The Future of Smart Factory

1. 이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-동일조건변경허락 2.0 대한민국
라이센스에 따라 이용하실 수 있습니다.
The Future of Smart Factory.
August 2020
5throck

2. 목 차
I. 스마트 팩토리에 대한 이해
II. 스마트 팩토리 도입/구축 시 고려사항
III. 스마트 팩토리의 미래: Digital Twin

3. 스마트 팩토리란?
2
• 뭔가 복잡하게 설명이 되어있는데 조금 쉽게 생각을 해보자면 공장 내의
설비와 기계에 각종 센서들을 설치하여 데이터를 수집하고 이를 기반으로
분석할 수 있는 체계를 갖추는 걸 의미하는 것임
• 더 나아가서는 이를 통해 스스로 제어하거나 분석할 수 있도록 인공지능과
결합하여 가동되는 공장을 의미함
“스마트팩토리는 설계 및 개발, 제조 및 유통 등 생산과정에 디지털 자동화
솔루션이 결합된 정보통신기술(ICT)을 적용하여 생산성, 품질, 고객만족도를
향상시키는 지능형 생산공장으로 공장 내 설비와 기계에 사물인터넷(IoT)을
설치하여 공정 데이터를 실시간으로 수집하고, 이를 분석해 스스로 제어할
수 있게 만든 미래의 공장이다.”
(출처: 위키피디아)

4. 스마트 팩토리에 대한 환상
3
• 신문, 방송 등을 미디어를 통해
스마트 팩토리를 통해 공정 개선,
예방정비 등 다양한 분야에서 문제를
해결하고 솔루션을 창출할 수 있다고
이야기함
➢ 반도체나 LCD 와 같은 첨단
공장에 가보면 상당히 많은
기기들이 설치되어 있고 이러한
설비들이 유기적으로 연계되어
작업을 하는 것을 볼 수 있음
➢ 애초에 공장을 지을 당시부터
자동화를 염두해두고 설치를
했기 때문인데, 모든 공장이 이럴
것이라는 이미지를 주게 됨
Source: https://miro.medium.com/max/9816/1*jpLfKYFReg-
VuDdR0TBUQw.jpeg

5. 공장의 현실
4
• 하지만, 모든 공장이 처음부터
자동화를 염두해두고 설계가 된
자동화된 공장이 아니며 실제로는
일부의 공정만 자동화로 운영되는
형태가 더 일반적이라고 볼 수 있음
➢ 아직까지 우리나라 공장의
상당수를 차지하는 중소기업
공장들은 일정 영역에서 수작업
형태로 작업을 진행하고 있음
➢ 자동화 설비가 있다고 하더라도
설비에서 나오는 수치를
살펴보는 수준이며, 관련 데이터
수집 자체은 매우 어려운 실정임
Source: https://t1.daumcdn.net/cfile/tistory/2656AE39578D8AB908

6. Case Study: 자동차 부품 공장 사례
5
• 판금 공정을 살펴보면 다수의 설비가 연계되어 판금을 절곡하도록 공정이
설계되어 있는데 최초 철판을 집는 과정에서 철판이 밀착되어 있어 한
장이 아닌 여러 장을 집는 경우가 발생하고 있음
➢ 이러한 문제가 발생하는 경우 절곡 과정에서 판금 설비에 무리를
주어 기계적 오차를 발생시키게 되며, 해당 공정의 경우 별도의
모니터링 체계를 갖추고 있지 않아 현장 작업자가 순찰을 하면서
공정의 이상 여부를 파악하고 있음
➢ 문제를 늦게 발견하는 경우 상당한 손실로 이어짐과 동시에 납기
지연이나 후가공 등으로 인해 추가적인 손실이 발생하는 등의
문제점이 있는 것을 확인하였음
• 사례에서 볼 수 있듯이 공장에서 당장 도입하고 싶은 사안들은 대부분
공장 설비 및 공정에 대한 모니터링에 대한 요청이 강하다고 할 수 있으며,
이상 징후를 조기에 파악하여 해결함으로써 생산 효율을 높이고 싶어함

