2025년 현재, Large Language Model(LLM)이 없는 모습은 상상할 수 없을 만큼, AI는 일상생활에 좀 더 실존적으로 다가왔다. 이를 상업적으로 활용하려는 크고 작은 기업의 활동에서 모델 콘텍스트 프로토콜(Model Context Protocol, MCP)이나 멀티모달(Multimodal) 등의 접근으로 확장하려는 모습도 쉽게 볼 수 있다. 이에 발맞추어 제조업에서도 AI 기술을 유효하게 적용하는 파일럿 프로젝트를 시도한 사례가 많이 존재한다. 제조업에서 공급망 관리, 인력 관리 및 제조 가치사슬 관리에서 전례 없는 도전에 직면하고 있고, 이를 AI 기반 기술로 해결할 수 있다고 보기 때문이다.

물론 현재 제조업에서 AI의 활용은 수동적으로 질문하고 답을 찾아가는, 즉 AI 모델이 인간의 질문에 ‘Advise’ 하는 초기 단계지만, 수년 내에 빠른 속도로 인간의 개입을 배제하고 전체적으로 자동화하는 ‘Automation’ 단계에 이를 것으로 예상된다. 이는 AI를 활용해서 인력 관리, 품질관리, 예방정비, 공급망 관리 등 제조업에서 핵심적이고 필수적인 운영을 더욱 효율적으로 관리해서 비즈니스의 목적을 달성하는 데 혁신적인 도움을 받을 수 있음을 의미한다.

실제로 제조업에서 공장과 생산라인으로 대표되는 ‘현장’에서 AI가 어떻게 작동하고 활용되고 있는가를 알기는 어렵다. 이는 기업의 자산이라 필수적으로 보호되어야 할 정보로 외부에서 접근이 어렵다는 측면이 있지만, AI를 활용한 혁신이 제조 공장의 전체로 확산하거나, 글로벌 여러 현장 및 전사적으로 확산이 극히 어렵다는 것을 방증하는 것이기도 하다. 이에 AI를 어떻게 비즈니스의 혁신에 유효하게 활용할 것인가에 대한 고민과 함께 관련 기술을 내재화하기 위한 노력이 제조업 전반에서 이루어지고 있다. 그중에서도 제조 라인 OT 계층의 데이터 취득과 활용은 AI 활용을 위한 데이터 품질과 표준화 측면에서 필수적으로 내재화해야 할 기술이다.

이에 OT 계층에서, 데이터 취득과 관리 기술을 전사적으로 내재화하는 도중 직면할 수 있는 문제점과 이를 해결할 목적으로 유연성과 효율성을 높일 수 있는 기술을 OT 계층의 데이터 연결, IT-OT 계층의 통합, OT 계층의 데이터 플랫폼 관리와 운영 측면에서 소개하고자 한다.

그림 2에서 보는 것처럼, 현대 제조업의 OT 계층은 다양한 설비와 통신 프로토콜이 혼재한다. 과거부터 10년 이상 사용해 왔던 PLC·DCS 등의 설비 종류도 다양하며, 생산지마다 다른 가치사슬을 따라 설비 제조사가 다를 가능성이 매우 높은 데다가, 특정 제조에 특화된 솔루션은 OPC 또는 MQTT 등의 산업용 표준 프로토콜만을 지원하도록 설계되어 특정 설비 제조사와 호환성이 보장되지 않는다.

또 때에 따라 데이터베이스에서 활용할 데이터를 취득해야 하고, 최신 IoT 기술이 적용된 토크 장비 같은 스마트 툴과, 시험 계측을 위한 장비에서 생성되는 데이터도 활용해야 한다. 이를 전사적 관점에서 달성하고, 다양한 데이터를 연결하고 정제해 IT 계층에서 활용하려면 유연한 연결성을 가지고 있고, 데이터를 일일이 보고 관리할 수 있는 가시성을 확보할 수 있는 계층이 필요하다. 무엇보다 Kepware 제품군은 OT 환경의 실시간 데이터를 통합 관리할 수 있는 계층을 의미하고, Unified Namespace를 구축하는 데 필수적인 기능을 제공한다. (그림 2. Kep ware의 연결성)

현대의 IoT 기술은 제조 현장의 많은 설비에서 생성되는 데이터를 소프트웨어 계층으로 연결하도록 지속적으로 진화됐다. 그러나 설비 제조사 저마다의 가치 판단에 의해 기본 이더넷 기반 통신 또는 파일 기반 저장은 지원하지만, 자체적으로 특정 산업용 솔루션과의 연결성이 구현되어 있지 않은 경우가 존재한다. 이는 OT 계층의 관리/개발진이 기존의 비즈니스 로직에 집중하지 못하고 새로운 솔루션 도입에 비용과 시간을 투자해야 함과 동시에, 적절한 솔루션을 구현하지 못할 때 데이터 취득과 운용에 추가 비용을 예상함을 의미한다. Kepware는 Universal Device Driver(UDD)라는 스크립트 기반의 자체 드라이버 개발 툴을 갖추고 있어, OT 계층의 운영과 비즈니스에 효율성을 제공한다. (그림 4. Kepware의 Universal Device Driver 기능)

