Industrie 4.0

한국 제조업의 위기가 심심치 않게 거론되고 있는 요즈음, 꾸준한 혁신을 통해 제조업을 리딩하고 있는 독일이 자주 Benchmarking의 대상이 되고 있다. 특히 4차 산업혁명으로 일컬어지는 산업의 큰 변화에 대하여 적극적으로 대응하고자 산학연이 함께 협력해서 진행하고 있는 Industrie 4.0은 대한민국의 많은 학자들과 산업계, 공공 리더들로부터 연구 대상이 되어 왔다.
독일 Industrie 4.0의 대표 역할을 해온 독일공학한림원(Acatech)의 Henning Kagermann 박사는 제조업의 디지털 혁신 4단계 발전 과정을 그림 1과 같이 제시하였다. 전통적인 제조업의 평가 척도인 ‘싸고 질 좋은’ 제품의 단순 판매만으로는 개발도상국의 산업화에 따른 치열한 가격 경쟁과 정보의 표준화 및 보편화로 인한 기술 차별화의 어려움으로 인해 성장의 한계를 보일 수밖에 없다. 따라서 디지털 기술의 적절한 활용을 통해 제조 경쟁력을 강화하고, 제품의 단순 판매 모델을 혁신하여 서비스 매출을 증가하는 단계별 로드맵을 제시한다는 측면에서 의미 있는 시사점을 제공하고 있다. 

디지털 혁신의 첫 번째 단계는 스마트 제조 시스템을 통해 현장과 제조 시스템 간을 수직 통합하는 것이다. 기기와 기기 간, 사람과 기기 간의 통신이 가능해지고, 현장의 설비와 로봇이 지능화되면서 자율화된 생산 시스템이 만들어진다. 1단계의 완성을 통해 공장의 생산 정보에 대한 실시간 가시성을 확보할 수 있다. 이는 고품질, 저비용 구조의 생산과 함께 유연하고 효율적인 생산 및 유지관리를 가능하게 한다.

두 번째는 제품의 설계에서부터 개발, 생산, 판매, 유통, 서비스에 이르는 전체 공급망과 비즈니스 가치사슬을 최적화하는 수평 통합 단계이다. 내부 프로세스 간 통합, 공장과 공장 간 통합, 국내외 공급 협력업체와의 통합, 고객과의 통합을 통해 전체 프로세스의 수평 통합을 만들어 낸다. 이는 시장과 고객의 변화에 빠르게 대응할 수 있는 민첩한 제조를 가능하게 한다. 독일 Industrie 4.0의 지향점 중의 하나인 개인화된 상품 생산을 가능하게 하는 제조 혁신이 이 단계에서 이루어진다.

세 번째는 디지털 기술을 이용해 기존 제품과 서비스를 고도화하는 단계이다. 기존 제품과 서비스에 사물인터넷, 클라우드 컴퓨팅, 빅데이터, 머신러닝 등의 디지털 기술을 접목해 새로운 부가가치를 창출할 수 있도록 기업의 제품과 서비스 포트폴리오를 개선하고 매출 증대를 이끌어내는 단계이다. 인터넷으로 연결된 제품에서 실시간 또는 주기적으로 데이터가 제공되며, 해당 데이터를 통해 사용량, 부품 소모 주기, 고장 발생 예측 등이 가능하며, 이를 기반으로 사용량 기반의 과금, 예지 정비 서비스, 능동적인 부품 판매 등의 신규 비즈니스가 발생한다. 즉, 이 단계에서 주목할 점은 제품과 프로세스의 혁신을 넘어서서 비즈니스 모델의 변화가 발생한다는 점이다. 소위 제조업의 서비스화(Servitization)가 이 단계에서 일어나고, 이를 지원하기 위한 기업 내부 프로세스 및 IT 플랫폼이 필요하게 된다.

네 번째는 디지털 데이터를 활용해 새로운 네트워크와 비즈니스 생태계를 만들어 내고, 제조라는 산업의 경계를 넘어 다른 산업으로 비즈니스를 혁신하고 확장하는 단계이다. 지멘스의 마인드스피어나 GE의 프리딕스 등이 대표적으로 자사의 산업용 제품을 통해 확보한 데이터를 근간으로 플랫폼을 만들고, 해당 플랫폼을 사용하는 고객 또는 파트너를 유치하고, 데이터 기반의 플랫폼 비즈니스로 비즈니스 모델을 확대하려는 시도라고 할 수 있다.