7. 스마트 팩토리 구축의 주요 목적
6
• 스마트 팩토리의 가장 현실적인
목표는 공장 내에 존재하는 다수의
설비와 공정으로부터 데이터 수집을
통해 현황을 파악하고 문제가 되는
지점에 대한 조치를 취함으로써
피해를 최소화하는 것임
➢ 이러한 체계를 하나의 공정에서
시작해서 단일 공장, 더 나아가
다수의 공장에 적용하여 전체를
조망할 수 있는 시스템을
구축하는 것이 가장 시급한
문제라고 볼 수 있음
Source: https://advcloudfiles.advantech.com/web/Images/industrial-
automation/Industry4.0/cen_l5.jpg

8. 목 차
I. 스마트 팩토리에 대한 이해
II. 스마트 팩토리 도입/구축 시 고려사항
III. 스마트 팩토리의 미래: Digital Twin

9. 스마트 팩토리 도입 시 어떤 점들을 고려해야 하는가?
8
스마트 팩토리
도입 시 고려사항
대상 및 범위 기업 규모
생산방식 및
모듈화

10. 스마트 팩토리 도입 시 고려사항 - 대상 및 범위
9
• 스마트 팩토리에 대한 이야기를 하기
위해선 어떠한 산업을 중심으로
진행을 할 것인지에 대한 논의가
필수적이라고 생각함
➢ 스마트 팩토리 도입에 있어서
기업의 규모, 자동화를 위한
공정의 범위 등에 이야기를 해야
하며,
➢ 이러한 선행적인 정의없이 모든
공장에 대해 스마트 팩토리가
이루어질 수 있다고 이야기하는
건 문제가 있다고 생각됨
Source: https://i0.wp.com/enterpriseiotinsights.com/wp-
content/uploads/2018/06/smart-factory-
woman.jpg?fit=1280%2C720&ssl=1

11. 스마트 팩토리 도입 시 고려사항 - 기업 규모
10
• 스마트 팩토리가 효과적으로
적용되기 위해서는 현장을 이해하는
것이 필요함
➢ 현장의 상황을 제대로 인식하는
것이야 말로 공장이 당면하고
있는 문제점들을 해소할 수 있는
좋은 접근이 될 수 있음
➢ 대기업이나 중견기업과는 달리
중소기업의 현장은 분명 다르며
이러한 고려가 있을 때 제대로
된 스마트 팩토리 체계가
구축된다고 할 수 있음
Source:
https://res.heraldm.com/content/image/2018/11/13/20181113000929_0.jpg

12. 스마트 팩토리 도입 시 고려사항 - 생산방식 및 모듈화
11
• 스마트 팩토리 추진 시 제품
생산방식이 Make to Order인지
Make to Stock인지에 따라 적용될
수 있는 범위가 달라지며,
• 더불어 제품의 모듈화 정도에 따라
적용 범위가 달라질 수 있으므로
공장이 스마트해지기 위해선 제품의
설계나 전체 프로세스까지도 달라질
수 있다는 점을 고려하여 추진해야
원하는 결과를 얻을 수 있으므로
이러한 요소들에 대한 고민을 할
필요가 있음
Source:
https://www.researchgate.net/publication/270980774/figure/fig1/AS:66998
8780273668@1536749181117/The-Order-Penetration-Point-based-on-
12.png

13. ICT 시스템의 한계에 대한 인식
12
• 현재 많은 대기업에서 ERP를 사용하고 있는데, ERP는 완제품, 부품 등
재고의 현황 파악을 중심으로 재무와 결합하여 관리를 효과적으로 하는 데
상당히 유용한 도구라고 할 수 있음
➢ 하지만, 제품의 생산과 관련해서는 이를 직접적으로 운영하는 데에는
한계가 있기 때문에 보통 제조와 관련된 사항은 MES라고 하는
시스템을 구축하여 사용하게 됨
➢ ERP와 달리 MES는 각 산업별이나 제품별로 다른 공정을 가지고
있기에 표준화된 형태로 운영이 되지 않고 있으며, 동일 산업이라고
하더라도 설비의 배치나 구성에 따라 다양한 형태가 존재하고 심지어
같은 회사라고 하더라도 공장별로 다른 구성으로 설계가 되어
운영되고 있음
➢ 이처럼 다양하게 구성되어 있는 현장에서 스마트 팩토리를 통해
어떠한 성과를 창출할 것인지에 대한 목적이 분명할 필요가 있으며,
목적에 맞게 접근을 할 때만 원하는 결과를 얻을 수 있을 것임