또 UDD는 비표준 산업용 장치나 IoT 하드웨어에 맞춤형 통신 로직을 구현할 수 있고, 이더넷과 파일 기반 장치를 지원해 연결성이 결여된 설비에 범용적으로 활용될 수 있으며, 스크립트 기반이라 가장 쉬운 개발 환경을 제공한다. (그림 5. Kepware의 Universal Device Driver 구조)

전사적 OT 계층의 데이터에 연결성이 확보되었다면, OT와 IT 계층과의 통합에 대한 고려가 필요하다. 현장의 센서나 PLC, SCADA 등의 실시간 운영 데이터는 IT 시스템 측에서 분석하고, 비즈니스 계획에 활용하는 데 필수적인 요소이기 때문이다. 따라서 OT 계층의 시스템은 전사적 IT 시스템에 연결되고, Cloud 기반의 시스템과 통합될 수 있어야 하고, 필연적으로 전사적 보안 및 OT 계층 관리에 대한 고려가 필요함을 의미한다.

Kepware는 IT-OT 계층 간 연결 시 보안성과 운영 효율성을 확보하기 위한 OPC UA Tunnelling 기술을 지원함과 동시에, 기존 레거시 시스템과 현대적 시스템의 통합을 지원한다. 즉 Kepware에서는 OT 계층의 다양한 형태의 데이터에 연결성을 부여하고, 데이터를 다른 IT 계층의 시스템과 OPC UA 같은 표준 데이터로 통합할 수 있는 기능을 제공하며, 특히 OPC UA Tunnelling을 OT와 IT 간에 형성함으로써 전사적으로 데이터를 안전하고 효율적으로 연결하고, 필수적 기술을 내재화하는 데 도움을 준다. (그림 6. Kepware를 통한 OPC UA Tunnelling)

데이터 통합 관리 계층을 제조업 현장에 구현하면, 필연적으로 전사 내 여러 현장에 구현된 솔루션을 설정하고 관리해야 한다. 이를 일일이 현장에서 직접 관리하거나 현장을 방문하기보다, 원격에서 여러 현장에 구현된 솔루션을 관리하면 관리 효율을 극대화할 수 있다. 이는 더 많은 현장에 솔루션이 구현되어 있을수록 더 높은 효과를 발휘한다. Kep ware 제품은 한곳에서 여러 현장에 구현된 Kepware를 설정하고 관리할 수 있는 관리 기능을 보안 기능과 함께 제공한다. 즉, 여러 현장에 구현된 Kepware Server에 웹 기반 범용 기술을 활용하여 한곳에서 접속 및 관리가 가능하도록 사용자 인터페이스를 제공하고, 한곳의 인터페이스에서 여러 Kepware Server를 설정하고 상태를 모니터링하는 기능을 제공해서 전사적으로 OT 계층 데이터 관리의 효율성을 극대화할 수 있도록 돕는다. (그림 7. Kepware+를 통한 관리 기능)

공급망의 급격한 변화와 제조업에 필요한 인력 구조의 변화 등이 ‘뉴노멀’로 자리한 현대 제조업 환경에서는 이전과는 다른 유연성이 요구된다. 이에 따라 OT 계층에서도 점점 더 소프트웨어 기술을 활용하고 있으며, 제조업의 투자에서 소프트웨어가 점점 더 많은 부분을 담당하고 있다. 변화된 제조업 환경에서는 현장에 구현된 많은 소프트웨어와 인스턴스를 예전보다 훨씬 빠른 속도로 개선하여 업그레이드하거나 바뀐 환경에 맞춰 교체할 필요가 있다. Kepware 제품은 Linux 기반의 구현을 지원함과 동시에 Containerization을 지원하여 OT 계층에서의 데이터 연결 플랫폼의 통합 관리 기능을 제공하기 때문에 OT 계층에서의 유연한 소프트웨어 업그레이드와 변경 및 구현을 지원할 수 있다. (그림 8. Containerization 및 Kepware Edge)

AI에 기반한 기술의 근본적인 변화와 전례 없는 공급망의 변화를 맞고 있는 현대 제조업에서는 생산성과 효율성 향상을 위해 할 수 있는 모든 분야에서 혁신을 시도하고, 관련 기술을 내재화하고 축적하는 것이 필수적인 생존 요소이다. 앞에서 Kepware 기반으로 설명한 OT 계층의 설비 데이터 연결, IT -OT 계층의 통합, OT 계층의 데이터 플랫폼 관리와 운영 기술을 활용하고, 제조업 전반에서 내재화하여 제조사의 전사적 운영 데이터 관리의 효율을 극대화할 수 있다.

jahn@ptc.com