계장기술(PROCON)

기획특집 디지털 전환(Digital Transformation), 산업 파괴적 혁신

페이지 정보

작성자 최고관리자 댓글 0건 조회 117회 작성일 21-08-13 13:43

본문

지금 산업은 파괴적 혁신을 꾀하고 있다. 겉으로 보기에는 디지털 전환이 정부 주도하에 인위적으로 추진되는 듯하지만, 실제 산업 현장에서는 이러한 변화가 자연 발생적으로 진행된다고 본다. 인공지능과 IoT(사물인터넷)의 발달, 비대면 업무 증대, 경제활동 인구의 감소, 산업 전문가 확보의 어려움과 산업재해 문제 그리고 ESG (Environmental, Social and Governance) 등 현실적인 이슈들이 이미 산업의 디지털 전환을 주도하고 있다.

다시 말해 디지털 전환은 이제 당연한 흐름이 된 셈이다. 발전, 석유화학, 제조업은 물론 수송, 물류, 엔터테인먼트, 의료 등 다양한 산업 분야에서도 디지털 전환은 혁신적인 발전을 견인한다. 본고에서는 디지털 전환이 필요하게 된 배경과 정의, 기대 효과 그리고 앞으로의 전망에 대해 살펴보고자 한다.


산업이 직면한 이슈들

우리나라뿐 아니라 많은 선진국들이 겪는 주요 산업적 이슈들은 다음과 같다.
•코로나로 인한 비대면 업무 요구
•경제활동 인구 감소에 따른 산업 전문가 확보 어려움
•산업재해 중대처벌법과 같은 산업안전 문제

디지털 전환은 이를 해결할 수 있는 대응책이 될 수 있다. 디지털 전환으로 산업계는 코로나와 같은 팬데믹 상황에 유연하게 대처할 수 있으며, 경제활동 인구 감소에 따른 전문 인력 확보 문제 및 산업재해로 인한 안전 문제까지도 해결할 수 있다.

최근 대두되는 ESG의 가치도 결국 디지털 전환을 통해 달성될 수 있다. 예를 들어 탄소 배출량이나 오염물질 배출량을 예측하고 절감하는 디지털 솔루션은 기업의 환경친화적(Environmental), 사회책임적(Social) 경영에 기여할 수 있다. 또한 디지털 솔루션을 통해 산업안전 문제와 경영적 투명성을 장기적으로 확보할 수 있다면 지배구조적(Governance) 지속가능한 기술이라 할 수 있다.


산업 디지털 전환(Industrial Digital Transformation) 위한  기반 기술들

일반적으로 디지털 전환을 위해 언급되는 필수적인 기술들이 있다. 사물인터넷(IoT), 인공지능(AI), 클라우드, 5G 통신, 고성능 컴퓨터, 디지털 트윈이 해당한다. 더 나아가 산업적 측면에서는 한 가지 더 중요한 요소가 있는데, 바로 ‘도메인 지식’이다. 도메인 지식은 설비 설계, 제작, 운영 및 관리와 관련된 전반적인 기술을 일컫는다. 통상 단기간에 얻어지지 않으며, 적어도 현장에서 10년 이상 경험을 통해 얻을 수 있는 축적된 기술이며, 대부분은 산업 전문가 개개인의 암묵적 지식으로 존재한다. 문제는 이렇게 실체가 없는 형태의 도메인 지식이 산업 디지털 전환에 매우 중요하다는 사실이다. 이를 해결하기 위해서는 암묵적 지식을 형식적 데이터로 탈바꿈하는 작업이 필요하다. 하지만 이 과정은 방대한 양의 데이터뿐만 아니라 이를 분석하고 알고리즘으로 구성할 고도화 기술까지 요구하기 때문에, 많은 기업들이 이를 해결하기 위해 고군분투하고 있다.