14. 스마트 팩토리 개괄도
13
Machine
Gateway
MES
ERP
Archiving
AI
Data Analysis
Monitoring
Data Hub
Command
Center
Factory

15. 스마트 팩토리를 어떻게 만들어갈 것인가?
14
스마트 팩토리
추진 시
고려사항
데이터 수집
데이터 저장
데이터 활용
표
준
화 전
문
인
력
양
성수
익
화
지
원
정
책

16. 데이터 수집
15
• 가장 먼저 생각해볼 부분은 공장의 현황을 파악하기 위해서는 가장 먼저
각 설비에서 나오는 데이터를 수집해야 한다는 것인데, 현재 데이터
수집을 위한 데이터 포맷이나 PLC 관련 정보를 얻는 것이 상당히 어려운
상황임
➢ 설비를 공급한 업체가 PLC관련 정보를 제공하지 않거나 비싼 가격에
유료로 판매하고 있는 이유도 있지만, 한편으로 너무 오래전에
공장을 구축한 관계로 관련 정보를 제대로 보관하지 못한 사례도
나타나고 있음 → 현황 파악을 위한 가장 시급한 문제는 데이터
수집을 어떻게 할 것이냐로 귀결될 수 있으며, 관련 정보들을 모아
이를 체계적으로 정리할 필요가 있음
➢ 또한, 국내 설비업체를 중심으로 관련 데이터 포맷 관련 정보를
제공할 수 있도록 유도하고 국내 ICT 업체 등이 이러한 정보를 쉽게
접근 가능할 수 있도록 하는 체계를 만들어가는 것이 중요함

17. 데이터 수집 – 표준화 & 협의체 구성
16
• 각종 설비에서 나오는 데이터를
효과적으로 관리할 수 있도록 데이터
포맷 등을 정비할 필요가 있으며
이러한 표준화 작업을 통해 관련
데이터 수집 및 처리를 보다 용이하게
할 수 있도록 하는 협의체를 구성할
필요가 있음
• 하드웨어와 소프트웨어 측면에서
통합적이고 일관된 형태의 처리가
가능하도록 만드는 것이
중장기적으로 매우 중요한
아젠다라고 할 수 있음
Source:
https://cdn.sanity.io/images/0vv8moc6/infenctioncontrol/91221e8372568da
6eabfdd83906ed68c566216b9-3888x2592.jpg

18. 데이터 수집 – 표준화 & 협의체 구성
17
• 기존 설비에서 데이터 수집 및 정제가
어려운 경우에는 별도의 센서 등을
설치하여 데이터 수집을 할 필요가
있는데 현재는 이러한 정보 수집이
업체 개별적으로 만들어진 포맷 등에
의해서 이루어지고 있는 만큼 이러한
체계도 포괄적으로 다를 수 있는
방향을 모색할 필요 있음
• 앞서 언급한 협의체에 이들 기업들이
참여하도록 함으로써 공장에서
수집되는 데이터의 운영에 있어
효과적인 체계를 구축하는 것이 제일
중요하다고 할 수 있음
Source: https://cdn.app.compendium.com/uploads/user/e7c690e8-6ff9-
102a-ac6d-e4aebca50425/630f9773-5ecc-47cf-813a-
488ede42e110/File/4ca6aecf47d40f4b43bce3adc4a1ede9/shutterstock_1116
152813.jpg

