IIoT, Edge computing, AI, Big data, Smart Manufacturing,

1. 제조혁신을 위한
눈으로 보는 스마트공장
㈜에이 시 에스
부사장 차 석 근
(skcha@acs.co.kr)
www.acs.co.kr
2019. 10. 23.
스마트공장 연구포럼

2. 제조혁신을 위한
눈으로 보는 스마트공장
목 차
http://news.kbs.co.kr/news/view.do?ncd=3282631

3. Before start..
DABOM은 ACS 등록상표로 “다 보여준다”는 순 우리말
회사명
㈜에이시에스 Advanced Consulting Services Co.
( http://www.acs.co.kr )
CEO/CTO 김상하/차석근
솔루션 DABOM® series – MES/POP 솔루션
설립일 1988년 8월 30일
자본금 18억
종업원 95명
주소 서울 금천구 가산디지털 1로 (가산비즈니스센터 8층)
지사 울산, 창원, 광주
전화 Tel: 822-6900-4600, Fax: 82-2-6900-4610
1988년 설립 이후 현대 기아자동차 ALC (Assembly Line Control), POSCO 광양제철소 생산관제 및 슬라브 야드 자동화 프로젝트
시작으로 현재까지 국내외 1,500 여 과제 수행하였습니다. ACS DABOM 솔루션은 15개 이상의 핵심기술 관련 특허 및 국내외 연구
과제를 통하여 국내 업계 최초 NeT, NeP, 세계일류상품, Industrial Excellent Software, Good Software 인증
에이시에스

4. 1. 스마트제조를 위한 생산운영 현실
스마트제조??
OT+IT 융합화(4M1E data) (정보화를 넘어 지능화로)
NIST SMRM, RAMI Reference Architecture Model Industry)4.0 표준
인공지능, 빅 데이터, 5G in Manufacturing, IIoT, OPC-UA…
2019 독일 하노버 페어에 본 5대 기술

5. 생산현장의 현실은??
• 다양한 Device(PLC,SESC/OPC…) 관리 방안 ?
• 새로운 신규 Device 추가 시 적용 방안?
• 실시간 Device 정보 데이터 관리방법 ?
• 운영 설비 추가 프로세스 운영관리 ?
• 네트워크에 안정적 데이터 관리 방안 ?
• 데이터에 대한 조회, 생성, 유지 보수 및 관리의 어려움
• 시스템 관리방안 및 유지보수성 ?
• 사이트마다 생산자원 정보가 상이함
• 데이터 현장의 실적관리가 상이함
• 다양한 장비(WBT,PDA,현황판,계측장비)에 접속 필요
• 생산현장의 생산수량 및 실적데이터가 상이
• Big Data, Machine learning, AI 신기술 어려움
생산 현장 시스템 기술적 문제점
생산 현장 시스템 운영 문제점
20년간 사용
외부 연결 포트 없음
(Volvo Korea)
2019 하노버
보쉬 발표자료
1. 스마트제조를 위한 생산운영 현실

6. 2. 스마트 제조 표준화 및 사례
왜 해야 하는가?
생산자원(4M1E) 데이터 통합화: 기본 데이터 정의가 중요
개별(Silo)시스템 구축에서 수평통합 플랫폼 필수
다양한 기술과 융합화 (특히 프로세스 혁신과 변화관리)
의식전환
(수평통합)

7. 표준관점에서 본 생산운영(ISO TC 184/SC 5)
2. 스마트 제조 표준화 및 사례

8. 생산운영 분야에 대표적 표준화 적용
IEC 62264/ISO22400
(MES 기능표준/KPI)
ISO20140
(Energy 관리)
ISO/AWI23247
(Digital Twin 제조 프레임워크)
TTAK.KO-11.0227
(생산자원(4M1E)기반 스마트팩토리 정보관리)
NIST SMRM RAMI 4.0
IoT, AI, Big Data
2. 스마트 제조 표준화 및 사례