한국에서 진행하는 대부분의 스마트 팩토리는 공장자동화와 같이 주로 1단계 수준에 머물러 있는 경우가 많다. 그러나 우리나라가 이미 생산 인구당 최고 수준의 로봇 집약도를 가진 나라이기 때문에 이제는 공장자동화를 통한 제조 효율 극대화를 넘어서는 비즈니스 모델 혁신을 고민할 때가 다가왔다. 그럼에도 불구하고 그림 2에서 보는 것처럼 한국의 제조업 서비스화 비율은 미국(55. 1%), 독일(28%), 일본(32%), 중국(19.3%)보다 밀리는 OE CD 최하위 수준을 보이고 있다.

제조업의 서비스업으로의 확대 발전은 거부할 수 없는 하나의 트렌드로 자리잡고 있다. 이와 관련하여 다양한 디지털 기술이 사용되고 있지만, 특히 사물인터넷과 이를 통해 수집된 데이터를 처리하는 빅데이터 기술이 핵심으로 자리잡고 있다. 사물인터넷 기술은 기존 제품을 스마트 제품으로 만들어 내는 핵심 역할을 한다. 제품에 내장된 다양한 센서들은 제품 자체 또는 제품 주변 환경의 데이터를 수집하여 주로 클라우드 상에서 구현된 빅데이터 플랫폼에 전달하고, 해당 데이터를 빅데이터 기술을 이용하여 분석해서 기업은 신제품의 성능 개선, 정비 서비스 및 부품 공급, 올바른 활용을 위한 교육, 사용량 기반의 과금 등의 신규 서비스를 만들어 내는데 활용한다. 클라우드에 수집되는 데이터를 활용하여 더 똑똑한 제품을 만들고, 더 나아가 고객에게 보다 필요한 스마트 서비스가 만들어지면서 자연스럽게 기업의 비즈니스 모델 혁신이 이루어지게 된다. 

이러한 스마트 제품과 스마트 서비스를 구현하는데 있어서 각광받는 기술이 디지털 트윈(Digital Twin)이다. 

디지털 트윈의 정의

디지털 트윈은 물리적인 객체의 생생한 디지털 표현으로 단순하게 정의될 수 있다. 실 공간에서 물리적인 객체는 제품, 기계, 공정, 프로세스, 사람 등이 될 수 있으며, 이를 가상공간에서 디지털로 표현하는 디지털 트윈은 물리 기반 모델, 비주얼 모델, 통계 모델, 최적화 모델, 식별자, 상태 정보, 시뮬레이션 모델 등 다양한 디지털 데이터의 모델로 구현될 수 있다.

디지털 트윈을 머릿속에 떠올릴 때 가장 빠르게 연상되는 것은 정교한 3D 비주얼 모델이다. 실 공간의 물리적 객체를 시각적으로 쌍둥이처럼 거의 완벽하게 표현해 낼 수 있기 때문에 3D 비주얼 모델은 디지털 트윈의 대명사처럼 여기기도 한다. 특히 제품개발을 하거나 물리 모형에 대한 시뮬레이션을 진행하거나 제품 유지보수를 위한 정교한 매뉴얼을 작성하는데 있어서 3D 비주얼 모델이 사용되고 있으며 효과를 톡톡히 보고 있다. 다만 여기서 고려해야 할 것은, 3D 디지털 모델은 디지털 트윈을 구성하는데 있어서 하나의 요소이지 그 자체가 필요충분조건은 아니라는 것이다. 예를 들어, 도시 공간이나 복잡한 엔진을 설계하고 모니터링하고 유지보수하는 작업을 위한 디지털 트윈을 만들어 내는데 있어서 3D 비주얼 모델이 훨씬 효과적이고 반드시 필요할 수 있다. 하지만 단층으로 구성된 공장의 레이아웃을 구성하거나 설비의 위치를 지도에 표현하여 정비에 활용하는데 있어서는 2D 비주얼 모델로도 충분할 수 있다. 도로 정보를 디지털로 구현한 내비게이션 맵을 도시의 디지털 트윈이라고 생각해보면, 자동차 네비게이션을 굳이 복잡한 3D 비주얼 모델로 표현할 필요는 없을 것이다. 오히려 2D 모델이 사용자가 원하는 목적을 훨씬 빠르고 효과적으로 달성할 수 있게 도울 수 있다. 즉, 디지털 트윈을 구성하는데 있어서 다양한 데이터와 기술이 필요할 수 있겠지만, 디지털 트윈의 사용 목적에 맞는 적절한 수준의 디지털 모델을 구현하는 것이 필요하다. 사용 목적의 범위를 넘어 실제 물리적인 객체와 같은 수준의 디지털 표현을 만들기 위해 불필요한 역량과 자원을 쏟아 부을 필요는 없다는 것이다. 디지털 트윈의 성숙도 모델을 이해해야 하는 이유가 여기에 있다.

