스마트 팩토리에 대한 필요성

4차 산업혁명 시대를 맞아 스마트 팩토리 구축은 제조업의 생존을 위한 필수 조건 중 하나로 인식되고 있다. IoT의 진화와 기술사용 증가, 산업용 로봇의 채택 및 대량생산으로 제조 부문에서 기술의 융·복합이 활발한 시장 환경에 맞게 빠른 성장을 하고 있다. 우리나라 기업과 정부도 인구고령화, 친환경, 원가절감, 소비자 니즈 변화 등 제조업의 위기를 극복하기 위하여 스마트 팩토리 구축을 확대하고 있다. 그러나 제조업의 ‘스마트’화는 구체적인 실체와 어떻게 구축해야 하는지에 대한 구체적인 가이드라인이 부족한 상황이다.

이 글에서는 스마트 팩토리에 대한 개념과 발전과정을 살펴보고, 4차 산업혁명 시대의 스마트 팩토리 구축을 위한 품질 전략은 어떻게 변화되어야 하는 지에 대해 알아보고자 한다. 이를 위해 이론적 고찰을 통해 스마트 팩토리의 특징과 구성요건, 그리고 수준진단 평가 체계를 살펴보고 스마트 팩토리 구축의 성숙도를 정확하게 이해함으로써 스마트 팩토리 도입을 위한 위험 요소를 최소화하고자 한다.

스마트 팩토리에 대한 이론적 고찰

스마트 팩토리 정의는 각 기관과 주체마다 차이가 있으며, 명확한 정의에 대한 공감대가 부족한 현실이다. 스마트 팩토리의 사전적 의미는 설계·개발, 제조 및 유통·물류 등 생산과정에 디지털 자동화 솔루션이 결합된 정보통신기술을 적용하여 생산성, 품질, 고객 만족도를 향상시키는 지능형 생산 공장이라 할 수 있다. 또한 기획 및 설계, 생산, 유통 및 판매 등의 전 과정을 IoT, 인공지능, 빅데이터 등으로 통합하여 자동화와 디지털화를 구현한 공장으로 최소비용과 최소시간으로 고객 맞춤형 제품을 생산하는 공장이라고 정의하였다. 과거에 존재한 공장자동화의 연장선상에서 현재의 운영 효율성뿐만 아니라 미래 상황을 예측하고 대응할 수 있는 진화된 생산모델이라고 할 수 있다. 기존 공장에 비해 스마트 팩토리가 차별화되는 점은 지능성, 능동성, 연계성, 민첩성, 신뢰성으로 요약할 수 있다. 스마트 팩토리의 구성요건은 기능요건(센서, 통제, 작동) 외에 성과요건(품질, 효율, 유연성)과 기술요건(정보기술, 운영기술, 자동화기술)을 추가적으로 반영하였다. 스마트 팩토리 분야는 현장 자동화, 공장운영, 기업자원 관리, 제품개발, 공급사슬관리 등 5가지로 나누어 진다. 제품을 개발하고 자원공급, 운영, 생산, 그리고 공급 사슬까지 연결되는 것이 최종 단계의 모습이라고 할 수 있다. 결국 스마트 팩토리는 고객의 다양한 요구사항에 대응하기 위하여 생산시스템 통합과 가치사슬 통합이 유기적으로 연결되어야 한다. 국가 기술표준원과 민간합동 스마트공장 추진단의 참조모델에서는 스마트 팩토리 수준을 5단계 ICT미적용, 기초수준, 중간수준1, 중간수준2, 고도화로 구분하였다. 스마트 팩토리의 성숙도는 기업의 전문성과 특성에 따라서 활용 기능이 다르며, 기업의 규모, 업종, 주문이행방식, 공정의 구성 등으로 구분하여 평가된다.

