‘4차 산업혁명, 새로운 제조업 시대’를 대응하기 위해 우리나라 제조기업에서는 스마트 팩토리 추진팀을 구성하여 추진하고 있지만, 경제적 효과를 달성하지 못해 어려움을 겪고 있다. 100년 대계를 내다보고 차근히 추진하는 방안을 제시하고자 한다.

‘4차 산업혁명, 새로운 제조업 시대’를 대응하기 위해 많은 제조산업에서 스마트 팩토리 추진팀을 만들어 스마트 팩토리를 추진하고 있다. 그 결과 경제적인 이익을 창출하지 못하고 실효성을 내지 못해 실패하는 예도 있고, 벌써 여러 기업에서 스마트 팩토리란 말조차 꺼내기 힘들 정도로 싫증난다는 말도 나오고 있다. 벌써 냄비의 근성인가? 4차 산업혁명은 100년의 미래를 예측하여 장기간의 투자와 연구개발로 만들어 가는 것이다. CPS 기반의 스마트 팩토리를 완성한 공장을 2035년도까지 하나의 공장을 달성하겠다는 독일의 플랫폼 인더스트리 4.0과 30,000개의 스마트공장을 2022년도까지 만들겠다고 추진하는 우리나라와 많은 차이점이 있다. 국민성인가? 임기 내 무엇인가를 완성하려는 조급함인가?

글로벌 선도 기업에서도 수백억 원의 돈을 들여 스마트 팩토리 플랫폼을 만들어 사업화를 하지만 아직 사용자는 냉담하다. 생산 현장의 업무에 적합성이 떨어지고, 사용하기 쉽지 않고, 사용한 결과 새로운 가치 창출이 어렵다. 그 동안 축적된 데이터도 부족하고, 정합성 신뢰성에도 문제가 있고, 보안상 문제가 있다는 등 많은 이슈가 발생하고 있다. 본고에서는 실패 없이 스마트 팩토리를 구축하고, 우리나라 제조기업이 글로벌 시장에서 선도적 지위를 확보하여 지속 성장하도록 제안하고자 한다.

1. 4차 산업혁명의 동력 기술인 9대 기술을 제조산업에 융합하는 것은 운전 및 정비 기술(O&MT : Operation & Maintenance Technology)을 중심으로 비즈니스를 설계하고, 데이터 기술(DT : Data Technology)을 융합 하여, 최종적으로 정보기술(IT : Information Technology)로 스마트 팩토리를 구축하는 것이다.

스마트 팩토리는 고객으로부터 주문을 받고, 원료 조달, 제품 설계, 생산, 배송에 이르기까지 공급사슬 상에 있는 모든 행정 업무와 생산, 물류작업이 자동화를 넘어 지능을 가진 스마트화를 달성하여 경제적인 새로운 가치를 창출하는 것이다. 스마트 팩토리의 구현 절차는 운전 및 정비기술을 중심으로 데이터 기술을 융합하고, 비즈니스 기능 설계서를 작성하고, 이를 기반으로 정보기술을 활용하여, 스마트 팩토리 플랫폼을 컴퓨터 상에서 구현하여 제품 혁명, 사업 혁명, 공정 혁명을 통해 경제적 가치를 창출하는 것이다.

가장 핵심적인 것은 생산 현장에서 제조 현장을 가장 잘 알고 있는 O&M 전문가가 중심이 되어 9대 핵심 기술을 이해하고, 어떻게 활용할 것인가를 가장 먼저 비즈니스 설계를 해야 한다. 설계 내용을 구현하기 위해서는 생산 현장에 4M 2 ES(Man, Machine, Material, Method, Energy, Environment & Safety) 관점에서 고질적인 문제가 무엇인가를 파악하고, 사람이 작업하는 것을 어떻게 자동화하여 스마트화할 것인가? 20~30년 된 숙련된 경험자의 내재화된 지식을 어떻게 체계적으로 정리하여 디지털화할 것인가? 사람이 24시간 모니터링하고 분석, 판단하는 작업을 컴퓨터가 대신할 수 있도록 빅데이터 기반의 인공지능의 알고리즘을 어떻게 적용할 것인가를 설계한다. 수많은 알고리즘 중에 생산 현장에 적합한 것을 찾는 것도 매우 큰 연구과제이다.
또한, 생산 중인 제품에 어떠한 새로운 기능을 넣어 제품 혁명을 일으키고, 새로운 제품을 글로벌 시장에서 판매할 수 있는 사업 혁명, 그리고 새로운 제품을 생산하기 위한 공정 혁명을 하도록 아이디어를 발굴하고, 체계적으로 정리하는 것이 중요하다. 다음으로 영업 마케팅에서 고객의 정보와 경제 동향을 파악하고, 제품 설계, 생산 계획 그리고 원료 조달, 제품 생산, 출하 및 배송에 이르기까기 모든 공급 가치사슬 상에 있는 데이터를 어떻게 정합성과 신뢰성을 갖도록 수집하고, 체계적으로 저장할지를 설계한다. 아무리 장기간 데이터를 축적해도 신뢰성과 정합성이 없다면 아무런 쓸모가 없다. 쓰레기 데이터를 가지고 인공지능으로 기계 학습시키면, 쓰레기 데이터에 쓰레기 인공두뇌 GIGO(Garbage In Garbage Out)이 된다.

