트릭의 글로벌 로봇 시스템 솔루션과 알에스오토메이션 로봇 모션 제품의 강점을 결합해, 한국의 로봇 시스템 분야에 새롭게 진출하는 것을 목표로 하는 업무 협약을 체결했다. 슈나이더 일렉트릭은 장기간 축적된 로봇 시스템 관련 노하우와 자사의 소프트웨어 기술을 알에스오토메이션의 시스템 통합 및 제조·엔지니어링 기술과 접목하여 차별화된 솔루션을 제공할 예정이다. 슈나이더 일렉트릭은 스마트 공장 구축 및 공장의 장비, 설비 제조 환경을 위한 엔드 투 엔드의 통합 다중 로보틱스 포트폴리오를 보유하고 있다. 델타로봇 및 직교로봇, 협동로봇은 물론 멀티 캐리어 이송 시스템까지 폭넓은 산업용 로봇 라인업을 갖추었다. 또한 슈나이더 일렉트릭은 로봇 시스템 솔루션이 포함된 전체 엔터프라이즈를 디지털로 통합할 수 있는 ioT 기반의 소프트웨어 ‘에코스트럭처(EcoStruxure)’를 제공한다. 특히 로봇을 포함한 실제 장비의 디지털 모델을 생성할 수 있는 디지털 트윈 소프트웨어 제품군인 에코스트럭처 머신 엑스퍼트 트윈(EcoStruxure Machine Expert Twin)을 결합하여 적용하면, 장비 제작 전 가상 설계 환경에서의 테스트와 시운전이 가능해 시장 출시 시점을 앞당길 수 있다. 슈나이더 일렉트릭과 알에스오토메이션은 현재 협력 중인 에너지 제어장치뿐만 아니라, 로봇 시스템 분야에서도 보유하고 있는 솔루션을 상호 공유하고, 향후에는 제조 분야까지 장기적인 협력 관계를 맺을 수 있도록 노력할 예정이다.     알에스오토메이션의 강덕현 대표는 “슈나이더 일렉트릭은 하드웨어뿐만 아니라 소프트웨어까지 융합이 가능하다”면서, “특히 로봇 솔루션 분야에 대해서도 이해가 깊어 알에스오토메이션의 로봇 시장 진출을 위한 다방면의 비즈니스를 함께 전개할 것”이라고 전했다. 슈나이더 일렉트릭 코리아 산업자동화 사업부 채교문 국내 총괄 사장은 “슈나이더 일렉트릭이 보유한 다양한 솔루션을 알에스오토메이션의 로봇 제품에 더해 로봇 시스템 분야에서 전방위적인 사업 협력을 진행할 수 있게 됐다”면서, “적극적인 비즈니스 전개를 통해 양사가 동반 성장할 수 있도록 노력하겠다”고 말했다.