산업 디지털 전환

‘산업 디지털 전환’이란, 과거에 전문가나 작업자에 의해 진행되던 아날로그식 접근들이 디지털화되어 작업자와 전문가 개입 없이 비대면 업무로 가능하게 만드는 기술이다. 제조 산업을 예로 들면 지금까지는 구매, 입고, 생산, 물류, 서비스 등 모든 업무상 의사결정에 전문가가 개입하는 것이 일반적이었다. 여기에 산업 디지털 전환이 접목된다면, 산업 데이터를 취득하고 분석하여 의사결정까지 내리는 모든 프로세스가 디지털 트윈이라는 플랫폼 상에서 진행된다.

cc3f99b49a7a6767289e8daaabb0581b_1628829490_5977.png

산업 디지털 전환 = 신(新)부가가치 창출

앞에 서술했듯이 산업 디지털 전환을 위해서는 방대한 양의 산업 데이터가 필수적이다. 인터넷 산업은 최근 20년 새 약 12,000배 성장했다. 고로 산업 현장에서 IoT(사물인터넷)을 통해 얻은 산업 데이터 역시 엄청난 양을 자랑할 것이며, 전례 없는 부가가치를 창출할 것으로 전망된다. 그림 1에서는 인터넷에 연결된 사람 수와 사물(자산)의 수를 비교했다. 2008년 인터넷에 연결된 사물 수가 사람 수를 앞지른 이후 현재는 사물 수가 약 7배가 더 많고, 2030년에는 격차가 약 50배 이상 벌어질 것으로 예상된다. 그만큼 산업 데이터의 중요성 및 활용 가능성은 무궁무진하다.
 
산업 디지털화를 위한 산업 데이터는 크게는 정형, 비정형 데이터로 구분된다. 정형 데이터는 구조화되어 있으며, 연산이 가능한 데이터를 의미한다. 그 예로 이미지, 진동, 운전, 환경 데이터 등이 있다. 비정형 데이터는 비구조화되어 있고 연산이 불가능한 데이터이다. 그 예로 보고서, 테이블, 그림 등에 담긴 고장(사고) 관련 정보, 설비 정비 및 운영 관련 정보, 설비 설계 정보 등이 있다.

산업적 활용도를 높이기 위해서는 산업 데이터의 양보다는 질이 중요하다. 예를 들어 계측 데이터의 누락, 계측 데이터 간 비동기화, 레이블(Label) 데이터 부족, 과도 노이즈 등으로 인해 데이터 활용성이 떨어진다면 아무리 데이터 양이 많더라도 큰 도움이 안 될 수도 있다. 즉, 양질의 데이터 확보를 위한 노력이 그 무엇보다 중요하다. 우리 미래에 데이터는 공기와 같은 존재이기에 누가 양질의 데이터를 얼마나 확보하는지에 따라 산업 생태계와 세계 산업지도에 대변화를 가져올 수 있다. 산업 디지털 전환을 향한 우리나라의 노력은 세계 어느 나라에 비해 뒤지지 않는다. 지금의 이 노력이 국가적으로 신(新)부가가치 창출에 큰 변화를 이끌 것이라 굳게 믿으며, 2050년 우리는 산업 디지털 전환의 모범 사례로 남을 수 있을 거라 기대된다.

cc3f99b49a7a6767289e8daaabb0581b_1628829535_1789.png

‘산업 인공지능’, 그 무한한 가능성

산업 현장에는 다양한 형태의 산업 데이터가 존재한다. 산업 인공지능은 이러한 산업 데이터를 분석하기 위해 매우 중요한 기술이다. 산업 인공지능은 앞서 언급한 도메인 지식과 인공지능 기술의 융합된 기술이라 할 수 있다. 그림 2에서는 다양한 산업 자산에서 IoT를 통해 얻어진 산업 데이터를 분석하여 활용도 높은 산업 정보를 확보한다면 보다 큰 부가가치 창출이 가능하다는 점을 설명한다. 산업적 활용도 측면에서 중요한 산업 정보는 제조 품질, 설비 건전성, 산업 안전, 생산성, 에너지 효율, 유통, 재고관리 등이다. 과거에는 현장 전문가와 관리자들의 경험에 의존하던 정보들이 미래에는 디지털 전환을 통해 어디서나, 어떤 정보이든, 누구나 실시간으로 모니터링, 분석, 예측 및 관리가 가능해진다. 우리는 이러한 디지털로의 전환을 파괴적인 혁신이라 부른다. 그리고 이 중심엔 산업 인공지능 기술이 있다.
 
