계장기술(PROCON)

기획특집 자율형공장 지원사업 AAS 적용 사례

페이지 정보

작성자 최고관리자 댓글 0건 조회 345회 작성일 25-04-15 13:33

본문

1. 제조 데이터 활용 생태계
조성을 위한 정책 및 표준 현황

디지털 전환을 통한 제조업 경쟁력 강화를 위해 新 디지털 제조혁신 추진전략(2023.9월), 스마트 제조 혁신 생태계 고도화 방안(2024.10월) 등 일련의 제조 혁신 정책들이 수립되어 시행되고 있다.

특히 스마트제조혁신법 시행에 발맞추어 제조 데이터 표준화 부문에서도 중장기 로드맵을 수립하고, 중소기업 현장에 공통 적용이 가능하도록 주요 공정·장비에 대한 “한국형 제조 데이터 표준 참조 모델”이 마련되었다(그림 1 참조).

스마트 제조 표준 적용 기업에는 2021년부터 정부일반형 스마트공장 구축사업 신청 시 가점을 부여하고 있으며, 현장 활용도가 높은 OPC-UA 표준(IEC 62541)과 AAS 표준(IEC 63278)에 대한 관심과 지원이 증대되고 있다. 

ab87270d372bf116bba16d688674549d_1744691376_4707.png
ab87270d372bf116bba16d688674549d_1744691389_9928.png

2. 자율형공장 지원사업 개요

자율형공장이란 AI·디지털 트윈 기반 실시간 관제, 분석·예측 등 작업자의 개입을 최소화하는 스마트공장의 가장 고도화된 단계를 의미한다. 중소벤처기업부에서는 2024년부터 K-스마트 등대공장 지원사업(2021~2022년)을 개편한 자율형공장 지원사업에 매년 20개 기업을 선정하였고, 최대 6억 원(2년)의 구축비를 지원하고 있다.

본 사업에 선정되기 위해서는 자율형공장에서 요구되는 세 가지 필수 구축 방향 및 구축 수준이 사업계획서에 명확히 제시되어야 한다.

첫째, 현실 공정을 온라인상에서 모니터링하는
‘모사·관제’ 수준에서 시뮬레이션 등 ‘모의·연합·자율(제어)’ 수준으로 디지털 트윈 기술이 구축되어야 한다. 둘째, 단순 분석 솔루션 구축을 넘어 AI 학습을 통한 대안 제시 및 실시간 공정 제어가 가능한 수준으로 AI 기술이 도입되어야 한다. 셋째, AAS 기반 제조 데이터 표준 모델과 연계하여 현장 설비에서 나오는 데이터 정보를 표준화하고, 장비 및 제조 공정의 데이터 상호 운용성을 확보해야 한다.

ab87270d372bf116bba16d688674549d_1744691449_9834.png

ab87270d372bf116bba16d688674549d_1744691465_3021.png
 

3. 자율형공장 AAS 적용 사례

자율형공장 지원사업 선정 기업들을 지원하기 위해 2024년부터 10개 장비별 표준 모델이 우선 제공되었으며, 2025년에는 50개 장비로 확대 제공될 예정이다.

2024년에는 표 2와 같이 20개 기업이 선정되어 다양한 제조 공정 및 장비에 AAS 표준 모델이 적용되었다. 가장 많이 선정된 지역은 경남이며(5개), 대구(3개), 경기/경북/인천(2개) 순으로 나타났다. AAS 표준 모델이 가장 많이 적용된 장비는 사출성형기와 용접기로 추정되며, 열처리기와 CNC 머신이 다음을 차지하였다.
  ab87270d372bf116bba16d688674549d_1744691527_327.png

ab87270d372bf116bba16d688674549d_1744691542_913.png
그림 6은 사출성형기 AAS 표준 모델을 적용한 사례이다. AAS 표준 모델을 통하여 장비 데이터 수집 및 저장에만 머무르는 것이 아니라 실시간 데이터 연결을 통한 디지털 트윈, 설비 분석, OEE 지표 관리 서비스까지 활용될 수 있다.

ab87270d372bf116bba16d688674549d_1744691604_6678.png
  ab87270d372bf116bba16d688674549d_1744691618_1889.png 

지금까지 자율형공장 지원사업의 핵심 요구 사항과 AAS 적용 사례에 대해 살펴보았다. 국내 제조 현장에 AAS 표준 적용은 시작 단계라고 말할 수 있다. AAS 표준이 국내 제조 현장에 성공적으로 잘 정착되기 위해 몇 가지 제언1)을 드리며 본고를 마무리하겠다.

첫째, 현장에서 쉽게 활용할 수 있는 장비별 제조 데이터 표준 가이드를 지속적으로 개발하고 다양한 적용 사례가 지속적으로 발굴 및 보급되어야 한다.

둘째, 스마트 제조 기술 공급 기업과 도입 기업으로 구성된 스마트 제조 생태계에서 제조 데이터 표준에 대한 다양한 표준화 요구 사항이 반영되어야 한다.

셋째, 제조 데이터 표준 모델이 데이터 수집에만 머무르지 않고 AI, 디지털 트윈 기술과의 결합을 통해 현장에서 피부로 느낄 수 있는 가시적인 성과 창출로 이어져야 한다.

마지막 넷째, 제조 자산관리 데이터의 범위가 장비(Machine)에서 더 넓은 범위(4M+2E) - 작업자(Man), 원자재(Material), 방법(Method), 에너지(Energy), 환경(Environment) 등 4M + 2E) - 로 확대되어야 한다.

jclee@kpc.or.kr 

카테고리

카테고리
현재(2019~)

잡지리스트

잡지리스트

이달의 광고업체

이달의 광고업체