뉴스 검색결과 3,365건
- 하이테크부터 뿌리산업까지…폴리텍 무료 기술교육과정 5215명 모집
- [이데일리 최정훈 기자] 한국폴리텍대학이 수료생 103명 전원 취업한 분당융합기술교육원 등 무료 기술교육과정 전국 5215명을 모집한다.폴리텍 분당융합기술교육원 재학생.(사진=폴리텍 제공)한국폴리텍대학은 내달 1일부터 국비 무료 기술교육과정 온라인 원서접수를 시작한다고 26일 밝혔다. 모든 과정은 내년 3월 개강하고, 대학 홈페이지 또는 모바일에서 간편하게 온라인 지원이 가능하다. 먼저 하이테크과정은 한국판 뉴딜정책 관련 직종 중심의 직업교육 특화과정이다. 만 39세 이하 전문대학 졸업(예정) 이상의 학력을 보유한 청년층을 대상으로 한다. 폴리텍은 매년 고학력자 직업교육훈련 증가 수요를 반영해 국정과제인 하이테크과정 정원을 확대하고 있다. 내년 정원은 1230명이다.생명의료시스템과는 SK바이오사이언스, 에스티팜, 미코바이오메드 등 코로나 진단 및 백신 관련 기업에 수료생 전원이 취업했다. 임베디드시스템과는 비전공자 취업의 장으로 50% 이상이 인문사회, 예체능, 사범계열 등 관련분야 비전공자다.데이터융합SW과는 현재까지 올해 입학생 97%가 조기 취업에 성공했다. 주요 취업처는 국내 유일 코어뱅킹 개발사 ‘뱅크웨어글로벌(19명)’, 금융 솔루션 개발사 ‘유클릭(10명)’ 등이다.국가기간·뿌리산업 직종 중심의 ‘전문기술과정’은 만 15세 이상 미취업자라면 학력과 관계없이 누구나 지원할 수 있다. 일반계고 3학년 진급 예정 학생도 ‘일반계고 위탁과정’을 통해 폴리텍에서 직업교육훈련을 받을 수 있다. 올해부터 전문기술과정 입학 범위가 확대돼 △2년제 대학생은 대학 입학 시점부터 △4년제 대학생은 3학년이 되는 시점부터 지원할 수 있다.자동차, 기계, 전기 등 국가기간·전략산업 관련 학과의 취업률은 올해도 강세를 보였다. 동부산캠퍼스 스마트전기과 95.8%, 익산캠퍼스 전기제어과 90.5%, 서울강서캠퍼스 실내건축디자인과 88.2% 순이다.금형, 용접, 표면처리 등 뿌리기술 관련분야인 산업설비계열은 전국 16개 캠퍼스에서 총 665명을 모집해 가장 큰 규모다. 남인천캠퍼스 특수용접과, 포항캠퍼스 산업설비과는 각각 86.4%, 85.5%로 높은 취업률을 기록했다.아울러 폴리텍은 2022학년도 하이테크과정 3개 학과를 신설해 각 20명씩 소수정예 기술인재를 양성한다. 인공지능소프트웨어과는 인공지능 소프트웨어 역량을 겸비한 프로그램 전문가 양성을 목표로 한다. SW융합시스템진단과는 최근 제조업 패러다임을 바꾸고 있는 스마트팩토리 전반을 이해하고, 설비 운영과 소음·진동 진단 직무에 필요한 교육을 압축해 제공한다. 이차전지융합과는 전국 최초 이차전지 관련 학과다. 국내 최대 배터리산단이 안착한 포항의 일자리 수요에 맞추어 배터리 제조 및 리사이클링 공정운영, 품질관리를 수행할 수 있는 배터리 전문 기술인력을 양성한다.
- '대량 맞춤화' 제조전략[102]
- 박정수 성균관대 스마트팩토리 융합학과 겸임교수[박정수 성균관대 스마트팩토리 융합학과 겸임교수] 제4차 산업혁명, 인더스트리 4.0과 스마트 팩토리 개념이 대중화되면서 기존 제조 현장의 혁신, 자동화, 인공지능을 활용한 자율화를 통해서 시장과 고객 요구에 대한 더 나은 대응 역량을 향상시켜야 하는 필요성이 커지고 있다. 특히 지능형 시스템과 플랫폼 경영을 목표로 하는 뉴노멀(new normal)의 새로운 제조 패러다임(new manufacturing paradigm)으로의 전환을 목격하게 될 것이라는 인식이 점점 커지고 있다.제조 산업의 가치 창출은 지난 2세기 동안 1차, 2차, 3차 산업혁명을 거치면서 급진적인 진화의 대상이자 제조 산업의 목적 함수였다. 또한 4차 산업혁명에 의한 스마트 팩토리는 제조 현장의 아날로그와 디지털이 사람 중심 사이버 물리 시스템(human Cyber Physical System)에 의해서 실시간으로 피드백(feed-back)되고 융합하여 새로운 기능을 창의(創意)하는 뉴 노멀(new normal) 산업 혁명이며 기존 제조 패러다임을 파괴하고 글로벌 제조의 새로운 효율성, 생산성, 안전성, 수익성, 그리고 시장 대응 역량을 과거와 다르게 변화시키고 있다. 이러한 맥락에서 CPPS(Cyber Physical Production System, 사이버-물리적 생산 시스템)의 개념에 초점을 맞추고 이 전환의 세 가지 핵심적이고 필수적인 동인(動因)인 “데이터 기반 제조”, “분산 제조 및 통합”에서 CPPS의 역할에 대한 전반적인 관점에서 관찰력(insight)을 발휘하여야 하고, 특히 데이터 보안을 위한 블록체인 기술을 활용하여 데이터 기반 모델링(data-driven modeling)의 적용을 통해, CPPS는 제조를 보다 직관적이고 자동화(intuitive and automated) 되도록 혁신하는 데 도움이 될 것이다.물론 CPPS는 데이터 관리 기술 기반 피드백(feed-back) 기능이 핵심이다. 