[63]코로나 시대, 스마트팩토리의 중요성

[박정수 성균관대 스마트팩토리 융합학과 겸임교수] 코로나 바이러스로 인해서 소비자 행동과 구매 패턴은 물론 라이프 스타일(Life Styles)까지 과거에 경험하지 못한 새로운 변화를 만들어내고 있다.

이와 같은 고객과 시장의 변화에 대응하기 위해서 제조업은 무엇을 준비해야 할까? 코로나 바이러스 때문에 제조업의 매출이 줄거나 위축되고 수익이 나빠진다고 말할 수 있을까? 2020년을 돌이켜 보면 제조업의 실적은 더 좋아진 기업도 있고 그렇지 않는 기업도 있다. 미리 미리 준비한 기업과 그렇지 못한 기업의 차이가 경영 성과로 이어지는 실질적인 제조업의 현실을 직시해야 한다.

스마트팩토리는 제조업을 대칭(對稱, symmetry)하여 불릴 정도로 새로운 국면에 접어들고 있다. 다양한 센서에서는 수많은 데이터가 생성되고, 각 설비에서는 다양한 연결을 통해 데이터가 모아지고, 생산 현장에서는 엣지 컴퓨팅(edge computing)을 통해 데이터가 활용되고 실시간 분석이 이뤄지고 있는 상황이다. 물론 생산 설비에서 생성되는 데이터는 생산성을 향상시키는 데 가치가 있어야 하고, 그 가치를 찾아내기 위해 인공지능을 활용한다. 하지만 많은 양의 데이터를 확보해도 생산성 향상에는 도움이 되지 않는 경우가 생긴다고 한다. 그래서 데이터 관리 기술이 필요하다.

스마트팩토리의 원천기술이라고 할 수 있는 빅데이터를 제조업에 제대로 도입하려 할 때 기술만 안다고 되는 문제가 아니다. 방대한 양의 데이터를 관리하는 기술도 데이터를 아는 것만큼 중요하다. 더 나아가 데이터 관리에 대해 시스템을 운영하는 차원에서 언급하고 있는지, 아니면 운영측면에서 각각의 제조업의 업(業)의 특성에 맞는 맞춤형 데이터 관리를 제안하고 있는지 구분해야 한다.

즉 정보통신기술(ICT)과 생산운용기술(operation technology)을 통합한 빅데이터 관리 기술을 우선적으로 실현할 수 있는지 파악하여야 한다. 다시 말해, 스마트 팩토리를 제대로 구축하기 위해서는 빅데이터 관리와 인공지능 기술을 잘 알고 있는 전문가도 필요하지만 현장에서 실무를 여러 해 동안 수행해 온 현장 전문가도 매우 중요하다. 다시 말해 현장 전문가가 빅데이터 활용과 인공지능 기술을 터득하는 것이 가장 바람직한 방향이다. 또한 과거와 다른 귀납적 소프트웨어 시대가 열리고 있는 것이다. 그것이 뉴노멀(New Normal)이며, 반응적 비즈니스 모델 기반(Reactive business model)에서 지속 가능한 제조 혁신을 실현하는 것이 스마트 팩토리이기 때문이다.

그러므로 센서 기술이 인공지능과 결합하면 각종 디바이스(On-Device AI)와 사물은 주변환경을 더욱 잘 이해할 수 있게 되고, 그러한 사물은 단순 연결의 사물 인터넷(Internet of things)이 아닌 사물의 자발적 이동이 가능해지는 지능형 사물(Intelligence of Things)이 된다. 또한 IoT(intelligence of Things)기술이 이동성(mobility) 기술과 결합하여 제조업의 스마트화를 견인하게 될 뿐만 아니라, 데이터 기반 행동 인터넷(Internet of behaviors)이 실현되는 스마트 팩토리 고도화로 발전시킬 수 있다.

더 나아가 증강 인간(Augmented Human)처럼 뇌와 컴퓨터의 인터페이스와 감성 컴퓨팅 등 컴퓨터와 인터넷을 이용하여 인간의 생각과 감각을 제어하는 기술을 인공지능 기반 스마트팩토리에 적용할 경우, 생산 시스템과 하드웨어 능력이 향상되어 실질적인 자율화 생산이 가능해 질 것이다. 스마트팩토리의 활성화 및 고도화로 인해 모든 공정에서 각 설비 및 부품들의 연결성이 중요해지면서 빅데이터, 엣지 컴퓨팅 등 수집된 데이터의 효율적인 관리 및 분석에 필요한 인공지능(AI) 기술이 제조 현장에서 활성화 될 것으로 기대 된다.

아래 그림은 스마트팩토리에 대한 사고의 틀(Smart Factory Thinking)을 보여주고 있다. CPPS(Cyber Physical Production System)는 스마트팩토리의 핵심이며, Feedback(자동조절원리)은 핵심 기능이고 최적화된 운용(Optimized Control)은 궁극적인 목적이다. 그러므로 스마트 팩토리 고도화 수준에서는 생산 반응 및 대응 계획이 필수적이다.