9. 생산운영 분야에서 5G 및 IIoT 적용
ISA95/IEC62264 Functional Model의 물리계층 변화
IoT Data Integration Model (Big data AI 적용)
2. 스마트 제조 표준화 및 사례

10. 4M1E 생산자원 실시간 통합화
자동수집, 반자동 수집, 수동수집, 무선, 유선 센서-TTAK.KO-11 단체 표준
정보원 내용
기계
동작횟수
가동시간
고장원인
설비
전압, 전류
유량, 압력
전력량
제품
위치, 특성
성능, 치수
제품명
작업자
Lot번호
시작/종료시각
뷸량코드
비가동 사유
에너지
사용량
시간
생산자원 4M1E
유선 센서 네트워크
제어기기
RFID
PLC
기계
DABOM- Device
DABOM_G/W ERP/SCM/PLM/MES
제조 애플리케이션
프로토콜
프로세서
I/O
센서 I/O
무선 센서 네트워크
RFID/USN 터치스크린 모바일
DABOM-Device
DABOM-Device
센서
시켄서
Access
Point
바코드
리더
Touch
Screen
ISO 20140
ISO 22400
IEC62264
OPC
ISO JTC 1
IoT
자동수집
방식
반 자동수
집방식
수동수집
방식
Big Data, AI
예지 관리 엔진
Machine
Vision
AR/VR
Cyber world
Physical
world
2. 스마트 제조 표준화 및 사례

11. “사물 인터넷(IoT) 기반의 스마트 디바이스 및 Legacy 컨트롤러의 직접 인터페이스를 활용하여, 열악한 중소
제조현장의 생산·품질 문제와 설비 이상을 사전파악·대처 할 수 있는 ‘스마트 공장’으로 전환”
DABOM®-IOT
제어기기
유선 DABOM®-Device
IOT 스마트 디바이스
• DABOM-Gateway
• DABOM-IoT
• Digital Input / Output
• Analog Input / Output
• Coordinator
• Sensor node
• RS232/422 to TCP
• RS485 to TCP
WBT
모바일
Machine Vision
AR/VR
RFID
DABOM®-Gateway
DABOM®-iDCU
2. 스마트 제조 표준화 및 사례

12. • 글로벌로 산재된 다수설비의 발생하는 실적 및 상태 다중실적을 XML 실적 기록하여 데이터 병목현상 처리
• XML Table 사용하여 한번에 다중정보를 처리하여 많은 데이터를 데이터베이스 Lock 안정적 처리가능
DABOM®-Gateway
Server
VietnamChina
VPN/Intranet
DABOM-Gateway
DABOM-Gateway
DABOM-Gateway
XMLXMLXML
Database
DABOM-Gateway
MANAGER
Gateway 확장 및 4M1E데이터 관리
WBT
Machine PLC
IoT WBT
Machine PLC
IoT WBT
Machine PLC
IoT
DABOM-MW
China
DABOM-MW DABOM-MW DABOM-MW
2. 스마트 제조 표준화 및 사례

13. 스마트공장의 예지관리 중요성과 요구사항
• 미래 제조운영관리를 이끌 핵심요소: 1위: 모바일 기술 활용, 2위: 빅 데이터 분석
• 빅 데이터 분석 중 기업성과에 가장 큰 영향을 미치는 요소: 1위 실시간 KPI, 실시간 생산계획: 2위
2. 스마트 제조 표준화 및 사례

14. 예지관리(품질, 정비, 에너지) 활용 분야
• IIoT(Industrial Internet of Things) 기술을 활용한 생산자원(4M1E) 데이터의 실시간 통합화
• AI, 빅데이터 등 최신 ICT 융합으로 예지품질, 정비, 에너지 관리 시스템 구축
2. 스마트 제조 표준화 및 사례

15. 2. 스마트 제조 표준화 및 사례
CPS: 디지털 트윈
Source: KPMG

16. 2. 스마트 제조 표준화 및 사례
국내 복수 공장 (ERP+MES+PLM) 통합운영 (빌려 쓰는 POP/MES)
다양한 산업 중점관리를 기반 생산자원 수집 구축