데이터 기반의 자동화된 제조, 스마트 팩토리는 제조의 분산화를 가능하게 하여 과거 집중화에 의한 소품종 대량생산에서 다품종 소량생산을 가능하게 하는 제조 현장의 시장 대응력을 좌우하는 유연성이 증대될 것이다. 더 나아가 그것은 개인화 맞춤(bespoke)에 대한 시장의 요구를 대응하는 핵심이 분산화로부터 발현되는 제조 유연성이기 때문이다. 즉 제조의 분산화는 유연성을 향상시키는 기본이며 모듈화(modulization)는 좋은 예이다. 또한 CPPS(사이버-물리적 생산 시스템)에 블록체인 기술을 층층이 쌓아가면(layering) 분산 시스템(decentralized systems) 전반에 걸쳐 데이터 공유 및 통합이 가능해지고 데이터의 안정성과 보안이 보장될 것이다.아래 그림은 데이터 기반 제조가 자동화 및 연결된 엔터티(connected entities)를 통해 분산된 제조를 가능하게 하는 CPPS에 의해 활성화된 스마트 팩토리의 구조화된 계층. 분산된 제조 시스템의 하위 시스템은 서로 배타적이지만 개별 엔터티(individual entities)와 데이터를 수신하고 교환하여 정보에 입각한 결정을 내린다. 이러한 데이터와 정보의 공유는 블록체인 기술을 필요로 하며, 이는 점진적으로 투명하고 안전한 스마트 제조 생태계를 가능하게 한다. 자동화 및 스마트 제조 기술을 위해 다양한 사이버 기술과 물리적 시스템(기계 및 인간)의 통합으로 구동되는 공장의 미래를 보여주고 있다. 제4차 산업혁명의 기술 수단으로써 지능정보통신기술(IICT, Intelligence Information Communication Technology), 무선 네트워크 및 클라우드 컴퓨팅, 사물 인터넷(IoT)의 발전과 행동 인터넷(IoB)에 의한 메타버스(metaverse) 세계로의 확장으로 인해 다양한 산업 영역, 특히 동적(動的) 서비스(MaaS)를 위한 행동 데이터(behavior data)에 연결하고 사용할 수 있는 전례 없는 산업의 기회(機會)가 생겨나고 있다.또한 머신 러닝, 딥 러닝, 강화 학습, 지식 그래프를 포함한 인공 지능(AI) 알고리즘, 즉 각종 소재 부품 장비의 지능화를 위한 사용 설명서의 데이터 세트(data set) 등장으로 제조 시스템의 운영 및 제어가 보다 직관적이고 지능적이며 모든 것이 실시간 기반으로 피드백(feed-back) 되어 속효성이 향상되고 있다. IIoT(산업용 사물 인터넷), 클라우드 컴퓨팅, 에지 컴퓨팅 및 포그 컴퓨팅과 같은 기술을 사용하면 리소스가 제한적이고 분산된 산업용 장치 및 시스템이 명시적인 통신 및 조정을 통해 강력한 컴퓨팅 기능을 얻을 수 있으므로 거의 실시간으로 피드백이 가능해지고 있다. 그러므로 데이터 기반 의사 결정이 새로운 컴퓨팅 기술의 수용과 함께 강력하고 지속적인 시장 욕구와 개인화 맞춤(bespoke) 제품에 대한 강력한 추진은 제조 관행의 추세 변화에 영향을 미치고 있다.최근 몇 년 동안 자동차 부문에서 채택된 모듈화 제조 개념이 좋은 예다. 자동차 생산 현장의 모듈화를 위해서는 동일한 자동차 부품을 기존 조립 라인에서 대량 생산해야 한다. 각 모델과 제품에 고유한 특성을 부여하기 위해 맞춤형 모듈이 추가되는 것은 마무리 단계(즉, 조립 라인의 마지막 단계)에서만 가능하다. 즉 제조의 분산화(탈 중앙화)가 실현되고 있는 것이다. 물론 바이오 산업에서 합성 공정과 배양 공정의 분산화는 오랜 역사를 갖고 있으며 최근에는 지역과 공장을 완전체로 분산하여 제조 거점을 새로운 제조 전략으로 실현하고 있는 것도 모듈화 제조의 좋은 예이다.따라서 대량 생산은 고유한 제품, 소품종 대량생산을 대규모로 생산하여 규모의 경제와 마케팅 관점의 푸시 전략(push strategy)을 전개하는 공급자의 기본적인 제조 전략이다. 개인화 맞춤과 함께 다양한 시장의 요구는 기존의 중앙 집중화되어 있는 제조 라인의 비용 구조를 제조 분산화를 기반으로 동적 배치 크기와 효율성을 고도화하여 개인화된 제품을 생산함으로써 ‘대량 맞춤화’ 제조 전략(製造 戰略), 즉 마케팅 관점의 풀 전략(pull strategy)을 가능케하는 스마트 팩토리 구축을 제안하고 있다.특히, 최근 디지털화와 네트워크(ICT 및 AI) 기술의 융합은 개인화 또는 맞춤형 제품 생산의 대량 맞춤화 추세를 선도하고 있으며 기존 제조 패러다임에 격변(激變)을 촉발하고 글로벌 제조를 보다 스피드하고 보다 스마트하게 전환하는 것을 목표로 한다. 위 그림에 표시된 것처럼 자체적으로 제조 현장이 자동화되고 있을 뿐만 아니라 분산화되고 있기 때문에 동적인 데이터에 대한 보안이 강조되고 있다. 그것이 바로 MaaSS(Mobility as a Security Services)이다. 그러므로 사이버-물리적 생산 시스템(CPPS)에 대한 광범위한 활용 영역을 제시하는 스마트 팩토리의 본원적 기능은 동적 기반 서비스(MaaS)이기 때문이다. 따라서 CPPS가 차세대 제조 시스템, 스마트 팩토리의 핵심 요소로 작용할 것이다. CPPS를 통한 스마트 팩토리에서 실시간 기반 피드백을 실현하여야 시장과 고객의 요구를 대응할 수 있을 것이다. 