Global e-Business Association

The e-Business Studies - Vol. 17 , No. 4

[ e-Business Smart ]
The e-Business Studies - Vol. 17, No. 4, pp.211-228
Abbreviation: The e-Business Studies
ISSN: 1229-9936 (Print) 2466-1716 (Online)
Print publication date Aug 2016
Final publication date 30 Aug 2016
Received 23 Jul 2016 Revised 28 Aug 2016 Accepted 28 Aug 2016
DOI: https://doi.org/10.20462/tebs.2016.08.17.4.211

스마트공장 동향과 모델공장 사례
변대호**
**경성대학교 경제금융물류학부 교수 (dhbyun@ks.ac.kr)

Trend of Smart Factory and Model Factory Cases
Dae Ho Byun**
**Professor, Dept. of Logistics, Kyungsung University (dhbyun@ks.ac.kr)
Funding Information ▼

초록

4차 산업혁명으로 불리는 스마트공장은 가치사슬과 비즈니스 모델을 변화시키고 있으며 품질개선, 안전한 작업장, 비용절감, 생산성 향상을 통한 경쟁우위를 가져다준다. 많은 국가들이 스마트공장 구축과 핵심요소기술에 열중하고 있다. 본 연구에서는 스마트공장의 보급과 확산을 위하여 8대 핵심요소 기술인 사물인터넷, 빅데이터 분석, 사이버물리시스템, 스마트센서, 클라우드 컴퓨팅, 3D프린팅, 에너지절감, 홀로그램의 기술현황과 시장 동향을 고찰한다. 그리고 모델공장은 신규 스마트공장을 구축하는 방안으로 활용될 수 있기 때문에 중소 중견기업 5개사를 대상으로 모델공장 구축 사례를 살펴본다.

Abstract

Smart factory called industry 4.0 transforms production value chains and business models. Benefits are characterized by providing improved quality, safety, cost saving, increased productivity, and increased competitive edge in comparison with classic production systems. Many nations are constructing smart factories and developing key technologies. This research review the eight key technologies and market trends of Internet of things, big data analysis, cyber-physical systems, smart sensors, cloud computing, 3D printing, energy management system, and hologram. As model factories can be used a method for developing new smart factories, we introduce model factory cases to the five small-medium firms.


Keywords: Smart Factory, Technology Trend, Market Trend, Core Technology, Model Factory, Case Study
키워드: 스마트공장, 기술동향, 시장동향, 핵심기술, 모델공장, 사례연구


Contents
ABSTRACT Ⅴ. Model Factory Cases
Ⅰ. Introduction Ⅵ. Conclusion
Ⅱ. Basic Concepts References
Ⅲ. Technology Trend 국문초록
Ⅳ. Market Trend


Ⅰ. Introduction

제조 강국들은 제조-ICT 융합을 통한 4차 산업혁명을 수립하여 제조업 부활정책을 추진하고 있다. 독일의 인더스트리 4.0, 미국의 Making in America, 일본의 산업재흥플랜, 중국제조 2025 등이 그 예이다. 생산방식이 부분자동화에서 기계간의 통신과 시뮬레이션을 이용한 자동생산으로 변화되고 있으며 사물인터넷(Internet of Things: IoT), 빅데이터, 클라우드 컴퓨팅, 로봇을 기반으로 민첩 생산, 맞춤형생산, 다품종 대량생산이 가능하게 되었다. 공장내부와 공장외부가 네트워크로 연결되어 공정의 최적화가 달성될 뿐만 아니라 제조업과 실생활을 실시간으로 연결하여 생산성 향상, 원가절감을 추진하고 있다.

인더스트리 4.0은 선진국을 중심으로 추진되고 있는 그 배경은 고령화와, 저출산으로 인하여 기능공이나 숙련공이 부족하며 생산 인구 비중이 낮아지고 있기 때문이다. 더구나 도시화 진전에 따라 젊은 층 들은 서비스업을 선호하고 제조업을 기피하고 있기 때문이다. 이러한 생산인구 감소를 해결하는 길은 스마트공장을 통한 자동화가 뿐이기 때문이다. 전통적 제조 강국은 생산성, 기술력에는 우위에 있지만 임금, 제조비용은 뒤지고 있기 때문에 제품 판매와 기술 서비스를 확대하여 수출경쟁력을 높이고 있다. 선진국은 리쇼어링을 통해 해외에 진출한 자국기업을 국내로 이전하거나 법인세 인하, 인센티브제, 첨단 제조업 강화, 고용제도 개혁, 인재양성, 입지경쟁력 강화 등을 통해 제조업 부활 정책을 추진하고 있다.

우리나라 기업과 정부도 스마트공장은 인구고령화, 친환경, 원가절감, 소비자 니즈 변화 등 제조업의 위기를 극복을 위한 유일한 대안으로써 인식하고 스마트공장을 통하여 중국과 대만이 추격을 극복할 새로운 출구 전략을 마련하고 있다.

스마트공장은 전통 제조 산업에 ICT를 결합하여 개별 공장의 설비(장비) 공정이 네트워크로 연결되고, 모든 생산 데이터ㆍ정보가 실시간으로 공유ㆍ활용되어 최적화된 생산운영이 가능한 공장으로, 공장 간의 협업적인 운영이 지속되는 생산 체계이다. 제품개발 공정과 가치사슬 통합을 구현함으로써, 낭비를 없애고 납기를 단축하여 생산성 향상, 원가절감, 품질개선, 맞춤형 생산, 작업안전을 기하고자 한다. 수요산업과 공급 산업으로 구성되는데 세계 스마트공장 기기 및 소프트웨어 시장은 지멘스(독일), 록웰(미국), ABB(스위스), 에머슨(미국), 미쯔비시(일본) 등 상위 5개사가 50% 이상을 점유하고 있다. 2014년 독일의 R&D 플랫폼은 지멘스, FESTO, BOSCH, HARTING, CISCO(美)등 참여하여 스마트공장 핵심기술을 공급하고 있으며 독일의 DKFI(인공지능연구소)는 5개 핵심글로벌 기업들이 테스트베드 구축하고 있다(KIII, 2015).

우리나라 스마트공장의 기초기술, 하드웨어, 소프트웨어 분야 경쟁력은 선진국 대비 70% 미만 수준이며 스마트센서, 사이버물리시스템, 3D프린팅, 에너지 절감기술과 사물인터넷, 클라우드, 빅데이터, 스마트센서, 홀로그램을 스마트제조의 8대 핵심기술로 정의하고 있다(Joint Ministry, 2015).

우리나라 스마트공장은 공급산업 보다는 수요산업 위주로 사업을 추진하고 있다. 산업통상자원부를 중심으로 국가기술표준원, 스마트공장 추진단, 각 지역별 창조경제혁신센터, 수요/공급기업이 참여하고 있으며 모델공장 구축을 통하여 확산의 기준이 되는 스마트공장의 수준과 형태를 제시하고 있다. 10개 업종별 스마트공장 참조모델과 R&D 기술 로드맵을 개발하였고 여기에는 4대 분야, 세부기술 18개에 대한 개발목표와 방향을 제시하고 있다.

모델공장은 스마트공장을 고도화하고 확산시키기 위한 방안으로 그 중요성이 크다. 스마트공장을 추진하려는 기업은 모델공장을 벤치마킹하여 성과향상을 도모하고 나아가 모델공장 자체를 수출 할 수도 있다. 스마트공장 구축을 위해서는 전문인력 양성이 필요한데 모델공장은 교육훈련시설로도 활용할 수 있다.

스마트공장 구축은 핵심기술개발이 선행되어야 한다. 우리나라는 8대 스마트 제조기술인 빅데이터, 클라우드, 사이버물리시스템, 에너지절감기술, 사물인터넷, 3D프린팅, 스마트센서, 홀로그램을 선정하였다. 본 연구는 스마트공장의 보급과 확산을 위하여 최근 국내외 스마트공장 현황 및 스마트공장을 위한 핵심요소 기술 및 시장동향을 고찰한다. 그리고 국내 스마트공장 구축사례 소개와 실제 지역 중소, 중견기업을 대상으로 모델공장 구축 사례를 살펴본다.