17. 2. 스마트 제조 표준화 및 사례
빌려 쓰는 POP/MES 적용 효과
지 표 명 세부항목 Y사 현재
최종
목표
작업지시 작업지시서 배포시간 1시간 15분 3분
일일 재고현황 파악 소요 시간
재고현황 파악 소요 시간 5시간 실시간 실시간
재고현황 Report 작성 시간 5시간 10분 5분
일일평균 작업일보 처리시간
작업일보 작성 시간 3시간 15분 5분
집계 후 처리 시간 2시간 15분 5분
합 계 16시간 55분 18분
지 표 명 세부항목 K사 현재
최종
목표
일일 재고현황 (원부자재, 제품,
재공품) 파악 소요 시간
재고현황 파악 소요 시간 3시간 실시간 실시간
일평균 판매실적 집계 소요시간
판매실적 집계 시간 실시간 실시간 실시간
판매실적 레포트 작성 시간 1시간 실시간 실시간
결산 소요 시간
물류 마감 시간 15시간 10분 5분
결산 재무제표 작성 소요 시간 (5시간) - 실시간
월평균 구매,자재 마감처리 시간 10일 5일 3일
합 계
10일
19시간
5일 10분 3일 5분

18. 2. 스마트 제조 표준화 및 사례
복수 공장 4M1E Data 표준화 및 KPI(ISO22400) 표준

19. 2. 스마트 제조 표준화 및 사례
복수 공장 통합 MES 구성 예

20. 2. 스마트 제조 표준화 및 사례
주조산업 Big Data 분석

21. 2. 스마트 제조 표준화 및 사례
주조조건 실시간 품질 분석 Application
MES시스템 구성도
기준정보 공정계획 생산관리 품질관리 설비관리 금형관리 금형관리 공지사항
공통코드관리 생산관리
생산현황
주조조건관리
ERP인터페이스
POP단말기
작업지시
목록
생산작업
현황
불량내역
비가동
내역
실적내역 자주검사 용해장입 폐기처리
주조조건확인 주조작업이력 불량유형등록
주조조건항목등록
주조조건
기준정보
설비별 주조조건 정보
설비별 품목별 주조조건
주조 모니터링 설정
주조조건별 이력
타각번호별 주조조건이력
주조조건 조건값vs측정값
주조조건 세팅값vs측정값
주조조건 Xbar-R관리도
정규분포표, 공정능력
타각번호 scan
설비별 데이터 수집 설정
타각번호별 조건이력 출력설비별 금형별 설계조건 관
리 출력기능
출력기능
신규추가기능
신규추가화면

22. 2. 스마트 제조 표준화 및 사례
구축성과 (전 품목 품질수준 95% -> 97%)
IoT 기반의 지능형 고효율 선진공장 구축
~ 도입 1년 차
IoT 시범도입
- 생산조건 Big Data분석을 통한 설비자동 제어 시스템
• 실시간 주조조건 모니터링
• 소재 개별 바코드 관리
• 생산정보 자동집계
• 가공공정검사 자동화 도입
• 초,중,종물 검사 전산화
• 공정 모니터링 앱 개발
• 생산조건 빅테이터 분석
• 주조기 양품판정 조건부여
• 가공설비 모니터링 시범
• 물류 바코드 체계 확대
• 설비 자동제어 시범운영
• 유틸리티 원격 자동제어
• 생산공정 SPC 확대
• 풀프루프 관리 전산화
• 최적 생산조건 산출 운영
~도입 2년 차
Big Data 분석
~도입 3년 차
최적 생산시스템