즉 실시간으로 고객의 요구에 대응하기 위해서는 데이터 관리 기술이 내재화되어 활성화되어야 한다. 특히 스마트 팩토리의 세 가지 핵심 관점(view point)은 ① 데이터 기반 모델링, ② 탈 중앙화(decentralization) 시스템, ③ 데이터 보안을 위한 통합 블록체인 기술을 활용하는 것이 제조 데이터 기반(基盤) 스마트 팩토리 구축의 추세(趨勢)이다. 스마트 팩토리에서 획득된 데이터를 해킹과 산업 스파이 활동으로부터 보호하는 문제는 매우 중요하다. 사물인터넷(IoT) 디바이스와 데이터는 스마트 팩토리의 필수적인 요소이면서, 데이터 보안에 있어서 주된 취약 지점이 될 수 있다. 데이터를 수집하고 저장하는 각각의 IoT 디바이스나 데이터가 해커들에게 매력적인 표적이 될 수 있으며, 해커가 IoT 디바이스만 뚫더라도 다른 연결된 디바이스들로 침투할 수 있다. 해커가 데이터나 시스템 자체를 인질로 삼아서 보상금을 요구할 수도 있다. 탈취된 데이터를 경쟁사에 팔아넘길 수도 있다. 또 어떤 경우에는 해커가 전체 플랜트(plant)를 장악할 수도 있다.산업용 시스템을 보호하기 위해서는 RoT(root of trust)를 구축하는 것이 중요하다. 이렇게 함으로써 네트워크 내의 각각의 노드(node)들로 변경될 수 없는 신원을 부여하고 어떠한 데이터를 전송하기 전에 서로 간에 인증을 할 수 있다. 보안 부트 메커니즘은 부트 업 시퀀스 시에 유효한 출처로부터 왔고 어떤 식으로든 무단 조작되지 않은 코드만 실행되도록 함으로써 네트워크를 부정한 펌웨어 업데이트로부터 보호해야 한다. 공용 키 데이터 암호화(RSA나 산업용 노드로 많이 사용되는 ECC 기반)는 “중간자 공격”을 방어할 수 있다. “화이트 햇” 해커와 협력해서 멀웨어를 잡아내는 것도 가능하다. 지정된 애플리케이션 프로그래밍 인터페이스(API)로 소프트웨어 개발자가 할 수 있는 선택들을 제한함으로써 해커 공격에 노출되는 표면을 줄일 수 있다. 그러므로 스마트 팩토리로 설계 단계에서부터 정보 보안을 고려해야 한다. 스마트 팩토리는 MaaS(Mobility as a Services)이기 때문에 정보 보안이 더 중요하다.따라서 동적인 MaaS(Mobility as a Services)를 실현시키기 위해서는 모든 솔루션(solution)과 산업 기술에 대한 정보 보안 관리, 즉 동적인 제조 환경에서의 산업 기술 유출과 정보 보호 및 보안 관리가 중요해지고 있으며 그 대안으로 블록체인 기술을 활용하는 방안이 모색되어야 한다. 즉 MaaSS(Mobility as a Security Services)의 동적인 경제활동에 따른 지속 가능한 보안 관리를 구현하여 모든 솔루션(solution) 영역에서 내재화 기술이 요구되고 있다. 그 까닭은 미래의 제조 생태계는 동적인 지능형으로 조성될 것이기 때문이다. 지능형 스마트 팩토리의 플랫폼은 데이터 기반 모델링을 활용한 사람 중심 사이버 물리 시스템(h-CPS)으로 구성되어야 하며, 그 시스템은 탈 중앙화, 즉 분산화되어 시장과 고객 요구에 대응하는 구조적인 시스템으로 구성되어야 한다. 중앙 집중화로는 불가능하다는 것이다. 왜냐하면 실시간 데이터 기반으로 상호작용하고 피드백(feed-back) 되어 사이버 공간과 물리적인 제조 현장이 메타버스(metaverse) 세계에서 공진화(共進化, coevolution) 되어야 하기 때문이다.
- [101]유방암 오진율을 3.5%에서 0.5%로 낮춘 AI의 위력
- 박정수 성균관대 스마트팩토리 융합학과 겸임교수[박정수 성균관대 스마트팩토리 융합학과 겸임교수] 모든 산업이 힘들다. 과거 성공한 방법으로는 경쟁우위를 유지하기가 힘든 상태를 산업혁명이라고 한다. 산업혁명 시기에는 현재 어려운 기업뿐만 아니라 잘나가는 기업도 변화 관리를 철저히 해야 한다. 모든 산업이 이대로는 앞날이 어렵다는 시그널이 산업혁명이다. 과거 동력, 컴퓨터 파워, 인터넷 등장 등 그 시기마다 수많은 전문가들은 새로운 산업혁명에 대해서 대처방안을 모색하기 바빴다.우리나라도 최근 “저성장의 만성화 · 사회 문제의 심화”에 따른 경제 · 사회의 구조적 복합적인 위기에 직면하고 있다. 특히 장기적인 경제 성장력 저하가 우려되는 가운데 청년 실업 등 고용 문제가 가장 큰 사회 문제로 부상하고 있다. 그럼에도 불구하고 대부분의 전문 기관들은 글로벌 10위권에 진입했다고 보고서를 작성하고 홍보 아닌 홍보를 하고 있다. 현실을 직시해 보면 과연 우리나라가 스스로 자생력을 가지고 높은 선진국 수준의 경제력을 보유하게 되었는지 질문해 봐야 한다. 혹시 우리나라가 잘 한 부분보다는 다른 나라들의 부진이 우리나라의 경제 순위를 상승시킨 부분도 지적할 필요성은 엄연히 존재하고 있다고 생각한다.우리는 지금까지 경제 성장에만 관심을 가지고 사회 문제 해결에 대한 관심이 상대적으로 적었다. 때문에 국민의 QOL (삶의 질) 향상에서 괴리(乖離) 성장이라는 비판을 받고 있다. 