Ⅱ. Basic Concepts
1. Definition of Smart factory

스마트공장은 다양제품개발부터 양산까지 시장수요예측 및 모기업의 주문에서부터 완제품 출하까지의 모든 제조 관련 과정을 포함한다. 국가기술표준원은 스마트 제조(광의의 스마트공장)와 스마트 공장(협의의 스마트공장, 자동화에 초점)을 구분하고 있다. 고도화 수준에 따라 5개 단계로 나눌 수 있는데 협의의 기초단계에서는 바코드나 RFID로 기초데이터를 수집하고 생산실적을 자동으로 관리한다. 중간수준1은 설비 정보를 최대한 자동화하며, 중간수준2는 모기업과 공급사슬 관련 정보 및 엔지니어링 정보를 공유한다. 고도화 수준에 이르면 사물, 서비스, 비즈니스 모듈간의 실시간 대화 체제가 구축되어 기계 스스로가 판단하여 생산지시를 하고 제어가 가능한 가상물리시스템 공장이 구현되게 된다([Figure 1]).


[Figure 1] 
Smart Factory Levels

Source: Industry Innovation Movement 3.0 Central Headquarters, 2014



광의의 스마트공장은 생산프로세스의 정보화와 자동화를 넘어 비즈니스 가치사슬 전반에 최적화를 하고 유연하고 설비, 생산, 운영을 통합하여 상호운용성을 지원하며 고객과 소통하는 공장이다. 이러한 스마트 제조프레임워크 체계에서 스마트공장은 최소의 비용과 시간으로 고객 맞춤형 생산을 하고 생산 공정들이 실시간 연동 및 통합되는 생산체계로서 적기생산, 생산성 향상, 에너지 절감, 인간중심 작업환경, 개인맞춤형 제조를 가능하게 하는 공장이다(Kim, 2015). 스마트 제조는 크게 전방산업, 후방산업, 생산 영역으로 구성되며 가치 사슬을 연동시키는 수평적 통합과 공장 내 생산체계의 수직적 통합을 이룬다.

산업통상자원부는 스마트공장을 사물인터넷, 사이버물리시스템을 핵심기술을 사용하여 소비자 맞춤형 다품종대량생산이 가능한 유연제조시스템 실현, 생산 설비 간 실시간 정보교환, 자동수발주, 에너지 절감, 자동품질검사가 가능한 공장으로 정의하고 있다(MOTIE, 2015). [Figure 2]와 같이 생산(MES), 에너지(EMS), 물류(SCM), 고객 서비스(CRM), 제품(PLM)의 IoS(Internet of Service), 스마트 자재가 투입되어 스마트 제품을 생산하는 사이버물리시스템, 그리고 센서, 컨트롤러, 네트워크, 디바이스를 제어하는 사물인터넷으로 구성된다.


[Figure 2] 
Concept of Smart Factory

source: MOTIE, 2015



스마트공장은 제조 강국으로서의 체질을 개선하고 국가 경제적 부가가치를 창출한다. 그러나 스마트공장은 수요부문의 일자리는 줄어들지만 공급부문 및 간접 연관분야의 일자리는 창출된다. 또한 수요기업은 고숙련, 고임금 쪽으로 일자리 변화가 일어나고 해외이전 기업의 국내 회귀를 유발하여 신규일자리가 창출될 수 있다.

2. Big Data/Cloud Computing/Cyber-physical Systems/Energy Saving

스마트 제조기술이란 스마트공장을 구축하는데 필요한 8대 기술로 ICT 메카트로닉스 기술을 의미한다. 첫째로 빅데이터 분석을 들 수 있다. 빅데이터란 일반적인 데이터베이스 체계가 저장, 관리, 분석할 수 있는 범위를 초과하는 규모의 데이터로 데이터의 양, 생성 주기, 형식 등에서 규모가 크고, 형태가 다양하여 기존의 방법으로는 수집, 저장, 검색, 분석이 어려운 방대한 크기의 데이터이다. 또한 정보의 범위 확대, 새로운 종류의 데이터와 분석, 실시간 정보, 신기술로 유입되는 데이터, 비전통적 현태의 미디어, 소셜 미디어 데이터 등도 빅데이터에 포함 할 수 있다. 그리고 스트리밍 데이터, 공간 정보 데이터, 센서산출 데이터처럼 전통적, 구조적, 관계적인 데이터웨어하우스에 잘 들어맞지 않는 데이터들은 빅데이터에 포함될 수 있다.

IDC(2012)는 2009년 0.8 제타바이트(1021바이트)이었던 데이터량이 2020년에는 25제타바이트로 44배 증가할 것으로 예측했다. 맥킨지는 빅데이터의 사회경제적 가치로 산업의 투명성 증대, 소비자 니즈 발견, 트렌드 예측, 성과향상을 위한 실험, 소비자 맞춤형 비즈니스를 위한 고객 세분화, 자동 알고리즘을 통한 의사결정 지원과 대행, 비즈니스 모델·상품·서비스 혁신을 들었다(McKinsey, 2011). 빅데이터는 예측능력, 맞춤형 정보 제공, 관리, 분석 기능이 우수하여 산업 경쟁력 제고, 생산성 향상, 혁신을 위한 새로운 가치를 창출할 것으로 전망된다. 스마트공장에서 발생하는 많은 비정형 데이터를 실시간으로 빅데이터 분석을 한다면 생산관리, 품질관리가 가능하다.

클라우드 컴퓨팅은 컴퓨팅 자원(네트워크, 서버, 스토리지, 애플리케이션, 서비스 등)들을 공유된 풀에 두고 사용자의 요구에 따라 언제 어디서나 네트워크를 통해 쉽게 접근이 가능한 모델이다. 사용자의 요구가 있으면 즉시 스스로 서비스를 제공해야 하는 “On Demand Self-Service", 광대역 네트워크를 통해 서비스 하는 "Broad Network Access", 스스로 탄력적으로 IT 자원을 공급하는 "Rapid Elasticity", IT 자원을 한 곳에 모아서 제공하는 "Resource Pooling", 사용자의 서비스 사용량을 모니터링하고 측정하여 과금할 수 있는 "Measured Service" 가 있다(Mell, Grance, 1996). 유형별 서비스 형태는 SaaS(Software as a Service), PaaS(Platform as a Service), IaaS(Infrastructure as a Service)로 구분된다. 서버 사용 방식은 서비스 제공업체가 구축한 서버, 스토리지 등의 IT 인프라를 사용료를 내고 이용하는 공용방식과 자체적으로 구축한 클라우드 환경에서 서비스를 만드는 사설방식, 그리고 절충형 방식이 있다.

스마트공장에서 클라우드 효과는 중앙 집중화를 통해 자원을 효율적으로 관리하므로 사용도가 낮은 전산자원의 운영 비용절감과 ICT 인프라를 소유할 필요가 없어 자산비용절감을 가져오며, 다수 사용자가 자원을 공유함으로써 시스템의 효율성이 향상된다. 그러나 확산을 위해서는 이용자들에게 안정성, 데이터보안성 및 기밀성, 정보유출에 대한 우려를 불식시켜주어야 한다.

사이버물리시스템은 사물ㆍ데이터ㆍ서비스의 현실세계와 가상세계와의 융합이며, 실세계와 IT가 긴밀하게 결합된 시스템으로 IBM의 ‘Smarter Planet’, HP의 ‘CeNSE(the Central Nervous System for the Earth)’, MIT나 Auto-ID Labs가 추진하는 사물인터넷 등도 유사한 개념이다. 물리 세계와 센서, 엑츄에이터, 임베디드 컴퓨팅 시스템 등으로 구성된 사이버 세계와의 융합을 추구하는 새로운 패러다임. 통신(communication), 연산(computation), 조작(control)의 3C 요소가 핵심 개념이다. 기존 ICT와는 데이터 처리량 등 양적 복잡성과 수많은 물리적 도메인을 연결해야 하는 질적 복잡성이 있고, 모델화와 예측이 어려운 물리세계의 동적인 변화에 유연한 대응을 요구한다. 독일의 인더스트리 4.0의 범주 내에서는 CPPS(Cyber Physical Production System)로 부른다. CPS는 컴퓨터 이용과 물리적인 프로세스의 통합으로 임베디드 컴퓨터 및 네트워크는 피드백 루프를 가지고 물리적인 프로세스를 감시하고 통제한다(Lee, 2008). 기존 임베디드 소프트웨어가 주로 휴대폰과 정보가전 등의 운용에 집중된 반면 CPS는 무인자동차 및 제조공정 등 자율적인 물리시스템 제어를 목표로 한다(NIA, 2014; Park, Kang, Son, 2012).


