[스마트제조혁신추진단 박한구 단장] 인공지능이 적용되는 스마트공장은?

‘4차 산업혁명, 새로운 제조업 시대’의 제조 모습은 과연 무엇일까? 가공 및 조립 공장이나 연속 생산공장의 모습은 소재나 원료를 사용해 자동으로 고객이 원하는 제품을 생산하고, 인공지능 두뇌가 공정 전체를 모니터링 및 분석·판단하고, 사람은 판단한 결과를 보고, 최종적으로 의사결정을 해 신속하게 조치하는 모습으로 변화될 것이다. 이것을 자율생산 공장이라고 한다. 그리고 소비가 많은 곳에 이 자율생산 공장을 지어서 고객이 원하는 제품을 경제적으로 적기에 공급할 수 있는 체계를 구축하는 것이다.

인공지능 두뇌가 공정 전체를 모니터링 및 분석·판단하고, 사람은 판단한 결과를 보고, 최종적으로 의사결정을 해 신속하게 조치하는 모습으로 변화될 것을 자율생산 공장이라 한다. [사진=utopia]

이와 같이, 스마트공장이 구축되면 지금과 같은 글로벌 공급사슬망이 없어지고, 자국에 소비가 많은 도시 근처에 자율생산 공장을 지어, 제품을 공급하기 때문에 자연적으로 해당 국가에서 원하는 모든 부품을 자율생산하고 공급받는 체계로 바뀌게 된다.

제조기업에 인공지능을 도입해 남들보다 먼저 경제적이고, 품질 좋은 제품을 생산 판매하려면 제조 현장에서 생성되는 모든 데이터를 수집·저장하는 인프라를 구축해야 한다. 스마트제조혁신추진단에서는 제조 Raw Data를 경제적으로 수집·저장할 수 있는 Public Cloud Platform을 사용하도록 지원사업을 수행하고 있다. 따라서 제조 현장에서 측정되는 데이터를 어떻게 수집해 저장해야 인공지능 알고리즘 기반의 솔루션을 적용해 스마트공장을 구축할 수 있는지 가이드라인은 다음과 같다.

노동 집약적인 공장을 기술 집약적인 스마트공장으로 바꿔야

많은 작업자가 소재를 가공·조립하는 공장은 로봇, 자동 반송 기기, 자동화 기계 등을 도입해 설비 중심의 자동화 및 스마트화를 수행하도록 해야 한다. 수작업으로 제품을 생산하는 현장에서 아무리 좋은 센서를 설치해 운영하고, 데이터를 수집·저장한들 쓰레기 데이터로 인공지능 기술을 적용할 수 없다. 최근 코로나바이러스로 중국 공장이 셧다운 되면서 글로벌 공급사슬 문제로 완성 제품을 생산하지 못해 수천억 원의 손실을 보고, 리쇼어링으로 극복해야 한다고 한다. 이 핵심은 3만 명의 저임금 근로자들이 생산하는 부품을 3,000명의 고임금 근로자가 더 경제적으로 생산할 수 있는 ‘Smart Process & Machine’을 개발하면 자연스럽게 해외에 있는 공장을 한국으로 이전하게 될 것이다.

자동화된 공장에서 Raw Data를 수집 저장하는 기준은?

Raw 데이터란? 단위 설비를 자동제어하는 PLC, DCS 시스템이 센서로부터 측정되는 데이터로, 자동제어 시스템 내에서 PI, PID 제어기의 설정값을 제어주기별로 수집하는 데이터다.

첫째, PLC, DCS 시스템에서 공정 제어용으로 측정되는 모든 데이터를 수집·저장한다. PLC, DCS 제어 시스템에서 센서로부터 측정되는 데이터는 아날로그(AI), 디지털 입력(DI) 데이터가 있고, 밸브, 모터, 실린더 등 액추에이터(Actuator) 장치의 조작량을 설정하는 아날로그(AO)와 디지털 출력(DO) 데이터가 있다. 아날로그 입력 데이터(AI: Analog Input)는 센서로부터 연속적으로 측정하는 온도, 압력, 유량, 농도, 전류, 전압, 위치, 속도 등 데이터로 제어기에서 실적값(PV: Process Value)이다. 아날로그 출력 데이터(AO: Analog Output)는 제어 시스템 내 자동제어기(PI, PID Controller)에서 온도, 속도, 농도, 유량, 압력 등 설정값(SV: Setup Value)에 실적값(PV)을 추종하도록 하는 조작량(MV:Manipulated Value)이다. 제어 시스템 내 모든 제어기로부터 설정값(SV), 실적값(PV), 조작량(MV)를 제어주기별로 수집·저장한다. 또한, 모터, 실린더의 가동 및 정지를 제어하는 디지털 출력(DO)와 가동 및 정지했다는 On/Off 신호를 측정하는 디지털 입력(DI) 신호도 수집·저장한다.

둘째, PLC, DCS 시스템의 제어주기와 동일한 수집주기로 저장한다. 자동제어 시스템에서 단위 기계를 최적 제어하기 위해 100ms~1초, 혹은 1분 등의 주기로 실적값(PV)을 받아 설정값(SV)에 추종하도록 조작량(MV)을 출력하는데 동일한 주기로 데이터를 수집·저장한다.

4M 2E 데이터베이스 [자료=스마트제조혁신추진단]

자동제어기의 SV, PV, MV값 수집 및 저장

셋째, 회전체의 상태를 측정하는 설비상태 측정데이터도 수집·저장한다. 모터, 펌프, 컴프레서 등 회전체의 상태를 측정하기 위해 진동, 온도, 토크 센서 등이 부착돼 측정하고 있는 데이터도 수집·저장한다.

넷째, 공장 내 모든 자동제어 시스템 간의 시간을 동기화해 수집·저장한다. 하나의 소재, 원료가 들어가서 하나의 제품을 생산될 때까지 공장 내 모든 PLC, DCS, CMS(Condition Monitoring System), POP, MES, ERP 등 모든 컴퓨터 시스템의 시간이 동기화돼야 한다. 전후 설비 간 시간이 동기화되지 않으면 앞뒤가 바뀌게 돼 쓸모없는 데이터를 저장할 수 있다.

 다섯째, 생산 중인 소재와 제품의 특성 관련 데이터를 수집·저장한다. 고객이 원하는 제품을 생산하기 위한 사양과 사용되는 원료나 소재의 사양 관련 데이터를 수집·저장한다.

여섯째, 원료, 소재나 제품의 품질을 오프라인으로 실험실에서 측정한 데이터를 수집·저장한다. 생산 중에 온라인으로 측정되는 데이터 이외 실험실에서 혹은 카메라로 측정한 영상 데이터 모두를 측정한다.

일곱째, 공장에서 소비되는 전기, 용수, 가스, 약품 등 각종 유틸리티 설비로부터 측정되는 모든 데이터와 공장에서 배출되는 환경 오염물질 측정데이터를 수집해 저장한다.

글 스마트제조혁신추진단 박한구 단장

[김관모 기자 (news@industrynews.co.kr)]

[저작권자 © FA저널 SMART FACTORY, 무단 전재 및 재배포 금지]