국가 경제를 이루는 구성요소가 다양해지면서 제조업이 차지하는 비중과 관심이 과거에 비해 줄어들고 있지만, 대부분의 나라에서 여전히 제조업은 경제의 중심축을 이루고 있다. 특히 한국은 제조업이 총생산과 경제 성장에 기여하는 비중이 다른 나라들에 비해 유독 높은 편이다. 이는 제조업을 고도화시켜 경쟁력을 유지해야 하는 중요한 이유이기도 하다. 그리고 이를 위한 유력한 방안으로 부상한 것이 스마트 팩토리다. 스마트 팩토리를 구현하기 위해서는 사물인터넷(IoT), 빅데이터, 클라우드, 사이버물리시스템(CPS) 등 다양한 기술이 필요한데, 특히 고객 요구의 잦은 변화 등 급변하는 상황에 대응해 스스로 빠르게 생산체제를 재편할 수 있는 공장을 구현하기 위해서는 인공지능(AI)의 역할이 절대적이다.

LG경제연구원의 보고서(스마트 팩토리, 산업 인터넷 혁명의 서곡)에 따르면, 스마트 팩토리는 단순히 사람의 노동력을 대체하는 공장 자동화를 넘어 다양한 장소와 방법을 통해 수집된 정보를 바탕으로 공장 스스로 공정 최적화, 생산 계획 수립 등의 의사결정을 내리는 것으로 정의된다. 스마트 팩토리와 관련해 국내는 아직까지 기계 가동 상태, 제품 하자 발생 가능성 예측, 생산성 향상, 비용 절감 등에 초점이 맞춰져 있으며, 스스로 정보를 판단하는 수준의 시스템은 일부 선도적 기업을 중심으로 모색되기 시작한 단계다.

포스코 등 스마트 팩토리 구축 활발

세계 4위 철강사인 포스코의 경우 2015년 광양제철소 후판공장과 포항제철소 2열연공장을 스마트 팩토리 모델공장으로 선정, 스마트M&S(Smart Machine & Safety)를 추진하고 있다. 광양후판공장은 후판부, 품질기술부, 설비기술부, 정보기획실, 포스코ICT 등으로 구성된 태스크포스를 중심으로 원가 절감, 품질 제어, IT 융복합 등의 기술 개발과 적용을 통해 스마트 팩토리 구현을 추진하고 있다. 또 포항 2열연공장은 수집된 데이터를 분석해 설비 상태를 실시간 진단, 예측하는 시스템을 구축해 조업환경의 안정성을 유지하고 설비 수명을 연장할 수 있도록 추진하고 있다. 포스코는 올해 말까지 두 공장의 프로젝트를 완료하고 IoT, 빅데이터, 인공지능을 효과적으로 구현하는 스마트 팩토리 구축을 전사로 확대할 것으로 보인다.

포스코 외에도 한화테크윈이 GE의 산업용 클라우드 플랫폼 등의 솔루션을 활용해 공장과 설비의 디지털화를 추진하고 있는 것을 비롯해 국내 대기업들은 스마트 팩토리를 추진하면서 인공지능 활용을 주요한 과제로 보고 있다.

인공지능 기반 스마트 팩토리에 대한 관심이 커지면서 IT서비스 기업의 움직임도 활발해지고 있다.

삼성SDS는 지난해 11월 인공지능 기반 스마트 팩토리 솔루션 ‘넥스플랜트(Nexplant)’를 출시했다. 회사 측에 따르면, 일반적인 제조과정에서 문제가 발생하면 데이터베이스에서 자료를 추출, 분석가에 의뢰해 결과를 운영자에게 전달, 원인을 파악하는데 최대 12시간이 걸렸다. 하지만 넥스트플랜트를 적용하면 머신러닝 기반의 분석을 통해 설비 이상이나 제품 불량을 일으킨 핵심 원인을 자동 검출해 소요 시간을 10분 이내로 줄일 수 있다.