스마트 팩토리 구축을 위한 단계별 품질전략 수립

스마트 팩토리 단계별 품질전략의 키워드를 도출하기 위하여 ISO/DIS 22549-1의 정보화 및 산업화의 융합 평가 참조 모델 구성 요소에 대한 텍스트 마이닝을 실시하였다. 평가항목은 도메인 응용프로그램 관점(Domain application view), 포괄적인 관점(Comprehensive integration view), 협업 혁신 관점(Collaborative innovation view), 인프라 관점(Infrastructure view)등 4개 부문, 27개 Component, 69개 Item의 질문에 대해 워드 클라우드 분석을 실시하였다. 분석 결과 식별을 통한 가시화 품질전략, 데이터 기반의 측정 품질전략, 인과 관계를 통한 분석 품질전략, 최적화 품질전략, 마지막으로 지능화를 통한 개별 맞춤형 품질 전략의 총 5단계 품질전략을 제시하였다.

식별을 통한 가시화 품질전략

스마트 팩토리 구축의 1단계 품질전략은 식별 가능한 데이터를 확보하는 것이다. 고도화된 스마트 팩토리는 알고리즘, 인공지능과 같은 우수한 솔루션으로만 해결되는 것이 아니라 현장의 정확한 데이터를 확보하는 것이 우선이다. 자재와 데이터 추적을 확보하여 오기나 누락 등에 의한 데이터의 불명확성을 해소하고 이력관리를 통한 품질 정보의 정확성을 도모하기 위한 전략을 의미한다. 이를 기반으로 히스토그램, 막대그래프, 파레토, 프로세스 맵 등의 품질 개선 기법을 활용하여 가시화 품질전략을 구현할 수 있다.

데이터 기반의 측정 품질전략

2단계 품질전략은 추적성이 확보된 데이터를 집계하여 이를 기반으로 측정·분류·관리하는 것이다. 재료, 기계, 사람, 그리고 공정에서 시스템을 통해 집계된 데이터를 기반으로 공정능력 분석, 기초통계 분석, 측정시스템 분석 등 품질 개선 기법을 활용하여 정확한 현상파악을 목적으로 한다.

인과 관계를 통한 분석 품질전략

3단계 품질전략은 데이터의 상관관계와 인과관계를 분석하여 품질 관리가 가능한 전략이다. 스마트 팩토리를 구축하지 않은 기업에서도 수작업이나 미니탭등과 같은 프로그램을 사용하여 활용 가능한 전략이지만 스마트 팩토리를 구축한 기업에서는 실시간 데이터 수집 장치와 시스템을 통하여 구현이 훨씬 용이하다. 3단계 품질전략은 상관분석, 특성요인도, 실험계획법, 회귀분석, 다변량 분석, 기술적 분석법 등의 품질 개선 기법을 활용하여 정보를 분석하는데 목적이 있다.

최적의사결정의 품질전략

설비통합 제어가 가능한 단계로 실시간 데이터 집계를 통한 빅데이터 분석 및 최적화 솔루션을 활용한 의사결정 구현을 목적으로 하는 품질전략이다. 4단계 품질전략에서는 기존의 실험계획법을 활용한 반응표면분석법, FMEA 등과 빅데이터를 활용한 군집분석과 컨조인트 분석법, Mining 등을 활용할 수 있다.

지능화를 통한 개별 맞춤형 품질전략

고유 식별자를 부여하여 개별 생산이 가능한 단계로 완전히 자동화된 설비를 기반으로 지능화된 시스템이 스스로 판단하여 통제가 가능한 전략이다. IoT, CPS를 기반으로 기존의 제품개발, 공정개발, 공급사슬관리, 기업 자원관리, 공장운영방식을 디지털 트윈과 같은 방법으로 디지털화하고 인공지능을 활용한 예측 분석을 통해 자율제어가 가능한 수준이다. 융합과 협력을 통한 생산의 유연성과 실시간 자동제어 품질이 확보되어야 한다. 이를 구현하기 위한 기법으로는 기계학습, 딥러닝, 처방적 분석법, 예견적 분석법, 인지, 휴리스틱 등의 기법을 활용할 수 있다.