산업 데이터 분석은 크게 도메인 지식 기반(물리적) 분석과 데이터 기반(인공지능적) 분석이 있었다. 각각의 장단점은 뚜렷하다. 도메인 지식 기반 분석은 분석 결과에 대한 물리적 설명이 가능한 반면, 데이터가 늘어남에 따라 분석 모델의 고도화가 어렵다는 단점이 존재한다. 반면 데이터 기반 분석은 데이터 증대에 따라 분석 모델의 고도화가 가능하지만, 분석 결과에 대한 물리적 설명이 어렵다는 약점이 있다. 최근 인공지능 기술의 발달과 더불어 위에 언급한 산업 인공지능 기술이 주목받고 있다. 그림 3과 같이 산업 인공지능 기술은 두 기술의 단점들을 상호 보완적으로 극복하면서 장점들을 모두 승화시킨다는 차원에서 무한한 가능성을 가지고 있다.

cc3f99b49a7a6767289e8daaabb0581b_1628829567_8568.png

산업 디지털 전환 시장과 기대 효과

디지털 전환 시장은 매년 연평균 6% 이상 성장을 예상한다. 제조업, 운송업, 에너지 그리고 유틸리티 산업군이 산업의 디지털 전환을 선도하는 모양새다. 그림 4에서 볼 수 있듯, 디지털 전환 관련 요소 기술 중에서도 산업 인공지능 기술을 활용한 디지털 트윈(Digital Twin)은 연평균 37%의 성장률을 보이며, 디지털 솔루션 시장에서 가장 빠르게 확장될 것이다. 이러한 이유로 많은 글로벌 기업들이 디지털 트윈 관련 기술과 제품개발을 서두르고 있다.
 cc3f99b49a7a6767289e8daaabb0581b_1628829708_2948.png

디지털 트윈을 통해 물리적인 자산들을 디지털 공간에서 디지털 형태로 구현하고 실행할 수 있다. 즉 물리적 자산의 상태를 모니터링, 진단, 예측, 제어뿐 아니라 관리까지 디지털 환경에서 실행하게 돕는 기술이다. 디지털 트윈은 우리 산업이 안고 있는 여러 이슈들을 해결할 수 있고, 기대감 또한 커진다. 최근 대두되는 ESG 입장에서 풀어보면 다음과 같다.

환경적인 관점(Environment)에서 보면, 디지털 전환은 신재생에너지 등 변동성이 높은 산업에의 활용도가 높다. 또한 낭비 요소를 제거한다는 측면에서 매우 고무적이다. 더불어 디지털 전환을 통해 생산성을 향상시키고, 산업 설비 운영을 최적화하는 과정에서 에너지 효율을 높이는 점은 매우 친환경적이라고 볼 수 있다.

사회적인 관점(Social)에서 보면, 산업 디지털 전환은 경제활동 인구 감소가 현실화되는 상황 속에도 인력 의존도를 낮출 수 있고, 전문가 확보의 어려움을 해소할 수 있고, 고부가가치 창출을 가능하게 하고, 산업/사회 자산의 최적 관리를 만들 수 있는 장점이 있다.

마지막으로 지배구조 관점(Governance)에서 보면, 산업 디지털 전환은 산업 데이터의 국가-기업 자산화와 산업 데이터 관리-활용 체계를 돕고, 기업과 노조 간 갈등을 해소를 돕고, 산업 안전 문제에 대비할 수 있고, 자산관리 및 책임경영 등을 가능하게 한다.
성공적 디지털 전환의 핵심은 양질의 산업 데이터를 어떻게 확보하는지에 달려 있다. 단순히 데이터 댐, 데이터 허브 등과 같은 허울 좋은 말이 아닌, 양질의 데이터를 확보할 수 있는 전략, 기술, 투자가 매우 중요하다. 정부와 민간 차원에서 일관된 노력과 투자가 있을 때, 디지털 전환은 우리 사회에 파괴적 혁신을 만들어낼 것이고, 우리는 G5 경제력을 가진 나라로 성장할 수 있다고 생각한다. 결국 미래를 이끌 주체는 양질의 데이터를 확보하고, 산업적 부가가치를 만들어낼 수 있어야 한다.