최근 10 년간의 통계에 따르면 GDP가 28.6 % 증가하여도 삶의 질(QOL) 지수는 11.8 % 상승에 그쳤다 (통계청, 2017 년)한편, 제4 차 산업 혁명은 지능화 혁명을 기반으로 “경제 · 사회의 구조적 과제”를 동시에 해결할 수 있는 혁신적인 성장의 새로운 모멘텀으로 주목받고 있다. 특히 제 4 차 산업 혁명은 산업 구조, 고용 구조, 국민 생활 등 국가의 경제 · 사회 전반에 걸친 대변혁을 가져오기 때문에 대응 여하에 따라 국가의 미래 경쟁력을 좌지우지(左之右之) 할 수 있을 것이다. 우리나라뿐만 아니라 세계 주요국도 제4 차 산업 혁명에서 경쟁 우위에 서기 위해 경쟁하는 가운데, 지능화 · 융합화에 따른 경제 · 사회 전반의 혁신이 요구되고 있으며 모든 산업에 있어서 과거 다른 뉴 노멀(new normal) 산업 정책과 기업 정책을 디자인하고 실행에 옮기고 있다. 미국의 인공지능 연구 개발 전략 계획 (2016 년 10 월)과 인공 지능, 자동화, 그리고 그에 따른 다양한 경제 정책들, 그리고 독일의 첨단 기술 전략 (2010 년 7 월)과 인더스트리 4.0 (2011 년 4 월 ) 정책이 좋은 예이다. 제4 차 산업 혁명을 위기가 아닌 새로운 기회가 될 수 있도록 과거의 산업화(제 2 차 산업 혁명)에서는 일본이나 독일에 뒤지고 있었지만, 정보화(제 3 차 산업 혁명)에 성공한 훌륭한 경험을 살려, 우리의 강점인 글로벌 과학 기술과 정보통신기술(ICT) 역량을 바탕으로 실질적인 제 4 차 산업 혁명을 선도하고 혁신적인 성장을 적극적으로 추진하여, 이에 따른 경제 성장의 성과를 전 국민에게 분배하는 ‘사람 중심의 경제’로 도약을 앞당길 필요가 있다.제4 차 산업 혁명은 새로운 성장의 기회다. 그러나 제 4 차 산업 혁명은 지능화에 따라 자본 · 노동의 제약을 극복하여 생산성 향상, 노동력 부족 해소 등 새로운 성장 기반을 제공할 잠재력이 있지만, 산업 구조의 재정에 의한 산업 질서의 변화에 대응하지 못하면 산업 서비스 전반의 글로벌 경쟁력을 잃을 위험이 있다. 기회와 위협이 동시에 공존하는 시기이다. 제4 차 산업 혁명은 인공 지능 (AI)과 빅 데이터 등 디지털 기술에 사물인터넷 등 연결 기반의 지능화 혁명에 의한 산업의 변화뿐만 아니라 국가 시스템, 사회생활 전반에 대한 혁신적인 변화를 유발하고 있다. 모든 것이 인터넷에 초 연결되어 비정형 데이터를 포함한 빅 데이터가 폭발적으로 증가하고 인공지능(AI)이 이것을 스스로 학습하고 분석하여 육체적인 노동을 대신할 뿐만 아니라 지적 판단도 할 수 있게 된다. 네트워크 (IoT, 5G), 데이터 (Cloud, Big Data), AI 소프트웨어 (기계 학습 알고리즘, 분석 고도화) 등의 지능화 기술이 각 분야의 기반 기술과 융합하여 일반화를 촉진하는 것이 핵심이기 때문이다.또한 지능형 자동화를 실현하는 스마트 팩토리는 기존에는 불가능했던 복잡한 적응 과정을 요하는 작업까지 자동화하고 반복 학습에 의해 생산성뿐만 아니라 시장 대응력까지 획기적으로 향상시키고 있다. 예를 들어, 미국의 아톰 와이즈 사는 신약 후보 물질을 선별하는 검사에 인공지능(AI) 기술을 도입하여 몇 개월씩 걸리던 신약 개발의 초기 단계를 단 하루 만에 완료했다. 지능형 스마트팩토리를 통해 인간의 능력이 증가하고 있다. 즉 기계의 생산성과 스피드를 살려 인간의 신체 능력을 보완하고 지능을 강화할 수 있는 새로운 도구를 제공하고 노동 생산성 향상에 기여하게 될 것이다. 특히 미국 하버드 의대 등이 2015 ~ 2016 년에 실시한 연구에 따르면, 전이성 유방암 판독의 오류 비율이 AI는 7.5 %, 인간은 3.5 %였지만, 인간과 AI의 공동 작업에 의해 0.5 %까지 억제되었다(2016 년)는 연구 결과도 있다.지능형 스마트 팩토리는 제조 현장의 운영 최적화 뿐만 아니라 전체 시스템의 최적화도 가능하게 할 것이다. 실제 빅 데이터를 실시간으로 분석하여 사용자 정의, 정밀 서비스와 사건 전에 감지 - 예측 - 예방 서비스 제공 등을 통해 전체 시스템의 효율을 극대화할 수 있다. 다시 말해 사후 유지 보수(after service)보다는 예지적인 유지 보수(predictive maintenance)가 가능해질 것이다. 예를 들어 미국의 피츠버그에서는 교통 흐름을 개선하기 위해 각 신호마다 실시간 교통 데이터를 수집 · 제어하는 시스템을 도입하여 자동차의 주행 시간을 25 %, 신호 대기 시간을 40 % 감소 효과를 얻을 수 있었다고 한다. 그러므로 지능형 스마트 팩토리는 실시간 기반 연결성이 기본이다. 인공지능(AI) 기술은 제조업의 제조 현장에만 적용되는 것이 아니다. 인공지능을 활용한 지능화는 제품과 서비스의 경쟁력을 좌우하는 키포인트(key point)로 부상하고 있으며 기존의 산업 구조의 변화 등 산업 생태계의 대변혁을 촉발시키고 있다. 맥킨지(2016년)는 2030 년까지 인공지능(AI), 빅데이터 기술 등의 새로운 기술을 적극적으로 활용하는 경우, 각 분야에서 30 ~ 155 %의 생산성 향상이 기대치를 발표했다. 즉 제4 차 산업 혁명 시대의 핵심 투입 요소인 데이터가 기존의 생산 요소(노동, 자본)을 압도하는 새로운 경쟁 요소로 부상하고 있다. 