품질전략 검증을 위한 기업의 구축 사례

스마트 팩토리를 구축한 기업의 사례를 통해 단계별 품질전략을 검증하였다. 기업의 구축 사례에 대한 세부 내용은 이 글의 참고문헌으로 게재된 품질경영학회지 논문을 참고하기 바란다.

식별을 통한 가시화 품질전략

A사의 경우 반도체 제조장비 및 자동검사 장비에 대한 설계, 개발 및 반도체용 리드프레임을 생산하는 회사이다. 비전 시스템 도입과 통합 품질 관리 시스템 구축으로 육안검사를 자동화 검사 방식으로 변경하였다. 불량을 시각화하기 위해 빅데이터 분석 툴을 개발하여 품질 제고 활동을 실시한 사례이다.

데이터 기반의 측정 품질전략

B사는 자동차부품용 주물과 맨홀뚜껑 등 선철 주물을 생산하는 회사로, 스마트 팩토리 도입 전에는 작업지시를 종이로 발행하여 운영하였다. 의사소통이 어려운 외국인 작업자가 불량의 원인을 제공했지만, 스크린 키오스크 단말기를 통해 데이터를 실시간으로 입력하고 확인함으로 오기나 누락에 의한 데이터의 불명확성을 해소하였다. 부적합 현황, 검사결과, 폐기처리 현황 등 일자별, 제품별, 기계별, 공정별로 불량 유형을 집계·관리함으로 품질 이력에 대한 추이가 가능하다.

인과 관계를 통한 분석 품질전략

C사는 펄프 제조사로 펄프에서부터 종이 생산까지 원스톱 생산이 가능하여 생산효율성과 원가경쟁력을 높인 회사이다. 자동화된 시스템을 통해 품질 데이터를 실시간으로 집계하고 분석하여 안정적인 공정을 유지하고 있다. 데이터의 식별과 측정을 위해 무인 자동화 시스템을 구축하고 바코드를 활용하여 자재관리와 자동화 생산이 가능하도록 하였다. 연관도, 파레토도 등 기존 품질 기법뿐만 아니라 군집분석, 의사결정나무, 머신러닝 등 다양한 기법을 활용하여 제조 현장의 설비 및 품질의 원인을 분석하고 있다.

최적의사결정의 품질전략

D사는 엔진용 핵심부품인 피스톤을 생산하는 회사로 모듈형 유연생산, IoT, 빅데이터, 인공지능의 유기적 결합을 통해 다품종 유연생산이 가능하도록 현장자동화부터 공장운영까지 고도의 스마트 팩토리 구현을 목표로 하고 있다. 각 공정에 자동화를 도입하였으며, 고객 맞춤형 제품 설계와 고객사와 공동 설계를 디지털화하였다. 로봇을 통해 자동 주물 이송과 주입이 가능하고, 현장의 실시간 모니터링 데이터는 CPS대시 보드에서 종합적으로 관리되고 있다. 품질 이상 발생 시 프로세스 마이닝을 통한 인과관계를 분석하여 서버에 저장하며, 저장된 데이터는 사이버 모델 기반의 시뮬레이션을 통해 최적의 대안을 제시하고 있다. 실제 환경과 가상환경에서 수집된 정보는 빅데이터 분석을 통해 최적의 품질을 예측하고 있다.

지능화를 통한 개별 맞춤형 품질전략

E사는 해외 글로벌 기업으로 고객 맞춤형 제작 서비스를 통해 고객이 원하는 제품을 개별 생산할 수 있도록 스마트 팩토리를 구축하였다. 첨단 기술을 활용한 개인별 맞춤 생산·판매는 대량 생산의 상품이 아닌 새로운 비즈니스 모델의 고부가치를 창출할 수 있는 사례이다.