2021,September 21,Tuesday

[미래가 현실이 되다(2)] 4차 산업혁명과 제조업의 현장

 

의외로 더딘 보급률을 보이고 있는 3D프린터, 사람의 알고리즘 입력을 필요로 하는 인공지능, 모든 것이 연결되는 스마트 팩토리

4차 산업혁명은 정말로 인간에게 노동의 끝을 보장할 수 있을까?

4차 산업혁명과 제조업을 연결하는 키워드를 든다면 ‘ 무인화 ‘ 이다.
그리고 이 무인화의 기반은 기계가 스스로 행동하게 하는 소프트웨어인 알고리즘에 기반하여, 인력을 대체하고, 생산력을 향상시킨다는 논지다. 그러나 이러한 변화가 실제 현장에서 어떻게 적용될 것이며, 어떠한 변화가 있을지에 대한 논의는. 여전히 수그러들지 않고 있다. 특히 산업혁명을 정의하는 특성인 생산력 향상에 의문에 제기 되는 부분이 있고, 현재 나타나고 있는 AI(Artificial Intelligence/인공지능), 무인화로 대표되는 4차 산업혁명이. 진정으로 산업혁명으로 불릴 정도로 우리 삶과 노동을 근본적으로 바꾸고 있는지에 대한 의문은. 아직도 안 풀리고 있다. 이러한 논란에도 불구하고 4차 산업혁명의 일부는 이미 우리 실생활에 들어오고 있다. 이미 우리 실생활에서 무인 편의점부터 시작하여, 인력을 최소화한 자동화 물류창고까지, 작은 단계에서 보편화되는 과정을 거치고 있다. 씬짜오 베트남에서는 이제 서서히 들어오고 있는 4차 혁명의 실제적인 변화를 알아보는 그 두 번째로. 제조업분야의 현장을 취재했다.

 

제조업과 4차 산업혁명의 관계는?

제조업과 긴밀한 관계에 있는 4차 산업혁명의 핵심은 고품질의 제품을 더 빠르고 효율적으로 생산하는 데에 인공지능과 데이터 처리 기술을 적용하는 것이라고 할 수 있다.
제조업의 4차 산업혁명을 주도하고 있는 GE, POSCO 같은 경우 목표는 비슷하지만 각자의 기존 강점을 바탕으로 조금씩 서로 다른 접근법을 취하고 있다.
현재의 기술 수준과 현실적인 여건을 고려할 때 딥러닝(Deep Learning / 학습을 통한 생각하는 컴퓨터)을 활용한 머신비전 검사, 머신러닝 기반의 예측모형을 이용하는 예지정비, 사이버 물리 시스템을 통한 가상 시운전과 시뮬레이션 분야가 큰 효과를 기대할 수 있는 분야로 판단된다.
특히 제조업에서 주목해야 할 지점은 정확히 인간의 무엇을 대체 하는가이다. 인공지능의 정확도가 향상되면서 사람이 수행하던 의사결정의 일부를 기계가 대신하는 것이 가능해지고 있고 이러한 상황은 육체노동의 관점에서 산업혁명은 증기기관의 발명으로 인간의 근력을 기계가 대체하기 시작하였고 기계의 활용영역이 점점 더 확대되어 온 과정이기에 4차 산업혁명 시대에는 인공지능의 발전으로 계산지능 뿐만 아니라 인간의 지능영역에까지 기계가 할 수 있는 일의 영역이 확장되기 시작했다는 것을 의미한다.
이러한 변화의 결정체는 스마트 팩토리이며, 이것의 시작점은 사물인터넷이다.

 

1. 사물인터넷 (Internet of Things) 이란?