데이터 관리 기술이 소부장(소재, 부품, 장비) 경쟁력 강화에 필요조건이라면 해킹 등 사이버 위협의 증가와 새로운 기술의 안전성 문제 등 잠재적 역기능에 대한 대응은 미래 산업을 위한 충분조건이다. 특히 지능형 서비스의 해킹에 의한 사고 위험, 인공지능(AI) 활용 기술에 부정확한 데이터에 의한 잘못된 결과 초래와 기술 오류 등 신기술의 확대에 따른 부작용도 일어날 수 있다.지능화가 진화할수록 플랫폼이 고도화될수록 정보 보호와 보안의 무결성(integrity)은 그것들의 기능보다 더 중요하게 취급되어야 한다. 메타버스(metaverse) 사회, 개인화 맞춤(bespoke) 형에 대한 시장과 고객의 요구, 라이프 스타일의 모바일화에 따른 정보 보호 및 보안은 아무리 강조해도 지나치지 않을 것이다. 아래 그림은 중앙 집중적 시스템 구조의 정적인 정보 보안 관리의 시대에서 분산형 클라우드 컴퓨팅 및 빅 데이터와 인공지능 기술의 동적 정보 보호와 보안 관리의 지능형 정보 보안 관리 영역이 과거와 다른 뉴 노멀(new normal)이며, 디지털 대전환(DT)이 아닌 아날로그 기술의 재해석에 의한 디지털 경험 디자인(DX-Design)에 의한 정보 보안의 필용성을 제시하고 있다. 그러므로 지속 가능한 산업 기술을 보호하고 유출을 예지적(predictive)으로 방어하기 위해서는 뉴 노멀(new normal)의 MaaSS에 주목해야 할 것이다. 따라서 동적인 MaaS(Mobility as a Services)를 실현시키기 위해서는 모든 솔루션(solution)과 산업 기술에 대한 뉴 노멀 정보 보안 관리, 즉 MaaSS(Mobility as a Security Services)의 동적인 경제활동에 따른 지속 가능한 보안 관리를 구현하여 모든 솔루션(solution) 영역에서 내재화 기술이 요구되고 있다. 그 까닭은 지능형 스마트 팩토리의 플랫폼은 사람 중심 사이버 물리 시스템(h-CPS)으로 구성되어야 하며, 그 시스템은 실시간 기반으로 상호작용과 피드백(feed-back) 되어 사이버 공간과 물리적인 제조 현장이 공진화(共進化,coevolution)되어야 하기 때문이다.
- 국정원·과기정통부·중기벤처부 등, 신종 기술유출 위협 대응 모색
- 지난 14일 국가정보원, 과학기술정보통신부, 중소벤처기업부, 특허청, 한국정보보호산업협회 등이 참여한 ‘2차 민·관·학 신종 기술유출 위협 대응 협의회(TRAT)’가 개최됐다.(사진=KISIA 제공)[이데일리 이후섭 기자] 국가정보원, 과학기술정보통신부, 중소벤처기업부, 특허청과 한국정보보호산업협회(KISIA)는 `2차 민·관·학 신종 기술유출 위협 대응 협의회(TRAT)`를 개최했다고 15일 밝혔다.최근 과학기술정보통신부의 국회 제출 자료에 의하면 민간기업을 대상으로 한 해킹 공격이 2017년 287건에서 2020년 603건으로 2배 이상 증가했다. 피해기업의 98%가 중소기업 및 비영리단체임이 밝혀져 중소기업 대상의 기술유출 피해가 여전히 사회적 이슈가 되고 있다. 협의회(TRAT)는 기업 내 핵심기술 유출이 기업 존속에 영향을 미칠 뿐만 아니라 국가경쟁력 하락을 초래하기에 중소기업의 기술유출 보호에 대한 실질적 대안 마련을 위해 정부부처 및 산업계, 학계가 지난 5월에 발족해 운영 중이다.이번 2차 협의회에는 국가정보원, 과학기술정보통신부, 중소벤처기업부, 특허청에서 참여했고, 유관기관으로는 한국정보보호산업협회(KISIA), 한국인터넷진흥원(KISA), 대중소기업농어업협력재단, 이노비즈협회, 한국산업기술진흥협회, 벤처기업협회, 여성벤처협회, 한국경영혁신중소기업협회 등 8개 기관에서 참여했다. 안랩 등 10개 기업 대표와 학계 전문가들도 참여했다.운영사무국 상근기관장의 1차 협의회 주요내용 및 TRAT 역할 강화 방안 발표를 시작으로 △첨단기술 유출 현황 및 대응 △해킹을 통한 기술자료유출 국외 사례 △최신 사이버 기술자료 유출 위협 트렌드 △산업단지와 스마트팩토리 기업 중심의 4차 산업혁명시대 산업기술 보호관리 등을 주제로 민·관·학 전문가의 강연이 진행됐다. 주요의제 토론에서는 신종기술 유출 위협 문제점과 대응방안, 향후 협의체 운영방안에 대한 전문가 토론이 이뤄졌다.협의회 의장인 강석균 안랩 대표는 “기존에 기술유출의 사각지대에 있는 산업단지나 신기술을 보유하고 있는 중소기업들이 기술유출로 인해 큰 피해를 보지 않도록 위협정보를 적극 공유하고 민·관·학 전문가가 함께 실질적인 대안을 마련할 수 있도록 협의회(TRAT)가 앞장서겠다”고 말했다. 홍진배 과기정통부 정보보호네트워크정책관은 “이번 협의회를 통해 논의된 신종 기술유출 대응 방안을 검토해 정책에 반영하도록 노력하겠다”고 밝혔다.국정원 관계자는 “미중 패권경쟁 등 기술 국가주의 확산에 따른 세계 각국의 국가경쟁력 강화를 위한 첨단기술 확보 경쟁 속에서 우리 기술의 해외 유출에 대응하기 위해 민·관·학의 협업이 더욱 중요해지고 있다”며 “협의회를 통해 새로운 기술 유출 위협에 발빠르게 대응해 나갈 수 있기를 기대한다”고 말했다.