[Figure 3] 
Concept of CPS

source: cyberphysicsalsystems.org



에너지 절감은 에너지 저장기술(ESS), 스마트그리드(smart grid), 공장에너지관리시스템(FEMS)을 의미한다. 스마트그리드는 전기 및 정보통신 기술을 활용하여 전력망을 지능화·고도화함으로써 고품질의 전력서비스를 제공하고 에너지 이용효율을 극대화하는 전력망이다. 전력수요를 분산시켜 송배전 효율을 높이고 남는 전기는 축전기를 통하여 저장하고 필요할 때 다시 공급하여 버려지는 전기를 줄일 수 있다. 자발적인 에너지 절약, 피크전력 감소, 신재생 에너지 확대, 전략품질 및 신뢰도를 향상시키는 것을 목표로 한다. 에너지관리시스템(EMS)은 ICT 기술과 제어기술을 활용하여 에너지 흐름과 사용의 시각화 및 최적화를 통합 에너지관리 솔루션이다. 하드웨어 요소는 계측장비, 통신장비, 시각화 장비가 있고 소프트웨어로는 데이터집계, 데이터분석, 설비, 기기제어로 구성된다. 공장에너지관리시스템(FEMS)는 공장, 빌딩, 가정 등에서 에너지 절감을 위해 에너지 사용과 비용을 최적화 하는 ICT 융합 솔루션이다. 설비의 에너지 사용 및 가동현황을 파악해 에너지 수요를 예측하고 이에 적합한 에너지를 공급함으로써 에너지 절약 및 비용 절감을 목표로 한다.

3. Internet of Things/3D Printing/Smart Sensor/Hologram

사물인터넷은 인간과 사물, 서비스 등 분산된 구성 요소들 간의 인위적인 개입 없이 상호 협력적으로 센싱, 네트워킹, 정보 교환 및 처리 등의 지능적 관계를 형성하는 사물 공간 연결망이다. 예를 들어 상하수도에 센서를 설치하여 누수를 방지하거나 가로등에 센서를 설치하여 에너지를 절감할 수 있다. 각종 사물에 센서와 통신 기능을 내장하여 인터넷에 연결하는 기술로 사물의 범주에는 가전제품, 모바일 장비, 웨어러블 컴퓨터 등 다양한 임베디드 시스템이 포함된다. 스마트공장에서도 기계, 장비, 설비, 부품에 센서를 설치되어 제어하게 된다. 최근 사물인터넷의 개념은 M2M(Machine to Machine), IoT를 거쳐 IoE(Internet of Everything)로 까지 확장. M2M을 통해 주요 구성 요소 간 센싱, 제어, 정보 교환 및 처리 등이 가능한 지능적 관계가 형성되고, 이것이 서비스 형태로 변환되고 있다.

3D프린팅은 입체물을 절삭가공하지 않고 디지털 디자인 데이터를 이용, 소재를 적층(績層)해 3차원 물체를 제조하는 프로세스이다. 적층가공이란 가루나 액체 형태의 재료를 굳혀가며 한 층씩 쌓는 방식으로 비교적 복잡한 모양을 만들 수 있고, 제작과 채색을 동시에 진행할 수 있다는 것이 장점이다. 다만 완성품의 표면이 매끄럽지 못하여 품질이 상대적으로 떨어진다. 제작프로세스는 디자인 소프트웨어 또는 3D 스캐너를 통한 3차원 디지털 도면 제작을 하는 모델링, 프린팅, 연마, 염색, 표면 재료 증착 등 최종 상품화 단계를 거친다. 모델링은 CAD 또는 3차원 모델링 소프트웨어를 이용하여 3차원 데이터를 완성하며, 3D 스캐너를 이용해 3차원 데이터를 얻을 수도 있다. 스마트공장에서 3D프린팅 기술은 마이크로 스마트공장 구축에 유용하다. 스타트업 기업들이 노동력이나 자본이 없어도 소규모 제작을 실현할 수 있다. 제작비용 및 시간 절감, 다품종 소량 생산, 맞춤형 제작이 가능하다.

센서란 측정 대상물로부터 압력·가속도·온도·주파수·생체신호 등의 정보를 감지하여 전기적 신호로 변환하여 주는 장치이다. 최근의 센서동향은 단일 센서 모듈에서 복합 센서 모듈을 거쳐 one-chip 복합 센서로 복합화가 진전되고 있다. 지능화 된 서비스를 제공하는 스마트 센서는 기존의 센서가 발전된‘똑똑한 센서로 측정 대상물의 물리·화학적 정보를 감지하는 일반 센서기술에 나노기술 또는 MEMS(Micro Electro Mechanical System: 미세전자기계시스템) 기술을 접목하여 데이터 처리, 자동보정, 자가진단, 의사 결정, 통신 등의 신호처리를 해준다. 스마트 센서의 지능화는 스마트폰 이외에도 지능형 자동차, 스마트 홈시스템, 웨어러블 전자기기, 원격진료 시스템, 국방보안기기, 산업기기, 대규모의 환경감시 시스템, 사물인터넷 등으로 센서로 활용되고 있다. 스마트공장을 고도화하기 위해서는 스마트센서의 역할이 매우 중요하다.

홀로그래피(holography)는 빛의 간섭효과를 이용해 실제 물체와 다름이 없는 3차원의 정보를 기록하는 기술이다. 홀로그램(hologram)은 홀로그래피 기술을 통해 물체의 영상이 기록된 사진필름 또는 재현된 영상을 의미한다. 홀로그램은 두 개의 레이저광이 상호 만나 일으키는 빛의 간섭효과를 이용, 사진용 필름과 유사한 표면에 3차원 이미지를 기록한 것이다. 일반 사진이 명암으로 거리감을 표현하는 것과 달리 빛의 간섭현상으로 거리와 깊이까지 표현할 수 있다. 소프트웨어 복제방지를 비롯해 지폐 또는 서류의 위조방지 등을 위해 사용되고 있으며 엔터테인먼트 산업 등에 적극적으로 도입되며 시장 규모가 증가하고 있다. 대상을 입체영상으로 찍어내는 아날로그 홀로그램, 대상에 반사된 빛을 디지털로 재현하는 디지털 홀로그램, 초다시점 입체영상 및 반투과형 스크린 투영 영상 등의 유사 홀로그램으로 구분한다.


Ⅲ. Technology Trend
1. Smart factory

우리나라 스마트공장의 기초기술, 하드웨어, 소프트웨어 분야 경쟁력은 선진국 대비 70% 미만 수준이다. 세계 스마트공장 기기 및 소프트웨어 시장은 지멘스(독일), 록웰(미국), ABB(스위스), 에머슨(미국), 미쯔비시(일본) 등 상위 5개사가 50% 이상 점유하고 있다. 미국은 공공기관(상무부, 에너지부, 국립표준기술원) 주도로 스마트 제조기술 개발을 위한 프로그램 추진하고 있다. EU는 유럽연합에서 스마트공장에 대한 통합적인 프로그램 및 개발 계획을 마련하고, 각국에서 주요 기술개발에 주력 중이다. 마이크로소프트, 에릭손, 퀄컴, 인텔 등의 글로벌 기업들은 R&D, 인수합병, 라이센싱 등을 통해 공격적으로 스마트공장 관련 특허들을 확보하고 있다.