최종적으로 경제적 가치를 창출하기 위해 비즈니스를 설계하고 데이터를 활용할 체계가 완성되었을 때, 어떻게 새로운 ICT 기술을 활용하여 플랫폼화 할 것인가를 고민하고 구축하는 순서로 추진해야 성공할 수 있다.

2. 해외 및 국내 시장에서 상품화된 수많은 스마트 팩토리 플랫폼은 잘 활용하고 있나?

스마트 팩토리 플랫폼이 사무실 및 생산 현장에서 4M 2ES의 전문가적인 관점에서 비즈니스가 설계되고, 데이터 분류 및 분석 활용 체계가 완성된 다음, 경제적인 가치를 창출하기 위해 플랫폼이 설계되고 구축되어야 한다. 구축되면 전 임직원이 활용함으로써 생산성을 배가하고, 원가를 반으로 줄이고, 안전한 환경에서 인공지능 두뇌가 분석 및 판단한 예측 결과를 가지고 사람은 신속하게 의사결정하여 조치하는 자율 생산체계를 구축한다.

이러한 플랫폼의 추진 방식은 빅뱅이 아닌 시범공장을 선정하여 비즈니스를 설계하고, 경제적 가치 창출 지표를 설정하였다면 빅 데이터베이스 인프라를 구축한다. 빅데이터 분석, 인공지능 등 기술을 이용한 응용 솔루션을 도입하여 O&MT 전문가가 데이터 과학자(Data Scientist)로 육성되면서 경제적 가치가 창출되었을 때 다른 공장으로 확산해야 한다. 이 파일럿 프로젝트는 최소 5년 이상이 소요된다는 것을 알아야 한다. 플랫폼은 구축되었는데 사용자는 활용하기 불편하고, 어떠한 빅데이터 분석을, 어떠한 머신러닝, 딥러닝 등의 인공지능 알고리즘을 적용하면 효과나 날지 플랫폼에서 제공하지 않는다. O&MT 전문가는 비즈니스를 설계하는 사람들이다. 이들에게 플랫폼은 빅데이터 분석 언어인 R, Python 등 프로그램 언어를 배워서 분석 활용하라면 많은 시간과 노력이 필요하다.

시중에 나와 있는 다양한 도구들을 워크 벤치에 올려놓고 사용자들이 사용법과 기능을 배워서 활용하여 데이터의 가치를 창출하도록 안내한다. 구축된 플랫폼이 데이터의 속성 표준화, 분류, 분석 및 활용 체계를 만들어 놓지 않고 사용자가 알아서 하라는 것은, 사용하지 말라는 것과 같다. O&M 전문가는 생산 현장에서 측정된 데이터를 시각화하여 4M2ES 분야별 인공지능 알고리즘으로 학습시켜 인공지능 두뇌를 만들고, 분석 판단한 결과를 쉽게 시각화하여 쉽게 의사결정할 수 있도록 하는 것이 플랫폼의 기본 역할이다. 시범공장에서 업무를 잘 아는 분들과 외부 전문가들이 합심하여 4M2ES 분야에서 국내외 다양한 분석 툴과 인공지능 알고리즘, 솔루션을 적용하여 경제적 가치를 창출한 성과를 중심으로 다른 공장으로 쉽게 확산하도록 하자. 시범공장에서 회사에 필요한 툴과 솔루션을 검증하면서 데이터 과학자가 육성되었을 때, 쉽게 다른 공장으로 확산하면서 경제적 가치를 쉽게 창출할 수 있다.