- 현대차그룹, 'HMG 개발자 컨퍼런스' 개최…기술 개발 소통 넓힌다
- [이데일리 송승현 기자] 현대자동차그룹이 모빌리티에서 소프트웨어까지 다양한 분야의 개발자들의 기술개발 경험과 노하우를 폭넓게 공유할 수 있는 소통의 장을 마련한다.현대차그룹은 모빌리티 업계 개발자들의 축제인 ‘HMG 개발자 컨퍼런스’(개발자 컨퍼런스)를 다음달 10일부터 11일까지 이틀간 온라인으로 개최한다고 13일 발혔다. 컨퍼런스 사전 등록은 오는 15일부터 진행한다. 컨퍼런스는 주로 정보통신기술(ICT) 기업에서 소프트웨어 개발자들을 대상으로 기술 프로젝트와 인사이트를 공유하기 위해 진행하는 행사다.올해 처음으로 열리는 HMG 개발자 컨퍼런스는 ‘스마트 모빌리티 솔루션으로의 여정’을 주제로 현대차그룹 개발자들이 연구하고 개발하며 겪었던 경험과 노하우를 공유하고, 이를 통해 국내 개발자들과 함께 소통하고 성장하기 위해 마련됐다.이번 컨퍼런스는 개발자 발표 세션, 키노트 세션, 외부 연사 발표 세션 등 총 3가지 세션으로 구성된다.개발자 발표 세션에는 △현대자동차(005380) △기아(000270) △현대모비스(012330) △현대오토에버(307950) 개발자들과 함께 현대차그룹과 협력하고 있는 스타트업 5개 팀(MOBINN, 메쉬코리아, 슈퍼무브, 모빌테크, 메이아이) 등 약 70명의 개발자들이 참가한다.이 개발자들은 △인공지능(AI) △자율주행 △친환경차 △로보틱스 △인포테인먼트 △모빌리티 서비스 △버추얼 개발 △스마트팩토리 △미래모빌리티 등 총 50여 개의 다채로운 주제로 발표를 진행하고, 채팅창을 통해 실시간으로 질문을 받고 답변을 제공할 예정이다.또한 키노트 세션에서는 현대차그룹의 다양한 연구개발 부문의 주요 경영진들이 발표를 진행한다. 외부 연사 발표 세션에서는 AI 분야의 세계적인 석학이자 현대차그룹 자문 교수인 MIT 다니엘라 러스 및 현대차그룹과 AI 관련 공동연구를 진행하고 있는 MIT 송한 교수가 최신 연구프로젝트 등을 소개할 예정이다.이와 함께 행사가 진행되는 동안 우수 개발자 상시 영입을 위한 온라인 부스도 오픈한다. 행사에 참가한 회사들의 기업 및 채용 정보를 확인할 수 있으며 인사담당자와 실시간으로 채용 상담 서비스가 가능하다. HMG 개발자 컨퍼런스는 온라인으로 진행되며, 참가 신청은 행사 홈페이지에서 오는 15일부터 가능하다.현대차그룹 관계자는 “HMG 개발자 컨퍼런스는 외부 개발자들과 적극적으로 소통하고 협력하려는 현대차그룹의 첫 발걸음”이라며 “컨퍼런스를 통해 현대차그룹 개발자들의 경험과 노하우를 직접적으로 확인하고 협력할 수 있는 기회가 되길 바란다”고 밝혔다.
- LG유플러스, 年영업익 1조원대…배당 상향 전망-메리츠
- [이데일리 이은정 기자] 메리츠증권은 LG유플러스(032640)에 대해 3분기 컨센서스(평균 전망치)에 부합하는 수준의 영업이익을 기록할 것으로 전망했다. 연간 영업이익은 1조원을 돌파하는 등 중장기 배당도 확대될 것으로 봤다. 투자의견은 ‘매수’(BUY), 목표주가는 2만원을 유지했다. 메리츠증권은 13일 LG유플러스의 3분기 연결 매출액과 영업이익을 각각 3조4290억원, 2717억원을 추정했다. 이는 전년 동기 대비 각각 2.6%, 8.1% 증가한 수준으로 영업이익 컨센서스(2751억원)에 부합하는 수준이다. 전화 사업을 제외한 전 사업 영역에서 고른 성장을 보인 것으로 분석했다. 5G 가입자는 434만명(보급률 24.6%), 무선 가입자당평균매출(ARPU)는 전 분기와 유사한 3만793원을 예상했다. 삼성 폴더블폰 흥행에도 불구하고 마케팅 비용은 전 분기 대비 +1.4% 증가한 5879억원에 그치고, 스마트홈과 기업인프라 모두 전년 대비 5.1% 증가할 것으로 추정했다. 올 연간 연결 매출액과 영업이익은 각각 13조8215억원, 1조411억원을 예상했다. 전년 동기 대비 각각 3.0%, 17.5% 증가한 수준이다. LG헬로비전 인수 이후 이동통신사업(MNO)과 알뜰폰(MVNO) 두 진영에서 가입자가 안정적으로 늘어나며 올해 전체 무선 가입자는 전년 대비 6.1% 증가할 것으로 봤다.또 기업인프라 사업은 최근 기업들의 IDC 수요 증가로 인해 2023년 준공을 목표로 지난 달부터 평촌2센터 착공을 시작한 점을 짚었다. 정지수 메리츠증권 연구원은 “IDC와 더불어 스마트팩토리, 클라우드, 인공지능(AI) 등 사업 포트폴리오를 다각화해 현재 20% 수준인 비통신 비중을 2025년 30%까지 확대할 계획”이라고 말했다.아울러 연간 영업이익 1조원을 넘어서면서 기존 배당 성향(당기순이익 30%) 상향 가능성이 높아졌다고 봤다. 정 연구원은 “중간배당 도입, 자사주 취득에 이어 동사의 주주환원 정책의 방점이 될 전망”이라며 “2021년 주당배당금(DPS)은 500원(배당수익률 3.5%)을 전망하며, 2022년 DPS가 700원까지 상향될 경우 배당수익률은 4.9%에 달할 전망”이라고 전했다.
