(사진. 지멘스)

지멘스에서 2~3년 전부터 Future of Automation을 슬로건으로 한 사업을 진행해오고 있다.

이번 행사에서는 지멘스가 얘기하는 인더스트리얼 엣지와 인공지능 이 두가지에 대한 설명이 진행됐다.

현재 컨슈머 센트릭(Consumer-centric)한 부분이 중요해졌다. 기존에는 제조사가 제조를 하는 입장에서 속도가 상당히 빨랐었다. 가져오는 정보량도 많았었고, 정보를 운영하는 사람도 고차원적이었다. 그런데 최근 디지털화가 트렌드가 되고, 소비자들의 선별력이 훨씬 빨라졌다. b2b 전략을 짜는 입장에서도 생각보다 많은 부분들이 b2c 트렌드들을 가져와서 접목시켜야 된다는 생각을 가지게 됐다.

실제로 기존의 시장에 진입한다든지, 가시화, 생산, 정확도들도 기존의 시간 위주에서 지금은 인스턴트 딜리버리 위주로, 제품을 딜리버리하는 데서 솔루션을 딜리버리하는 방향으로, 가시화가 한정적이었다면 지금은 밸류체인 전반에 투명성을 보장하고 있다.

이렇듯 대량생산에서 집중생산으로, 여러 가지가 변경이 되는데, 이런 부분들이 컨슈머의 니즈를 제조사가 이해하고 따라가는 방향으로, 즉 미래의 제조는 컨슈머 센트릭 되어있고 이걸 얼마나 충족시키고 맞출 수 있느냐가 열쇠가 되고 있다. 그래서 디지털화, 디지털 팩토리 등 제조입장에서의 여러 가지 디지털 혁신을 도입하게 되는데, 이러한 영역을 맞추기 위해서 기술을 도입하고 기술을 극대화 시켜서 소비자의 니즈를 맞추고 있다.

지멘스 Future 모델은 여러 가지가 있다.

인공지능, 엣지컴퓨팅, 증강현실, 블록체인, 자율시스템, 인지적 자동화 엔지니어링(Cognitive Automation Engineering) 등 여러 가지가 있는데, 시작점이 되는 가장 중요한 것은 인공지능과 엣지컴퓨팅이다.

Digital Industries는 Factory Automation의 새로운 비전을 주도한다.(사진. 지멘스)

인공지능

로봇이든 기계든 메커니즘이나 룰 기반으로 움직이는 것들이 스스로 인지를 하고 스스로 생각을 해서 행위를 하는 것이다. 생각보다 많은 기업들이 완전자동화, 완전자율화 되어있는 형태의 제조혁신을 꿈꾸지는 않는다. 인간이 원하는 자동화 영역은 우리에게 선택할 수 있는 최상의 옵션을 기계가 역으로 제공하는 데까지다. 스스로 알아서 판단하고 결정 내리는 영역까지는 절대 진도를 안 나가려고 하는 게 인공지능의 꼭지점이다. 그 이유는 제조사의 실무자들이 일을 하게 되는데 자동화와 지능화가 도입이 되면 그들의 사내문제가 걸려있다. 이것을 어떻게 풀 것이냐의 열쇠는 향후 인력의 재배치다. 기존에 단순하게 오퍼레이션을을 이행했던 사람은 훨씬 더 지능적으로 분석을 하는 영역으로 재배치해야 되고, 거기에 필요한 기반기술들, 교육들 이런 부분들이 자동화와 같이 진행이 되어야 한다.

지멘스가 포커스하는 인공지능은 로봇이 형상들을 잡고 옮기고 하는 행위들에서 이게 특별한 포인트로 보이지는 않지만 로봇을 움직이는 것은 컨트롤러가 하는 영역이다. 실제로 컨트롤을 하는 디바이스들이 무엇을 판단해서 무엇을 잡고 무엇을 이동하고 무엇을 어떻게 내려야겠다고 판단을 하는 것이 지멘스 같은 산업자동화를 보는 입장에서의 인공지능이다. 수많은 소프트웨어들이 여기에 투입이 되고 수많은 하드웨어를 제어하는 것이 투입이 되지만, 실제로 지멘스가 고민하는 부분들은 상당히 다른 부분이다.

지멘스는 오래전부터 PLC를 해왔는데, PLC는 모든 설비들을 운영시키는 가장 기본적인 컨트롤 메커니즘이다.