사물인터넷은 정보통신기술(ICT)의 발달에 따라 나타난 개념이다.
이 용어는 1999년에 MIT(메사츄세츠 공과 대학)의 오토아이디센터(Auto ID Center)의 케빈 애시턴(Kevin Aston)이 센서 등을 활용하여 사물에 탑재된 인터넷이 발달할 것이라 예측한 데서 유래됐다. TV 리모콘, 기존의 자체적인 통신시스템을 인터넷이란 체제에 흡수시켜서 더 확장된 개념이 된 것이다. 이름에서 나타나듯이 사물인터넷은 사람과 사람간의 통신을 넘어 사물에 IP 주소를 부여하고 사람과 사물, 혹은 사물과 사물간의 통신을 이끌어내는 기술을 일컫는다. 흔히 원격에서 조작을 하는 기기를 사물인터넷으로 생각하지만, 사물인터넷은 그 기기에 설정된 인터넷시스템까지 포함한다.
사물인터넷 개념은 흔히 M2M(Machine to Machine)혼동되어 사용되기도 하지만 M2M과 사물인터넷의 개념은 살짝 다르다. M2M은 단말기와 단말기 사이의 정보교환을 일컫는 다소 기술적이고 좁은 용어이며, 이 M2M을 가능한 모든 전자기기로 확장해 표준시스템화한 것이 사물인터넷이라고 할 수 있다.

사물인터넷의 현재 상황
사물 인터넷은 4차 산업혁명의 아이콘인 3D 프린터, AI(인공지능)로 생각보다 우리 삶에 더 가까이 보급되어 있다. 이러한 이유는 첫 번째로 이 기술이 리모콘, 자동 센서 같은 기술을 통하여 아날로그 시절부터 어느 정도 실현이 되었던 기술이었다는 점이며 특히 기술간의 융합에서 무궁무진한 가능성이 높기 때문에 활용성이 높고, 소비자에게는 제품 사용의 편리함, 제조자 입장에서는 관리를 편하게 하며 소비자의 행동패턴 파악이 빠르기 때문에 현재 4차 산업혁명 기술 중 우리 삶 가장 근접해 있는 기술이기도 하다.
특히 이 분야가 가장 많이 활용되는 분야는 핸드폰 등의 전자기기이지만 자동차, 건설 중장비, 심지어 정밀기기 분야에서도 활용 분야에까지 확산되고 있고, 2014년 전세계 660억달러 규모의 시장은 현재 연 평균 약 20%대의 높은 성장률을 보여주고 있으며, 2020년 1조 7000억 달러까지 성장할 것으로 예측되고 있다.
이렇게 활용도가 높은 기술인 사물인터넷은 실제로 제조업에서 어떻게 활용 되고 있을까?

 

1-1. 사물인터넷, 어떻게 활용되고 있나?

 

1-2. 사물인터넷, 어디까지 왔나?

4차 산업혁명 중 성장세가 제일 빠른 사물인터넷은 기존 기술에, 통신이 가능한 센서를 부착하는 방식으로 우리 삶에 보이지도 않게 들어온 분야 중 하나다.
2014년 기준 100억개의 사물이 인터넷과 연결됐으나 2019년 현재 약 300억 개의 사물들이 인터넷과 연결되어 쓰이고 있는 것으로 측정되어 빠른 성장세를 보이고 있다고 할 수 있다.
특히 2020년에는 전자기기, IT 서비스 분야 등이 세계 사물인터넷 시장의 약 31.8%를 차지할 것으로 전망되고 있고 이에 따라 통신 회선 수의 증가와, 사물인터넷을 이용한 다양한 플랫폼, 데이터 저장소, 보안시스템, 새로운 소프트웨어 등이 개발될 것으로 전망되고 있다. 커넥티드 홈(Connected Home), 스마트 미터(Smart Meter), 커넥티드 자동차(Connected Car), 스마트그리드(Smart Grid) 및 사물인터넷 생태계가 구축됨에 따라 많은 회사들의 사물인터넷을 이용한 플랫폼과 서비스가 빠르게 개발되고 또한 성장하고 있어, 타 분야에 비하여 소비재 산업까지 연계되어 있다는 점과 본 기술의 보급을 통해 분석용 AI부터, 보안시스템, 파생산업의 성장이 돋보이고 있다는 점에서 우리의 삶을 바꿀 기술로써 주목을 해야 하는 산업이다.

 

 

2. 인공지능이 제조업에 미치는 영향은?