23. 2. 스마트 제조 표준화 및 사례
5) 생산정보화
애플리케이션
(IEC 62264 S-95)
1) 4M1E 인터페이스 모듈(H/W)
CoAP/DTLS/128bit AES
ISO JTC 1(SN, IoT)
산업별 생산공정(금속절삭, 프레스용접 , 주조 등..)
7) 제조혁신 서
비스 모듈
(실적, 품질, 예
지보전, 납기)
ERP, PLM,SCM
Groupware
SNS
통신 모듈
3) 생산성 예측 4) 설비보전관리
센서 노드
산업용 사이버 보안
UC
PI DI AI
산업별 Template
개발자,
사용자
4M1E
태그 설정
생산혁신
파라미터
4M1E
태그 재구성
2) 4M1E 실시간 정보통합 및 모니터링 모듈(S/W)
UI/UX 컴포넌트
산업별
설정
KPI Loop
6) 생산정보화 웹/앱
통합환경
4M1E: Man, Machine, Material,
Method, Energy
PI: Process Integration
DI: Digital Integration
AI; Analog Integration
UC: Unified Communication
모바일
Real time Loop
그룹웨어 SNS 연동 모듈 센서 관리 모듈 생산 정보화시스템 구성 모듈
산업
용클
라우
드서
비스
산업
용사
물인
터넷
생산
현장
시스템
계층
실시간 미들웨어
링크
링크
IEC 62264/ISA-95
ISO/IEC JTC 1 SN/IoT
ISO 22400, 20140
https://www.youtube.com/watch?v=jQ2JlO-l3Z8&feature=youtu.be
뿌리산업 적용 모델

24. 2. 스마트 제조 표준화 및 사례
센서연동과 ISO 22400 KPI for MOM
Web Services/Database Server
4M1E Integration
(DABOM Gateway)
열처리
주조산업
금속가공
Realtime Search
/ Manual Operation
Mobile Server
IoT Devices
Monitoring
•
•
•
•
•
•
•
•
•
•
•
•
• 완제품비율 (Finished goods
ratio)
•
•
•
실시간 혹은 연속개선 프로세스 관전 Feedback

25. 2. 스마트 제조 표준화 및 사례
구축성과 (평균생산성 27% 이상)
생산 정보화 시스템 도입 성과
생산 정보 시스템 도입에 따른 정량적 성과는 기업당 전체 항목을
통틀어 27.0% 정도의 정량적인 성과가 나타남
0
10
20
30
40
50
60
70

26. 2. 스마트 제조 표준화 및 사례
스마트공장 대표공장(디지털 트윈)
브레이크 디스크 생산 시스템
제품 자동 투입
공장 운영자)
제어 명령
(연삭유 분사량 조정 )
알고리즘 기반 AI
시스템 구현
대응전략
(JIG 안착면
이물질 침입)
2차 년도
데이터
분식
품질 특성해석
(Eg. Runout )
데이터
특성
Big Data
(Balance checking,
grinding process & Vision
inspection)
결함
특성
결함해석
공정
원인 및 조치
도출
결함 종류
알고리즘
발란스 측정 & 수정 습동면 연삭 가공 DIM’S,머신비전 측정 제품 적재 및 출하
습동부 RUNOUT
값 과다

27. 2. 스마트 제조 표준화 및 사례
스마트공장 대표공장(디지털 트윈)
연삭 공정
브레이크 디스크 라인
2 차 년도
데이터
연결
AI 공정 감시 및 제어
PHM 기반 지능
알고리즘
센서
데이터
공정
데이터
기 준 값 진단
예즉
디지털 트윈 모델
➢ Runout
➢ Order (FFT)
➢ 평행도
품질 문제제어 알고리즘
주축 모터 전류치
연마석 진입 거리
연마유 분사
량클램프 압력
주축 RPM (SPARK
OUT)
적용된 프로세스
파라메터
PLC
모터
펌프
생산 운영자
알람
해결책
1차 년도
가상 제어 기술
AI 예지 & 보전 시스템
한계값
Big data
공정 변수
이상감지
이상감지
공정감시