우리는 플랫폼을 활용하여 작은 성공의 가능성만 가지고 큰 성과를 낸 것처럼 과대 포장하여 다른 공장으로 확산하는 것은 아닌가? 경제적 효과를 무시한 채 스마트 팩토리 프로젝트 추진을 위한 프로젝트로 끝나고 있지 않은가? 스마트 팩토리의 성과는 원가를 현재보다 50% 줄이고, 생산성을 배로 늘리면서, 고객에게 감동을 주어 이익을 극대화하는 것이다. 우리는 변화와 혁신을 하자는 것이 아니라 혁명하자는 것임을 명확하게 알자.

3. 스마트 팩토리는 20년 이상을 보고 미래를 설계하고, 현 수준에서 단계적으로 추진하여 글로벌 시장에서 경쟁력을 확보하고, 지속 성장하기 위한 것이다.

향후 100년의 ‘제4차 산업혁명, 새로운 제조업의 시대’를 대응하기 위해 기업에서는 새로운 미래 달성 비전을 제시하고, 큰 그림(Big Picture)를 그린 이후 실행 과제와 로드맵을 짜서 전사 공감대를 형성한다. 시범공장을 선정하여 전사 역량을 모아 달성한 다음, 경제적인 효과가 있을 때 다른 공장으로 확산하는 전략이다.

디지털화, 연결화 및 스마트화를 구축하는 스마트 팩토리는 단기적으로 수행하여 성공할 수 없고, 장기적인 관점으로 최소 향후 20년의 종합 로드맵에 따라 수행한다. 우리나라는 내 임기 내 무엇인가 하려는 성급함에 많은 사업이 단기 성과로 끝나는 경우가 많고, 그렇다 보니 3차 산업혁명의 과업인 표준화, 자동화 및 최적화 사업에만 몰두하는 경향이 있다. 기존의 MES, ERP 시스템을 도입 개선하고, 최고 경영자가 스마트 팩토리 추진에 관심 있다고 하면 여러 부서에서 서로 경쟁하듯 실적을 만들고, 공로를 인정받으려는 3차 산업혁명의 정신 자세로 추진하면서 전보다 더 부서 간 경쟁과 벽이 두껍게 진행하는 것은 아닐까? 스마트 팩토리를 단계적으로 추진할 때 글로벌 동향과 산업별 동향을 살펴보고, 현재의 수준을 분석하여 미래 모습을 달성하기 위한 목표를 설정하고, 그 갭을 분석하여 미래 모습을 달성하기 위한 과제를 도출하고, 경영 현황에 맞추어 장기적 로드맵을 구축한다. 로드맵을 수립하는데 최소 6개월이 소요되고, 비즈니스를 설계하는데 최소 1~2년 소요되며, 빅 데이터베이스 인프라를 구축하는데 1~2년 소요된다. 초기에는 비즈니스를 설계하고 인프라를 구축하는데 투자 대비 효과가 없고, 데이터를 1년 이상 축적한 이후 적합한 분석 툴과 인공지능 알고리즘과 솔루션을 찾는데 몇 년이 필요하다.

4차 산업혁명은 파괴적인 정신 혁명으로 데이터를 기반으로 하는 4M 2ES와 9개 기술의 융합 혁명이다. 조직 간의 벽을 허물고, 개방적 사고로 서로의 고민을 이야기하고, 협업하여 해결 방안을 찾지 않으면 갈 수 없다. 경영자들은 실제 직원들보다 글로벌 동향과 ‘4차 산업혁명, 새로운 제조업 시대”를 이끌어갈 정신적 방향타 역할을 할 수 있도록 공부하고 노력해야 한다. 경영자가 변화와 혁신에 이어 혁명을 하지 않으면 결코 기업이 글로벌 시장에서 살아남을 수 없다. 경영자는 결재하는 사람이 아니라 기업의 방향과 본부별 방향을 잘 정립하여 이끌어가는 솔선수범형 지도자가 되어야 한다. 직원들은 회사의 전략과 일치되는 실행 방안을 설비, 생산, 품질, 환경, 에너지 등 관련 부서의 전문가들과 협업하여 공동의 목표를 달성하는 소통과 신뢰를 기반으로 하는 NCBP(New Business Collaboration Platform)로 도전해야 한다. 새로운 제조업의 시대는 아무도 가지 않은 길을 먼저 개척하여 나가는 도전의 길이기 때문에 벤치마킹할 대상이 없음을 자각하자. 지금까지는 빠른 추종자(Fast Follower)로 살아왔다면, 이제는 개척자(First Mover)로 나가자.

