클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중공업 / 최계현 팀장, 현대건설기계 :: AWS Summit Seoul 2019

© 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.
클라우드는 제품 및 비즈니스 모델
혁신에 어떤 도움을 줄 수 있는가?
김재우
프로
삼성중공업
최계현
팀장
현대건설기계
김상필
솔루션 아키텍트 매니저
AWS Korea

스마트 프로덕트를 위해 무엇에 집중하는가?

디지털 트윈 개념을 스마트 프로덕트에 접목
Visibility
AWS IoT
Amazon
Sumerian

AWS IoT를 활용한 스마트 프로덕트 사례
Digital Platform

스마트 프로덕트를 위한 데이터 분석 진화 방향
Descriptive
Diagnostic
Predictive
Prescriptive
Cognitive & AI
Now Future

데이터 분석을 통한 사용자 경험 강화
AWS IoT
Amazon
Sumerian

김재우
프로
삼성중공업

Drillship Container Ship LNG CarrierTanker
58 385 405 112
FLNG
1

조선 산업의 특징
기술 집약형 산업
설계, 공법, 건조 , 자동화 기술
(+) 무인화 기술(최근)
설비 집약형 산업
대규모 초기 자본 필요
b
노동 집약형 산업
대규모 노동력 투입
3
수주 산업
주문에 의한 생산방식
글로벌 시황에 민감
1 2 4

경쟁력 요소
원가
스마트야드
제품
스마트십
“ProductionLossZerowithICT“ “Enhancedoperationalefficiency&safetywithICT”

ICT 기술과의 만남
현재(선박) 미래(선박+육상)
§ 시스템 통합 모니터링 및 관제
§ 데이터 기반 분석 및 진단
§ 보안화된 유무선 통합 N/W
§ 위성, LTE 등 다양한 통신
§ 장비 및 설비 별 독립 관제
§ 無 진단 & 사후 정비
§ 유선 중심 N/W
§ 저 용량 위성통신 위주
§ 선장 독자 판단 운항
§ 先 조치 後 보고
§ 선단 모니터링 및 상태 진단
§ 선박-육상 협업 의사결정
§ 고장 시, 기술자 급파 § 원격 지원 및 유지 보수
정보통신기술 및 선박운항기술이 융합되어 지능적이고 첨단화된 선박으로 진화
§ ABS(미국 선급)의 스마트 선박 정의 : 상당한 수준의 모니터링과 운영 시스템에 대한 자동화와 데이터통신 수준을 갖춘 선박

S.Vision
360°camera, radar,
IR camera, lidar,
echo sounder, and
etc. Object
detection.
S.Vessel
Autonomous/remote/direct
operation.
Fully integrated system of ECDIS,
AIS, Autopilot, and etc. Decision
support/ making based on
situation awareness, collision
avoidance, route/trim
optimization
BIG
( Onboard Integrated Gateway )
Cyber secured network, authorization
with encryption, high speed and stable
connection, world-wide signal coverage.
Network connection between vessel and
on-shore center.
Data warehouse, analysis voyage data,
fleet operation/management
optimization,
maintenance scheduling.
S.Fleet
( Remote Monitoring/Control System )
Monitoring voyage/equipment status,
Remote support/control of vessel,
SAMSUNG Intellimanship
지능형 운항이 가능하고 생애주기 서비스가 가능한 선박

지능형 선박 기술 원격 지원 기술육/해상 통합형 시스템 제공
경제 운항 안전 운항
§ 일정 예측의 부정확성에 의한 연료 낭비(rush to wait)
ü 정확한 성능 예측을 통한 과속 구간 최소화
§ 최단 거리(항정선) 중심의 항로에 의한 연료 낭비
ü 날씨가 고려한 최적 항로를 활용
§ 최소 저항을 위한 자세(trim)가 고려되지 않은 평형수
ü 평형수를 제어하여 저항 최소화
§ 예기치 않은 장비 고장에 의한 운항 효율 감소
ü 장비 진단 시스템을 확장하여 고장률 최소화
§ 근거리 사각지대에 의한 잦은 충돌 사고
ü Around View를 탑재하여 사고 위험 최소화
§ 황천시 미숙한 조종에 의한 항해 사고
ü 위험도 예측 분석을 통한 선속/침로 가이드
§ 충돌 예측 실패에 의한 충돌 사고
ü 충돌 위험 분석을 통한 변침 가이드
§ 예기치 않은 구조적 손상에 의한 항해 사고
ü 실시간 위험도 예측과 누적 피로 수명 관리
방향성