스마트팩토리 개념과 실행 여부를 수용해야 할 기업은 ‘효율적 소비자 대응’을 수행했느냐, 안 했느냐가 성장과 번영, 아니면 변화냐, 아니면 정체 상태를 인지하여 결정(Change or Die)했다고 한다. 그러므로 효율적인 소비자 반응(ECR: Efficient Consumer Response)에 대한 지속 가능한 제조 대응 역량을 구축하는 것은 스마트팩토리 사고(Smart Factory Thinking)의 근간이 되고 있다.

1980년대 “효율적인 소비자 대응(ECR)”은 미국 가공식품 유통업계가 경쟁력 회복을 목표로 만든 경영 전략이다. 경쟁 속에서 기업이 살아남을 수 있느냐는 고객에게 더 높은 가치를 제공할 수 있느냐에 달려 있기 때문이다. 즉 ‘ECR(Efficient Consumer Response)’은 유통·도매·제조업체간 긴밀한 협력을 통해 소비자에게 제공하는 서비스 수준을 높이려는 전략이다. 소매상, 도매상, 제조업자의 벽을 넘어 공급망(Supply Chain) 전체의 효율성을 향상시키는 것을 목표로 함으로써, 그들은 결과적으로 각각의 사업 목표를 추구하는 것보다 더 큰 이익을 얻을 수 있었다. 공급망을 구성하는 기업은 기회 손실, 재고 수준, 전체 비용을 줄일 수 있을 뿐 아니라 ‘고객 만족도’라는 취지를 공유함으로써 수익성을 높일 수 있었다. 또한 공급망의 모든 사업 운영이 소비자에게 더 높은 가치를 제공하는 데 기여하는지 여부를 기준으로 점검함으로써 사업 운영을 없애거나 추가하는 등 리엔지니어링을 수행했다. 덧붙여, 이 전략은 미국에서 할인점이 등장했을 때의 격동기를 극복하기 위한 경쟁력 회복을 목표로 구사한 전략으로 사용되기도 하였다.

ECR은 스마트팩토리 고도화와 유사하게 더 나은 편의성, 더 나은 제품, 더 나은 품질, 더 나은 상품 선택, 더 나은 상품을 제공하여 서비스 극대화 측면에서 관련 기업들 간의 윈-윈 협력 관계를 구축하는 것을 목표로 삼았다(즉, 공급망을 통해 모든 회사가 이기고 이익을 얻는 것). ECR의 첫 번째 목표는 비즈니스 프로세스를 재설계하고, 리엔지니어링을 실현하는 것이다. 이를 위해서는 기업 간 정확하고 시의 적절한 정보교환을 위해 사용되는 EDI(전자 데이터 교환) 등 정보기술이 필요했듯이, 스마트팩토리 구현을 위한 인공지능 기술과 빅데이터 관리 및 활용기술이 절실해지고 있다.

또한 ECR(Efficient Consumer Response)은 효율적인 매장 구성, 효율적인 보충, 효율적인 프로모션 및 효율적인 제품 소개라는 네 가지 전략을 통해 식료품 체인의 핵심적이고 부가적인 프로세스의 시간을 단축하고 비용을 절감하는 것이 전략적 목표였다. 효율적인 구색을 통해 소매점에서 취급하는 제품의 범위가 소비자를 만족시키고, 소매점과 공급업체의 수익성을 높이기 위해 매장 공간을 효율적으로 활용할 수 있다. 공간이 부족할 경우, 효율적인 진열 및 정렬을 통해 공급망 구성원들이 비용을 크게 절감할 수 있었다.

그리고 효율적인 보충은 적절한 장소, 적절한 시기, 적절한 수량, 가능한 가장 효율적인 방법으로 적절한 제품을 제공하는 것을 목표로 했다. 이와 같이 유통, 즉 공급망(Supply Chain)이 효율적 고객 대응(ECR)을 차별적으로 수행하여 각각의 기업들이 초격차(超格差)를 실현하여 왔듯이 제조 혁신도 스마트팩토리 고도화를 통해 시장과 고객 대응을 효율적으로 수행할 수 있어야 한다.

고객 접점, 즉 소매 유통 영역에서 ECR(Efficient Consumer Response)은 1980년대부터 지금까지 진화 발전하고 있다. 그에 따른 제조업의 혁신도 자제소요계획(MRP I: Material Requirement Planning)을 백본(Backbone)으로 탄생한 ERP(Enterprise Resources Planning), 그에 따른 제조자원계획(MRP II: Manufacturing Resources Planning)으로의 진화 발전되어 왔다. 그리고 이와 같은 제조 산업 혁신의 역사는 대 변혁기 마다 뉴노멀(New Normal)을 경험해 왔다. 4차 산업 혁명은 공급망(Supply Chain)을 가치망(Value Chain)으로 전환시켜야 하는 큰 숙제를 가지고 있다. 그 중심에 빅데이터 관리 및 활용 기술이 놓여 있으며, 그 문제를 다루기 위해서 인공지능의 학습과 분석 기술이 필수가 되고 있다.

그러므로, 위 그림에서 도해(圖解)했듯이 제조대응계획(MRP III: Manufacturing Response Planning)에 주목해야 한다. 그것이 인공지능 기반 스마트팩토리의 백본(Backbone)이기 때문이다. 다시 말해 제조대응계획(MRPIII)을 백본(Backbone)으로 인공지능 기반 스마트팩토리, 즉 제조 혁신의 고도화가 펼쳐지고 있으며 그것은 제조 산업의 초격차(超格差)로 나타날 것이다.