28. 2. 스마트 제조 표준화 및 사례
스마트공장 (섬유 염색공장) 현황
• 염색업체 50인 미만 경우 대부분 ICT 미적용
• 염색업체 50 ~200인 이상 경우 도입 기초 단계
• 정부의 스마트 제조 지원 사업의 한계점
정량적 목표달성(’25년 3만개 보급)을 위하여 기초단계 지원에 편중
되는 경향
하드웨어설비와 소프트웨어, 응용 SW간 완벽하게 융합된
‘중간2단계 이상의 양방향 지능형공장 단계를 고려하지 않고
지원단가가 저렴한 기초 단계(자동화 SW개별 도입) 편중

29. 2. 스마트 제조 표준화 및 사례
지능형 스마트공장 솔루션 (섬유 염색공장)
공정 DB
품질 DB
3차원 시각화- 디지털 트윈
품질 예측
빅데이터 기술 적용
국제표준 적용
원단입고 배색
원단준비
전처리
(정련/표백)
염색 가공
Q.C출고
MES
ERP
INTERFACE
염색일발율 향상을 위한 실시간 양방향 색상제어
-염색변수 센싱 (염색시간단축, 품질향상)
· 염색 ending, 알칼리 투입시점,
수세종료시점 관리/제어
2대
(500, 1,000kg)
가공품질 향상을 위한 실시간 양방향 가공제어
-가공변수 센싱 (가공시간단축, 품질향상)
· 밀도, 폭, 사행도, 온도, 잔류수분 관리/
제어
2대 (1, 2호기)
세계
최초

30. 제조에서 인공지능을 위한 3가지 얘측
예측 #1: 2021 말까지 50% 제조업에서 인공지능 사용
예측 #2: 2020년 말까지 25%의 제조 기획자는 시스템에
대하여 검토
예측 #3: 2020년 말까지 25%가 제품 운반용 로봇 적용
3. 우리의 자세
세계는 지금
https://www.youtube.com/watch?v=HuBQs-QUg78

31. 손정의 "한국, 첫째도 둘째도 셋째도
AI에 집중해야"
스마트제조혁신센터 비전 및 목표:
3만개 보급, Level 3 25%, AI 데이터 허브
3. 우리의 자세
우리는 지금

32. 3. 우리의 자세
스마트제조사업에 대한에 상반된 평가
• 모든 계층에서 스마트공장을 보는 시각: 장님이 코끼리 더듬기긍정 평가: 매출↑, 생산성 ↑, 불량율↓, 일자리 ↑
부정 평가: 100억짜리를 5000만원에 해보라고?

33. 3. 우리의 자세
국내 스마트제조는 왜 실패하는가?
업체 요구에 의한 프로세스 구성과 개별 시스템 개발현재 프로젝트 진행방식
업무
협의,
APP.
설계
M/
W를
이용
한 개
발
단위
테스
트
통합
테스
트
유지
보수
완료
업무
변경
• 업무 프로세서
설계
• 데이터 베이스
설계
• 화면설계서
작성
• 고객의
요구사항 변경
• 업무프로세서
오류
• 추가 요구사항
발생
• 통신프로그램 개발
• 작업자 단말기, PDA 개발
• 관리자 화면 개발
• 테스트
표준 M/W
플랫폼을 벗
어나는 화면
설계에 따른
USER PAGE
추가개발
공수소요
반복적인
수정으로 인한
공수소요,
납기지연
개인별
개발에 따른
타개발자의
유지보수
어려움
MES A
MES B
MES C
생산방식에 따른 비표준 업무 프로세스 때문에 개별 시스템 구축과 사후 관리 어려움.
• 생산방식에 따른 표준 혹은 참조 프로세스 (Best Practices)가 없다.
• 업체 요구에 의한 프로세스 개발로 비즈니스 환경 변화에 따라 구축 된 시스템의 유지보수가 어렵다.
: 관련된 직원 퇴사, 구축업체의 도산, 문서 최신화, 표준화 부재 등..

34. 3. 우리의 자세
최고경영자/임원
정보화 담당자
생산관리자
스마트공장 솔루션 전문가
현장작업자
스마트제조에 대하여?