<Table 1> 
Smart Factory Supplier
Type Major Companies
Devices 설비센서 액추에이터 Rockwell, GE, PTC, CDS, Siemens PLM(미국), ABB(스위스), Siemens(독일), Schneider(프랑스), Invensys(영국), SAP(독일), Dessault Systems(프랑스), Mitsubishi(일본)
통신모듈 송수신센서 단말기 퀄컴, TI, 인피니온, GE, IBM, Apple, Google, 브로드컴, 미니어텍, ARM, 삼성, Cinterion, Telit, Sierra, SIMcom, E-divie, Teluar
Services SW 플랫폼 솔루션 Jasper, Axeda, Aeris, Pachube, 퀄컴, Inilex, Datasmart, Omnilink, Data Technology Service, Cisco, Siemens, Bosch
통신사업 Verizon, Sprint, AT&T, Vodafone, T-mobile, NTT 토코모, SKT
서비스사업 CrossBridge, Numerex, KORE
source: KIET(2013)

스마트공장의 최근 기술은 제조사물인터넷(IIoT)와 사이버물리시스템(cyber-physical systems: CPS) 패러다임이라고 할 수 있다. 제조사물인터넷 기술을 기반으로 공장 내 외부 관리 자원을 연결하고 제조 및 서비스 최적화를 위한 플랫폼을 구성하고 생산 데이터의 실시간 수집, 생산 빅데이터의 분석이 가능해야 한다. 생산 데이터의 실시간 수집은 수집기기와 미들웨어에 의해 수행되며, 빅데이터의 분석 및 응용기술은 공정성능 및 품질변수 검증, 설비신뢰도 분석 및 예측, 시뮬레이션 및 스케줄링 분석을 가능하게 한다.

우리나라는 스마트센서, 사이버물리시스템, 3D 프린팅, 에너지 절감기술과 사물인터넷, 클라우드, 빅데이터, 스마트센서, 홀로그램 등의 8개 기술을 스마트제조의 8대 핵심기술로 구성하고 있다(Joint Ministries, 2015). 제조사물인터넷은 사물 인터넷 기술의 산업분야별 응용이며 주요 요소는 지능 자산, 데이터통신 구조, 데이터 설명력을 갖기 위한 분석 및 응용, 연결강화와 정량화 의사결정이 포함된다(ARC Advisor Group, 2015). 지능자산은 센서, 프로세서, 메모리, 통신 능력을 갖고 자가 인식과 자동 작동이 되는 자산을 말한다.

스마트공장의 3대 요소기술은 애플리케이션, 디바이스, 플랫폼 분야이며, 구현 기술은 공장 자동화, 유연 및 통합 제조시스템, 상호 운영 컴퓨터기반 통합제조시스템(I-CIM), 지능적 제조시스템(IMS), 지능적 다기능 제어 기반의 전자적 e-제조시스템, M2M 자율통신과 지식기반의 유비쿼터스 제조시스템이 요구된다. 세부 구성기술로는 지능적 제조설비와 인터넷기반의 통합적 설비관리 기술, 실시간 정보기반 통합생산 운영, 지능형 센서 네트워킹 및 모니터링, 재구성 모듈러 시스템, 실시간 자율보정 및 가공 최적화 무인제어기술 등이 논의되고 있다.

스마트공장의 핵심기술로 분산, 자율제어 생산체계를 위해서 지능형 메모리 기술이 필요하다. 기계설비, 소재, 반제품에 센서와 메모리를 부착하면 소비자 선호도, 공정상태, 가공방향을 실시간으로 스스로 분석한다. 산업용 시맨틱 메모리는 소프트웨어 에이전트가 정보를 자동 추출하고 가공하므로 모듈형 생산플랫폼을 통하여 고객 맞춤형 생산이 가능하게 한다. 생산관리시스템(MES)은 생산계획, 작업지시, 자재소요, 생산추적, 설비관리, 생산성과분석 등으로 생산관리의 효율성을 높이는 시스템이다. 무선 센서 네트워크은 다양한 센서 기술(압력 센서, 자석 센서, 중력 센서, 터치 센서, 에너지 하베스팅 센서, 온도 센서 등)의 통합을 통한 실시간 데이터 수집 기술이다.

스마트공장 및 스마트 제조 국제표준은 ISO/TC 184, IEC TC 65, ISO/IEC JTC 1, oneM2M, IEEE, OMG, IIC 등에서 진행되고 있다. 이 가운데 ISO/TC 184와 IEC/TC 65가 주력이다. IEC/ SMB SG8에서는 스마트 제조 참조모델에 대한 표준화 연구가 진행 중이다. ISO/TC 184는 ISO/TC 184/SC 1 물리 장치 제어, ISO/TC 184/SC 2 로봇 및 로봇장치, ISO/TC 184/SC 4 산업 데이터, ISO/TC 184/SC 5 기업 시스템 및 자동화 응용을 위한 상호운용성, 통합 및 아키텍처로 구성된다.

IEC TC 65는 IEC TC 65/SC 65A 시스템 측면, IEC TC 65/SC 65B 측정/제어 디바이스, IEC TC 65/SC 65C 산업용 통신망, IEC TC 65/SC 65E 시스템 통합, IEC TC 65/WG 1 용어 정의, IEC TC 65/WG 10 네트워크/시스템 보안, IEC TC 65/JWG 13 공정계측/제어/자동화 장비에 대한 안전, IEC TC 65/JWG 14 에너지효율, IEC TC 65/WG15 공정산업 분석으로 구성된다.

IEC SG8(참가국, 미국, 독일, 스웨덴, 일본, 중국, 프랑스, 영국, 브라질, 한국)은 스마트제조의 국제표준 제정을 위한 방향을 설정하고 있다. EC/SMB SG 8은 스마트 제조 분야의 시장 및 산업 발전 분석, IEC 내 스마트 제조 관련 TC 및 SC 확인, 스마트 제조 관련 TC/SC의 현재 활동상황과 미래 활동 계획 분석, 필요한 경우 스마트 제조 관련 TC/SC 간의 상호 협력 체계 구축, TC/SC 간의 도메인 영역 중복 또는 잠재된 문제점을 모니터링을 수행한다.

우리나라는 국가기술표준원에서 KS 표준안이 개발 중에 있으며 스마트 공장의 구성 모델, 관련 기능요소, 상호 간의 정보 교환모델, 표준화 항목, 표준화 현황, 신규 표준화 항목 등의 전체 표준화 로드맵을 개발하여 단기, 중기, 장기 표준화 추진 전략을 수립 중에 있다([Figure 4]). 스마트공장 로드맵의 핵심기술은 산업용 통신네트워크, 제조용 사물인터넷, 제조 애플리케이션 컴포넌트 연동 프레임워크로 구성된다.


[Figure 4] 
Smart Factory Roadmap

2. Big Data/Cloud Computing/Cyber-physical Systems/Energy Saving

빅데이터는 데이터의 수집, 저장, 처리, 분석, 시각화 과정을 거친다. 빅데이터의 활용을 위한 분석 기법은 크게 분석 기술과 표현 기술로 분류된다. 빅데이터 표현 기술은 분석 기술을 통해 분석된 데이터의 의미와 가치를 시각화를 위한 기술로서 NodeXL과 Gephi, R 기반 패키지 등이 있다. 분석기술에는 데이터마이닝, 기계학습, 패턴인식과 텍스트마이닝, 오피니언 마이닝, 소셜네트워크 분석, 군집분석 등이 사용되고 있다. 분석인프라 기술은 하둡(Hadoop) NoSQL, R 등이 있다. IBM에서 개발한 하둡은 오픈소스 분산처리기술로 정형, 비정형 빅데이터 분석 솔루션이다.

빅데이터 솔루션은 다음과 같은 기능을 갖는다. 트위터, 블로그, 페이스 북 및 소셜 미디어로부터 정보의 관계 및 패턴 분석 기능, 의미 분석, 자연어 처리기술, 텍스트마이닝 기능, 하둡의 분산 병렬처리 기술의 사용, 시뮬레이션을 통한 최적화 의사결정 및 여러 가지 시나리오를 제시하는 기능, OLAP의 다차원분석 기술, 비즈니스 인텔리전스 및 분석, 의사결정지원 솔루션, 고객관계관리, 이미지마이닝, 고객의 요구사항에 맞춘 플랫폼 구축 및 컨설팅, 지능형 검색엔진, 시맨틱 검색엔진, 시각화 기능, 비정형 데이터의 저장, NoSQL 데이터베이스를 사용하거나 SQL과 통합화기능 등을 갖추고 있다.