설비의 상태를 정확하게 알아야 품질 불량의 원인을 찾을 수 있고, 자율운전을 할 수 있다. 회사 내 4M 2ES 자원을 융합하여 분석 판단하는 도전을 하지 않으면 갈 수 없는 것이다. 설비의 상태에 따라 품질에 어떠한 영향을 주는지? 설비의 상태에 따라 에너지 손실과 환경 오염 발생과 어떠한 관계가 있는지 등 상호 연관성을 분석하여 활용하지 않으면 큰 효과를 기대하기 어렵다. 지금까지는 설비, 품질, 생산, 기술, 에너지, 환경 및 안전 분야별로 고질적인 문제를 해결하기 위해 노력해왔다. 이제는 그 한계성을 극복하고, 글로벌 리더가 되겠다는 소통과 신뢰의 NCBP 플랫폼을 구축해야 한다.

4. 데이터를 기반으로 데이터 과학자를 육성하면서 추진해야 성공한다.

데이터를 기반으로 하는 빅데이터 분석 및 인공지능 등 수많은 알고리즘을 나의 공장에 적용하려면 어느 알고리즘이 우리 공장에 적합한지를 찾아내는 것이 큰 연구과제라고 미국의 인공지능 전문가들은 말하고 있다. 오픈소스(Open Source)로 수많은 알고리즘에 시중에 나와 있지만, 나의 공장에 적합한 솔루션을 찾기란 쉽지 않다. 다행인 것은 글로벌 솔루션 업체들은 산업 분야별 최적의 솔루션을 개발하고 판매한다. 이를 나의 기업에 처음 적용할 때 중요한 것은 그 솔루션이 실제로 우리 공장에 적합성이 있는지 파일럿으로 프로젝트를 진행하는 것이다. 단기간에 적용하여 검증되면 단계적으로 다른 공장에 확산하여 데이터의 경제적 가치를 창출하는 전략적 접근 방법이 필요하다.

이렇게 단계적으로 접근하는 중요한 이유 중 하나가 O &M 전문가들을 데이터 과학자로 육성하면서 추진되어야 하기 때문이다. 아무리 적합한 솔루션이라도 사용하는 데이터 과학자가 없다면 사람이 바뀌던가 조직이 변경되면 사장되는 경우가 대부분이다. 지금까지 우리 산업계에는 데이터 과학자보다는 데이터 분석가를 많이 필요로 했지만, 이제 컴퓨터 파워의 성능이 막강해짐으로써 최적의 인공지능 알고리즘을 찾으면, 데이터 분석은 클라우드 컴퓨팅이 수행함으로 분석가는 없어도 된다. 전문가는 인공지능의 두뇌를 만들 때 어떻게 데이터를 분류하여 기계 학습시킬 것인가를 고민하고, 학습 후 인공지능의 두뇌가 분석 판단한 결과를 사람이 최종적으로 의사결정을 할 수 있도록 시각화하는 작업을 한다. 전문가는 실시간으로 분석 판단한 결과를 신속하게 모니터링하고, 의사결정 및 조치하여 경제적 기치를 창출하는 역할이 필요하다. 따라서, 장기간 축적된 데이터를 기반으로 경제적 가치를 창출하기 위해 솔루션을 도입할 때 무엇보다 중요한 것은 데이터 과학자를 육성하느냐가 큰 관건이다.

5. 스마트 팩토리는 ERP, MES를 도입하는 것이 아니라, 생산 현장의 설비를 똑똑하게 만들고, 사람 대신 지능화된 로봇과 설비가 작업하고, 글로벌 시장으로 나갈 수 있는 기업에서 먼저 추진하라?

원가를 정확하게 계산하고 전사 자원을 투명하게 관리하기 위해 ERP 시스템을 도입해 놓고 보니, 그 결과가 정확하지 못하여 MES를 도입하고 있다. 생산 현장은 수작업에 의존하여 제품을 생산하면서 MES, ERP 시스템을 운영하기 위해 작업자가 작업 결과를 단말기를 통해 수동 입력함으로써 작업자에게 업무만 가중하고 있다. 생산 현장의 센서로부터 측정된 데이터를 기반으로 전사 자원관리가 이루어져야 정확한 원가를 계산하고 생산관리를 수행할 수 있다. 사람이 데이터를 입력하는 순간 그 데이터의 신뢰성이 부족하여 가치가 없는 분석 결과를 산출하는 ERP, MES 시스템이 되는 것이다.

