1. 연구개요

□글로벌 대비 국내 제조업 경쟁력 지수는 하락일로로 제조업 혁신이 필요

○ GDP 대비 국내 제조업 비중은 27.5%로써, 세계 2위(’19년 기준), OECD 회원국 중 1위로 한국은 제조업 중심국가

  - 반면, 한국의 글로벌 제조업 경쟁력 지수*는 ’10년 3위→’20년 6위로 하락 전망

  - 한국의 순위 하락은 상위 국가와 비교하여, 인적자원, 가격경쟁력, 인프라 등에서 비교 열위에 기인

  - 중국은 저렴한 인건비로 인한 경비절감, 독일은 정책적인 지원과 산업인프라, 미국은 인건비와 에너지를 제외한 인적자원, 인프라, 정책지원 측면에서 제조업 경쟁력을 유지 중

○ 중국의 중국제조 2025의 가장 큰 피해국은 대한민국

  - 중국 제조 2025의 가장 큰 피해국은 대한민국이고 이미 반도체, 디스플레이, 자동차, 배터리 등 중국과의 격차는 상당 부분 좁혀진 상황

 * LG디스플레이 ’17년 영업이익 2조4천억원→’19년 영업적자 1조3천억원 (LG디스플레이 재무제표)

  - 미중 무역분쟁으로 중국제조 2025를 포기한다고 하였으나, 2019년 과학기술 예산은 13%(60조원*)이상 증액하였고, 후속으로 인공지능, AI, 데이터 유통 등 중국표준 2035를 준비 중

 * 우리나라 R&D 예산은 2019년 20.5조원, 2020년 24.1조원으로 중국의 1/3 수준

□세계 경제포럼은 제조업 혁신을 위해 2018년부터 등대공장(사실상 스마트 제조)을 선정 발표하여 제조업 청사진을 제시

○ 전 세계에서 2018년 9개→2019년 44개를 지정, 산업별 제조공장의 미래를 제시

 * 한국은 AI기반 초정밀 도금기술, AI기반 고로 조업 자동제어 등을 활용하는 포스코가 유일 선정

  - 해당 공장은 스마트 제조 도입 이후, 생산성, 효율성 등 주요 제조지표에서 최대 200%의 개선된 성과를 달성

□스마트 제조는 공장 자동화에 ICT기술을 활용하여 인간의 오류를 최소화한 제조 시스템으로 제조업의 미래

○ IIoT, 클라우드, AI 등 ICT기술을 접목하여 제품기획/설계 → 제조 → 물류(또는 유통) 3개의 제조 단계 間 유기적인 관계를 통해 생산성, 품질, 고객만족도 등 투입 자원 대비 최대 효율성을 목적으로 하는 제조 시스템

 - 제품 생산을 제조 공정에 국한하지 않고 제품 사용자의 수요를 생산과 연계 하여 공장 자동화에 물류를 추가･확장한 개념

 - 스마트 제조의 지향점은 Data, Network, AI에 의한 자율성에 기반하는 제조 시스템

 - 생산의 주체가 증기(1차) → 전기(2차) → 컴퓨터(3차) → 데이터(4차)로 전환되는 제조 시스템

○ 본 보고서는 스마트 제조의 DNA(Data-Network-AI) 기술 관점에서의 활용 동향을 통해 향후 정부 및 산업계가 대비해야 할 방안을 제안하고자 함

2. 스마트 제조에서의 DATA 기술 활용 동향 분석

□데이터 흐름에 따른 IIoT/Edge/Cloud/Digital Twin과 데이터 전반에 대한 ICS(Industrial Control System) 산업 보안 기술로 분류

○ (IIoT/Edge/Cloud/Dital Twin) IIoT를 통해 데이터가 생성되고, 네트워크를 통해 SCADA, MES, PLM, MoM 등의 활용을 위한 정보로 가공되고, 클라우드 또는 엣지 컴퓨터를 통해 Digital Twin, AI 등으로 처리되는 일련의 데이터 공정 과정

 - 데이터 영역에서의 핵심기술은 데이터 생성, 변환, 저장 및 처리를 위한 IIoT, 클라우드, Edge Computing, Digtal Twin으로 집약