디지털 트윈 성숙도 모델

디지털 트윈의 성숙도를 실제 물리적인 객체를 얼마나 사실적으로 표현하고 있는가로 보는 기준도 있지만, 비즈니스 프로세스에 어떻게 활용되고 있는가? 회사 내부뿐만 아니라 회사 외부의 비즈니스 네트워크 상의 다양한 이해관계자와의 협업에서도 사용되고 있는가? 다른 디지털 트윈과 연결성을 가지고 있는가? 등이 척도가 될 수 있다. 여기서 어떤 수준으로 디지털 트윈을 구축하고 운영할 것인가에 대한 고민은 결국 디지털 트윈의 활용 목적에 따라 달라지게 된다고 앞에서도 언급한 바 있다.

첫 번째 성숙도 평가 요소는 물리적 객체를 디지털로 표현하고 모니터링하는 수준이다. 이를 위해서는 물리적 객체에 센서를 달고 데이터를 수집하며, 물리적 객체를 식별하기 위한 고유의 식별자를 두고 관리를 진행한다. 필요에 따라 2D 또는 3D 비주얼 모델이 사용되며, 사용자는 물리적 객체에 대한 필요한 상태 정보를 디지털 트윈을 통해서 확인할 수 있다. 시각적인 데이터를 포함하여 얼마나 많은 데이터 포인트로 데이터를 주고 있느냐가 성숙도 수준의 높고 낮음을 판단한다.

두 번째 성숙도 평가 요소는 엔드-투-엔드 비즈니스 프로세스 지원 능력이다. 하나의 디지털 트윈이 연구개발, 생산, 운영, 서비스 및 유지보수 프로세스에서 일관되게 사용된다면, 매우 높은 수준의 디지털 트윈을 구축해서 운영하고 있다고 볼 수 있다. 반대로 특정 비즈니스 도메인에서만 디지털 트윈이 활용되고 있거나, 복수 개의 디지털 트윈이 서로 다른 비즈니스 도메인에서 별도로 운영되고 있다면 낮은 수준의 디지털 트윈이라고 말할 수 있다. 가장 이상적인 상황은 연구개발에서부터 운영 서비스까지 단일 디지털 트윈이 일관되게 운영되고 업데이트 되면서 이 정보가 다시 연구개발에 활용되는 선순환 사이클을 가지는 것이라고 할 수 있다. 

세 번째 성숙도 평가 요소는 비즈니스 네트워크 상에서 디지털 트윈을 통한 협업 수준이다. 한 회사에서 단일 버전의 디지털 트윈을 전체 프로세스에서 공유하고 활용하는 수준까지 달성하기도 쉽지 않은 것이 사실이다. 하지만 동일한 객체를 놓고 협업 관계에 있는 회사 간에 정보의 불균형 또는 왜곡으로 엄청나게 많은 자원과 역량이 낭비되고 있는 것 또한 사실이다. 예를 들어, 펌프를 납품한 제조사와 해당 펌프를 사용하는 화학회사가 있다고 할 때 화학회사는 펌프에 대한 최신의 기술 사양과 업데이트 정보를 제조사 만큼 가지고 있지 않으며, 제조사는 화학회사의 펌프 유지보수 정보를 가지고 있지 않다. 만약 펌프 제조사와 펌프 사용자인 화학회사가 동일한 디지털 트윈을 구축하고 함께 공유한다면 펌프를 유지보수하는 비즈니스 프로세스는 어떻게 바뀔 수 있을까? 아마도 지금의 수준보다 훨씬 높은 수준의 협업이 이루어질 수 있을 것으로 본다. 참고로 SAP의 Asset Intelli gent Network는 이런 문제의식에서 출발해서 클라우드 상에서 설비 운영자와 공급사가 협업할 수 있도록 구축한 플랫폼이다.

네 번째 성숙도 평가 요소는 디지털 트윈 간의 연결 수준이다. 도시의 신호등과 자동차 운전자가 소통을 하는 것처럼 도시의 신호등의 디지털 트윈을 운영하는 도로 관제 시스템과 개별 자동차의 디지털 트윈을 운영하는 클라우드 시스템이 연결되어 도시의 교통 상황을 최적화하고, 재난에 대비하거나 재난 상황을 시뮬레이션해서 최적의 재난 방재 프로세스를 구축하는데 활용할 수 있을 것이다. 공장에서 생산되는 제품과 설비와 생산 프로세스가 모두 디지털 트윈으로 구축되고 모두 융합될 때 최적의 생산 공정이 구현되거나 제품, 설비, 프로세스의 변경에 대한 시뮬레이션이 비용 효율적으로 진행될 수 있다.

