모든 사물과 디지털 복제품들이 연결되는 초연결 시대에는 이것들이 서로 소통하면서 엄청난 양의 데이터가 생성된다. 4차 산업혁명 시대에는 이렇게 생성된 데이터를 수집하고, 인공 지능 등 다양한 기술로 분석하게 될 것이다. 이렇게 모든 것이 연결되면 메트칼프의 법칙(Metcalfe’s law)으로 알려진 네트워크 효과가 세상을 지배하게 될 것이다. 메트칼프의 법칙이란 네트워크에 연결된 사용자 수가 많으면 많을수록 네트워크의 가치가 기하급수적으로 증가한다는 법칙이다.
한번 연결되어 소통하기 시작하면 다른 곳으로 떠나기가 쉽지 않아 사용자의 락인(Lock-in) 효과가 매우 커진다. 그리고 네트워크에 사용자뿐만 아니라 사물까지 연결된다면 그 가치는 엄청나게 커질 것이다. 여기서 네트워크의 가치란 네트워크에서 소통하는 어마어마한 데이터를 분석해서 찾아내는 것이라고 할 수 있다. 데이터를 수집·저장·분석하고 통찰하여 가치를 찾아내어 활용하거나 새로운 사업 기회를 만드는 것이 중요한 것이다. 이렇게 되면 데이터가 곧 자산이 되고 자본이 된다. 이를 가리켜 우리는 데이터 자본주의 시대라고 한다.
--- 「1장·또 한 번의 격변기, 4차 산업혁명의 시대」 중에서
사물 인터넷은 4M1E(Man, Machine, Materials, Method and Energy)로 요약되는 제조업의 중요 요소에도 큰 영향을 주고 있다. 즉, 고객에게 전달하는 가치와 생산성의 증가, 원가 경쟁력의 강화, 에너지 사용의 최적화뿐만 아니라 지구 온난화로 인한 환경, 온실가스 감축, 안전 등도 제조업에 큰 영향을 미치고 있다. 그리고 이제는 4M1E에 환경(Environment)을 더해 4M2E 또는 4M1S(Sustainability=Energy와 Environment)로 변경해야 할 만큼 지속 가능성에 대한 대응이 필수적 요소로 대두되고 있는 상황이다.
사물 인터넷은 기능적 측면에서 SPNDSe(Service, Platform, Network, Device, Security) 구조로 표현할 수 있다. 사물은 데이터를 생성하거나 소비하고, 네트워크로 연결되며, 플랫폼은 데이터를 수집·저장·분석을 통한 가치 창출 기능을 담당한다. 이를 위해서는 설비, 기계, 작업자, 공정 등 모든 것들과 이것들의 디지털 복제품이 현실 세계와 가상 세계에서 연결되어야 한다. 모든 것이 연결된 환경에서는 정보의 유출, 변경, 해킹 등의 위험성으로부터 정보를 보호하는 보안이 중요하다.
현재 전 세계에는 이미 약 229억 개의 사물이 사물 인터넷에 연결되어 있고, 2020년에는 500억 개 이상이 연결될 것으로 예상된다. 그중에서도 특히 산업용 사물 인터넷에 연결되는 센서나 장치들의 수가 급속히 증가할 것으로 예상된다. GE의 GEnx 엔진이나 프랫앤휘트니의 GTFGeared Turbo Fan 엔진에는 5,000개의 센서가 장착되어 매초마다 엄청난 양의 데이터를 생성하고 있다. GE는 2020년까지 가스 터빈 1만 기, 제트 엔진 68,000기, 전구 1억 개 이상, 자동차 1억 5,200만 대가 인터넷에 연결될 것으로 예상하고 있다.