- [100]스마트 팩토리 실현의 열쇠
- 박정수 성균관대 스마트팩토리 융합학과 겸임교수[박정수 성균관대 스마트팩토리 융합학과 겸임교수] 제조 현장의 지능화를 가속시키는 IoT(사물 인터넷)와 IoB(행동 인터넷)의 인공지능(AI) 서비스 기반 스마트 팩토리 구축이 주목받고 있다. 제조업의 생산성과 품질을 비약적으로 향상시키는 것을 목적으로, 인공지능(AI)를 활용한 제어 및 정보를 융합하여 생산 현장의 “지능화”를 가속시키는 IoT와 IoB 서비스 기반 스마트 팩토리 구축이 각광(脚光)을 받고 있는 것이다. 4차 산업혁명이 몰고 온 메타버스(metaverse)와 빅데이터 관리 기술 등 최근 제조 현장을 둘러싼 환경은 크게 변화하고 있다. 예를 들어, 제품의 고기능화 및 디자인의 다양화와 고품질화의 진전에 따라 제조 현장에서는 조립의 고정밀화와 유연성 향상이라는 과제를 해결해야 한다. 즉 시장과 고객의 요구가 개인화 맞춤(bespoke) 형 등 점점 까다로워지고 있기 때문에 제조 현장의 대응 역량을 강하하기 위해서라도 스마트 팩토리를 구축해야 한다. 따라서 제조 현장에서는 시스템(MES, ERP, PDM 등)과 로봇 등 혁신적인 시스템과 장비를 도입했던 과거와 다른 새로운 혁신을 요구하고 있다. 특히 인공지능, IoT, IoB, 지능형 장비 등 지능형 “자동화”에 큰 기대가 모아지고 있지만, 실제로 IoT와 IoB를 활용한 구체적인 생산성 향상 및 고도화는 아직 미진하다. 그 까닭은 아직도 과거처럼 시스템 구축이 스마트 팩토리 구축으로 생각하는 전문가 집단이 엄존(儼存)하기 때문이다. 왜냐하면 시스템과 프로세스(process)에 사람을 적응시키는 것이 과거 시스템 구축이었다면, 4차 산업혁명 시대는 사람에게 시스템을 적용시키는 데이터 기반 사람 사이버 물리 시스템(h-CPS)의 스마트 팩토리 시대를 요구하고 있기 때문이다. 그러므로 제조업은 “integrated (통합제어)”, “intelligent (지능화)”, “interactive (인간과 기계의 새로운 상호작용과 협력)”라는 3위 일체(3位一體)로 구성된 전략 개념, 즉 지능형 자동화 또는 자율화(autonomization) 아래, 제조 현장의 혁신을 구현해야 한다. 스마트 팩토리 실현의 열쇠가 되는 제조업 현장 intelligent (지능화)를 추진하여, 제조 현장의 지능화를 가속화하고 생산성과 품질 향상, 그리고 시장 대응력 향상을 지속 가능하도록 제조 환경과 문화를 만들어 가야 한다.그 일환으로 제조 현장의 작업 방법과 아날로그 기술에 디지털 기술을 접목하여 제조 경쟁에 살아남기 위해서 디지털 전환 (DX)의 가속 페달을 밟아야 한다. 왜냐하면 그것이 고객과 시장 대응 역량을 구현해야 하는 과제이기 때문이다. 그 배경에는 급속한 시장 수요의 변화, 개인화 맞춤(bespoke)에 대한 대응과 업무의 자동화 및 원격화 등 대부분의 제조업들이 코로나 재난에 의해 맞닥뜨려진 뉴 노멀 시대를 대비해야 하는 혁명적으로 강요된 현실이다. 그러나 디지털 전환(DX)을 도입 추진하고자 하여도 구체적으로 무엇부터 시작해야 할지 모르겠다는 목소리가 많다. 작업 효율과 수율을 높이거나 설비의 보전 작업 시간을 줄이거나 같은 목표를 가지고도 이를 달성하기 위한 데이터조차 축적되지 않은 상태의 기업도 적지 않다. 그게 제조업의 현실이다. 그래서 제조업의 디지털 전환(DX) 추진하기 위해서 디지털 기술과 데이터를 활용한 스마트 공장화를 포괄적으로 지원하는 솔루션이 필요하다. 3차 산업혁명까지는 시스템에 사람을 맞추는 프로세스 정교화가 필요했다면 4차 산업혁명은 각종 시스템과 데이터 관리 기술을 사람에 맞추라는 패러다임 시프트를 요구하고 있다. 그것이 바로 IoT, IoB, 인공지능(AI), 그리고 빅데이터 관리 기술이다. 또한 그 중심에 사람의 역량 강화가 강조되고 있는 것이다. 작업의 가시화 및 데이터 수집에서 시작, 분석 및 개선 방안 수립을 통해 제조 현장의 전체 최적화에 이르는 세 가지 단계로 구성된 스마트 팩토리 솔루션(solution)의 문제 해결은 결국 사람이 중심이 되어 해결해야 한다. 그래서 인재, 현장 전문가 육성이 시급하다. 우선적으로 스마트 팩토리 구축 목적은 “제조 공정의 가시화”를 실현하는 것이다. 제조 현장의 가시화는 제조 현장 전문가 중심으로 진행되어야 한다. 가시화의 핵심 기술은 IoT 솔루션이다. 이를 구축 · 운용하여 제조 공정의 효율화를 실현하기 위해서는 현장 전문가 중심으로 혁신을 진행해야 한다. 구체적으로는 생산 라인에서 기능 시험 공정 및 수리 공정의 적정화를 실시하여 출하 지연에 따른 추가 운송 비용을 억제함으로써 운송 비용을 30 % 이상 절감할 수도 있을 것이다. 제조 라인의 가시화 효과는 무궁무진(無窮無盡)하다. 오류가 감지된 기능 시험 공정에 관련된 현장 작업자의 작업 내용과 사용된 기구, 시험 대상 제품의 현황을 종합적으로 분석하고 오류가 감지된 원인을 설명할 수 있어야 한다. 