빅데이터 솔루션은 기존 하드웨어나 소프트웨어 개발회사들이 개발하거나 데이터마이닝 업체, 신규 기업들이 진출하고 있다. 데이터마이닝 도구의 발전적 형태 또는 하둡이나 R과 같은 오픈소스를 활용하는 경우, 그리고 각종 프로그램을 이용한 플랫폼, 하드웨어 서버 등 매우 다양한 형태를 보이고 있다. 대표기업으로 EMC, HP, IBM, SAS, 오라클 Endeca, 엔에프랩의 Pelto, 크루닉스의 Gridcenter Hadoop, EMC의 Greenplum DW, IBM의 Inforsphere, BigInsight, SAP의 HANA, 테라데이터의 Aster Appliance가 있다. 국내 IT기업으로는 그루터, 넥스알, 다음소프트, 사이람, 솔트룩스 등이 제품을 출시하고 있다.

클라우드는 가상화 기술이다. 여러 대의 전산자원을 마치 한 대처럼 운영하거나 한 대의 전산자원을 여러 대의 자원처럼 나눠서 이용한다. 서버 가상화는 독립적인 CPU, 메모리, 네트워크 및 운영 체제를 갖는 여러 대의 가상머신(Virtual Machine)들이 물리적인 서버의 자원을 분할해서 사용하는 기술이다. 네트워크 가상화는 다양한 사용자가 원하는 때에 원하는 IT 자원을 제공받을 때 각 사용자 별로 네트워크를 격리하고 격리된 네트워크가 인터넷과 통신을 하도록 하는 가상 라우터 기술이다.

대규모 분산처리 기술은 대규모(수천 노드 이상)의 서버 환경에서 대용량 데이터를 분산 처리하는 기술이다. 스토리지 클라우드 서비스는 사용자 별로 일정량의 저장 공간을 인터넷상에서 제공하고 있는데 사용자 수가 증가함에 따라 단일한 스토리지로는 이와 같은 대용량 저장 공간을 제공하는 것이 불가능하므로 단일 스토리지를 네트워크로 연결하여 대용량의 저장 공간을 제공한다. 서비스 프로비저닝(Service Provisioning)은 가상 서버에 필요한 스토리지 용량 생성 및 네트워크 구성 작업을 수행하여 필요한 용량을 가상서버에 제공하고 운영체제, 관리 소프트웨어, 용도별 주요 소프트웨어가 미리 구성된 이미지로 준비하였다가, 사용자의 요청에 따라 자동으로 제공한다. 클라우드의 자원 유틸리티는 사용한 만큼만 비용을 지불하도록 하는 기술이며 서비스 수준관리(SLA: Service Level Agreement)는 서비스 가용성 및 제공 속도 등을 수준 측정항목으로 설정하여 계량화된 형태의 운영 품질을 관리한다.

사이버물리시스템은 가상 및 현실세계를 통합 연결하는 생산시스템이다. 공장 사물인 센서, 액추에이터, 설비 등 모든 현실세계 객체와 이들 간의 네트워크, 인터넷으로 연결 구성된 가상세계를 제어하고 관리하는 종합 시스템이다. 상품제조 등이 일어나는 실세계와 서비스가 수행되는 사이버 세계와의 중간 지점에 위치하여 생산에 필요한 정보교환으로 최적화된 플랫폼을 조성하여 스마트 생산이 가능하도록 한다. 사이버 물리시스템 구축을 위해서는 센서 기술, 액추에이터, 보안기술 등 다양한 기술이 융합되는 플랫폼이 필요하다. 또한 스마트공장 뿐만 아니라 의료, 헬스케어 등 다양한 분야에 적용 가능하다.

사이버물리시스템은 소프트웨어 간 상호의존성을 고려한 새로운 형태의 시스템 설계 방법론이 요구된다. 통신망 기반 제어, 제어 및 실시간 스케줄링 동시설계, 무선 센서 구동기 통신망, 확인 및 검증 기술, 이종 시스템간의 복잡한 상호작용 및 불확실성을 해결할 고 신뢰성 확보가 필요하다. 다양한 센서 데이터 수집과 전송, 상황인식을 위해 데이터를 융합하고, 실시간으로 인간의 개입 없이 자율 제어할 수 있는 구조 및 프라이버시, 시스템 강건성, 인간 시스템에 치명적 위협이 될 수 있는 보안에 대한 체계적 연구가 필요하다.

스마트그리드는 양방향정보통신, 스마트미터링, 분산형 에너지 관리, 전기품질보상장치, 전기 에너지 저장설비, 감시모니터링 설비, 새로운 보호시스템 기술로 구성된다(Moon, 2010). 스마트미터링을 가능케 하고, 분산에너지원을 관리하는 EMS(Energe Management System), 소비자가 전력 가격에 따른 반응할 수 있게 하는 DR(Demand Response), 재생에너지 및 전기차 등과 관련한 에너지 저장 설비, 배전 자동화 시스템 등이 구성요소이다. 스마트 미터링은 양방향 정보통신이 가능하여 소비자는 자신의 전력 사용량 및 전기요금을 확인하여 소비 패턴에 반영할 수도 있게 한다. 새로운 시스템 및 설비들이 전력 계통의 여러 지점에 플러그인 플레이(Plug and Play) 형태로 연결되게 되면, 전력 계통의 구성이 매번 변화하게 될 것이다. 이러한 경우에도 스마트그리드는 안정적으로 전력 계통을 보호하고 설비 보호 기능을 수행하게 된다.

<Table 2> 
Key Technology of CPS
Core technology Contents
컴퓨팅 및 SW기술 • 운영체제에서부터 고장을 판단하고 해결하기 위한 시스템 수준 오류 탐지 및 복구 기술
• 시스템의 신뢰성 제공을 위한 하이브리드 모델링 및 시뮬레이션 기술과 설계된 모델을 검증하기 위한 정형검증 기술
통신 기술 • 신뢰성 있고 유연한 네트워크를 제공할 수 있는 SW중심 네트워크 기술
• 대규모 CPS 지원 통신 미들웨어, 원격 CPS 검색, CPS 매쉬업, 고신뢰 연결성 제공 및 다양한 서비스품질 지원이 가능한 네트워크 기술
자율제어 기술 • 대규모 센싱 데이터에 기반하여 모니터링 대상 및 운영환경을 파악하고 상태변화를 이해하기 위한 Self-Aware 기반 상황인지 기술
• 시스템 오류, 불확실한 상황 및 운영환경 변화에 실시간으로 적응하기 위한 자율제어 기술

3. Internet of Things/3D Printing/Smart Sensor/Hologram

사물인터넷 기술 요소는 크게 센싱 기술, 유·무선 통신 및 네트워크 인프라 기술, 서비스 인터페이스 기술 등으로 구분된다. 센싱 기술은 필요한 사물이나 장소에 전자태그를 부착하여 주변 상황 정보를 획득하고, 실시간으로 정보를 전달하는 사물 인터넷의 핵심 기술. 온도·습도·열·가스·초음파 센서 등에서부터 원격 감지·전자파흡수율·레이더·위치·모션·영상 센서 등 주위 환경과 사물의 변화를 감지하고 정보를 얻는 물리적 센서를 포함한다. RFID 및 USN(Ubiquitous Sensor Network) 등과 같은 기술요소가 포함된다.

유·무선 통신 및 네트워크 기술은 사물이 인터넷에 연결되도록 지원하는 기술로, IP를 제공하거나, 무선통신 모듈을 탑재하는 방식이 대표적인 유선통신, 이동통신망, 무선랜, 무선팬 등으로 구분된다. 사물 인터넷 서비스 인터페이스는 사물 인터넷을 구성하는 요소들을 서비스 및 애플리케이션과 연동하는 역할을 수행한다. 보안기술은 네트워크, 단말 및 센서, 대량의 데이터 등 사물인터넷 구성 요소에 대한 해킹 및 정보 유출을 방지하기 위한 기술, 프로토콜 및 네트워크 보안, 정보 보호 및 사생활 보호, 시스템 장애방지, 계정 관리 등 광범위한 부분이 포함된다.

