스마트 팩토리의 정의

일전에 한 세미나에서 공장의 위험한 작업을 위해 VR 헤드 마운트 디스플레이(HMD)를 사용하여 작업지시서를 가상으로 보면서 사무실에 있는 경험이 많은 엔지니어와 통화하며 작업하는 모습을 스마트 팩토리 하나의 예로 소개하는 것을 본 적이 있다. 과연 이를 스마트 팩토리의 예라고 할 수 있을까? 작업자가 사용하고 있는 HMD는 하드웨어 기술이다. 그러나 HMD 안에 담긴 작업지시서의 콘텐츠를 여전히 과거와 같은 방식으로 수작업으로 생성, 업데이트, 배포하고 있다면 그것은 스마트 팩토리라고 할 수 없다. 작업지시서는 생산기술 엔지니어링을 거친 결과물로 나오는 것이다. 설계 엔지니어가 제품 설계 도중 형상, 도면, 치수, 스펙, 특정 요구사항을 제품에 반영했는지, 이를 기반으로 생산기술 엔지니어가 공정 기준으로 공정 순서, 작업 시간, 자재 리스트, 자재 형상, 도면, 작업 스펙/표준 등을 검토하여 공정 산출물을 생성하는 것. 또는 A/S 품질 담당 엔지니어가 검사에 대한 특정 스펙을 반영했는지, 그리고 이 모든 데이터를 담고 연계하고 관리하며 그 결과물이 현장 설비 혹은 하드웨어로 발현되는 것이 바로 스마트 팩토리다.

최근 산업에서는 수많은 센서, IoT 데이터, 로봇, 하드웨어 기술 등을 이용한 자동화 시스템을 통해 작업하는 경우가 많다. 그러나 예전부터 로봇은 운영되어 왔다. 그리고 공장 라인 설비와 통신하는 전력선 통신(PLC) 정보도 존재했다. 단, 이 로봇 혹은 설비가 스스로 판단하여 자동으로 동작하는 것이 아니라, 실질적으로 작동하게 하는 프로그램에는 설계 엔지니어가 정의한 제품 정보를 기반으로 생산기술 엔지니어에 의해 공정별, 스텝별로 작업이 정의되어 있고, 스펙과 치수 등의 정보들도 값으로 정의되어 있다. 이런 정보들이 문서가 아닌 디지털화되어 연계 관리되어 배포될 때 진정한 자동화 라인이 될 것이다. 변경 사항이 다시 문서화되어 수작업으로 반영하는 것은 스마트 팩토리에 맞지 않는다. 즉 제품 기획, 설계, 생산 그리고 출하까지의 모든 밸류 체인(Value chain)에 걸쳐 생성되는 공장 안팎의 모든 개체들이 디지털화되어 연계 및 자동 변경 관리되고, 이렇게 누적된 데이터를 기반으로 다른 제품 또는 차세대 기종에 분석 반영해 맞춤 생산이 가능한 공장을 진정한 스마트 팩토리라고 정의할 수 있다.

스마트 팩토리의 구성 영역

제품 개발과정에서 제품의 CAD 정보, 도면 정보, 사양 정보 등 다양한 정보들이 발생한다. 그 정보들이 단계별 프로세스를 거칠 때마다 많은 부분들이 변경되며 가공될 수밖에 없다. 원본 데이터가 어떤 정보였는지 정확히 알 수 없으며, 품질 및 A/S 단계에서는 각 제품이 어떤 의도를 갖고 설계되었는지 파악조차 어려워진다. 설계 데이터뿐만 아니라 생산기준정보, 품질 정보 등 기본 정보에 대한 소스를 엔드-투-엔드까지 유지해 실질적인 관리와 데이터에 대한 연속성과 연결성을 확보해야 효율적인 생산 실행을 할 수 있다. 다쏘시스템은 하나의 플랫폼에서 같은 데이터를 가공 없이 싱글 소스 기반으로 협업할 수 있는 가치를 제공한다.

