Smart Manufacturing

데이터애널리틱스와 클라우드 융복합 사이버-물리 제조시스템

세계 제조선도국가(독일, 미국, 일본, 중국 및 한국)를 중심으로 제조강국 실현을 위한 경쟁이 치열하게 전개중이며, 스마트공장은 제조기술과 첨단 정보 통신기술간의 융합을 통해 제조공정의 생산성 향상을 달성하기 위한 제조혁신 필수전략으로 자리매김하였습니다. 스마트공장의 가장 큰 특징은 인터넷 으로 생산설비들이 모든 정보를 실시간으로 획득하고 자율적으로 생산방식을 변경하여 이를 통해 최적화된 동적 생산을 구현하는 것입니다. 동적 생산은 사이버-물리 제조 시스템(CPPS: Cyber-Physical Production System)을 통해 사물, 인터넷, 서비스간 연결을 통해 생산공장의 스마트화를 실현 하는 것입니다.

• 사이버-물리 시스템 (CPS: Cyber-Physical System): 사물이 사물인터넷(IoT: Internet-of-Things)을 기반으로 연결되고 컴퓨팅과 물리세계가 융합되어 사물이자동지능화되는 시스템. 2006년 미국과학재단에서 CPS 가능성을 논의하였고, 2013년 미국 오바마 대통령의 혁신 프로젝트에 CPS를 포함시켰으며 독일에서 CPS기반의 인더스트리 4.0을 국가 미래 프로젝트로 추진함으로써 주목받고 있습니다. CPPS는 제조현장내에서는 IoT와의 융합을 통해 제조객체 즉, Man-Machine-Material로 하여금 정보교환, 원격제어 및 의사결정을 가능하게 하였습니다. 또한, CPPS는 제조현장외에서는 상위 제조시스템과의 통합, 가치사슬간 통합, 사람/사물-서비스간 통합의 실현으로 생산공정의 스마트화를 가능하게 하 였습니다. 결국, CPPS의 근간은 제조현장내 제조객체의 자가의사결정에 입각해 자율화 및 협업화를 달성하는 즉, 제조객체의 스마트화에 있습니다. 이를 위해서는, 물리적 제조객체와 사이버상에 존재하는 제조객체의 데이터, 정보 및 지식을 연결하는 사이버-물리 제조시스템 플랫폼 구축이 필수적이 고 시스템 및 가치사슬간 통합을 위한 제조 어플리케이션 및 시뮬레이션 솔루션을 연결하는 통합 플랫폼 구축이 필수적입니다. 또한, 사이버상의 제조객 체는 자신의 데이터를 기반으로 예측 및 최적화 제어를 수행하기 위한 데이터 애널리틱스와 연결된 플랫폼 구축이 필수적입니다. 데이터 애널리틱스를 통해 다양한 핵심성과지표를 대상으로 멀티 스케일의 (근)실시간적 진단, 예측 및 최적화 모델 개발이 가능하기 때문입니다. 또한 알려져 있지 않던 오류 및 문제점을 데이터를 통해 인과관계를 밝혀냄으로써, 문제해결 및 성능향상을 가능하게 하기 때문입니다.
• 데이터 애널리틱스 (DA: Data Analytics): 데이터로부터 유의미한 정보 및 지식을 추출하기 위한 데이터 사이언스의 한 분야로써, 추출되는 정보 및 지식 의 대상⋅수준에 따라 묘사적 분석 (Descriptive Analytics), 진단 분석 (Diagnostic Analytics), 예측 분석 (Predictive Analytics), 지시적 분석 (Prescriptive Analytics)로 진화되었습니다. 본 연구를 통하여, 데이터 애널리틱스와 클라우드 융복합 사이버-물리 제조시스템을 개발하고자 합니다. 본 제조시스템은 제조현장의 데이터 사이언스 환경 구축을 통해 제조객체의 예측 및 최적화 제어 나아가 동적 지능화를 가능하게 하는 멀티 에이전트 (Multi-Agent) 기반 사이버 제조시스템입니다. 본 제조시스템은 제조객체의 에이전트 및 연관된 데이터, 예측/최적화 모델을 언제 어디서나 생성과 활용가능하도록 클라우드 환경에서 구현되는 사이버 제조시스템입니다. 본 제조시스템의 활용을 통해 제조현장의 제조시간, 품질, 제조비용 및 에너지 등 주요 생산성지표의 향상을 달성하고자 합니다. 특정제조분야를 대상으로 참조모델 (Reference Model)을 개발하며, 참조모델을 기반으로 각 제조분야의 특성에 적합하도록 커스터마이징하여 다른 제조분야 로의 확산 및 전개를 가능하게 할것입니다. 본 제조시스템은 생산공정을 모니터링, 분석, 제어 및 관리를 실시하는 제조실행시스템(MES: Manufacturing Execution System)에 내재화 될 수 있으며, 현재 MES의 수직적⋅하향식 제어구조에서 벗어나 제조객체간 수평적⋅협업적⋅자율적 제어가 가능한 지능형 MES로의 진화를 가능하게 할 것입니다.

현재까지 사이버-물리 제조시스템에 대한 한국형 참조모델은 미개척 분야입니다. 선진국과의 기술격차 해소 및 원천기술 확보를 위해서는 본 연구에서 제안하는 사이버-물리제조시스템의 참조모델 개발이 필요합니다.

