SIMTOS존
[SIMTOS 2020] 고객이 원하는 대로의 제조, 그것을 가능케 하는 두뇌
[제조데이터 분석 인공지능 엔진 기술 동향]
고객이 원하는 대로의 제조, 그것을 가능케 하는 두뇌
Feature 자료_ 중소벤처기업부
제조데이터는 공장에서 물건을 생산하는 전 과정에서 생성되는 데이터를 말한다. 진정한 의미의 스마트공장을 구현하기 위해서는 이 제조데이터를 활용해 수집된 데이터로부터 의미 있는 데이터를 추출하여 현장에 적용하는 것이 필수다. 따라서 수준 높은 분석 작업은 필수다. 분석 결과를 인공지능에 적용해 이를 해당 분야의 특성에 맞게 활용할 수 있는 인공지능 엔진은 스마트공장을 더욱 스마트하게 만드는 핵심이다.
쓸모 있는 데이터를 의미 있는 데이터로
공장에서 물건을 생산하는 전 과정에서 생성되는 데이터를 제조데이터라고 한다. 현재 한국 제조업 분야에서 데이터를 실제로 적용하여 의미 있는 성장을 보여준 사례가 많지 않다. 단순히 데이터를 인공지능을 이용하여 분석한다고 하여 원하는 결과가 나오지 않고, 업종·특성에 맞춘 선행분석과 이 결과를 인공지능에 적용하는 기술이 필요하기 때문이다.
제조데이터를 통한 인공지능 엔진은 스마트공장의 하드웨어인 로봇이나 센서가 아니라 네트워크와 소프트웨어에 집중하고 있다. 네트워크는 사물인터넷으로 사물들이 유무선 통신망으로 연결되어 유기적으로 정보를 수집, 공유, 상호작용하는 기술 및 환경을 말하며, 기업은 이를 통해 상황 분석과 생산 시뮬레이션, 완전 자동생산체계 구축 등이 가능하다.
인공지능 엔진은 초연결사회(Hyper-Connected Society)에 필수적인 기술로 자리 잡고 있다. 초연결사회의 스마트공장은 기존의 공장자동화 수준을 넘어서 차세대 디지털 신기술과 제조기술이 접목된 소비자 중심의 지능화된 공장을 의미하며 인공지능 기술의 접목이 필요하다.
우리나라는 MES(Manufacturing Execution System)와 같은 SW 분야에서 강점을 보이며 인공지능을 통해 분석하여 생산성에 긍정적인 영향을 줄 수 있다. 스마트공장으로의 전환은 복잡해진 네트워크, 연결된 IIoT(Industrial IoT) 장치의 수, 클라우드에서 처리되는 빅데이터 등으로 인해 다양한 공격 루트가 생기기 때문에 산업 보안에 많은 관리가 요구된다.
커지는 국내시장, 빠르게 커지는 세계시장
인공지능은 인간의 지적능력을 모방하기 때문에 인간이 투입되는 산업 분야라면 어디라도 적용될 수 있다. IDC, 트랙티카, 맥킨지 등은 세계 인공지능 시장이 급속도로 증가할 것으로 전망하고 있다. 트랙티카는 기업용 인공지능 시스템 시장이 2015년 2억 달러 수준에서 2024년 111억 달러 규모로 연평균 56.1%씩 급성장할 것으로 예측했으며, 맥킨지는 2025년 인공지능을 통한 지식노동 자동화의 파급효과가 연간 5조 2,000억 달러에서 6조 7,000억 달러에 달할 것으로 예상하고 있다.
제조데이터 분석 인공지능 엔진 세계시장은 제조분야 인공시장 규모로 추정해볼 수 있다. 이를 토대로 추산해보면 2018년에 2억 3,600만 달러로, 2022년엔 15억 4,100만 달러 규모에 이를 전망이다.
세계 빅데이터 시장은 현재도 성장 중이다. 2018년에 300억 달러, 2020년에 480억 달러 규모에 이를 전망으로 시장조사기관마다 규모의 차이는 다소 있으나 공통적으로 높은 성장률을 예측하고 있다.
IDC는 인프라, 소프트웨어, 서비스로 구분되는 세계 빅데이터 시장이 모든 분야에서 성장할 것으로 전망하며, 특히 전 세계 빅데이터 인프라 시장은 2019년까지 486억 달러 규모(연평균 성장률 23.1%)에 이를 것으로 전망했다.
글로벌 빅데이터 시장은 2026년에 846억 달러를 넘을 것으로 예측된다. 인공지능기술은 수많은 분야에 적용될 수 있어 전체적인 시장규모의 특정에 어려움이 있으나, 2017년 14억 달러에서 2022년 160억 달러 규모로 연평균 62.9%의 고도성장을 예상하고 있다.