19. 데이터 저장
18
• 대부분의 공장에서는 현장 모니터링을 중심으로 생각하고 있기 때문에
해당 데이터를 장기적으로 저장할 생각을 하지 않고 있음
➢ 이러한 데이터가 설비 제작업체나 데이터 분석을 하는 업체
입장에서는 매우 중요할 수 있기 때문에 이러한 데이터를 필요로
하는 곳에 판매할 수 있는 체계를 갖추는 것이 필요하다고 본다.
➢ 보통은 해당 데이터의 저장 주체를 공장이나 기업으로 생각하고
정책을 추진하게 되는데, 대기업이나 중견기업의 경우에는 보안 등의
이슈로 인해 자체적으로 데이터를 보존하려는 니즈가 있다고 할 수
있음
➢ 중소기업의 경우에는 해당 데이터를 보존할 니즈도 크지 않고 데이터
저장에 따른 비용 발생을 감당할 수 있는 수준이 아님

20. 데이터 활용 – Biz Model 및 제조 산업 고도화
19
• 중소기업 입장에서는 추가적인
비용을 지불해서 스마트 팩토리를
구축하는 것 이상을 생각하는 경우가
많으나 이를 통해 추가적인 수익을
창출할 수 있는 기회가 있다면 이에
대해 수용하고자 니즈가 있음
➢ 데이터 수집 이후 정제/가공해
팔 수 있도록 하는 체계를
갖추는 것과 더불어 외부에서
활용 가능하도록 함으로써
추가적인 수익 창출 기회 도모
필요 → 데이터 관련 서비스
창출 기회 제공 및 제조 산업을
데이터 중심으로 고도화 추진
Source:
https://www.thalesgroup.com/sites/default/files/database/assets/images/2
020-06/Webp.net-resizeimage.jpg

21. 데이터 활용 – 전문 인력 양성
20
• 제조 관련 데이터 전문가를 양성하는
데 있어 가장 어려운 부분은 관련
데이터의 확보인데 앞서 이야기한
것처럼 이러한 데이터를 확보할 수
있다면 상당히 많은 연구가 이루어질
수 있을 것으로 보임
➢ 단기적으로 시계열 분석, 푸리에
해석 등을 통해 제조 관련
데이터를 분석할 수 있는 역량을
갖추는데 중점을 갖추고,
➢ 중장기적으로 각 제조 분야별로
특성화된 요소를 고려한 데이터
분석 전문가를 양성하는 것이
필요함
Source: https://internetofbusiness.com/wp-
content/uploads/2018/12/smart-factory-trends-2019-e1544625265513-
1021x580.jpg

22. 데이터 활용 – 지원 정책
21
• 데이터 제공에 대한 대가와 이를
지불하고자 하는 여력 간의 차이가
발생할 수 있으므로 데이터 판매 및
가공 분야에 대해 정책적인 지원과
더불어 자금 지원이 필수적으로
수반되어야 할 것이라고 생각됨
➢ 지원 규모에 대해서는 산업적인
효과와 국가 발전 로드맵 등을
정해서 추진할 필요가 있겠지만
데이터를 기반으로 한 스마트
팩토리의 고도화가 이루질 수
있다는 측면에서 고려해 볼
필요가 있음
Source: https://i.dawn.com/primary/2019/08/5d62dfae27203.jpg

23. 목 차
I. 스마트 팩토리에 대한 이해
II. 스마트 팩토리 구축의 목적
III. 스마트 팩토리의 미래: Digital Twin

24. 스마트 팩토리의 미래
23
• 현재까지 이야기 한 내용을 다시 한번
정리해보자면 스마트 팩토리의
미래는 결국 데이터에 기반한 수집,
저장, 분석 등의 과정을 거치게 될
것이고 이러한 데이터 중심의 체계가
만들어지는 것이 우선 순위임
• 이러한 과정을 거치고 나면 이른바
Digital Twin 과정으로 전환된다고 할
수 있는데, 현재 상황을 효과적으로
모니터링할 수 있는 체계를 좀 더
고도화된 형태로 만든 것이라고 할 수
있음
Source: https://mblogthumb-
phinf.pstatic.net/MjAyMDAxMjFfMjM3/MDAxNTc5NTg3NzYxNDYw.D9PAqf1
-J2kU-
3NxIVdp4m1d01fNcGBgkkDWSQ7UmhAg.ifoD5gadmkhdLK4L7V2ZfQQdi9NY
ZHVYq1xHotAMIJ8g.JPEG.sleepany/digital_twin.jpeg?type=w800