사물인터넷 가치사슬은 칩 벤더, 모듈 및 단말 벤더, 플랫폼 사업자, 네트워크 사업자, 서비스 사업자로 구성된다. 칩 벤더와 모듈 및 단말 벤더는 해외 주요 소수 기업에 의해 주도하며 칩셋은 Qualcomm, Intel, ARM, Texas Instrument 등이 주도하고 있다. 모듈은 전 세계 공급량의 78%를 Cinterion, Telit, Sierra, SIMCOM 등 4개 업체가 공급하고 있다.

사물인터넷을 실현하고 생태계를 주도하기 위해 플랫폼 및 표준선점과 핵심기술인 센서 개발이 시급하다. 자동차, 스마트폰 센서 수요에 따라 정밀성, 소형화, 에너지 절감형 센서 개발과 센서들을 하나로 묶는 패키징과 함께 단일 센서에 여러 기능들을 추가하는 기능적 통합이 함께 연구 개발 중이다. 우리나라 센서 기술은 선진국 대비 2/3수준이고 중국은 90%까지 한국을 추격하고 있다.

3D 프린터는 산업용을 중심으로 성장해 왔으나 선택적 레이저소결조형방식(Selective Laser Sintering·SLS)의 주요 핵심 특허 만료로 진입 장벽이 어느 정도 낮아져 압출적층방식(Fused Deposition Modeling·FDM)에 의한 개인용 시장의 성장이 가속화되는 추세이다. 재료에 따라 고체방식, 액체방식, 분말방식으로 분류한다. 3D 프린팅에 사용되는 기술을 압출, 분사, 광경화, 파우더 소결, 인발, 시트 접합, 직접 에너지 증착 등으로 구분한다. 적층방식의 활용 가능한 재료는 폴리머, 금속, 종이, 목재, 식재료 등 다양하다. 플라스틱과 금속이 소재로 주로 사용되고 있으나, 가격이 비싸고 긴 제조 시간, 해상도, 강도, 표면 특성 등의 문제가 있다. 최근에는 여러 재료의 조합 ‘디지털 재료’를 만들어 정밀 제작이 가능하다.

우리나라의 센서 핵심기술 수준은 미국, 일본, 독일 등 선진국 대비매우 낮은 수준이다. 특히 수요가 급증하는 첨단 센서는 국내 수요의 대부분을 수입에 의존하고 있다. 특히 바이오센서는 기술형태별로 크게 FET(Field Effect Transistor), 나노(Nano Technology), MEMS(Micro Electro Mechanical System) 등 3가지로 구분하는데 국내 바이오센서 기술개발은 주로 기초중심의 연구가 대부분이다. 모바일 센서 기술은 감성인지, 생체신호 감지, 투명유연센서 등이 있다. 감성인지 센서는 인간의 오감을 센싱하고, 생체신호 감지센서는 심전도, 뇌파, 근전도, 혈압, 청력, 혈당 등 다양한 생체 신호를 감지한다. 투명유연센서는 플렉시블 및 투명 디스플레이 기술의 개발에 따라 연동될 수 있는 센서이다. 스마트카 센서는 엔진제어, 차체 자세제어, 충돌방지용 센서로 사용된다. 특히 압력센서, 가속도 센서, 각속도 센서 등은 자동차의 안정성과 편의성을 제고한다.

디지털 홀로그래피는 기존의 CCD(charge-coupled device) 카메라를 이용하여 홀로그램을 촬영하고 컴퓨터를 이용하여 영상을 재생하는 방식과 기존의 프린팅 기술을 이용하여 Embossed 홀로그램을 제작하는 방식 등을 통틀어 지칭한다. 디지털 홀로그래피 기반 기술은 해외 대학 및 연구소를 중심으로 폭넓게 연구되어 왔으며, 가시적인 결과물이 나타나고 있다. 360도 어디에서도 볼 수 있는 디지털 홀로그램은 아직 상업화되지 않았다. 디스플레이 회사들을 중심으로 유사홀로그램을 상용화하고자 하는 연구가 진행 중이다.

일본 파나소닉의 '플로팅 인터렉티브 디스플레이는, 유사홀로그램을 디스플레이에 적용해 안경 없이 입체영상을 볼 수 있게 만드는 기술을 개발했다. 아날로그 홀로그램 기술은 라미네이팅 및 전사 기술과 관련이 깊다. 유사홀로그램 기술을 산업적으로 응용한 대표적인 기업으로는 미국의 디지털도메인이 있고, 우리나라는 KT가 와이지엔터테인먼트와 손잡고 공연콘텐츠를 개발계획 중이다.

홀로그래피 국제 표준은 ISO /TC172 /SC9 /WG7 을 중심으로 추진되고 있으며, 2012년 ISO/WD를 시작으로 2개의 표준안이 현재 ISO/FDIS 승인을 받은 상태이다. 국내는 2014년 TTA 산하 TTA-TC6-PG610-디지털홀로그래피 WG이 구성되어 표준화를 추진하고 있다.


Ⅳ. Market Trend
1. Big Data/Cloud Computing/Cyber-physical Systems/Energy Saving

세계경제포럼은 2012년 떠오르는 기술로 빅데이터를 선정하였고, 가트너(Gartner), IDC(International Data Corporation등 글로벌 리서치 업체들도 비즈니스 지형을 바꿀 10가지 기술 트렌드 중 하나로 빅데이터를 선정하였다. 지식경제부 R&D전략기획단은 2011년 IT 10대 핵심기술 중 하나로 빅데이터를 선정하고 ‘빅 데이터를 활용한 스마트 정부 구현 안’을 발표했다. 세계 빅데이터 시장 규모는 매년 약 39~60% 성장을 전망했다(IDC, 2012). 한국 IDC는 ‘국내 빅데이터 기술 및 서비스 시장 전망 보고서’에서 국내 빅데이터 기술 및 서비스 시장이 지난해 1204억원 규모를 형성했다고 밝혔다. 2018년까지 3117억원 규모로 성장, 연평균 26.4% 성장률을 기록할 것으로 예상했다(Etnews, 2016). 제조사는 주로 소셜 빅데이터 분석으로 제품 개발 및 고객관계 강화, 기계 설비, 장비에서 나오는 머신 데이터 분석을 통해 수율관리나 품질관리를 한다.

IT 시장분석 및 컨설팅 기관인 한국IDC가 최근 발간한 보고서('한국 SaaS 및 클라우드 소프트웨어 시장전망, 2014-2019’)에 의하면, 클라우드 시장은 향후 5년간 연평균 19%로 성장해 2019년 3,500억원 규모에 이를 것으로 전망했다. 국내 시장은 2013년 3,932억에서 2014년 5,238억원으로 32.2%의 높은 성장률을 기록했지만 민간분야의 클라우드 도입 비율은 4.2%, 공공 분야의 경우 2.6%로 미미한 수준이었다.

미국은 사이버물리시스템 연구 개발과 관련한 핵심적인 7개 응용분야를 제시했다. 스마트 생산공정 시스템, 스마트 교통 시스템, 스마트 전력 시스템, 스마트 헬스케어 시스템, 스마트 홈/빌딩 시스템, 스마트 국방 시스템, 스마트 재해 대응 시스템 등(NIST, 2016).

정부는 2020년까지 BAU 기준대비 30%의 온실가스 감축안을 발표한 후 에너지 효율 정책을 강화하고 있는 추세이다. 국내 EMS 시장은 정부지원으로 도입 및 활용이 증가추세이나 보급시장은 높은 구축비용으로 인하여 초기단계이다. 미국 시장조사기관인 내비건트 리서치(Navigant Research)는 전세계 FEMS 시장이 2013년 113억 달러에서 2020년에는 224억 달러로 연평균 10.3%씩 성장할 것으로 예측하고 있으며, 산업통상자원부도 국내 FEMS 시장이 2013년 2096억 원에서 2020년 1조 1152억원 규모로 연평균 28.4%의 성장을 예상했다(Lee, 2013).