고민…
-우리 데이터는 어떻게 보호받는지?
-인프라 이관이 가능한지?
-데이터 쉐어링은 어떻게 하는지?
고객 IT 담당자
-이런 기능이 필요합니다.
-기존에 분석했던 내용을 그대로 구현가능한가요?
고객 실무자
- 언제쯤 볼 수 있겠나?
- 비용이 얼마나 드는가?
상사/경영진

원격 관제 플랫폼 어떻게
고민…
-우리 데이터는 어떻게 보호받는지?
-인프라 이관이 가능한지?
-데이터 쉐어링은 어떻게 하는지?
고객 IT 담당자
-이런 기능이 필요합니다.
-기존에 분석했던 내용을 그대로 구현가능한가요?
고객 실무자
- 언제쯤 볼 수 있겠나?
- 비용이 얼마나 드는가?
상사/경영진

•향후 스마트십 확대에 따른 새로운 서비스가 생성할 트래픽량에 대응이 가능한 유연한 인프라
•스마트십 시스템을 더욱 신뢰하고 운영할 수 있는 높은 인프라 가용성 및 빠른 유지보수
•사이버 위협에 대응할 수 있는 스마트십 정보보호 관리 체계를 수립
당면 과제 – 1) 프로비저닝
Infrastructure Cyber Security
데이터 저장, 분석,
서비스, 유지보수
고객의 소중한
데이터 보호

Solutions
You want
Storage, Monitoring, Sharing, Security
Basic Stage
Environments
항상 다른 환경에서 운용되는 선박
à 컨테이너선, LNG 선, 벌크선 등 선종별로 세계 도처로 화물을 운송함.
à 날씨, 부두상황, 화물의 특징 등 변수도 다양함.
Decision Support , AI Prediction
Middle Stage
Digital twin, Remote control
High - End
고객이 원하는 솔루션을 빠르게 적용시킬 수 있는가?
당면 과제 – 2) 개발 효율성
à 다양한 스마트십 솔루션의
신규 기술 개발에 대한 높은 효율성 요구

1 P
도입
2
S 3
D
프로토타입
보안이슈
보안 구축
ABS 인증
상품화 이슈
서비스 개발
스토리지
웹서비스
챗봇
원격유지보수
영상관제
디지털트윈
스마트십 보안 고도화
빅데이터분석
서버리스
Today
2016.12 2017.4
2017.3 2018.4
2018.5
도입 과정

AWS SANDBOX
MFA token
Security
Voyage
Data
Vessel
S3 Web Server
S3 Storage(Log)
CloudWatch
IGW
VPC
Private subnet
Public subnet Public subnet
ELB
WEB WAS
SFTP
AWS Cloud
AIS
Weather
S3 Storage(Data)
Big Data
Claim Data(CS)
Voyage Data
AIS
SSL
Owner / Maker
Elastic Beanstalk
EC2
LEX
API
Gateway
AWS KMS
Lambda CloudFront
MediaConvert
SSL
Private subnet
RDS
Sumerian
Redshift

Voyage Report
Big data Analytics
EC2, S3
REDSHIFT
KINESIS
진행 현황
RDS
S-Fleet Solution
Real time Monitoring
생애주기 서비스를 위한 분석 레포트실시간 원격 지원 플랫폼

API Gateway
Sumerian
진행 현황(On-going)
Cyber Captain
AR/VR
Chat Bot
AI
LEX
Lambda
3D 기반 디지털 트윈 기술AI 기반 보증 서비스 챗봇

Media Handling
S.Vision
MediaConvert
Lambda
S3
진행 현황(On-going)

개발 기간 단축 고객 신뢰도 향상
인프라보다
핵심개발에 집중
AWS 규정준수
스마트십기술 보안
인증 획득
서비스 경쟁력 향상
경제운항/
안전운항지원
워런티 서비스 시행
효율적 관리 지원
3개월 9개사
글로벌
인증
도입 효과
제품 경쟁력 향상
운항
효율향상

감사합니다

현대건설기계
클라우드 기반의 디지털 이노베이션
최계현 팀장, 전기전자개발부, 현대건설기계

현대건설기계
“The best earth mover”
§ 현대중공업그룹 계열사
• 2017년 사업분리, 브랜드 출범
§ 건설기계 및 산업차량 제조∙판매
§ 140개국 540개 딜러 네트워크
§ 미국, 유럽, 브라질, 인도, 중국 법인 운영

HYUNDAI connect
CONNECTIVITY PRODUCTIVITY SAFETY
Smart Product
Smart Service
Smart Solution

