지난 10년 동안 2,000명 이상의 산업 기관 직원들이 독일의 다름슈타트 공과대학(Technische Universitat Darmstadt)에서 교육과 직업 훈련 기회를 가졌다. 이들은 여기에서 Industry 4.0, 디지털화 및 생산 효율과 같은 주제에 관해 학습하고 구현을 위한 전략을 개발했다. B&R에서 발행하는 Auto motion 지는 연구원 Jens Hambach과 Andreas Wank 그리고 석사 과정 학생 Jonas Lauer와의 대화를 통해, 독일의 중소기업들이 어떻게 그들이 디지털 변혁에서 진전을 이루고 있는지 그리고 아직도 어디에서 개선의 여지를 찾고 있는지를 알아보았다.

Q. 여러분과 같은 산업 기업체 참여자들이 이곳에서 배우기를 희망하는 것은 무엇인가?
Hambach: 모두들 Industry 4.0과 디지털화에 관해 이야기 하지만 이것이 실무에서 무엇을 의미하는 지에 관해서는 여전히 많은 불확실성이 있다. 그러므로 많은 기업들은 그들이 옵션이 무엇인지 그리고 Industry 4.0과 디지털화를 향한 첫 걸음을 어디에서 시작할 지에 관해 우리를 바라보고 있다.

Jens Hambach 다름슈타트 공과대학 연구원

“Industry 4.0 전략이 맹목적으로 특정 기술을 구현하는 데 초점이 맞춰졌다면, 이것은 일반적으로 비효율적일 것입니다. 우리의 조언은 보다 체계적이고 편익 기반의 접근방식을 취하는 것이며, 이것은 기업의 제조 공정에서 어떠한 개선을 달성할 수 있는지를 정확히 정의하는 것으로 시작됩니다.”

Q. 당신의 경험에서 가장 공통적으로 퍼져 있는 잘못된 개념은 무엇인가?
Hambach: 이곳에 오는 많은 참여자들이 생각하는 것은 사이버 물리(Cyber-physical) 시스템, 사물 인터넷, 기계 학습 및 디지털 트윈(Digital twin)과 같은 유행어들이다. 이들은 사람들의 관심을 불러일으키고 의사결정자들로 하여금 현안 문제에 관해 민감하게 만드는 세간의 이목을 집중시키는 개념이다. 그러한 면에서는 긍정적이기는 하지만, 이러한 용어 들은 결국 수단에 불과하다. 만약 어느 기업의 전체 전략이 맹목적으로 특정 기술을 구현하는 데 초점이 맞춰졌다면, 이것은 일반적으로 비효율적일 것이다. 우리의 조언은 보다 체계적이고 편익 기반의 접근방식을 취하는 것이며, 이것은 기업의 제조 공정에서 어떠한 개선을 달성할 수 있는지를 정확히 정의하는 것으로 시작된다.

Q. 독일의 중소기업들은 Industry 4.0 구현에서 뒤쳐지고 있는가?
Wank: 직원 250명 이하의 기업들은 사실상 지금까지 큰 진전 을 이루지 못했다. 2,000명까지 직원을 거느린 기업들은 이미 디지털화에 상당히 많은 투자를 해왔으나, 이러한 투자는 일반 적으로 기업의 특정 분야에 대한 격리된 솔루션의 형태를 취해 왔다. 지금은 이러한 솔루션들을 한 데 연결해야 할 시기이다. 초점을 개별 이용 사례로부터 포괄적인 솔루션의 집합으로 확장하면 가치 흐름 전체를 통한 편익을 이용할 수 있게 된다. 바로 이것이 우리가 가장 큰 개선의 여지를 기대하는 곳이다.

Andreas Wank 다름슈타트 공과대학 연구원

“APROL은 OPC UA와 ODBC를 포함하여 광범위한 종류의 표준 인터페이스도 갖추고 있습니다. 그래서 모든 레벨에서 OT와 IT 시스템을 신속하고 일관성 있게 통합하는 것이 가능합니다.”