--- 「1장·4차 산업혁명 시대의 제조업에 영향을 미칠 요소」 중에서
머신 러닝의 장점은 실행이 불가능하거나 문제 해결을 위한 명시적인 답안이 없는 경우에도 유용하다는 것이다. 예를 들면 기존의 사기 방지 시스템(FDS: Fraud Detection System)은 사전에 정의된 시나리오 안에서는 부정한 사용자를 찾아내지만, 정의되지 않은 행위를 찾아내지는 못한다. 그러나 머신 러닝을 적용한다면 예측하지 못한 사기 행위를 미연에 방지할 수 있다.
현재 머신 러닝은 상품이나 컨텐츠 추천, 신용카드 사기 거래 탐지, 암 유발 DNA 패턴 탐지, 스팸 이메일 분류, 주가 예측, 음성·영상·이미지 인식, 구매 행동에 기반한 고객 세분화, 제조업 불량 패턴 분류 및 원인 자동 분석, 설비 예지 분석, 자율 주행 자동차 등의 분야에서 우리 실생활에 깊숙이 활용되고 있다. 이러한 머신 러닝은 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)의 3가지 유형으로 구분할 수 있다
--- 「2장·4차 산업혁명 시대의 제조업에 영향을 미칠 요소」 중에서
4차 산업혁명 시대에는 고객이 원하는 개인 맞춤형 가치를 제공하는 기업만이 살아남는다. 이를 위해서는 제조원가를 이상원가 수준으로 낮추고, 품질과 생산성을 확보하며, 공장을 유연하고 똑똑하게 운영해야 한다. 그 답은 스마트 공장인가 아닌가의 여부에 달려 있다. 스마트 공장의 뇌는 스마트 공장 플랫폼이다. 뇌가 우리를 움직이듯이 스마트 공장 플랫폼이 공장을 스스로 알아서 똑똑하게 운영한다.
그러기 위해서는 무엇보다 먼저 오래된 기계나 설비에 센서를 장착하여 소통이 가능하도록 물리적 신호를 디지털 신호로 변환하는 것, 즉 디지털화가 이루어져야 한다. 프레딕스 같은 스마트 공장 플랫폼은 공장 내의 기계, 사람, 공장, 제조 공정, 부품, 제품, 공급망 파트너 등을 서로 연결한
다. 현실 세계의 모든 것들과 이들의 아바타인 디지털 복제품도 연결한다. 디지털 복제품을 만드는 것도 디지털화의 일부분에 속한다.
또한 모든 사물, 디지털 복제품, 공장, 사람, 외부 협력 파트너는 물론 현실 세계와 가상 세계를 유선, 무선 통신망을 통해 연결해야 한다. 이것이 곧 연결화이다. 현실 세계의 모든 사물, 설비, 사람, 협력 파트너를 연결하고, 가상 공간의 디지털 복제품들을 연결하며, 물리적 공간과 가상 공간을 연결한다. 이것이 이른바 가상 물리 시스템(CPS: Cyber Physical System)이다.
--- 「2장·스마트 공장 프레임워크와 플랫폼, 기본 인프라 구축」 중에서
스마트 공장 플랫폼은 다음과 같은 기본적인 기능을 포함하고 있다.
·센서 및 기기 관리: 설비, 기계, 공장 등에 장착 혹은 설치된 센서나 사물 인터넷 기기 운영 관리 기능
·디지털 복제품 개발 및 관리: 설비, 기계, 공장, 인력, 사물 등의 디지털 복제품을 개발하기 위한 개발자 키트와 디지털 복제품의 운영 관리 기능
·통신망 연결 및 관리: 실제 물리적 설비, 사물 등과 디지털 복제품을 다양한 유무선 통신망에 연결, 관리하는 기능
·빅 데이터 수집·저장·분석: 사물과 디지털 복제품에서 생성되는 데이터를 포그 컴퓨팅이나 클라우드 컴퓨팅에서 빅 데이터 관련 솔루션을 활용하여 수집·저장·분석하는 기능
·스마트 기기 연동 관리: 스마트 기기로 데이터를 작업자, 경영자, 파트너들에게 쉽게 표출하는 앱 개발자 키트와 앱을 통해 사용자 경험을 극대화하는 기능
·보안 관리: 센서나 기기에서부터 통신망, 데이터, 스마트 기기를 활용하는 사용자에 이르기까지 전 과정의 철저하고 강력한 보안 기능
스마트 공장 플랫폼은 위의 기본 기능 외에도 플랫폼과 호환하는 다양한 하드웨어나 애플리케이션 파트너들의 솔루션들을 제공하여 기업들의 요구 사항을 만족하는 통합적 솔루션의 설치·운영·관리를 편리하게 해준다.