(1) 에이전트 기반 사이버-물리 제조시스템을 통한 자율적⋅협업적 제조객체 제어⋅관리구조화 스마트공장은 급변하는 고객요구의 대처, 자원 활용의 효율화 및 최소화 등에 능동적으로 대응할 수 있는 제어구조가 필요합니다.그러나, 전통적인 중심적⋅수직적 제어구조는 경직되고 유연하지 못하기 때문에, 스마트공장의 요구사항을 만족하기 어려움. 또한, 제조 시스템의 확장성이나 재구성 능력이 떨어집니다. 따라서, 제조객체를 보다 자율화, 적응화, 협업화 할 수 있는 수평적이고 유연한 제어구조로의 변화가 필요하며, 이를 홀로닉 제조시스템이라고 합니다.

• 홀로닉 제조 시스템 (HMS: Holonic Manufacturing System): 제조객체를 제품홀론, 리소스홀론, 오더홀론 및 스태프홀론으로 객체화하고, 이들 목적지향적 유연 시스템화를 통해 자율화(Autonomy)와 협업화(Cooperation)를 달성 하는 제조시스템입니다. 수평적이고 유연한 제어구조를 통해 제조객체간 자율적⋅협업적 의사결정이 가능해지며, 제조현장의 생산성, 대응성 및 자원 활용성을 향상시킬 수 있습니다. 이러한 HMS 제어구조를 위한 핵심 구현기술이 에이전트 기반 시스템(Agent-based Systems)입니다. 제조현장의 제조객체를 가상에서 에 이전트화하고, 이러한 에이전트가 자가의사결정을 수행하거나 특정 목적을 위하여 다른 에이전트들과의 통신체계를 구축할 수 있습니다. 과거에는 물리적 제조객체와 사이버 제조객체간 데이터 연결의 어려움(데이터 통신의 어려움 및 폐쇄적이고 벤더특화된 데이터에서 기인)으로 에이전트 기반 제조시스템의 개발이 어려웠습니다. 그러나, 최근 사물인터넷과 사이버-물리 시스템 기술의 발전과 저비용화로 인하여 에이전트 기반 제조시스템 개발의 가능성이 높아 졌습니다.
• 제조객체내에 임베디드 디바이스와 인터넷 망을 통해 제조현장에서의 데이터 통신이 가능
• 제조데이터의 국제표준화 (예. STEP, MTConnect, OPC UA)로 인해 데이터 개방화⋅표준화가 이루어짐 따라서, 에이전트 기반 사이버-물리 제조시스템을 개발하여 자율적⋅협업적 제어⋅관리 구조를 구현합니다.

(2) 제조 데이터 기반 애널리틱스 모델링과의 통합을 통한 제조 지능화 기존의 생산성 예측 모델은 이론적 방법이나 실험적 방법을 통해 생성 하였습니다. 그러나, 이러한 방법들은 실제 제조현장에 적용하는데 한계가 있고 이론적 방법은 현실과 괴리가 있으며, 실험적 방법은 새로운 공정조건이 들어올 때마다 실험계획을 재실시하고 모델을 재생성해야하기 때문 입니다. 이러한 한계를 극복하기 위하여 데이터 애널리틱스 기법이 적용되어야 합니다. 데이터 애널리틱스는 실제 제조데이터로부터의 예측 모델 생성을 가능하게 합니다. 한편, 기존 최적화 모델링은 실시간이 아닌 제조현장 외부(Off-line)에서 고도화된 전문인력이 수행되었음습니다. 이러한 방법은 제조 조건이나 환경이 자주 변하는 제조현장에 실시간으로 최적화 값을 적용하 기가 어렵습니다. 기존 한계 극복을 위하여 데이터 애널리틱스 기반 예측 모델을 활용하고, 빠른 최적화 모델링 기법을 적용하여 제조현장내(On-line)에서 최적화 값 도출이 이루어져야 합니다. 따라서, 제조객체 에이전트가 애널리틱스 모델링을 수행할 수 있도록 이들간을 통합하여 제조 지능화를 달성하고자 함에 있습니다.

(3) 표준 프로토콜 및 인터페이스를 통한 클라우드 환경에서의 제조객체, 데이터, 모델 공유화 기존에는 폐쇄적이고 벤더특화된 데이터 및 정보 구조로 인하여 제조현장에서의 정보공유가 어려웠습니다. 제조객체 에이전트들도 개발자별로 독립적으로 구현되었기 때문에, 제조현장간을 연결하는 에이전트간 정보 교환이 어려웠습니다. 그러나, 최근 제조 데이터 및 지식의 국제 규격화 ⋅표준화가 이루어지고, 나아가 공유화⋅개방화가 이루어지고 있습니다. 따라서, 제조객체의 에이전트, 데이터 및 애널리틱스 모델 등의 표준 프로토콜 및 인터페이스를 적용하여 제조현장내(Inner-factory) 및 제조현장간 (Inter-factory)을 연결하는 정보공유화를 달성합니다.

에이전트 표준 예: FIPA (Foundation for Intelligent Physical Agents), Web-Service

• 제조 데이터 표준 예: STEP, STEP-NC, MTConnect, OPC UA
• 애널리틱스 모델 표준 예: PMML (Predictive Modeling Markup Language) 나아가, 단순한 클라우드 서비스의 제조분야 적용이 아닌, 클라우드 속의 제조객체, 클라우드 속의 데이터, 클라우드 속의 모델을 구현합니다.
• 클라우드 속의 제조객체 (Objects in Cloud): 사이버상의 제조객체가 자가 의사결정을 수행하며, 제조현장내 혹은 다른 제조현장의 제조객체들과 통신하여 협업적 생산체제로 변환
• 클라우드 속의 데이터 (Data in Cloud): 제조 데이터를 언제 어디서나 수집⋅활용 가능하게 하는 표준 데이터 활용 및 데이터베이스 인프라 구축
• 클라우드 속의 모델 (Models in Cloud): 예측 및 최적화 모델이 언제 어디서나 활용될 수 있도록 모델의 컴포넌트화 및 체계화된 모델 저장소 관리