다쏘시스템에서 추구하는 스마트 팩토리의 구성 영역은 크게 세 가지로 구분된다. 첫 번째 단계는 엔지니어링 부분이다. PLM에서 관리하는 프로그램 관리, 사양 관리, 요구사항 관리, 변경 관리, 3D CAD의 형상 정보 및 도면 정보관리, 3D EBOM 관리 등이 기본적으로 존재해야 한다. 이 데이터를 기반으로 생산기준정보가 생성되어야 하기 때문이다. 제품이 없는데 생산을 할 이유는 없으며, 생산을 하지 못하는 제품을 설계하는 것도 의미가 없다. 생산을 위해 생성되는 모든 데이터는 기본적으로 전부 제품과 연결되어 있다. 따라서, 엔지니어링 데이터를 기준으로 매뉴팩처링이 진행되어야 한다.

두 번째 단계는 매뉴팩처링 부분이다. 3D 형상정보 최상위를 기준으로 엔지니어링 BOM과 매뉴팩처링 BOM을 비교해 보면 같은 형상이다. 단, 설계는 기능, 레이아웃 기준으로 BOM 구조를 구성하지만, 생산기술은 공정과 자재 투입 기준으로 BOM을 구성하므로 BOM의 구조와 레벨이 다를 뿐이다. 그리고 사양과 옵션을 모두 담고 있는 150% BOM 기준으로 모든 경우의 공정을 설계하고, 설비를 검토하고 검증하여 공정 산출물을 공장의 작업자, 로봇, 설비 등으로 배포하게 되고, 이를 실행하는 오퍼레이션과 연계되어야 한다.

세 번째 단계는 오퍼레이션 부분이다. 생산 실행은 매뉴팩처링에서 정의된 기준정보에 의해 공정 산출물을 활용하여 실행을 하게 되는데, 생산 오더에는 150%에 해당하는 사양과 옵션은 존재하지 않는다. 오더는 결국 한 제품을 생산할 수 있는 100%에 해당하는 제품의 사양과 옵션을 담게 되고, 생산 실행 시 150% BOM 기준으로 정의된 150%의 공정 중 오더 기준으로 100%를 필터링하여 해당 작업장에 적재적소에 배포되고 실행되어야 한다.
 
다쏘시스템의 3D 익스피리언스 플랫폼에서는 2D 기반이 아닌 모델을 기반으로 하며, 데이터의 디지털화를 통하여 엔지니어링, 매뉴팩처링, 오퍼레이션 영역별로 스마트 팩토리에 필요한 기준정보를 설계, 공정설계 및 검증, 생산계획, 생산 실행까지 하나의 플랫폼에서 연결하여 생성하고 최적화할 수 있다.

생기기준정보 관리
 
설계 엔지니어가 기본설계, 상세설계를 거쳐 도면과 형상을 배포하듯이, 생산기술 엔지니어도 마찬가지다. 단, 생산기술 엔지니어는 단순히 공정정보를 검토하고, 생성하는 것뿐만 아니라 공정 중심으로 필요한 설계정보, 설비정보, 표준/스펙정보들을 검토·생성하고, 생산 착수시점에 맞춰서 공정 산출물인 작업표준서, 공정별 도면/형상정보, 공정별 제작 스펙 및 표준문서, 치수검사서, 체크시트, 로봇 및 NC 프로그램 등을 현장에 배포하는 것이다. 이러한 생기기준정보는 제품 개발 초기의 컨셉 리뷰부터 생성 관리되어 양산 전까지 점진적으로 개발 업데이트되고, 관련된 추가적인 메타정보인 일정, 원가, 투자비, 임률 등과 함께 현장에 배포된다. 이러한 생기기준정보들이 디지털화되어 하나의 플랫폼 상에 생성되고, 엔드-투-엔드(End to End)로 제품 개발 초기 단계부터 생산 관점, 공정 관점에서 검증되고 연계 관리되어야 기획에서부터 출하까지 추적성을 확보할 수 있고, 설계 및 품질, 기타 다른 부서와 협업이 가능하다. 그리고 누적된 데이터를 기준으로 분석 및 데이터의 재사용성이 늘어나고, 공정 기준의 단위 시뮬레이션 업무까지 용이하다는 이점이 있다.