Q. 그것은 정확히 무엇을 의미하는가?
Hambach: 기업들은 자신이 원한다고 하더라도 단기적으로는 대체할 수 없는 다양한 시스템을 가지고 있다. 여기에는 ERP 시스템으로부터 오래된 기기와 다수의 격리된 센서 및 계측기가 포함된다. 우리는 ‘효율적인 팩토리 4.0(Efficient Factory 4.0)’ 프로젝트 과정에서, 예를 들어 2005년에 제작된 선반으로부터의 데이터에 접근하고자 시도하는 경우에 발생할 수 있는 것과 같은 종류의 장애물을 직접 체험하였다. 컨트롤러는 기계 데이터에 대한 직접 접근을 허용하지 않았고, 제조사는 업그레이드를 위해 20,000 유로를 요구했다. 다른 많은 중소기업들도 마찬가지겠지만, 우리에게 이것은 결코 타당한 솔루션이 될 수 없다. 그래서 우리는 한 걸음 뒤로 물러나 현안의 작업을 위해 진짜로 필요한 데이터가 무엇인지 자문하였다. 여기에서 우리는 그러한 데이터를 읽고 처리할 수 있고 포괄적인 솔루션을 형성하도록 다른 시스템에 연결될 수 있는 솔루션을 찾아내기로 하였다. 그러자 APROL이 우리들의 레이더망에 등장했다.

Q. 그 결과는 당신이 찾던 솔루션임이 확인되었는가?
Wank: 확인되었다. 이유 중 하나는 확장성이었다. 덕분에 Industry 4.0 기능을 단계적으로 구현하고 확장하는 것이 가능하다. APROL은 또한 OPC UA와 ODBC를 포함하여 광범위한 종류의 표준 인터페이스도 갖추고 있다. 그래서 모든 레벨에서 OT와 IT 시스템을 신속하고 일관성 있게 통합하는 것이 가능하다. APROL은 동시에 사용자 자신의 인터페이스 를 구현하거나 오픈 소스(open-source) 컴포넌트를 이용 하고 이들을 빈틈없이 통합하는 것도 허용한다. 예를 들어서 이것이 우리가 Python에서 REST API을 구현하는 방법으 로, APROL은 그것을 해당 컴포넌트 중 하나처럼 취급한다. 프로세스 제어 시스템이 유연하고 인터페이스의 범위가 넓기 때문에 또한 신규 플랜트나 기존 플랜트에 통합하는 것이 용이 하다.

Q. 당신이 언급한 선반과 같은, 지원되는 표준 인터페이스가 하나도 없는 기계로부터 어떻게 데이터를 얻는가?
Hambach: 이것은 몇 가지 간단한 개조의 문제이다. 예를 들어서 우리는 센서와 기계 컨트롤러 사이에 충전 레벨 센서에 대한 양방향 접근을 허용하는 소형 어댑터를 추가하였다. 그러한 방법으로 컨트롤러를 통하지 않고 실시간 측정값을 읽어낼 수 있다. 이를 기반으로 하여 윤활유를 재충전할 필요가 있을 때마다 기계 조작자에게 이를 알려주는 기능을 구현할 수 있었다. 또한 직접 제어 캐비닛 내의 신호에 연결하기도 한다. 이것은 B&R 솔루션의 장점이 역할을 하는 또 다른 분야이다. 하드웨어와 소프트웨어가 모두 같은 업체로부터 공급되기 때문에 APROL은 자동적으로 인식되고 추가적인 프로그래밍은 요구되지 않는다.

Q. APROL은 상태 감시와 같은 분야에서 기업들이 Industry 4.0을 향한 진전을 달성하는 데 어떻게 도움이 되는가?
Lauer: APROL은 다양한 범위의 어플리케이션에 대한 플랫폼 역할을 수행함으로써, 모든 종류의 Industry 4.0 기능을 구현하는 것을 훨씬 더 용이하게 해 준다. 상태 감시의 경우에, 프로세스 제어 시스템은 대응되는 아날로그 입력 모듈인 X20CP4810과 함께 최적으로 작동하는 특수 기능 블록을 제공한다. 이 모듈은 진동 분석에 요구되는 푸리에(Fourier) 변환을 수행한다.