2016년 3월, 인공지능 알파고와 세계최고 바둑기사 이세돌과의 대결이 서울에서 펼쳐졌다. 최고의 바둑 인공지능 프로그램과 바둑의 최고 중 최고 인간 실력자의 대결은 최종 결과는 알파고가 4승 1패로 이세돌에게 압승을 거두는 결과로 종결됐다. 구글이 주최한 이 이벤트는 개최국인 한국사회에 경종을 울리면서 인공지능의 사회적 영향에 관하여 논쟁을 불러일으킬 정도로 꽤 큰 충격을 준 사건이었다.
하지만 인공지능이 제조업에 미치는 영향력은 의외로 크지 않으며, 오히려 사물 인터넷보다도 영향력이 낮을 것으로 예측되고 있다.
그 이유는 다음과 같다. 20세기 들어와서 컴퓨터의 발전으로 시작된 AI 산업은 이미 1980년도에 10억불 규모의 시장을 형성할 정도로 큰 분야였으나 성장이 지지부진하여 큰 실망을 안겨주기도 했다. 문자인식이나 음성인식 등의 가시적인 성과가 있는 분야도 있었지만 당시 기술수준으로는 구성되기 어려운 한계가 존재했으며, 이를 지원할 수 있는 하드웨어의 개발도 지지부진한 상황이었다.
그러나 1980년대 말 로봇공학의 초기 발전으로 인하여 당시 개발된 AI기술을 활용하여 로봇을 활용한 자동차 공장을 여러 회사에서 실시했었다.
특히 TOYOTA 규슈공장은 이러한 혁신을 보여줄 예로 조성되었지만, 당시 기술이 생산 오더를 전달하기 위해 필요한 문자를 인식하는 데에 어려움을 해결하지 못하였기에, 사람을 고용하여 생산에 기계를 조절하는 방식으로 문제를 해결할 수 밖에 없었다.
그러나 이러한 문제는 2010년도 이후에 나타난 여러가지 인공지능 마저도 이러한 부분을 완전히 해결하지 못하였으며, 또한 인공지능이 분석할 데이터를 스스로 모으는 하드웨어 발전이 한계, 궁극적으로 사물인터넷 기반의 센서를 통하여 데이터를 모아야 하며, 취합된 데이터를 분석하는 방식에서만 인공지능이 사용되는 점으로 인하여 인공지능의 제조업에서는의 파급력은 상당히 낮은 편이고, 사실 인간을 대체할 정도의 구현은 매우 어려운 상황이다.
즉, 제조공정이 복잡한 제조업에서는 인공지능 혼자서는 아무것도 할 수 없는 것이 현실이다.
그러나 제조업 내에서 인공지능의 부분적인 적용은 어느 정도 현실화되고 있고, 이러한 점을 알려주는 부분은 스마트 팩토리의 등장이 대표적인 예이다.

3. 사물인터넷 + 인공지능 => 스마트 팩토리

스마트 팩토리는 사물인터넷 기반으로 생산 밸류체인의 모든 과정(기획,설계,생산,유통,서비스 등)에 관여 및 연계활동을 하며 공장 안팎의 모든 요소가 연계되어 공장의 전체적인 공정을 자동화, 디지털화 하는 것이다. 이로써 에너지절감, 생산성 향상을 목적으로 사물인터넷과 빅데이터, 인공지능을 활용하여 최소 비용과 시간내에 고객맞춤형 제품을 생산하는 공장이 바로 스마트팩토리다.

스마트 팩토리는 모든 제조업의 종결점
기업들이 스마트 팩토리를 조성하는 이유는 간단하다. 불량품을 극도로 줄이는 데에 효율적이며, 인공지능이 결정을 못하더라도, 데이터 분석을 통하여 제조공정의 전반적 문제점 판단 및 이상징후를 찾아내는 데에 적합하며 이를 통하여 인력을 효율적으로 활용할 수 있고, 생산단가를 낮추는 데에 매우 효율적이기 때문이다.
특히 스마트 공장으로 인한 변화 중 하나는 트럼프 정부가 압박 때문에 미국 제조업이 살아나고 있다고 생각하지만, 사실 주된 이유는 바로 스마트팩토리의 등장으로 인한 생산비용 감소와 소비자의 니즈 역시 과거 획일적인 소품종을 대

량 생산을 통한 제품에서 개인 맞춤형 제품인 다품종 소량 생산으로 변화하고 있고, 모바일의 발달에 따라 온라인 기반의 온디맨드(On-demand)서비스 역시 활성화되고 있다는 점을 들 수 있다.
예를 들어, 이전에는 생산비용을 낮추기 위해 대규모 공장 시설을 인건비가 낮은 동남아시아 등 제3세계 국가에 지었다면 이제는 적절한 규모의 시설을 시장이 위치한 곳 주변에 짓는 것이 가능하다. 인공지능을 통해 수요를 정확하게 예측하고 제품 불량률을 감소시키면 선진국에도 적절한 규모의 공장을 지을 수 있다는 계산이 나온다.