그러나 지금까지 기능 시험 공정에서의 작업 상황의 가시화가 불충분했기 때문에 원인을 확인하고 그에 대한 재발 방지 대책을 강구하지 못하고, 결과적으로 수리 대상 제품이 추가로 발생한다는 제조 현장을 개선해야 한다. 즉 무결점 생산을 실현하는 것이 스마트 팩토리의 가시화 목표이기 때문이다. 개인화 맞춤으로 제조된 제품에 결함이 발생하면 과거와 다르게 치명적인 일수밖에 없다. 또한 수리 공정에서는 수리 대상 제품의 수리 라인에서의 위치나 체류 상황, 개별 제품의 배송 기간 정보의 실시간 가시화도 이루어지고 있지 않았기 때문에 우선적으로 작업을 수행할 제품의 분리가 수없이 예정되어 출하 기간을 초과하기 때문에 수송 트럭의 추가 알선 비용이 발생될 수 있다.그렇기 때문에 IoT(사물인터넷) 기술을 활용해서 다품종 소량 생산 공장, 즉 스마트 팩토리에서 작업 진행 가시화와 작업 개선을 지원할 수 있어야 솔루션이라고 할 수 있을 것이다. 스마트 팩토리에서 IoT 기술을 활용하여 생산 현장의 작업 진행 상황을 실시간으로 가시화하는 “진행 · 가동 시간 모니터링 솔루션”과 대책 우선순위가 높은 병목 현상 작업의 조기 개선을 지원하는 현장의 “작업 개선 지원 솔루션”을 지속 가능하게 제공할 수 있어야 한다. 따라서 제조 현장에서 작업 진행의 가시화와 병목 작업의 조기 개선을 IoT 기술을 활용하면 가능해질 것이다. 그래서 스마트 팩토리는 모든 것이 사람 중심 사이버물리시스템(h-CPS), 즉 플랫폼 기반으로 구현되어야 한다.IoT뿐만 아니라 행동 인터넷(IoB) 기술을 활용하여 생산 현장의 작업 진행을 실시간으로 가시화하는 진행 · 가동 시간 모니터링과 대책 우선순위가 높은 병목 현상 작업의 조기 개선을 지원하는 작업 개선 지원의 기능을 제공할 수 있어야 한다. 제조업의 IoT 플랫폼을 구현하는 것은 스마트 팩토리 구축의 시작이며, 특히 다품종 소량 생산 공장에서 생산 리드 타임 단축하는 주요 기능으로 자리매김하고 있다.스마트 팩토리 성공적인 구축을 위해 목표를 수립하는 것이 중요하다. 스마트 팩토리 구축 과정을 성과 구간별로 가시화하여 핵심성과지표(KPI)를 설정하는 것이 무엇보다 중요하다. 그것은 IoT와 IoB 기술을 활용하여 제조 KPI(Key Performance Indicator 핵심성과지표)를 일원적으로 시각화하는 제조 경영 가시화의 수단으로 경영 대시 보드(dash board)를 통해 피드백(feed-back) 기능을 강화해야 한다. 아래 그림은 스마트 팩토리 구축 프로젝트 목표관리(MBO)를 위한 핵심 성과관리(KPI)에 대한 관리 항목들을 제시하고 있다. 스마트 팩토리의 근원은 물리적인 제조 현장과 사이버 공간을 일체화하는 피드백 기능이 필수적이기 때문이다. 또한 IoT (사물 인터넷)을 활용하여 경영 정보에서 생산 현장의 상황까지 KPI (핵심 성과 지표)를 중앙으로 시각화 경영 · 생산 대시 보드 개발을 제조업별로 제조 특성에 맞게 진행해야 한다. 이러한 피드백 기능은 스마트 팩토리의 원동력이자 유연성과 대응 역량에 필수적인 기능으로 부각되고 있다.현장 작업자의 일탈 행동이나 설비 고장의 전조를 감지하는 이미지 분석 시스템은 지금까지 수집해온 생산 현장의 4M (Man : 사람 Machine : 시설, Material : 재료, Method : 방법) 데이터를 활용하는 스마트 팩토리의 궁극적인 목적이다. 또한 4M 데이터를 이용하여 직무 계층에 대해 경영 개선과 생산성 향상을 결정하는 데 유용한 KPI를 실시간 기반으로 가시화하는 것이 중요하다. 구체적으로는 경영 타깃(target)은 사업이나 공장별 매출과 이익률, 현금 흐름, 이동 속도 등 공장 관리자 층은 공장의 라인별 생산량, 가동 시간, 그리고 다른 공장 정보 등 라인 감독 타깃은 담당 라인별 사이클 타임과 설비 가동 상황과 다른 라인의 정보 등을 KPI로 제공할 수 있기 때문이다. 또한 이러한 4M 데이터뿐만 아니라 글로벌 기업의 경우 전 세계적으로 전개하고 있는 생산 현장의 정보 (가공 실적, 작업 영상 등)까지도 통합할 수 있다. 특히 빅 데이터 분석 기술에 의해 불량 발생 시 원인 분석 및 개선 시책 제안을 각 현장에 피드백(feed-back) 하여 글로벌 제품 품질 향상과 시장 대응력 향상에 기여하게 될 것이다. 예를 들어 스마트 팩토리에서 중요시하는 KPI 중 하나는 궁극적인 “원가 관리”의 예는 실제 작업 시간 및 지연, 셋업 시간, 대기 시간 등의 실적 데이터를 상위 KPI (가동 비율과 제조 원가 등)에 포함시켜 경영진에서 현장까지의 완벽한 분석이 가능하게 될 것이다. 측정할 수 있어야 관리할 수 있다고 한다. 그것은 모든 데이터의 속성이다. 스마트 팩토리도 마찬가지다. 실시간으로 제조 주요 기능을 제조 현장에 피드백 할 수 있어야 한다. 그것은 데이터 관점 제조 혁신이자 스마트 팩토리 구현이기 때문이다.