터치패널에서 가지와 빨간색 장난감, 노란색 곰인형과 물음표가 있다. 그 4가지를 순차적으로 클릭했을 때 로봇은 가지를 들고 빨간색의 형상을 집고 처음 보는 물건인 파란색을 집게 된다. 로봇은 파란색인 경우는 이것을 이동해야 되는지 아니면 버려야 되는지 판단하게 된다. 즉 스캐닝을 해서 내가 알고 있는 형상이 맞는지, 그리고 그걸 어떻게 진행해야 되는지 판단하게 되는데, 현재 지멘스에서는 PLC에 인공지능 NPU 모듈을 탑재해서 PLC 자체적으로 프로그래밍을 하고, 프로세싱을 하고, 로봇의 작업 형태를 제어할 수 있는 부분들을 고민하고 있다.

AI 모듈이 탑재되어 PLC 자체적으로 프로그래밍을 하고, 프로세싱을 하고, 로봇의 작업 형태를 제어하는 기능을 수행하게 된다.(사진. 지멘스)

인공지능은 소프트웨어적인 인공지능, 하드웨어적인 인공지능이 있다. 로봇인 경우 지멘스는 제어기에 인공지능을 탑재하는 형태인데, 여기에는 여러 가지 장단점이 있다. 우선 컨트롤러 자체가 인공지능 기능을 수행한다는 것은 엔지니어링 시간을 줄일 수 있고, 문제가 있는 것을 판단해서 해결하는 것들을 컨트롤러 자체가 진행을 하게 된다. 여러 가지 부수적인 엔지니어링 부분이 없기 때문에 장점이 있다. 문제는 단일 PLC로 봤을 때, AI 모듈을 탑재하는 것은 프로세싱 파워가 부족할 수 있다는 점이다. 왜냐면 컴퓨팅 파워는 발전되어가고 있는데 PLC 입장에서의 컴퓨팅 파워는 상당히 더디다. 더딘 부분들이 과연 인공지능을 소화해 낼 수 있을까라는 의문을 지멘스 내부에서도 가지고 있어서 PLC 자체적으로 인공지능을 쓰는 것이 옳은 것인지 아니면 IPC에서 인공지능을 소프트웨어적으로 시행하는 것이 옳은지 내부적으로 논의중으로 내년 초경이면 윤곽이 나올 것으로 예상이 된다.

Industrial Edge

두 번째는 인더스트리얼 엣지다.

인더스트리얼 엣지는 IT를 작업 현장에 통합하는 개방형 에코 시스템으로, 소프트웨어 및 데이터 처리는 확장 가능하고 안정적이며 사용하기 쉽다.

Industrial Edge는 개방형 생태계이며 OT 및 IT 측면에서 완벽하게 통합된다.(사진. 지멘스)

엣지 컴퓨팅은 실질적으로 설비들의 데이터를 분석한다. 어떻게 분석하나? 클라우드에서 혹은 로컬 PC, 로컬서버에서 내가 가지고 있는 소프트웨어 알고리즘을 분석한다. 여러 가지 분석에 초점을 맞춰서 진행을 하게 되는데, 엣지 컴퓨팅은 설비에 그대로 붙여서 리얼타임 분석을 하기 위한 도구다. 왜냐면 클라우드 서버 컴퓨팅 파워를 이용한다는 것은 원칙적으로 대단하지만, 사실 공장에서 설비를 운영하는 입장에서 다운타임이 생기면 안 되고 지연이 생기면 안 되기 때문에, 네트워크로 뭔가를 뭔가 분석한다는 건 리얼타임에 근접하지만 ‘리얼 리얼타임’은 될 수가 없다. 그러한 형태에서 물리적으로 리얼타임으로 분석하기 위해서 뭐가 필요할까? 최근에는 일반적으로 분석할 때는 산업용 PC와 서버류, 분석을 할 수 있는 알고리즘이 탑재된 소프트웨어들, 그런 소프트웨어를 구동할 수 있는 플랫폼들, 그리고 여타 센서들 이렇게 6~7개 정도를 가지고 엔지니어링을 해서 분석을 한다. 분석까지는 대부분 쉽게 하는데, 분석돼서 나오는 데이터를 재가공해서 내가 쓸 수 있는 예지보전이나 예측을 할 수 있는 데이터로 쓸 수 있느냐 하는 부분은 상당히 고민들을 많이 한다. 어려운 부분이기 때문이다.

엣지 컴퓨팅의 장점은 간단하다. 간단한 디바이스를 간단하게 장착하게 되면 예의 메커니즘은 실제로 엣지 디바이스 자체가 여타 다른 장비들과 연결이 된다. 지멘스의 PLC는 물론 다른 PLC들과 프로토콜만 맞다면 데이터를 수집하는 데는 문제가 없다. 기본적으로는 인터프로세싱을 통해서 데이터를 분석해서 지멘스가 가지고 있는 플랫폼 내에서 필요한 예지보전 가능한 데이터들을 수집하게 되는데 여기서 중요한 것이 온프라미스 상태에서 분석을 하다가 부족한 부분이 있게 되면 클라우드로 보내게 되는 방식이다. 차량으로 따지면 플럭인 하이브리드와 상당히 유사한 방식이다. 왜냐면 물리적으로 붙어있는 디바이스가 실시간 분석을 일년이상 한다는 것은 상당한 컴퓨팅 파워를 요하기 때문에, 그러한 경우에는 클라우드에 있는 컴퓨팅 파워를 이용해서 하이브리드 형태로 분석을 하게 된다는 관점이다.