 

4.” 3D프린터”는 과연 분업을 이길 수 있을까?

2010년대 초반 세계적으로 많은 주목을 받은 혁신은 3D프린터다. 도면을 바탕으로 3차원 물체를 만들어내는 기계에 세계는 열광했고, SF소설의 세상이 현실에 온 거처럼 많은 주목을 하였고, 제조업에 근본적인 변화를 이끌 것으로 주목했다. 그러나 2010년대 말이 된 지금 3D 프린터 붐은 꺼졌고, 기대되는 활용성에 비해 제대로 쓰기에는 미묘한 입지와 그냥 아무렇지 않게 사서 쓰기엔 문제가 있는 높은 가격대, 그리고 사용 난이도와 가격으로 인하여 3D 프린터는 건축 등의 일부 분야에서만 쓰이는 정도이다.
3D프린터의 기본 문제는 우선 경제성에서 한계가 분명하다. 출력 물질의 한계로 복제품의 질과 내구성이 매우 떨어지며 설상가상으로 재료를 분사하고 굳히고 하는 번거로운 제작방식 때문에 제작시간 또한 매우 오래 소요된다. 아울러 3D 프린터의 출력에 사용되는 특수한 플라스틱은 값이 매우 비싼 편이며 제작 방식 때문에 출력물 크기가 프린터 크기로 제한되는 것도 큰 단점으로써 악세서리 같은 간단한 제품을 복제한다고 하더라도, 복제 제작물이 공장제 완제품보다 비싸고 그 크기도 작다 보니 상업용 물품을 만들 수 있는 경제성을 뒷받침하지 못하고 있다.
이러한 비효율성으로 인하여 현재 기술로는 출력물의 내구성, 제작시간, 비용, 출력 사이즈 등 여러 면을 통틀어봐도 3D 프린터가 유용하게 사용될 수 있는 대량 복제에서는 전혀 이점이 없어서 보급이 안되고 있다는 분석이 대부분이다. 또한 물건에 대한 복제는 더 효율적이고 효과적인 다른 저렴한 수단들로 오래전부터 행해져 왔고 현재 진행형으로도 이루어지고 있기 때문에, 아직은 저소득 국가에서 분업으로 대량 제조하는 복제품에 비하여 효용성이 매우 낮기 때문이다.
또한 3D 프린터를 활용하여 총구 및 자동차를 만들었어도 재료 내구성으로 인하여 활용도에서는 엄청난 한계를 보이고 있으며, 이는 3D프린터가 대규모로 주목을 받고 대량 보급이 시작된 2010년도에도 해결하지 못하는 문제이기도 하다. 특히 총기가 허용된 미국에서는 3D프린터를 활용하여 복제 총을 만드는 것이 한때 유행하였고, 몇몇 인터넷상 동호회를 중심으로 SF영화, 혹은 게임에서 나오는 총을 제작하는 것이 2014년~2015년 유행이었으나, 내구성 한계가 바로 노출되었다.

혁명이 아니다-
점진적인 사회로의 진화이다!