2. Internet of Things/3D Printing/Smart Sensor/Hologram

세계이동통신사업자협회(Global System for Mobile Communications Association, GSMA)는 글로벌 커넥티드 단말의 수가 ’11년 약 90억 대에서 2020년 약 250억 대까지 증가할 것이며 커넥티드 단말 시장 규모는 ’11년 5,937억 달러에서 2020년 1조 9,860억 달러까지 성장할 것으로 예측했다(GSMA, 2012). Gartner(2012)는 2011년부터 ‘하이프 사이클(Hype Cycle)’에 사물인터넷을 포함시키고 향후 5년 ~ 10년 사이에 주류 기술로 영향력을 발휘할 것으로 전망했다. 또한 성숙 기술 및 신기술 가운데 향후 3년간 기업에 상당한 영향력을 미칠 잠재력을 가진 ’12년 10대 전략기술 중 하나로도 사물 인터넷을 선정했다.

3D 프린팅 산업은 전통적인 생산 과정 없이 최종 수요자가 직접 제작할 수 있게 되면서 전통 산업에 재도약 기회를 제공하고 있다. 개인맞춤형 생산 및 거래가 확산되어 혁신에 기여하며, 디지털데이터를 중심으로 한 제품 설계, 시제품 제작, 제조·생산, 유통 등이 통합된다. 3D 프린터 기술은 2007년부터 2011년까지 지속적으로 기술 출현기와 기술 기대 정점 사이에서 머무르다 2012년 기술 기대 정점 구간의 변곡점에 도달했다. MIT는 2013년에 발표한 「10 Breakthrough Technologies」의 하나로 3D 프린터 기술을 선정했다. 맥킨지는 2025년경의 예상 경제적 파급효과로 2,300~5,500억 달러로 추산했다. 최근 3년간 연평균 성장률(27.4%)이 10년 간 연평균 성장률(17.1%)를 압도하며, 2005년 이후 서비스 시장 증가율이 제품 시장 증가율을 추월하는 양상을 보이고 있다(Kim, 2014).

4D 프린팅은 3차원 프린팅 된 형상이 추가적인 외부의 자극(에너지)에 의해서 변형 혹은 반응을 하는 스마트 3차원 프린팅 기술이다. 그 외에 재료 및 공정 기술의 발달로 단순한 3D 형상이 아닌 스마트 구조물을 제작하는 3D 프린팅, 미국 NASA에서는 우주선에서 저중력 상태에서의 프린팅 연구들이 진행 중이다(Choi, Kim, 2015).

센서산업은 소재, 소자형, 모듈형, 시스템형으로 구분된다. 소재가 반도체, MEMS 공정을 거치면 소자형, 소자형이 패키징과 조립공정을 거쳐 모듈형으로 발전하고 있다. 세계 센서시장은 ’14년 795억 달러에서 연평균 7.9% 성장하여 2019년에는 1,161억 달러 규모로 TV시장과 비슷한 규모로 성장할 전망이다. 국내 센서시장은 ’12년 54억 달러 규모에서 2020년 99억 달러 규모로 연평균 10.4% 성장할 전망이나 국내기업의 내수시장 점유율은 10.5% 수준으로 매우 낮아 수요기업은 해외제품을 사용하는 실정이다(MOTIE, 2012).

국내 홀로그램 시장규모는 2014년 기준 약 4,400억 원 수준으로 추정되며, 2025년 국내시장은 4조 2,281억원 규모로 연평균 약 14% 내외로 지속성장할 것으로 전망이다. 이중 보안/인증 및 의료기기 등 산업장비 등 아날로그 홀로그램이 시장을 주도할 전망이다(Hologram Forum, 2015).

홀로그램은 전시, 공연, 체감형 게임, 원격 컨퍼런스 등에 응용된다. 예를 들면, 홀로그램 전시는 전국 각지에 산재해있는 많은 전시관에 역사적 유물을 실물같이 관람이 가능하며, 예술공연은 무대상황 변경 요구사항을 별도의 무대장치가 필요 없이 반영 가능하게 한다. 원격 컨퍼런스는 입체영상 기반의 실감 영상 회의를 지원할 수 있는 기반기술을 제공한다.

관련 산업으로는 지폐, 교통카드, 공연티켓, 여권, 신분증, 운전면허증, 기업의 신분증, 신용카드, 상품의 라벨 인증서 등에 보안 및 인증, 인쇄, 의료기기, 산업장비, 의료기기, 이용자에게 3차원 완전 입체 영상을 제공하는 디스플레이, 별도의 디스플레이 없이 안경 착용을 통해 대화면 스크린을 볼 수 있는 장치인 헤드업 마운트, 전면의 투명한 창에 정보를 반사시켜 보여주는 헤드업 디스플레이 등이다.


Ⅴ. Smart Factory Cases

미국, 독일, 일본을 중심으로 전기전자, 자동차, 기계, 내구재 등 다양한 업종에서 스마트공장이 추진되고 있다. GE는 사물인터넷, 빅데이터 분석으로 공정 및 설비 최적화를 달성했다. 지멘스는 고성능 설비와 시스템 간 실시간 연동체계를 구현했다. 2016년 5월 현재 우리나라 스마트공장 보급현황은 총 구축 지원 수 1240개, 구축완료 900개, 그리고 340개가 구축 중이다(MOTIE Report Reference, 2016). 불량률 감소(△27.6%), 원가 절감(△29.2%), 시제품 제작기간 단축(△7.1%) 등이 세부성과로 조사되었다. 기계·금속(35.5%), 자동차부품(21.5%) 업종 업체들의 스마트공장 도입 추진이 두드러진 가운데, 스마트공장 도입 기업의 49.8%가 소재·부품기업, 뿌리산업 기업의 참여비중은 12.3%를 차지, 매출액 50억 미만(39.6%), 종업원 수 20~49인(40.6%) 규모기업이 높은 비중을 차지했다.

(주) 대광주철(자동차 부품용 주물소재 생산)은 생산관리시스템(MES)을 도입하여 불량률을 79% 감소시켰다. 지앤윈(단열 코팅유리 생산)은 생산관리시스템(MES)을 도입하여 안정적인 수율을 유지하였다. 새한진공열처리(금속제품 열처리 전문)는 전력감시모니터링 시스템을 도입하여 전기요금을 약 17% 절감하였다. ㈜에이엔텍(산업용 세라믹 생산)은 스마트폰 등을 활용한 생산관리시스템(MES)를 도입하여 작업자의 활동 및 설비가동률이 실시간으로 구성원 전체에 공유시켜 문제점 파악과 사내 혁신이 가능하였다. 포스코 ICT는 스마트공장 구축을 통해 설비의 예지정비, 품질예측, 실시간 최적 생산, 안전한 작업환경, 에너지 사용의 최적배분을 실현하였다.

지역 중소기업의 모델공장 구축 사례로 A사(자동차 및 이륜차 고무부품 전문업체)의 공정순서는 입고검사->숙성-->절단-->성형-->자주검사-->포장 단계를 거친다. 스마트공장 구축 포인트는 온습도 숙성시간을 모니터로 조회, 바코드 작업 지시서, 키오스트 단말기 설치, PLC 데이터 수집, 생산현장 대형 전광판을 설치하였다. 스마트공장 도입 후 매출액과 순이익, 고용 분야에서 큰 성장을 달성하였으며, 또한 작업자 및 숙련자의 고령화 현상과 외국인 노동자 채용에 따른 소통의 어려움으로 인해 발생하는 불량률을 크게 감소시켰다. 다양한 환경정보 및 장비정보를 모니터링 함으로써 불량률 개선 효과를 얻을 수 있었다. 생산품을 로트 추적하므로 품질보증 및 증빙자료가 확보되어 고객으로부터 생산 제품에 대한 신뢰성을 확보할 수 있었다. 4년전 대비 매출액은 3배 증가, 고용인원도 10명 증가하였다.

B사는 철강설비, 분말성형프레스, 자동화기계, 금형, 산업기계, JIG FIXTURE, 치공구 등을 생산하는 전문업체이다. 스마트공장 구축 전 프로세스는 생산공정 흐름이 단절되어 생산실적, 진도 관리가 수작업으로 이루어 졌다. 공정관리와 생산관리 업무가 이중 작업으로 부하가 가중되고 문제 상황을 통합적으로 수집할 수 없으며 제품검사 후 불량처리 및 재가공도 어려웠다. 자재관리 부재로 인한 입출고 관리미흡, 공정별 생산실적현황 파악불가, 설비장비 관리보존 미흡, 생산공정 작업지시 및 실적 구두전달로 자료관리 및 손실 우려 생산현장 공정자료를 수기작성 후 전산등록 함으로써 실시간적 관리미흡과 이력추적에 부적합 등의 총체적인 문제가 있었다. 스마트공장은 ERP/MES/POP 통합서버를 구축하여 생산프로세스를 단순화하고 정보통합이 가능하게 되었고 제품검사가 자동으로 이루어지게 되었다([Figure 5]). 그 결과 제조리드타임이 50% 단축되었고 실시간 원가계산 시스템 구축으로 판매가격 상향 효과를 가져왔다.