cc3f99b49a7a6767289e8daaabb0581b_1628829751_1557.png
원프레딕트의 GuardiOneⓇ 시리즈로 알아보는 산업 인공지능의 실제 활용 사례

원프레딕트는 각 산업 분야의 물리적 자산을 가상(디지털) 환경에 재현, 플랜트(공장) 성능과 잠재적 문제를 자율적으로 학습, 진단, 예측하고 물리적 자산을 관리(의사결정)할 수 있는 GuardiOneⓇ 솔루션을 개발, 납품, 적용, 상용화를 통해 디지털 트윈 사업화에 성공한 바 있다.

GuardiOneⓇ 솔루션은 핵심 기술인 산업 인공지능을 기반으로 높은 진단 정확도뿐만 아니라, 상대적으로 높은 예측 정확도를 보인다. 서울대 연구실(SHRM)을 통해 확보한 인력 및 기술이전을 통해 타 국내 기업 대비 굳건한 진입장벽을 확보 중이다.

성공 사례로는 한국중부발전의 1,000MW급 신보령 화력발전소에 진동 데이터 분석 솔루션 GuardiOneⓇ Turbine을 예로 들 수 있다. 터빈 핵심 부품인 LSB(Late Stage Blade)의 경우 현행 시스템으로는 고장 원인 분석만 가능했지만, 산업 인공지능 기술 도입으로 고장 확률과 유형까지도 분석, 예측 진단이 가능하게 되었다. 이는 세계 최초로 1,000MW급 발전소에 AI 예지보전 솔루션이 성공적으로 도입된 사례이다.
한국서부발전의 전남 화순풍력단지에 GuardiOneⓇ Wind 구축 케이스도 성공적인 발전 플랜트 내 디지털 트윈 활용 사례로 꼽을 수 있다(그림 6 참조). GuardiOneⓇ Wind는 풍력발전 3호기 기어박스의 고장을 4개월 가량 조기에 예측하였고, 결과적으로 설비 고장 사전 대응을 통해 풍력발전 호기당 약 5억 2000만 원을 절감하였다. 8개 호기로 구성된 화순풍력단지의 경우 매년 42억 원에 달하는 경제적 효과를 기대할 수 있다.

GuardiOneⓇ Bearing은 설비 내 구름 베어링(Rolling bearing)의 진동 데이터를 기반으로 머신러닝을 이용하여 고장 원인 및 잔여 수명을 예측한다. 실제로 A사 모터 내 베어링의 고장 진단 및 잔여 수명 예측 모델을 개발해 결함 진단 및 양질의 데이터 수집이 가능한 클라우드 기반의 데이터 수집 시스템을 성공적으로 구축하였다.

 더불어 최근에는 공장 내 생산 효율성을 높이고, 스마트 팩토리 구축에 기여하기 위해 로봇과 모터에 적용하는 GuardiOneⓇ 시리즈를 연구개발 중에 있다.

cc3f99b49a7a6767289e8daaabb0581b_1628829777_3449.png 

미래 대한민국의 모습은

지난 20년 동안 인터넷 시장이 12,100배 성장하였듯, 사물인터넷을 통한 산업 디지털 시장도 엄청난 성장을 맞이할 것이다. 제조 강국인 우리는 산업적 강점을 잘 살려 디지털 시대를 이끌어갈 수 있다고 굳게 믿는다. 다양한 산업에서 디지털 전환을 꾀하고, 디지털 시장에 강소기업들이 넘쳐나고, 대기업들이 성공적 디지털 전환을 통해 글로벌 기업으로 거듭나면, 우리 사회는 지금보다 훨씬 고부가가치 사회로 탈바꿈할 것이다. 이것이 우리가 바라는 대한민국의 미래 모습이다.

cc3f99b49a7a6767289e8daaabb0581b_1628829793_546.png 


bdyoun@onepredict.com