2024-04-26 02:53 (금)
스마트팩토리 테스트베드, 양산ㆍ혁신 맞춰 운영 효과 본다
스마트팩토리 테스트베드, 양산ㆍ혁신 맞춰 운영 효과 본다
  • 경남매일
  • 승인 2020.12.23 18:20
  • 댓글 0
이 기사를 공유합니다

‘테스트베드’의 중요성

구성요소 3가지 인프라 적용

제조ㆍSWㆍ데이터 큐레이션 서비스

양산 돌입 후에도 주체 역할 가능

 

미국 표준기술연구소(NIST) 스마트제조 테스트베드 구성 요소.
미국 표준기술연구소(NIST) 스마트제조 테스트베드 구성 요소.

올해 산업계는 코로나19와 미ㆍ중 무역 갈등으로 어려움을 겪고 있다. 어려운 경제 상황 속에서도 산업계의 디지털 혁명은 대세다. 갈수록 제품의 라이프 사이클이 짧아지는 추세에 맞춰 새로운 기술과 솔루션을 검증할 스마트팩토리 테스트베드의 중요성을 조현보 포스텍 산업경영공학과 교수와 정기욱 헝다 신에너지기술그룹 박사의 의견을 듣고 지면에 정리한다.

조현보 포스텍 산업경영공학과 교수
조현보 포스텍 산업경영공학과 교수

 

 테스트베드란?

 테스트베드란 새로운 기술과 솔루션을 검증해 볼 수 있는 일종의 시험 무대다. 시험 무대(파일럿)의 성공이 반드시 정식 무대(양산)의 성공을 보장 하진 않지만, 시험 무대의 리허설 한 번 없이 연출(공정조건), 소품(재료) 그리고 배우(작업자) 등의 구성요소가 단박에 조화롭 길 기대하는 것 또한 요행에 가깝다.

 최근 제품의 라이프 사이클이 더욱 짧아짐에 따라 신제품을 출시하는 속도(Time-to-market, 한 제품의 제품 개발 콘셉트의 개발부터 제품을 만들어 시장에서 판매가 가능할 때까지 걸리는 시간)가 중요해 졌다. 따라서, 양산 ‘조기’ 안정화에 대한 요구 또한 그 어느때보다 높다. 본 글에서는 본선 무대(양산)의 성공률을 높이는 테스트베드의 구성 요소, 구축 시 고려사항 그리고 운영 프로세스에 대해 소개하고자 한다.

 

정기욱 헝다 신에너지기술그룹 박사
정기욱 헝다 신에너지기술그룹 박사

 테스트베드 구성 요소ㆍ구축 시 고려사항

 테스트베드의 구성 요소는 아래 3 가지로 나눌 수 있다.

 첫째, 소규모의 연결된(Connected) 제조 인프라다. 공정 설비, 계측 및 검사 설비, 그리고 물류 설비 등이 실제 양산 공장을 모사하도록 꾸며야 한다. 물론, 양산 공장과 모든 것이 똑같을 수는 없지만, 테스트베드에서의 사전 검증이 유의미할 수 있도록 적절한 투자가 필요하다. 투자비는 양산 조기 안정화 실패에 따른 금전적 손실을 고려하여 산정토록 한다. 비유를 하자면 고등학생 때 고액 과외로 탄탄한 기초 실력을 쌓고, 대학에서 높은 성적(품질 향상)과 장학금(원가 절감)으로 보상 받는 것이다. 연결성(Connectivity)은 테스트베드 설비를 통해 진행된 사전 검증 과정과 결과를 디지털화 및 자산(Asset)화해 양산 시 활용하기 위해 필요하다. 고가의 설비를 투자하고도 연결성을 위한 설비 통신모듈과 네트워크 시설이 누락되어 정상 운영이 지연된 사례를 직접 목격한 바 있다. 연구소 등 선행 조직 주도의 테스트베드 구축 시 위와 같은 실책이 발생하기 쉽다. 테스트베드는 개발과 양산을 이어주는 전사 자원으로 IT를 포함한 전 기능 조직의 참여가 반드시 필요하다.