[Figure 5] 
Configuration of Smart Factory

C사는 정밀주조제조 전문 뿌리기업이다. 자동차, 조선, 플랜트, 건설, 화학업에 정밀 주조품을 공급하고 있다. 주요 문제점은 수주부서와 생산부서와의 단절로 자재수급 및 품질관리가 어렵고, 작업지시번호를 수작업 관리하여 누락 및 보존 손실 발생, 생산계획을 구두로 전달하여 생산현황이 보전되지 않으며 공정데이터의 집계와 관리가 어려웠다. 바코드, PDA, 키오스트를 사용하여 MES와 POP를 통합하는 스마트공장을 구축하였다. 2009년도부터 3단계의 로드맵을 통해 시작하였고 그 결과 매출액은 연 100%씩 증가하였다.

D사는 자동차 엔진 세척기 등 자동차 생산설비전문기업이다. 설계/엔지니어링이 중요하며, 스마트공장을 구축하여 PMS시스템을 ERP와 통합함으로써 전체적인 스케쥴 관리 및 프로젝트별 실시간 원가계산 및 수익성분석을 통합 관리했다.

E사는 수위계측장비, 선박 평형수 처리장비 등을 전문적으로 생산하는 친환경 해양플랜트 및 조선기자재 전문업체이다. 완전한 스마트공장을 구축하기 보다는 애로사항인 SCM을 도입하여 정보통합을 가져왔다.


Ⅵ. Conclusion

글로벌 선진국 및 기업들은 제조현장의 스마트화를 국가 및 산업 경쟁력 확보의 핵심기반기술로 인식하고 있다. 새로운 가치 및 수익창출의 원동력으로 삼고 이에 대한 전략을 수립하고 있다. 우리 정부도 '제조현장의 스마트화'와 '스마트공장 공급 산업 육성'을 2-트랙으로 진행하고 있다. 스마트공장의 확산은 제조 강국으로의 체질 개선과 경제적 부가가치 향상, 노동생산성 향상, 양질의 일자리를 가져온다는 점에서 그 중요성이 높다.

그러나 국내 제조업의 공동화 현상은 중소기업이 심각하다. 열악한 제조환경과 구인난, 자동화 미약으로 생산성이 저하되고 있다. 제조업체는 그 관리 구조 및 공정, 영업, 물류 등의 프로세스가 유사함에도 불구하고 관리체계가 통합되지 않고 표준화 되지 않아, 비용 절감이 어렵고 수요기업 및 공급기업 간 연계성도 매우 부족한 편이다. 이에 스마트공장을 통하여 제조업을 고도화하고 경제 활성화와 전후방산업의 고용창출을 기해야 할 것이다.

스마트공장을 구현하기 위한 핵심기술에 대한 개발과 선진국 대비 기술격차를 극복하고 표준화에 선점해야 한다. 본 연구에서는 문헌고찰을 통하여 스마트공장의 현 상황을 살펴보기 위하여 스마트공장과 8대 스마트 제조기술의 기본개념, 시장동향, 기술개발 현황, 구축사례를 기술하였다.

스마트공장의 보급 확산을 위해서는 중소기업을 대상으로 한 모델공장 구축이 시급하다. 중소기업형 모델공장 구축을 위해서는 벤치마킹이 유용하므로 본 연구에서는 5개 중소기업을 대상으로 스마트공장 구축사례 및 성공사례를 소개하였다. 중소기업들은 우선적으로 생산실적집계, 생산관리, 제품검사 부분을 스마트화 하고 있으며 고용증가, 매출액증가, 영업이익 증가라는 성과를 가져온 걸로 나타났다. 향후 연구로는 업종별 성공요인을 도출하는 연구나 구축 시 애로사항 등을 살펴볼 필요가 있을 것이다.


Acknowledgments

This research was supported by Kyungsung University Research Grants in 2016.

이 논문은 2016학년도 경성대학교 학술연구비지원에 의하여 연구되었음


References
1. ARC Advisory Group, (2015), “Process automation and the IoT: Yokogawa’s vigilant plant approach to the connected industrial enterprise”, ARC White Paper, Feb.
2. Choi, J. W., & Kim, H. C., (2015), “3D printing technology trend”, Journal of the Korean Society of Manufacturing Process Engineers, 14(3), p1-8.
3. Etnews, (2016), “Domestic big data market will grow to 3,000 hundred million by 2018”, May 7.
4. Gartner, (2012), “Gartner says the Internet of Things installed base will grow to 26 billion units by 2020”.
5. GSMA, (2012), “Experience a world where everything intelligently connects: The connected life”, February.
6. Hologram Forum, (2015), “2015 ICT standardization final research report”, Telecommunications Technology Association, December 15.
7. Industry Innovation Movement 3.0 Central Headquarters, (2014), “Reference models by business types for the dissemination and diffusion of smart factory”, August 29.
8. IDC, (2012), “Worldwide big data technology and services 2012-2015 Forecast”, March.
9. Joint Ministries, (2015), “Policy to implement manufacturing innovation 3.0 strategy”, 7th meeting to promote trade and investment in Korea, March 2.
10. Kim, Y. W., et al. , (2015), “Trend of smart factory international and domestic standards”, The Journal of The Korean Institute of Communication Sciences, 33(1), p30-36.
11. Kim, W. T., Chun, I. G., Lee, S. H., & Park, J. M., (2013), “A large-scale autonomous CPS software platform”, Communications of The Korea Information Science Society, 31(12), p16-28.
12. Kim, J. C., (2014), “3D printing industry and business confrontational strategy ”, Deloitte Anjin Review, 2, July.
13. Korean Institute for Industrial Economics & Trade(KIET), (2013), “Creative convergence activation plan of hyper-connected era IoT ”.
14. Knowledge Industry Information Institute(KIII), (2015), “R&D strategy of smart factory construction and analysis of industry status-Internet of things/cloud computing/big data”.
15. Lee, S. I., (2013), “Energy management system(EMS) industry training plan”, Korea Energy Economics Institute.
16. Lee, E. A., (2008), “Cyber physical systems: design challenges”, Technical Report No. UCB/EECS-2008-8, http://www.eecs.barkeley.edu/Pubs/TechRpts/2008/EECS-2008-8.html.
17. McKinsey Global Institute, (2011), “Big data: The next frontier for innovation, competition, and productivity”.
18. Mell, P., Grance, T., (2016), “The NIST Definition of Cloud Computing”, Special Publication 800-145, 2016, http://csrc.nist.gov/publications/nistpubs/800-145/SP800-145.pdf.
19. Ministry of Trade Industry and Energy(MOTIE), (2015), “R&D strategy of smart factory industry”.
20. Ministry of Trade Industry and Energy(MOTIE) Report Reference, (2016), “The growth of productivity 25% by constructing 1,240 smart factories”, March 10.
21. Moon, S. I., (2010), “Concept of smart grid”, The Journal of The Korean Institute of Communication Sciences, 27(4), p3-9.
22. MOTIE, (2012), “A planning report for sensor industry acceleration”.
23. National Information Society Agency(NIA), (2014), “Coming of hyper-connected society and cyber physical systems”, IT & Future Strategy, 3, June.
24. NIST Report, (2016), “http://www.nist.gov/el/isd/cps020613. cfm”.
25. Park, K. J., Kang, M. S., & Son, S. H., (2012), “Concepts of CPS and issue analysis related telecommunication network”, The Journal of the Korean Institute of Communication Sciences, 29(5), p98-105.
26. Park, J. M., (2015), “Technology and issue of embodiment of smart factory in small-medium manufacturing business”, The Journal of Korean Institute of Communications and Information Sciences, 40(12), p2491-2502.