Q. 그것이 작동하는 방법에 대한 실 예를 들 수 있는가?
푸시 버튼 컨트롤러를 갖춘 오래된 밴드 톱(Band Saw)을 디지털화하고 거기에 상태 감시 시스템을 장착하는데 이 기능을 이용했다. 밴드 톱은 시범 목적을 위해 다양한 상태를 시뮬레이션하도록 만들어질 수 있다. 인입(Infeed) 압력만을 읽어내는 저비용 상태 감시 솔루션의 경우에도, 톱날과 톱 헤드의 건전성을 유추하는 것이 가능하다. 기계에 다른 센서 들을 추가로 장착함으로써 더 높은 정밀도로 더 광범위한 상태 정보를 식별할 수 있다. 센서 데이터를 뉴럴 네트워크에 연결 하였는데, 이 네트워크는 사람은 거의 인지할 수 없는 상관관계 를 인지할 수 있었다. APROL은 이 데이터를 이용하여 ERP 시스템에게 어느 기계가 신규 주문 준비가 되어 있는지 그리고 현재의 톱날이 그 작업을 처리할 수 있는 지와 같은 것을 알려줄 수 있다. 우리는 현장 데이터 노드로서 B&R의 X20 시스템 소형 컨트롤러를 사용한다. 컨트롤러에 통합된 OPC UA 인터페이스는 APROL과 그 밖의 보다 높은 수준의 시스템에 연결하는 것을 특히 용이하게 한다. 기업은 이러한 접근방식으로 가치 창출에 있어서 상대적으로 역할이 적은 기계에서도 부가가치를 생성할 수 있다.

Q. APROL 시스템 내에서 뉴럴 네트워크가 실행되는가?
Lauer: 지금까지 우리는 MATLAB 시뮬레이션 툴을 이용하 여 뉴럴 네트워크를 구축해왔다. 말하자면 모든 센서 데이터를 MATLAB을 이용하여 기록하고, 그것을 분석하고, 그 결과를 뉴럴 네트워크로 처리한다. 네트워크는 우리가 필요한 파라미터 를 계산한다. 그러나 원리적으로는 뉴럴 네트워크를 파이썬(Python)에 프로그램하고, 앞서 언급한 바와 같은 REST API 와 같이 APROL에 빈틈없이 통합하는 것도 또한 가능하다.

Jonas Lauer 다름슈타트 공과대학 석사 과정 학생

“APROL은 다양한 범위의 어플리케이션에 대한 플랫폼 역할을 수행함으로써 모든 종류의 Industry 4.0 기능을 구현하는 것을 훨씬 더 용이하게 해 줍니다. 기업은 이러한 접근방식으로 가치 창출에 있어서 상대적으로 역할이 적은 기계에서도 부가가치를 생성할 수 있습니다.”

Q. APROL은 클라우드 어플리케이션을 위해 가상 기계 상에 설치 될 수 있다. 당신은 추가적인 연결성을 위해 이 기능을 이용 하는가?
Wank: 그렇다. 사설 클라우드에서 APROL을 이용한다. 그 곳에 APROL 추적 시스템으로부터 프로세스 관련 데이터를 보유하는 암호화된 SQL 데이터베이스를 갖추고 있다. 이 데이터베이스는 흥미를 가진 기업들이 가능한 한 용이하게 연결할 수 있도록 공공 클라우드에 위치한 우리의 생산 현장 관리 시스템과 같은 다른 시스템에 의해 접근될 수 있다. 장기 적으로는 관리 시스템을 전용 컴퓨터 상의 사설 클라우드로 되돌려 보내고자 한다. 그러면 어느 데이터를 우리 자체의 생산 시스템에 유지하고 어느 데이터를 공공 클라우드로 전송할 지를 결정할 수 있을 것이다.