25. 스마트 팩토리: 설비 중심에서 공장 중심으로의 전환
24
• Digital Twin 기반 하에서의 스마트
팩토리는 각 설비나 공정 단위로
이슈를 파악하는 것이 아닌 전체를
조망할 수 있는 차원에서 모색될 수
있음
• Digital Twin 기반의 스마트 팩토리가
완성될 경우 공장 차원에서 문제가
발생되는 지점을 파악하고 이러한
문제가 어떤 설비 또는 공정에서
일어나는지를 확인하는 형태로
발전을 할 것임
Source:
https://discover.3ds.com/sites/default/files/styles/banner/public/2019-
04/delmia-forging-digital-twin-
504x280%20%281%29_0.jpg.jpeg?itok=VIeqxmHy

26. 스마트 팩토리: 공장 중심에서 기업 중심으로의 전환
25
• 공장 하나가 아닌 다수의 공장에서
발생되는 문제를 파악할 수 있다면 한
공장에서 제품 생산 차질이 발생할
경우 이를 다른 공장에서 처리할 수
있는지를 확인한 뒤 물량 배정이나
공급 체계를 조정하여 효과적으로
생산할 수 있도록 의사결정체계를
구축할 수 있음
• 단일 설비나 공정에서 발생한 사안을
전체 SCM 차원에서 조망할 수
있도록 하며, 이를 통해 부품의 수급
조절, 재고 운영 변화, 고객 납기 대응
측면에서 보다 능동적인 체계를 갖출
수 있음
Source:
https://media.licdn.com/dms/image/C561BAQG5LcpMi9Sdng/company-
background_10000/0?e=2159024400&v=beta&t=lIw0TL7JptKQD3nQcickJN7I
QHdAsJ4ZA85qcElzPm8

27. 통합 관제 하에서의 스마트 팩토리 개괄도
26
Command
Center
Factory
Factory
Planning
Master
Planning
Demand
Forecasting
Order
Fulfillment

28. 스마트 팩토리: 인공지능과의 연계
27
• 장기적으로 이러한 처리들이
인공지능 기술과 결합되어
유기적으로 처리되면 가장 최적의
모습이라고 할 수 있음
• 하지만, 현재 인공지능 기술로 모든
일을 처리하기에는 한계가 있는 것이
분명한 만큼 의사결정권자가 이를
활용하여 판단을 내릴 수 있을 정도의
수준에서 보조하는 역할을 수행할
것으로 보임
Source:
https://base.imgix.net/files/base/ebm/industryweek/image/2019/11/industry
week_36578_digital_twin_ai_wireframe_istock.png?auto=format&fit=max&w
=1200

29. 스마트 팩토리: Digital Twin
28
• 다수의 공장을 가지고 있는 글로벌
기업의 경우에도 개별 공장이 아닌
종합적인 관점에서 조망할 수 있는
체계를 갖추는 것에 대해 상당히
관심을 가지고 있음
➢ 현재 삼성, LG 등 국내
대기업들은 이미 관제 중심에서
스마트 팩토리를 바라보고
있으며, 관련 프로젝트를 추진
중에 있거나 도입을 계획하고
있음
Source:
https://www.anu.edu.au/files/styles/anu_full_920_518/public/event_submissi
on/FLYER_Cyber%20Operations%20and%20International%20Law.jpg?itok=Ac
Jh_mj1

30. Digital Transformation: 산업 융합(Industry Convenience)
29
https://www.accenture.com/t20150921T111755__w__/us-en/_acnmedia/Accenture/Conversion-Assets/Blogs/Images/5/Accenture-Shark-Fin-Model-
660.jpg?la=en&h=296&w=660

31. Thank you for Listening!
http://static1.squarespace.com/static/54c7179ae4b02140e98244fe/t/54eed811e4b0ae0904da3700/1424939033374/?format=2500w