35. 3. 우리의 자세
우리 회사는?
프로젝트생산 개별생산 대량생산
주
문
생
산
부
품
생
산
예
측
생
산
항공,조선
금형
공작기계
산업용부품
자동차부품
전기전자
식품,제약
시멘트,제지
화학,철강
연계의 강화
대 고객서비스의 다양화
평균생산과 비용절감
납
기
단
축
재
고
감
소
다품종
소량생산
소품종
대량생산
수요자와 공급자는 적용하는 시스템에 대한 중점관리항목에 대한 이해를 하고 있는가?
스마트공장에 적용하는 업무 범위 (SOW: Scope of Work)에 대한 수요자와 공급간 요건정의 명확한가?
PI (Process Innovation) 및 변화관리를 고려하는가?

36. 3. 우리의 자세
우리 회사의 스마트제조 정보화 수준은?
스마트공장 진단 평가를 권고하고 각 산업과 회사 정보화 수준 평가를 고려하는가?

37. 3. 우리의 자세
경제적 관점의 생산자원(4M1E) 데이터 통합화
ACS DABOM-POP/MES 연속개선
(CIP)
4M1E 데이터 In
KPI 정보
4 Zero out
KPI: Key Performance Indication
4M1E: Man, Machine, Material, Method, Energy
4Zero: Zero waiting-time, Zero Inventory, Zero Defect, Zero Down-time
스마트공장의 핵심은 POP/MES 잘 구축하여 활용하고 이를 경영 성과와 조직
(사람) 모두에 초점을 맞추고 있는가?

38. 3. 우리의 자세
표준을 적용하는가?
생산기술 암묵지의 형식화를 위한 작업장 정보화 융합(OT+IT)
스마트공장의 대표적 표준 적용 검토(목적이 무엇인가?)

39. 3. 우리의 자세
규정준수에 대한 검토는?
자동차 산업에서 리콜 사태: 2010년 토요타
섬유산업 환경 오염, 자원소모 문제점에 대한 요구 증대 (2020년 부터 수행)

40. 스마트공장 보안위협 스마트공장 보안침해 사례
IT
OT
Transactional data(업무처리 데이터)
재무, 인사, 물류, 품질, 고객관리
Real-time data(실시간 데이터)
제어, 안전, 보안, 이벤트, 상태, 진단
융
합
스마트공장 보안위협
스마트공장의 사이버 보안?
스마트 공장의 OT 환경 뿐만 아니라 IT환경의 보안위협에 대한 대응방안 필요
알려진 위협 뿐만 아니라 알려지지 않은 보안위협에 대한 대응방안 필요
3. 우리의 자세

41. 4. 맺는 말
단계별 구축
Smart Factory
모은 DATA를 어떻게 저장할까? 필요한 Tool은?
- Big DATA, 기존 DBMS, Data Warehouse
가상세계에 넣을 DATA는?
표준, 기준정립은 되어있는가?
machine learning을 이용한
지속적인 optimized solution은
어떻게 만들까?
가상세계의 Optimization Solution을
현실세계로 전달한 방법은?
AR, Robots, Platform,
제품과 Service결합 등
현실세계 적용 시 인간계에
발생할 걸림돌 찾기
조화된 관리 및 운영, 보수유지
타당성,
① DATA수집 ② DATA저장/분석
③ DATA
Optimization
④Service design [가상세계>현세계로]⑤ Prototyping
⑥ 적용시 걸림돌 정리 ⑦ 적용 & 관리 [MFG Operation management]
“Thinking Big Start Small Act now”

42. 4. 맺는 말
▪ 기존의 경영 프로세스는 미래를 만들 변화를 일으키지 못한다. 탁월한 성과에 집중하는 기업을 살펴보면 성과와 조직(사람) 모
두에 초점을 맞추어야 한다. – 맥킨지가 밝혀낸 해답. 차이를 만드는 조직

43. 참조자료
참가신청
http://www.acs.co.kr/2019solutionfair.html