제조데이터 분석 인공지능 엔진 국내시장은 제조분야 인공시장 규모로 추정해볼 수 있으며, 2018년에 1,600만 달러로 추정되고, 2022년엔 1억 300만 달러 규모에 이를 전망이다.
국내 인공지능 시장은 현재 초기단계로써, 2017년 9,500만 달러에서 2022년 9억 5,000달러 규모로, 세계시장 연평균 성장률에는 못 미치지만, 연평균 58.7%의 고성장이 예측된다.
AI, 더 빠르고 더 똑똑하게 수요에 대응하라
빅데이터 산업의 10대 벤더의 매출은 2015년 기준으로 전체 시장의 33.4% 수준인데, 10대 벤더들이 대규모 투자와 사업 영역 확대, 인재 확보 등 유리한 요소가 많기 때문에 점점 독점적인 지위를 갖춰 나가는 것으로 보인다.
한편, 수요 기업의 트렌드로는 데이터 분석에 기반을 둔 의사결정 시스템 구현을 들 수 있으며, 전 세계 기업들은 직관적 경영이나 단순 자료 기반의 의사결정 방식에서 벗어나 데이터 분석 결과에 따라 경영 및 주요 의사결정을 내리는 방식으로 빠르게 변화하고 있다.
현재 국내 빅데이터 예측·분석, 이종소스 분석 등의 기술은 초기단계이며, 국내 빅데이터 활용기술 수준 역시 낮은 편이다. 대부분의 기업들은 현재 빅데이터 시스템의 도입 단계에 있다.
국내의 빅데이터 기술 수준은 선진국(100) 대비 62.6% 수준으로 파악된다. 딥러닝으로 인해 인공지능 분야가 빠르게 변화하고 있지만 엄청난 양의 데이터와 컴퓨팅 파워가 요구된다. 데이터 전처리 과정에 소요되는 비용과 시간이 크기 때문에 구글, 페이스북, 아마존 등의 거대 기업들이 인공지능을 선도하고 있다.
현재 세계적으로 구글, 월마트, 코카콜라 등 기업들이 전방산업 전반에 빅데이터 기술을 각자의 도메인에 적용하여 생산성 증대 및 서비스 품질 향상을 이뤄내고 있다.
Cisco는 최신식 IT 인프라를 도입해 기계간의 소통이 발전했으며 빅데이터, 소프트웨어, 컨트롤러, 로보틱스를 사용해 자산 운용을 최적화했다. 또한 Cisco IOx 프레임워크를 결합시킨 라우터를 사용해 어디에서나 장비 운영 데이터 수집을 가능하게 했다. 이를 통해 공장의 기계들이 더 빠른 속도로 효율적인 생산을 이뤄냄으로써 생산비용, 폐기물 배출량 및 다운타임의 감소를 이루어 냈다.
제조 기반 솔루션 기업도 우수한 성과를 거두고 있다. IBM은 정비기록·성능기록·모니터링데이터·검사보고서·설비환경데이터와 재무 데이터 등을 다양한 출처에서 실시간으로 수집하여 공장 설비의 잠재적 고장과 제품 불량 발생을 정확히 예측하고 문제점을 개선해 주는 예지정비 솔루션을 제공하고 있다.
BMW는 IBM 예지정비 솔루션을 도입해 생산성을 높이고 불량률을 줄여 차량 당 품질보증 비용 5% 축소, 생산비용 30만 유로 절감, 실린더 헤드의 불량률을 16주 동안 50% 감소시켰다.
Siemens의 Technomatix 솔루션은 MES/PLM 등 유관 솔루션과의 통합을 통해 빅데이터 기반의 품질관리 솔루션에 제품 라이프사이클 관리를 부가함으로써 비용, 품질 및 납기 목표 달성을 지원한다.
분야별 특허 동향
제조데이터 분석 인공지능 엔진 기술의 요소기술별 주요 출원인 국적별 특허정보 데이터를 통해 최근 10년간의 특허데이터를 비교 분석한 결과 국적별 특허동향에서 미국 국적의 출원인이 가장 활발한 연구개발을 하고 있으며, 그 다음으로는 한국, 일본, 유럽 국적 출원인 순으로 나타났다.
관점을 국내·외 출원인으로 바꾸어 보면 한국국적의 출원인은 외국국적의 출원인에 비해 실시간 이상 징후 탐지 기술 분야와 생산 데이터 수집/관리/분석 기술 분야의 출원 비중이 상대적으로 높게 나타났다.