지난 호에서 농업을 다루었을 때 본 기자가 놀란 부분은, 농업이 재배의 개념에서 제조의 개념으로 바뀌고 있고 4차 산업혁명이 전망하는 소규모 인력, 대규모 생산에 가까워지고 있다는 부분이었다. 그러나 제조업 분야는 경영 합리화로 대표되는 인력조정이 있더라도, 아직은 4차 산업혁명이 제공하는 스마트 팩토리 등의 미래가 제조 방식을 근본적으로 바꾸는 것은 한계점이 있다는 것을 확인 할 수 있었다. 스마트 팩토리, 사물 인터넷, 인공지능의 한계는 생산활동을 합리화 한다는 부분에서는 혁신이지만 농업처럼 고기를 배양하고, 흙에서 야채 및 곡식을 재배하는 것에서 벗어나서, 빌딩에서 제조 하는 방식, 즉 제조하는 장소가 근본적으로 바뀌는 혁신이 아니라, 기존 시설에 기반하여 거기에 더 좋은 관리를 위한 감지 체계와 분석체계의 기계화 수준이기 때문이다. 물론 이러한 부분은 기존 종사자에게는 혁신으로 볼 수 있지만, 농업에서 보여주는 수준의 혁신은 아니다. 즉 생산방법과 생산 활동 자체의 변화는 없기 때문이다. 단지 사람에서 기계로 조금 더 바뀌는 수준일 뿐인 것이고, 여기에 더 좋은 제품을 생산하기 위하여 데이터를 활용하여 합리화 시키는 방법은 이미 200여 년 전부터 진행된 방법이기 때문이다.
그러나 변화는 여기부터다. 스마트 팩토리는 지난 40여년간 지속되어온 제조공장의 선진국에서 후진국으로의 이동을 어느정도 차단하여, 제조업이 선진국으로 다시 돌아오는 전환의 계기가 마련될 수 있는 가능성을 보여주고 있다.
그러나 스마트 팩토리를 관리하고, 주요 결정을 내려야 하는 것은 결국 사람 손에 달려 있으며, 기계는 생산량의 향상을 이끌 수는 있어도, 생산품질의 향상은 기계와 사람의 융합으로 만 가능하기 때문에 변화는 서서히 올 것이고, 이 변화의 결과는 아직 알 수 없다는 점에서, 제조업은 농업과 달리 4차 산업혁명의 한계를 보여주는 분야이다.
(한성훈 : kosdaq62@gmail.com)

 

 

[ 참고자료 ]
정보통신기술진흥센터(2018) 스마트 팩토리 기술 및 산업 동향 / 중앙일보(2018) 3D 프린터로 찍은 인공장기, 뇌 업로드한 반도체..미리 본 ‘포스트 휴먼 ‘ news.joins.com/article/23050132 / 최윤섭의 Health Innovation(2014) 3D프린터가 맞춤 의료에 불러온 파괴적 혁신들 (www.yoonsupchoi.com/2014/04/20/3d-printer-medical-innovation) / SKT insight(2018) 스마트 팩토리, 리쇼어링을 만들다 (www.sktinsight.com/110268) / Benefit(2014) 3D프린터 몸의 일부를 만들다 (blog.naver.com/benefitmag/14020715915) / 중앙일보(2017)[틴틴 경제] 스마트팩토리가 뭔가요 (news.joins.com/article/21765688) / IT동아(2018) [4차 산업혁명과 직업의 미래] 7. 스마트팩토리의 현재와 미래(it.donga.com/28165) / 조선일보(2016) 인공지능+제조업… ‘스마트 공장’이 4차 산업혁명 이끈다(biz.chosun.com/site/data/html_dir/2016/04/11/2016041100069.html) / 한겨레(2017) AI·빅데이터 활용 ‘스마트공장’…제조업 생산방식 혁명 이끈다 (www.hani.co.kr/arti/economy/economy_general / 아시아경제(2017) 불량률 0.0011%…독일 제조업의 비밀 ‘AI’ (www.asiae.co.kr/news/view) / 포스코뉴스룸(2017) 제조업에 부는 4차 산업혁명의 바람 – AI 기술의 적용 (newsroom.posco.com/kr) / 심원래(2018) 제조업에서 AI(기계학습)의 활용 분야와 솔루션 / Bloter(2018) 한국에서 AI가 어려운 이유(www.bloter.net/archives/313731) / 삼성SDS(2018) 스마트팩토리의 인공지능(AI) 활용은 왜 어려울까? (www.samsungsds.com/global/ko/support/insights/SmartFactory_AI) / 정보통신기술진흥센터(2017) 사물인터넷 산업의 시장 및 정책 동향 (www.itfind.or.kr/WZIN/jugidong) / 삼성SDS(2018) 빅데이터란 무엇인가 “사물인터넷(IoT)와 빅데이터(Bigdata) (www.samsungsds.com) / 전자신문(2017) 4차 산업혁명이 바꿔놓을 미래-1.제조업 이렇게 바뀐다 (m.post.naver.com/viewer/postView) / 산업기술리서치센터(2018) 제조업의 4차 산업혁명 대응 사례와 시사점

 

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Copy Protected by Chetan's WP-Copyprotect.