엔드-투-엔드 관점에서의 디지털 트윈

앞에서 바라본 4가지 디지털 트윈의 성숙도 평가 요소 중에서 초창기에는 디지털 트윈 구축 자체에 관심을 가지면서 첫 번째 요소인 어떻게 실제 물리적 객체를 디지털로 표현할 것인가에 많은 연구와 투자가 이루어졌다면, 지금은 디지털 트윈의 활용 목적성에 보다 관심을 가지면서 두 번째 요소인 엔드-투-엔드 관점에서 디지털 트윈 활용이라는 측면이 많이 연구되고 있다. 특히나 세계적인 산업용 공기 압축기 제조사인 케이저 컴프레서(Kaeser Kompressoren)와 같이 연구개발부터 생산 및 판매된 에어 컴프레서의 유지보수에 이르는 전체 제품 생명주기에 디지털 트윈을 적극적으로 활용하는 실 사례가 많이 나타나면서 관련 솔루션도 성숙되고 있다. 케이저 컴프레서사는 디지털 트윈을 활용하여 납품된 에어 컴프레서의 예지 정비를 진행하고 있을 뿐만 아니라, 온라인 모니터링을 통한 운영 능력을 확보하고 Air-as-a-Service 형태의 비즈니스 모델을 개발하고 이를 판매하고 있다. 고객사는 에어 컴프레서 장비를 일회성으로 구매해서 운영하는 방식과 마치 전기를 쓰고 쓴 만큼 비용을 내듯이 에어 컴프레서를 통해 공급된 압축공기를 사용한 만큼만 지불하는 방식 중에서 선택해서 사용할 수 있다.

 디지털 트윈 지원 솔루션

디지털 트윈을 구축하고 운영하는데 있어 이를 지원하는 솔루션은 관점에 따라 매우 다양하고, 솔루션 공급사에 따라 저마다의 특징이 있을 수 있다. 보다 구체적으로 독자의 이해를 돕기 위해서 SAP에서 제공하는 디지털 트윈 관련 솔루션을 디지털 트윈 성숙도 평가 요소 관점에서 예시를 들면 다음과 같다.

실제 물리적 객체를 디지털로 표현하고 상태를 모니터링하기 위해 Leonardo IoT와 같은 사물인터넷 지원 플랫폼이 있고, Predictive Engineering Insight와 같이 센서에서 획득한 정보를 엔지니어링 관점에서 해석해서 장애를 예측하고 모니터링하는 솔루션도 제공하고 있다. Visual Enterprise는 3D 도면을 경량화해서 모바일이나 애플리케이션에서 디지털 트윈을 쉽게 활용할 수 있도록 도와주고 있다.

비즈니스 프로세스 활용 측면에서는 S/4HANA와 같이 전사 리소스 관점에서 디지털 트윈을 식별하고 통합적으로 관리하는 ERP도 넓은 의미에서 디지털 트윈을 지원하는 솔루션이라고 볼 수 있다. 특히 디지털화가 상대적으로 취약한 중소기업의 경우 제품, 설비, 공장, 자재, 물류, 프로세스 등의 기본적인 디지털화를 ERP 구축 및 운영으로 이룰 수 있다. 유사하게 MES나 Engineering Control Center, Product Lifecycle Costing도 디지털 트윈의 E2E 활용을 지원하는 솔루션이다.

비즈니스 네트워크 활용 측면에서는 앞에서 언급하고 있는 Asset Intelligence Network와 세계 최대의 B2B 네크워크인 ARIBA, 3D printing 네트워크를 제공하는 SAP Distributed Manufacturing 등이 클라우드 플랫폼을 활용하여 디지털 트윈을 공유하면서 협업을 촉진시키고 있다.

디지털 트윈과의 연계 솔루션은 특정 솔루션으로 지원하기 어려운 분야이긴 하나, 설비와 설비 간 디지털 트윈 연계라는 측면에서 Asset Central이나 Asset Intelligence Network 등을 지원하고 있다.

결 언

제조업의 디지털 변환은 제품 생산의 운영 효율성 개선을 넘어 스마트 제품 기반의 서비스 강화 및 플랫폼 비즈니스를 지향하고 있다. 디지털 트윈은 제품 설계, 생산, 운영 및 서비스를 디지털화하는 기반이면서, 동시에 디지털 서비스를 중심으로 비즈니스 모델을 전환하는 기술적 기반이 되고 있다. 제조업체는 디자인부터 운영까지 가치사슬의 관점을 확장하고, 제품 생애주기 전반에 걸친 디지털 트윈 통합과 관계자와의 협력을 추진할 필요가 있다.

sang.min.lee@sap.com