스마트 팩토리는 IoT, 빅데이터, 인공지능 등의 기술을 접목하면 사무실이나 생산 현장의 사물들이 자기의 상태를 통신하고 나의 원가를, 나의 성능을, 나의 부족함을, 주고받으며, 원가를 계산하고 생산, 품질 상태를 이야기하면서 고객이 원하는 제품을 생산할 것이다. 따라서, 지금의 계층 구조적인 Level 1 : PLC/DCS, Level 2 : Process Computer, Level 3 : MES, Level 4 : ERP에서 사물들이 인공지능화 되어 통신하는 메시 형태로 변화될 것이다. 따라서 현재 사용하는 ERP, MES를 신규 도입하거나, 운영 중인 시스템의 기능을 개선하기 위한 투자를 하지 않기를 권한다. 그 돈으로 생산 현장의 스마트화에 더 많은 투자를 하자. 그러나 투자의 가치가 있는 ROI가 정확하게 산출된다면 반드시 해야 한다.

스마트 팩토리는 기업의 장단기 투자 전략에 따라 투입 대비 긍정적인 효과가 나올 수 있다는 타당한 분석과 전략이 있을 때 추진해야 한다. 또한, 추진 규모와 방식은 산업에 따라 다르다는 점을 고려해야 한다. 철강, 석유화학 등 장치산업의 경우 대부분 자동화율 70% 이상으로, 나머지 30%는 숙련자의 경험적 기술에 의존하여 사람이 모니터링하고 분석 판단하여 수동 운전하고 있다. 30%는 데이터를 기반으로 하는 스마트화를 통해 숙련자보다 높은 수준의 인공지능의 두뇌를 만들어 전후 설비와 전후 공정 간의 상태를 실시간으로 분석 판단하여 자율적으로 생산할 수 있도록 스마트 팩토리를 추진하는데 투자 규모가 크고, 많은 인력이 필요로 하게 된다. 대부분의 장치산업은 대기업과 중견 기업으로 매출이 높고, 인력을 가지고 있기 때문에 외부 전문가들과 협업을 통해 단계적으로 스마트 팩토리를 추진하여 경제적 가치를 창출할 수 있다.

장치산업과 달리 단위 공정이나 몇 개의 공정으로 구성된 조립산업의 경우에는 자동화율이 30%, 수작업이 70%로 장치산업에 비해 대규모의 투자가 반드시 필요한 것은 아니다. 왜냐면 사람이 조립하는 것을 자동화하는데, 이미 타 산업이나 검증된 로봇 및 자동화 설비가 시판되고 있기 때문에 외부 전문가와 잘 협업하면 작은 공정을 시범적으로 수행하여 성과를 창출하면서 확산하게 되면 단기간에 많은 돈을 투자하지 않아도 된다. 조립산업의 경우 매출과 인력이 풍부한 기업은 경제적인 투자를 통해 외부 전문가들과 협업하여 조립 자동화를 넘어 스마트화까지 추진할 수 있으나, 전속 기업이나 매출과 인력 여유가 없고, 글로벌 시장으로 진출할 준비가 되지 않는 기업은 스마트 팩토리의 도전 과제를 추진함에 신중한 접근이 필요하다.

중소기업의 경우 생존을 위해, 국내 시장에서 글로벌 시장으로 진출할 수 있는 기회를 만들기 위해 투자의 필요성이 있으나, 투자의 여력이 없는 경우가 있다. 이런 회사는 해당 기업이 스스로 구조조정을 해야 하는지 아닌지를 판단할 필요가 있다. 스마트 팩토리 투자를 통한 기업 발전의 기회를 확인할 수 있다면, 부족한 부분을 관련 기업이 협업하여 글로벌 시장으로 진출하기 위한 공동 대응, 대중소기업 협업 대응, 정책적 지원 방안 등 다양한 방안을 강구할 필요가 있고, 이를 위한 기업간 공동 그룹화, 협회, 정부와의 협력 등을 통해 대안을 강구할 필요가 있다.

특히 중소기업들 간에 협업하여 하나의 완제품을 생산하여 글로벌 시장으로 진출할 수 있다면 정부가 글로벌 시장으로 나갈 때까지 자금을 지원하고, 협회·기관 등이 지원하여 글로벌 시장을 개척해 주는 소통과 신뢰를 기반으로 하는 새로운 협업사업 플랫폼(NCBP)의 제조 생태계를 구축하면서 시너지 효과를 내도록 한다. 또한, 해당 중소기업만의 힘만으로 투자 여력이 없어 투자가 이뤄지지 못해 대기업 및 관련 기업의 수익성이나 효율성이 떨어지는 나쁜 영향을 줄 수 있는 경우 외부 기업이나 정부의 지원이 필요할 수 있다.

스마트 팩토리를 성공적으로 추진하기 위해서는 처음부터 노사가 함께 참여하고 고민하여 글로벌 시장에서 살아남아야 하며, 지속 성장을 위한 종합 계획을 수립하고 함께 실행해야 한다.