HYUNDAI connect : Hi ASSIST
OASYS(Operator Assistance System)
Powered By
• Guided Control
• Effortless Operation
• Improve Productivity
Voice Command to Control Features
Will be Adopted in HCE’s Next Generation
Equipment

HYUNDAI connect : Hi MATE
• Mobile App for Fleet Management
• Fleet Report
• 건설장비 원격 관리 시스템
• 2008년 상용화, 수 만대의 장비 연결
• 위성통신 또는 모바일 통신 통해 건설장비 정보 수집
• 장비의 위치정보 및 가동정보, 고장알람, 소모품 관리 제공
• 2018년 AWS Cloud로 Main System 이전
• Hi MATE Web

Cloud Journey

Cloud Journey+

Obstacle of Data Analytics
§ 데이터 분석가 부족
§ 데이터의 연결성 부족 (vs. 보안 이슈)
§ 현업과 데이터 분석 결과의 차이
§ 분석의 연속성 부족

Obstacle of Data Analytics : Solution
분석 환경 구축 및 분석 문화
정착
일회성
분석
프로젝트
분석
알고리즘
개발
분석 환경
구축
Good Better Best
IT자원을
통한 시각화
분석가의
Self BI
<< <<
분석
보고서 << <<
지속적
분석기회 포착

Obstacle of Data Analytics : Solution
데이터 분석 경험 à 데이터 유저(시티즌) 양산
데이터 카탈로그 정립 à 분석 문화 형성
조직 구성 à 분석 결과에 대한 지속적인 피드백
데이터 분석 난이도 낮춤 ⇔ 문화/조직/환경 구축
§ 데이터 분석가 부족
§ 데이터의 연결성 부족 (vs. 보안
이슈)
§ 현업과 데이터 분석 결과의 차이
§ 분석의 연속성 부족

DMM (Digital Market Model) Concept

DMM Project Summary
• DMM Prototype 구현 : 인프라 및 환경 구축
• 수요예측 시스템 구축 : Amazon SageMaker를 활용
• 분석 문화 정착을 위한 TFT 활동
• 기간 : 3개월
• 인원 : 베스핀글로벌 6 명 + 현대건설기계 5 명(현업 + 분석가)

DMM Result : Architecture
Database
DATA
Batch
실행
데이터 저장
내부/외부 데이터
ML/DL 결과 데이터
3
AWS ML/DL Platform (SageMaker)
SageMaker
(Jupyter Notebook)
Training
데이터 시각화
원천 데이터
8
결과 데이터
7
9
Deploy
1
5
6
Model Artifacts
Data Visualization & Analysis
Data Collection
Data Integration
Data
Preparation & Cleaning
Feature Engineering
Model Training &
Parameter Tuning
Model Evaluation
데이터 가공
2
Develop
4
데이터 소스
Data
User
1) IoT 데이터
2) 외부 데이터
3) 내부 데이터

DMM Result : Forecasting
DeepAR Linear Learner
0
0.2
0.4
0.6
0.8
1
1.2
2018.08 2018.11 2019.02 2019.05 2019.08
PRED
REAL
0
0.2
0.4
0.6
0.8
1
1.2
2018.08 2018.11 2019.02 2019.05 2019.08
PRED
REAL

DMM Effect

Lessons
Action is the most important
key to any success.
Partner Network
Many Services
Cloud Infra
ML/AI

Bigger Lessons & Future Plan
The Smartest Earthmoving
Platform

여러분의 피드백을 기다립니다!
#AWSSummit 해시태그로
소셜미디어에 여러분의
행사소감을 올려주세요.
AWS Summit Seoul 2019
모바일 앱과 QR코드를 통해
강연평가 및 설문조사에
참여하시고 재미있는 기념품을
받아가세요.
내년 Summit을 만들 여러분의
소중한 의견 부탁 드립니다.

감사합니다!

클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중공업 / 최계현 팀장, 현대건설기계 :: AWS Summit Seoul 2019

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a 클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중공업 / 최계현 팀장, 현대건설기계 :: AWS Summit Seoul 2019

Similar a 클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중공업 / 최계현 팀장, 현대건설기계 :: AWS Summit Seoul 2019 (20)

Más de Amazon Web Services Korea

Más de Amazon Web Services Korea (20)

클라우드는 제품 및 비즈니스 모델 혁신에 어떤 도움을 줄 수 있는가? - 김상필 솔루션즈 아키텍트 매니저, AWS / 김재우 프로, 삼성중공업 / 최계현 팀장, 현대건설기계 :: AWS Summit Seoul 2019