또 SK주식회사 C&C는 지난해 9월 ‘IBM 왓슨’ 기반의 인공지능 서비스 ‘에이브릴(Aibril)’을 활용해 SK하이닉스 텍스트 마이닝 파일럿 시스템 구축사업을 시작하는 등 제조기업에 대한 인공지능 관련 사업을 확대하고 있으며, 포스코ICT도 IoT, 빅데이터, 인공지능 기술을 접목한 스마트 팩토리를 제조 현장에 적용하는 데 공을 들이고 있다.

중소중견기업 고도화 관건

한편, 국내 중소중견기업은 아직까지 차세대 스마트 팩토리로 불릴 만큼 제조 현장 고도화 단계에는 다다르지 못하고 있다.

산업통상자원부에 따르면, 지난해 말까지 약 2700개의 중소중견기업에 스마트 팩토리가 보급돼 원가 절감, 불량률 개선, 납기단축 등의 성과를 거둔 것으로 나타났다. 하지만 이들 중소중견기업의 스마트 팩토리는 대체로 기초 수준에 그치고 있다. 산업부는 2020년까지 스마트 팩토리 보급을 1만 개까지 확대할 계획인데, 인공지능을 비롯해 IoT, 빅데이터, 사이버물리시스템(CPS) 등 차세대 스마트 팩토리의 핵심 인프라를 어떻게 확산시킬 수 있을지가 관건이 될 전망이다.

전문가들은 자체적으로 인공지능 활용 기반을 만들기 어려운 중소중견기업의 경우 인공지능을 탑재한 클라우드 서비스를 적극적으로 활용하는 방안을 제시하고 있다.

한편, 전문가들은 인간이 생산하는 데이터는 이미 구글, 페이스북 등 해외의 글로벌 IT 기업들이 압도적으로 방대한 양을 확보하고 있어 경쟁이 쉽지 않다고 보고 있다. 반면, IoT에서 생산되는 데이터 분야는 아직 세계적으로 주도하는 기업이 없기 때문에 국내 기업들이 서둘러 제조 현장의 데이터 축적과 인공지능 도입에 나서면 글로벌 경쟁력을 가질 수 있다고 조언하고 있다.

<인간에게 작업방식 배우는 로봇>

최근 제조 현장에서 점차 자리를 넓혀가고 있는 것이 제조 로봇이다. 특히 기존 제조 로봇이 정해진 작업만을 반복수행 했다면, 최근에는 인공지능을 기반으로 상호작용하는 지능형 로봇이 주목받고 있다. 여기에 더해 인간의 작업 수행 과정을 보고 배우는 로봇이 관심의 대상이 되고 있다.

지상훈 한국생산기술연구원 수석연구원에 따르면, 인공지능 기술의 발전으로 로봇이 인간으로부터 행동요령을 배우는 기술(Learning from Demonstration)이 활발하게 연구되고 있다. 지난해 열린 국제로봇학술대회인 ‘세계지능형로봇시스템총회’에서 관련 논문 수십 편이 발표되기도 했다.

로봇이 제조 현장의 각 분야 전문가들에게 직접 기술을 배울 수 있게 된다면 새로운 작업방식을 배우는데 필요한 시간을 대폭 줄일 수 있을 것으로 보인다. 기존에는 프로그래머가 새로운 작업절차를 로봇에 입력하기 위해 수 주일의 시간이 필요했다. 또 최근에는 동영상을 통해 인공지능에게 새로운 작업을 학습시키는 연구까지 진행되는 것으로 알려져 로봇의 기술 습득이 훨씬 빠르고 쉬워질 것으로 보인다. 또 로봇이 새로운 기술을 습득하는 방법의 획기적인 변화가 나타나면서 제조현장에서 인간과 로봇의 관계도 새롭게 정립돼야 할 것으로 보인다.

<본 기사는 테크M 제46호(2017년 2월) 기사입니다>