서드파티 플랫폼들, 클라우드 기반의 플랫폼이나 인프라들, 개발할 수 있는 툴 환경 역시 제공을 하고 있다. 이는 즉 박스 자체에서 구매를 해서 지멘스가 공급하는 어플리케이션을 써서 분석을 하는 것이다. 상당히 간편하겠지만 부족한 부분이 많다. 이것은 외산 소프트웨어나 하드웨어 밴더들의 고질적인 문제인데 커스터마이징이 불펴하게 되어있기 때문에, 이런 경우에는 고객사 IT팀에서나 기술개발팀에서 자체적인 소프트웨어를 개발해서 탑재하길 원한다. 따라서 엣지컴퓨팅은 이런 형태를 용이하게 하기 위해서 컨테이너 방식으로 소프트웨어를 탑재할 수 있도록 기본적으로 지원을 한다. Functional Mock-up Interface(FMI ) 이런 것들을 기본적으로 지원하게 된다. 요즘은 CPS나 디지털 트윈을 위해서 시뮬레이션이 워넉 커졌고 FMI를 주로 활용하게 되는데, 디바이스 자체가 담을 수 있는 룸이 없다면 그 밴더가 제공하는 어플리케이션을 이용하게 된다. 지멘스 인더스트리얼 엣지는 내년 경 정식으로 출시될 예정이다. 서드파티 어플리케이션이나 스탠다드 프로토콜, FA관들 등 기본적으로 R&D에서 수행하는 엔지니어링을 큰 문제없이 탑재할 수 있다는 장점이 있고, 그다음 기종들을 탑재한 상태에서 엣지 플랫폼 앳 앱을 이용해서 분석하고, 현실에 필요한 데이터를 사용하는 모델로 되어있다.

인더스트리얼 엣지는 가장 쉽고 안정적인 방식으로 생산 데이터를 수집, 분석, 저장 및 전달하며, 컨테이너를 기반으로 소프트웨어를 배포 및 확장한다. 온 프레미스 또는 오프 프레미스에서 중앙에서 장치 및 소프트웨어를 관리하고, 작업 현장에서 클라우드까지 완전한 데이터 제어가 가능하다. 인더스트리얼 엣지는 개방형 생태계이며 OT 및 IT 측면에서 완벽하게 통합

유스케이스

소개하는 사례들은 작은 상품에 대한 유스케이스다.

영국 맨체스터에 있는 이 기업의 압축공기를 사용해서 물체를 다루는 핸들링 로봇은, 공기압이 낮으면 로봇이 항목을 떨어뜨려서 시스템이 망가진다. 그러면 내가 가져온 시스템에서 압력을 다시 채우는데 사용하는 압력기가 있어서, 소음이 많고 여러 가지 운영하는데 불편함이 많은데, 데이터를 뽑고 데이터를 분석할 수 있으면 얼마나 편할까라는 것이 이 기업의 고민거리였다. 간단한 페인 포인트를 해결하기 위해 지멘스의 Simcenter Amesim에서 생성된 1D 시뮬레이션 모델이 탱크의 압력을 정확하게 추정해서 압축 시점을 6개월에서 12개월 정도 모델링을 해서 예측을 한 케이스다. 엣지 디바이스가 들어가게 되고, 지멘스 컨트롤러로 제어를 하고, 기본적인 소프트웨어와 지멘스가 개발한 소프트웨어, 이 회사가 개발한 자체적인 소프트웨어로 간단하게 분석을 하고, 지멘스 클라우드 플랫폼에서 예측 시뮬레이션을 돌려서 6~12월개월 후에 예측모델을 만들었던 케이스다.

다음은 두 번째 케이스

패키징 머신에서 롤러가 온도 게이지에 문제가 생겼는데, 용접 롤러의 온도는 물리적 센서로 측정할 수 없었다. Simcenter Amesim 모델이 온도 분포를 추정해서 정확도가 10년 전보다 30% 이상 올라가게 됐고, 데이터는 잘못된 생산으로 인한 낭비를 줄이는 데 사용된다. 물리적으로 설비에서 데이터를 뽑아서 시뮬레이션을 하고, 다음번에는 이런 문제가 생기지 않도록 관리를 하자는 유스케이스다.