--- 「3장·스마트 공장 프레임워크와 플랫폼, 기본 인프라 구축」 중에서
마스터 플랜은 일반적인 프로젝트 관리 기법을 활용하고, 다양한 부문의 참여와 의견을 반영하여 작성하며, 경영진의 적극적인 지원과 결재를 받는다. 하지만 경영진에게 결재를 받았다고 해서 끝난 것이 아니다. 프로젝트가 완료될 때까지 주기적으로 관리 요소들을 점검해야 한다. 예를 들어 계획이 제대로 수행되는지, 기술이나 시장 변화에 따라 수정 사항은 없는지, 일정이나 목표가 실현 가능한지, 예상하지 못한 위험 요소를 어떻게 극복할 것인지 등을 점검해야 한다. 또한 정기적으로 경영진에게 마스터 플랜을 보고하고, 이에 대해 관련 임직원이나 협력 업체들과도 소통해야 한다.
마스터 플랜에 서술한 목적, 기대 목표, 개선 대상과 범위 등은 진행 과정에서 항상 염두에 두고 실행해야 한다. 복잡하고 까다로운 제조 환경에서 자칫 잘못해 대상과 범위가 예상외로 커지거나 곁가지로 흘러가면 프로젝트 관리가 어려워질 수 있기 때문이다
--- 「4장·스마트 공장 구축 방안」 중에서
스마트 공장을 구축하려면 디지털화, 연결화, 스마트화를 통해 자율 생산 체제를 만들어야 한다. 이를 달성하려면 제조 현장 전문가를 중심으로 제조 기술을 잘 아는 엔지니어를 데이터 분석가 (Data Scientists)로 육성하면서 외부 솔루션 전문가, 분석 전문가 등 경험을 겸비한 전문가들과 협력 사업 모델(Collaborative Business Model)을 만들지 않으면 안 된다. 최신 기술을 접목하여 자율 생산 체제를 만드는 데 있어서 뭐니 뭐니 해도 가장 중요한 것은 사람이다. 기본적으로 스마트 공장은 친환경적이고 친인간적인 공장이다. 따라서 조직 내에서 인력은 더 가치 있는 일을 하도록 훈련하고, 그런 방안을 찾도록 노사는 서로 노력해야 한다. 안전하게 작업할 수 있는 환경을 조성하고, 위험에 노출되는 작업은 로봇이나 자동화 설비로 대체하는 것도 필요한 조치이다.
기업은 생산 현장이나 사무실에서 근무하는 단순 근로자를 창의적인 업무를 수행하는 지식 근로자로 만들기 위해 최신의 자동화 설비나 컴퓨터 시스템을 자체로 보유할 수도 있을 것이다. 그러나 IT 시스템이나 클라우드 컴퓨팅 서비스의 경우, 자체로 보유하기보다는 외부의 전문 업체와 연계하여 운영함으로써 상호 경제성을 도모할 수도 있을 것이다. 정보 통신 기술 분야는 보안 때문에 여전히 많은 경영자들이 불안감을 갖고 있는 것이 현실이다. 클라우드 컴퓨팅을 사용하면 보안과 경제성을 동시에 도모할 수 있음에도 불구하고, 대부분의 경영자들이 자체로 시스템을 도입하여 추진하기를 원하는 이유가 바로 여기에 있다
--- 「4장·스마트 공장 구축 방안」 중에서
2016년 4월 독일은 하노버 박람회에 미국의 오바마 대통령을 초빙하여 인더스트리 4.0이라는 주제로 상호 전시회를 개최했다. 그리고 미국과 글로벌 산업 표준을 만드는 데 협력하자고 협약을 맺었으며, 오바마 대통령이 지나간 레드 카펫에는 ‘Predictive Maintenance 4.0’이란 글자를 새겨 놓았다. 독일은 이를 통해 그 해 인더스트리 4.0의 구체적인 실적을 나타내고, 예지 정비 기술의 성과를 전시한 것이다.
