[테크M=박상묵 씨피프티원 CSO] 스마트팩토리는 공장 내에 있는 ‘사물’(Things)들에 네트워크 연결성을 부여하고, 이를 기반으로 데이터를 수집 및 분석해 공장 운영에 대한 시각화, 예측, 최적화, 효율화를 추구하는 것으로 요약된다.

스마트팩토리의 목표는 생산성 향상이다. 이를 위해 스마트팩토리는 기기나 장치에 탑재된 센서를 통해 확보한 데이터를 통계적 기업이나 인공지능(AI)과 같은 컴퓨팅 처리를 통해 해석하는 과정이 필요하다. 공장에 있는 많은 기기들에서 수집한 방대한 데이터를 클라우드 서비스나 기업이 자체적으로 보유한 데이센터를 통해 처리할 경우 네트워크에 부하가 걸릴 가능성이 높은 것은 물론 데이터가 오가는데 따른 지연도 피할 수 없다.

그러나 시시각각 상황이 달라지는 공장에서는 데이터를 실시간으로 처리할 필요가 많다. 현장에서 일어나는 일들은 현장에서 바로 그때그때 대응해줘야 한다. 스마트팩토리 환경에서도 엣지컴퓨팅이 주목받는 이유다. 사물인터넷(IoT)과 인공지능 기술에 의해 구현되는 시스템은 종종 인체에 비유되곤 한다. 수많은 센서들이 시각, 청각, 촉각 등 감각세포 역할을 하고, 이들로부터 발생한 신호가 전송되는 네트워크는 신경 역할, AI는 해당 신호들을 분석해 행동 지령을 결정하는 뇌와 같은 역할을 담당한다. 지령은 다시 네트워크를 통해 전송되고 근육의 역할을 하는 장비들은 지령을 행동으로 옮긴다.

클라우드컴퓨팅과 엣지컴퓨팅도 인체로 설명이 가능하다. 먼저 클라우드 컴퓨팅은 뇌가 있어야 할 장소와 운영 방식에 대한 개념이다. 반면 엣지컴퓨팅은 뇌가 클라우드인지 인프라를 내부에 직접 구축해 쓰는 온프레미스(On-premises)인지에 초점을 맞추지 않는다. 빠르고 단순하게 반응해야 하는 반사 행동이나 당장은 무시해도 좋은 상황은 굳이 뇌를 거치지 않고 신경 단에서 처리함으로서 뇌에 걸리는 부하를 줄이고자 하는 개념이다.

IoT에서 엣지컴퓨팅은 트리아지(동시에 발생한 병자, 부상자에 대해 긴급도, 중증도를 판별해 치료자의 우선순위를 정하는 것)와 같은 역할을 한다. 즉 센서와 디바이스에서 쏟아지는 데이터를 네트워크 엣지에서 먼저 선별하고 처리한 다음 중요한 데이터만을 서버로 보내는 것이다. 이를 통해 시스템은 빠른 대처를 필요로 하는 서비스의 지연 시간을 줄이는 동시에 서버 부하 또한 감소시킬 수 있다.

엣지컴퓨팅은 현장에 투입된 설비나 장치에서 바로 분석 처리가 이뤄지기 때문에 실시간 데이터 처리를 실현할 수 있다. 신속한 판단과 처리가 요구되는 제조 현장에서 엣지컴퓨팅은 더욱 중요할 수밖에 없다.

센서나 기기에서 수집된 데이터는 생산 환경을 그대로 담은 정보다. 정리가 되지 않은 정보는 클라우드나 데이터센터에서 해석하는 것이 만만치 않을 수 있다. 엣지컴퓨팅에서 데이터를 해석하기 쉬운 형태로 만들거나 필요한 데이터인지를 판단한다면 클라우드에서 대규모 데이터를 분석하는 것이 원활해질 것이다.

예를 들어 어떤 설비에 부착된 가속도 센서에서 수집된 진동 데이터는 그 자체로는 의미있는 정보가 아니다. 주파수를 분석하고 열화도를 확인함으로써 유지 보수가 필요한지 여부를 판단할 수 있다. 따라서 다른 장치와의 열화비율 및 라인 전체에 걸친 최적화 제어 등이 가능하다.