 둘째, 소프트웨어(SW) 인프라다. 개발 및 운영 단계의 소프트웨어가 테스트베드에도 제공되어야 한다. 예를 들어, 양산 라인의 정상 운영 시 PLM, ERP, MES, APS 및 QMS 등의 기간 시스템이 포함된다. 앞서 연결성 문제와 유사하게 이 또한 미흡한 경우가 많고, 대게 추가 비용 문제를 핑계 삼는다. 하지만, SW공급사와 사전 협의를 통해 충분히 극복 가능하다. 테스트베드 활용은 요구조건을 조기 확정해 개발시간을 절감, 개발 원가를 낮출 수 있게 한다. 또한, 공급사에게는 고객의 투자로 검증되지 않은 신규 솔루션을 실증적으로 홍보할 수 있는 기회가 된다. 따라서 SW공급사(특히 글로벌 기업)의 통상적인 영업 및 마케팅 예산의 집행 유도가 충분히 가능하다.

 셋째, 데이터 큐레이션(curation) 서비스 인프라다. 테스트베드는 공정 기술, 설비 개발, 생산 등 다양한 기능 부서의 수요에 맞게 데이터를 제공해야 한다. 뿐만 아니라, 인공지능(AI), 기계학습(machine learning), 디지털 트윈 등 데이터 분석 및 모델 구축에 필요한 수요도 대응해야 한다. 모델을 학습하기 위한 학습 데이터(training data)와 테스트베드의 시생산 과정에서 실제 발생하는 실시간 운영 데이터(operational data)는 개발한 모델의 검증에 중요한 역할을 하게 된다.

 사진은 미국 표준기술연구소(NIST)의 스마트제조 테스트베드의 구성 요소를 나타낸다. 위의 언급된 테스트베드 구성요소를 전부 포함하고 있다. 단, 데이터 큐레이션 서비스가 연구소 내부용과 대중을 위한 외부용으로 구분되어 제공된다. 또한, 데이터 수집 및 통신(Data Aggregator)이 데이터 큐레이션 서비스와 연결되어 있음을 알 수 있다.

 테스트베드 운영 및 결론

 효과적인 테스트베드 운영은 두 가지 측면에서 정리 가능하다.

 첫째, 양산 연계성이다. 이를 달성하기 위해서는 개발, 공정기술, 설비기술, 생산 그리고 품질 부서가 테스트베드를 공동의 자산으로 인지하고 활용해야 한다. 구체적으로는 각 부서 고유의 실험 프로토콜 및 성능 지표 내 테스트베드 활용이 적시 되어야 한다. 예를 들어, 개발과 품질이 각각의 실험실에서 도출한 실험 결과에 대해 서로 의문을 갖는 것이 아니라, 쌍방이 협의 가능한 실험 조건과 결과를 테스트베드를 통해 실증적으로 구현하고 협업하는 것이다. 결과적으로 양산 상황을 보다 가깝게 모사하고 부서 간 협업을 촉진하며 양산 안정화에 기여한다.

 둘째, 혁신 하우스(Innovation House)의 역할이다. 양산에 돌입한 후에도 테스트베드는 혁신의 주체로 역할이 가능하다. 테스트베드의 인프라를 활용하여 양산에서 바로 시도해볼 수 없는 신기술의 도입을 시도할 수 있다. 테스트베드에서의 검증된 신기술이 양산에 얼마나 유효 할지도 양산 데이터와 테스트베드 데이터(데이터 큐레이션 서비스) 간 쌍대 비교를 통해 추정할 수 있다. 뿐만 아니라, 양산에 당장 반영이 어려운 변화의 경우 차제 신규 라인 투자에 반영 가능하기 때문에 경쟁력 확보를 위한 혁신에 일조가 가능하다.

 테스트베드는 ‘연습을 실전처럼’을 기업 차원에서 실행할 수 있게 하는 도구이다. 테스트베드를 운영하게 되면 일은 분명히 많아지고 투자도 필요하다. 세상에 공짜 점심은 없기에, 귀찮고 어려운 일이지만 시장에서 경쟁력을 확보하고, 고객에게 보다 큰 가치를 전달하기 위해 필요한 일인 것이다. 필요한 투자에 대해서는 최소화 방안과 효과적인 활용 방안을 통해 효용을 높일 수 있는 팁을 일부 전달했다. 이마저 부담스러운 중소기업들 입장에서는 시ㆍ도의 스마트제조혁신센터 등 정부차원의 지원 사업 등에 관심을 가지고 적극 참여할 필요가 있다.

정리= 류한열 기자


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.