반면, 한국국적의 출원인은 외국국적의 출원인에 비해 제조 데이터 실시간 수집 및 저장 기술 분야, 제조 데이터 특화 분석 기술 분야, 수집 및 분석 정보 시각화 기술 분야, 데이터 분석 기반의 실시간 품질 고도화, 품질 및 제품 수명 예측 기술 분야, 수집 데이터 고속 필터링 및 연관매칭 기술 분야에 상대적으로 특허 출원 비중이 상대적으로 낮은 것으로 나타났다.
특허활동지수(Activity Index)는 상대적 집중도를 살펴보기 위한 지표로서, 그 값이 1보다 큰 경우에는 상대적 특허활동이 활발함을 나타내는데 이를 분석한 결과 한국은 제조 데이터 특화 분석 기술 분야에서는 특허활동이 부진하나, 생산 데이터 수집/관리/분석 기술분야의 특허출원은 활발한 것으로 나타났다.
미국은 생산 데이터 수집/관리/분석 기술 분야에서는 특허활동이 부진하나, 이상 판단의 원인 분석 알고리즘 기술 분야의 특허출원이 활발했으며 일본은 이상 판단의 원인 분석 알고리즘 기술 분야와 인과 관계 추론 분석 기술 분야에서는 특허활동이 부진하나, 생산 데이터 수집/관리/분석 기술 분야의 특허출원은 활발한 것으로 나타났다. 유럽은 수집 데이터 고속 필터링 및 연관매칭 기술 분야에서는 특허활동이 부진하나, 실시간 이상 징후 탐지 기술 분야의 특허출원은 활발했다.
우리나라 특허 동향 및 시사점
현재 국내 특허동향을 살펴보면 기업은 제조 데이터 실시간 수집 및 저장 기술, 제조 데이터 특화 분석 기술, 수집 및 분석 정보 시각화 기술, 데이터 분석 기반의 실시간 품질 고도화, 품질 및 제품 수명 예측 기술, 생산 데이터 수집/관리/분석 기술에 집중하고 있으며 공공연구기관은 실시간 이상 징후 탐지 기술과 이상 판단의 원인 분석 알고리즘 기술, 인과 관계 추론 분석 기술, 수집 데이터 고속 필터링 및 연관매칭 기술을 집중적으로 연구개발하고 있는 것으로 나타났다.
제조데이터 분석 인공지능 엔진 기술 분야의 주요 경쟁기술은 제조 데이터 실시간 수집 및 저장 기술, 수집 및 분석 정보 시각화 기술, 데이터 분석 기반의 실시간 품질 고도화, 품질 및 제품 수명 예측 기술이고, 공백기술은 제조 데이터 특화 분석 기술, 실시간 이상 징후 탐지 기술, 이상 판단의 원인 분석 알고리즘 기술, 인과 관계 추론 분석 기술, 생산 데이터 수집/관리/분석 기술, 수집 데이터 고속 필터링 및 연관매칭 기술로 나타났다.
제조데이터 분석 인공지능 엔진 기술 분야에서 제조 데이터 실시간 수집 및 저장 기술이 가장 경쟁이 치열한 분야이고, 이상 판단의 원인 분석 알고리즘 기술, 인과 관계 추론 분석 기술, 수집 데이터 고속 필터링 및 연관매칭 기술 분야는 아직까지 출원이 활발하지 않은 공백기술 분야로 나타났다.
제조데이터 분석 인공지능 엔진 기술 분야의 주요 경쟁기술은 제조 데이터 실시간 수집 및 저장 기술, 수집 및 분석 정보 시각화 기술, 데이터 분석 기반의 실시간 품질 고도화, 품질 및 제품 수명 예측 기술이고, 공백기술은 제조 데이터 특화 분석 기술, 실시간 이상 징후 탐지 기술, 이상 판단의 원인 분석 알고리즘 기술, 인과 관계 추론 분석 기술, 생산 데이터 수집/관리/분석 기술, 수집 데이터 고속 필터링 및 연관매칭 기술이다.
향후 중소기업은 대기업들의 경쟁이 치열한 제조 데이터 실시간 수집 및 저장 기술, 수집 및 분석 정보 시각화 기술보다는 시장진입이 상대적으로 용이한 이상 판단의 원인 분석 알고리즘 기술, 인과 관계 추론 분석 기술, 수집 데이터 고속 필터링 및 연관매칭 기술 분야에 집중하여 연구개발하고 특히 공공연구기관의 연구개발을 모니터링하여 기술 매입이나 라이센싱 등을 통해 부족한 연구개발능력을 보완하는 것이 바람직할 것으로 보인다.