엣지컴퓨팅을 구현하면 해석, 판단, 제어 프로세스를 설비나 장치에서 바로 행할 수 있다. 판단 작업을 위해서는 통계 해석이나 머신러닝과 같은 인공지능 기술을 사용할 수 있다. 엣지컴퓨팅을 기반으로 사물이 스스로 상황을 판단할 수 있게 되면 해석에서 제어까지 일련의 과정이 설비에서 바로 이뤄질 수 있다. 이론적으로 사람이 개입할 필요가 없어진다는 얘기다.

머신러닝을 통한 해석에서 도출된 답을 피드백하고, 그 다음 해석에 이용함으로써 점점 정밀한 답을 찾을 수 있도록 학습하는 것도 가능해진다. 사람의 명령을 받고 수동적으로 움직였던 사물이 엣지컴퓨팅과 인공지능에 의해 자율적으로 돌아가는 지능형 사물로 진화할 수 있다는 설명이다.

사물이 스스로 상황을 판단할 수 있게 되면 다양한 낭비 요소를 제거할 수 있다. 기기가 자신의 상태를 판단하고, 정비가 필요한 때에 스스로 신고하게 되면, 기업 입장에선 신고한 장치를 점검만 하면 된다. 지금까지 정기적으로 행했던 모든 설비 점검의 필요가 없어질 수 있는 것이다.

언급한 내용들은 주로 네트워크 장비업체나 설비 등 기기를 만드는 업체들이 추구하는 방향과도 일치한다. 휴대폰 절삭 로봇으로 유명한 일본 기업 화낙은 2017년 10월부터 제조 현장용 IoT플랫폼 필드 시스템(FIELD system) 가동에 들어갔다.

필드 시스템은 제조 기기에서 나오는 데이터를 통해 가시화 및 분석을 지원하고, 기기들에 대한 예방 보전도 가능케 한다. 공작기계 가공시간을 정확하게 예측하는 것은 물론 제조 현장에 있는 인력들에 대한 권한 및 조작 관리를 관리하는 솔루션도 제공한다. 화낙은 고효율 학습이 가능한 독자 인공지능 기술을 탑재한 컨트롤러나 산업용 PC도 출시할 계획이다.

지금까지 언급한 내용은 현장에서 실시간으로 데이터를 처리하는 엣지컴퓨팅이 인공지능과 결합해 스마트팩토리 환경을 어떻게 바꿀지에 대한 것이다. 하지만 기기 단위가 아닌 스마트팩토리 전체의 효율성을 제고하기 위해서는 정보를 더 넓게 활용할 수 있는 환경이 요구된다. 포그, 클라우드/온프레미스(기업 내부에 자체 인프라를 구축하는 방식)를 고려한 아키텍처 수립이 필요하다.

포그는 각각의 엣지컴퓨팅에서 처리한 공장 내 데이터를 통합하는 경우에 적합하고, 클라우드/온프레미스는 엄격한 실시간성을 필요로 하지 않는 대용량 데이터나, 공장 간 데이터를 넘어서 분석이 필요한 경우 등에 활용할 수 있다. 스마트팩토리의 목표인 생산성을 강화하기 위해서는 엣지컴퓨팅, 클라우드를 목적에 맞게 역할 분담함으로써 최적의 처리 환경을 구현해야 한다. 스마트팩토리와 인공지능간 시너지를 위해 클라우드, 온프레미스-엣지 아키텍처를 조직의 목적에 부합하게 설계하는 것이 중요하다.

>>>

사물이 스스로 상황을 판단할 수 있게 되면 다양한 낭비 요소를 제거할 수 있다. 기기가 자신의 상태를 판단하고, 정비가 필요한 때 스스로 신고하게 되면, 기업 입장에선 신고한 장치를 점검만 하면 된다. 지금까지 정기적으로 행했던 모든 설비 점검의 필요가 없어질 수 있는 것이다.

<본 기사는 테크M 제60호(2018년 4월) 기사입니다>