이러한 생기기준정보는 과제 혹은 프로젝트별로 관리되고 해당 프로젝트의 일정 및 업무 기반으로 수행되어 진행 상황 및 진척률, 문제점 관리 등과 함께 관리되어야 한다. 그리고 데이터의 중복 생성 없이 업무 기반의 설계 변경을 통하여 해당 변경을 통한 변경 영향도가 자동으로 분석되어 업데이트될 수 있도록 데이터의 연속성을 유지관리해야 효율적인 생산기술 업무와 생산이 이루어진다.

생기기준정보는 모든 것이 공정 중심으로 연계된다. 해당 공정의 작업을 보면 어떤 제품의 자재가 투입되는지, 해당 자재의 스펙과 요건, 중간재 정의, 공정 순서, 전제조건, 작업장, 설비 등이 연결이 되어 있고, 해당 작업을 기준으로 모든 정보를 추출하여 자동화할 수 있다. 그리고 연결된 어떤 정보들 중에서도 변경 사항이 발생하면 연결된 정보에 어떤 영향성이 있는지 분석이 가능해져 빠른 검증과 동일한 데이터를 이용한 효율적인 협업, 현장으로 검증된 데이터의 배포가 가능하다.

한 공장 혹은 라인에서 여러 제품이 생산되거나, 여러 옵션/사양을 가진 제품을 생산될 때 고객의 주문 기준으로 투입 시점이 결정된다. 그리고 여러 가지 요인으로 공장 혹은 설비가 문제가 발생하여 라인 비가동이 발생하는 경우 대안 공정과 순서를 결정하여 빠르게 대응해야 한다. 이렇게 초기 투입 시점과 대안 공정을 결정할 때도 결국 생산기술에서 정의한 공정 및 작업순서와 제약조건을 기반으로 검토되어야 한다. 생산 오더를 기준으로 해당 제품에 대한 공정과 작업이 필터링 되고 APS(Advanced Planning and Scheduling)을 통해 동일 라인 혹은 공정에서 여러 제품의 공정과 순서를 고려하여 작업을 분배하고, 최적화된 투입 시점을 결정하여 공정 산출물과 함께 현장에 MES(Manufacturing Execution System)를 통해 작업 지시가 배포되어야 한다. 그리고 생산 실행을 통하여 작업 진행과 품질 결과 등의 생산 현황이 실시간으로 MES를 통해 집계되어 기준정보와 생산계획에 반영될 때 유기적인 애자일 매뉴팩처링(Agile Manufacturing)을 확보할 수 있다.

맺음말

어느 공장의 생산 과정에 문제가 생겨 70억 상당의 리콜을 받은 적이 있다. 단속 용접이었고 용접 피치가 150 mm에서 120mm로 변경되었는데, 용접 작업자가 해당 설계 변경 내용을 인지하지 못하고 늘 하던 대로 작업을 했기 때문이다. 원인은 용접 기호의 치수 하나였지만, 엄청난 후폭풍을 일으키며 클레임과 리콜로 이어졌다. 단순 치수 한 가지도 생산 작업에 큰 영향을 미치기 때문에 매우 중요하다. 모든 정보가 디지털화되고 연계되어 있으면, 바로 앞 단계의 변경이 추후 어떤 영향을 일으킬지 미리 확인하고 대응할 수 있기 때문에 엔지니어링, 매뉴팩처링, 오퍼레이션 단계까지의 데이터를 모두 연계 관리하는 것이 매우 중요하다. 이러한 디지털 연속성을 통해 생기기준정보를 관리하고, 생산 오더와 함께 생산 실행을 위해 적재적소에 오더 기준으로 필터링 되어 생산 작업자 혹은 설비에 배포되어야 하며, 기준정보와 함께 실적 데이터가 누적되어 비교분석 후 제품 생산에 반영될 수 있는 콘셉트가 되어야 진정한 스마트 팩토리가 될 수 있다. 하드웨어 기술은 나날이 발전하고 있다. 10년 뒤에는 분명히 지금보다 더 좋은 하드웨어 기술로 무장한 새로운 개념과 아이템들이 나올 것이다. 그러나 생산기술의 기준정보는 변하지 않는다. 그 이유는 그것이 생산을 위한 기준이기 때문이다. 10년 뒤 향상된 하드웨어가 나왔을 때, 기준정보를 연계하여 체계적으로 관리한 회사만이 남들보다 빠르게 대응하고 변화할 수 있다.

Horim.JUNG@3ds.com