스마트 머신을 만들기 위해서는 설비의 상태를 실시간으로 분석하여 건전성을 판단하고, 남은 수명을 예지하는 기술이 필요하다. 독일이 레드 카펫에 새긴 예지 정비 4.0)Predictive Maintenance 4.0)이란 IoT 센서를 활용하여 설비의 상태를 실시간으로 측정하고, 데이터 수집과 설비 진단 기술로 현재 상태를 분석하여 미리 문제점을 밝혀내어 꼭 필요한 부분만을 예방 정비하는 것을 말한다. 이를 통해 불의의 사고나 고장을 현저히 줄이고, 고장이 일어나는 간격(MTBF: Mean Time Between Failures)을 최대화하여 돌발 고장(Unexpected Failures)에 따른 손실을 최소화할 수가 있다.
예를 들어, 연평균 돌발 고장 시간이 100시간에서 10시간으로 줄어든다고 가정해보자. 1시간당 기회 손실 비용이 1억 원이고 연간 돌발 고장의총 수리 비용이 5억 원이라면 연간 94.5억 원(90시간*1억 원+4.5억 원)을 절약할 수 있다.
--- 「5장·부문별 세부 실행 방안」 중에서
3D 프린팅 기술로 개발한 GE의 제트 엔진 연료 노즐의 경우에는 투자의 불확실성을 어떻게 극복했을까? GE글로벌리서치의 기술이사인 크리스틴 퍼스토스(Christine Furstoss)는 이렇게 설명했다.
“3D 프린팅 기술로 연료 노즐을 제작할 경우에는 기존 방식으로 제작한 것보다 가격이 5배나 비싸지만 25% 가볍고 5배 강하다고 해보자. 이러한 기술과 새로운 소재로 GE의 LEAP 엔진이 가벼워지면 연료 효율성이 높아져 항공사는 1년에 연료비를 비행기 한 대당 160만 달러 약 17억 원가량 절약할 수 있다. 이와 같이 기술 투자 효과를 제품 수명 주기 전체로 바라보는 것이 중요하다. 이것이 바로 우리가 이해하고 활용해야 하는 혁신의 본질이다.”
대개 투자 효과는 최소 2년 후에 나타난다. 따라서 스마트 공장을 구현하는 데 있어서 중요한 부분은 인프라를 점검하고, 필요한 부분을 개선·구축하는 것이다. 그러기 위해서는 연결을 위한 통신 인프라와 모든 데이터를 체계적으로 분류하여 수집·저장하는 빅 데이터 인프라에 투자해야 한다. 대부분의 경영자들은 인프라에 투자하면 내일부터 엄청난 효과가 나타날 것이라고 기대한다. 하지만 인프라에 투자하려면 그에 맞게 인력에도 투자하고, 공정도 바꾸는 등 많은 작업들이 필요하다. 이 모든 것이 비용이고 투자다.
미국에서 600개 기업을 조사한 결과,11 컴퓨터에 대한 투자가 혜택으로 나타나기까지는 5~7년이 걸렸다고 한다. 그것을 감안한다면 바로 지금 투자해야 한다. 통신 인프라나 빅 데이터 인프라가 갖추어져 있더라도, 빅 데이터를 제대로 분석하려면 최소한 1년 이상 신뢰성 있는 데이터를 수집해야 한다. 지금 투자해도 투자 효과의 가시성은 최소 2년이 걸리므로, 필요한 부분은 절대 미루지 말고 지금 당장 과감하게 투자해야 한다.
--- 「6장·제조업의 미래 생존 전략」 중에서