○ (산업보안) IT보안과 달리 산업기밀, 근로자의 생명, 제조공정의 안정성 등과 직결되어 스마트 제조에서의 OT 영역의 데이터 보안은 필수

 - 2010년부터 사이버 위협이 시설, 인프라를 공격하는 사례가 발생하기 시작. 최초의 사례는 이란의 핵무기 개발 저지를 위한 Stuxnet으로 Siemens PLC, SCADA 시스템을 공격

  ※ 1,000여대의 원심 분리기 마비로 수 개월간 이란 핵무기 개발 프로그램 지연

□(해외동향) IIoT 플랫폼 기반에 보안 기능을 탑재한 스마트 제조 종합솔루션으로 시장을 공략 중

○ (IIoT/Edge/Cloud) 오랜 기간 제조 산업에서 축적된 경험을 바탕으로 IIoT플랫폼과 Edge/Cloud를 통합 솔루션 플랫폼 형태로 시장 공략 중

 - SW 전문기업은 SaaS기반의 클라우드 플랫폼을 제공하고, 제조기반 기업은 PaaS기반 클라우드 플랫폼 솔루션 제공

 - GE, Siemens, Amazon 등 자사의 플랫폼을 활용한 제조공정의 적용사례 발표

○ (Digital Twin) 디지털 트윈을 도입하고 있는 기업은 GE, Siemens로써 자사 제조 자산의 가상 모델링을 통해 공정 최적화를 추진

 - (GE) Digital Twin도입에 가장 앞선 기업으로써, 자사의 IIoT플랫폼인 Predix를 통해 항공기 엔진에 200개 이상의 센서를 장착하여 고장정확도 10% 개선, 정비불량으로 인한 결항 건수 1,000건 이상 감소 효과

 - (Siemens) 지멘스의 NX Cad로 마세라티 신차 생산공장에 디지털 트윈 기술을 적용하여, 판매량 6배 향상, 신차개발기간 30개월에서 16개월로 단축

○ (산업보안) 산업제어 업체들은 OT영역 보안 강화를 위해 관련 전문기관 인수 합병 또는 전략적 제휴 추진

 - 록웰 오토메이션(Rockwall Automation)은 자사의 제어장치 보안 강화를 위해 이스라엘의 사이버 보안 업체인 애브넷 데이터 시큐리티(Avnet Data Security)를 인수(’20)

 - 지멘스는 OT 및 IT 네트워크의 컨버전스로 인한 보안 과제를 해결하기 위해 포티넷과 전략적 파트너쉽 체결(’20.1)

□(국내동향) 대기업(삼성, LG, SK, 포스코) 중심으로 계열사의 성공 사례를 바탕으로 해외 기업과 스마트 제조 플랫폼 경쟁

○ (IIoT/Edge/Cloud) 국내 대표적인 IoT 플랫폼 기업은 삼성, LG, POSCO 등이 있으며, SW 기반이 약하여 PaaS 기반 IoT 플랫폼을 주로 제공하고 사업 분야에 특화된 플랫폼 출시

○ (Digital Twin) 국내기업은 제조분야에의 적용은 생산성을 검증하는 단계이고 자체 기술력이 부족하여 해외 업체와 협력하여 추진

 - (LG) Siemens와 협력하여 디지털 트윈 기술 공동 연구개발을 추진하고 디지털 전환을 가속화

 - (삼성SDS) 자사의 Nexplant와 다쏘시스템의 디지털 트윈기술을 협업 제품수명관리, 모델기반 시스템 엔지니어링 등에 적용

 - (포스코 건설) 포스코케미칼 음극재 공장 건설시 스마트 컨스트럭션에 다쏘시스템의 3D Experience를 접목하여 사업기간을 3개월 단축

○ (산업보안) 국내 OT보안시장은 시장 태동기로써, 국내외 OT보안업체들이 시장 우위 확보를 위해 경쟁 중이며, 국내 OT 보안 표준을 제정

 - SK 인포섹, 시큐아이 등이 ISA/IEC 62443과 같은 국제 표준에 맞춰 공장 등 제조기반 시설 운영에 요구되는 보안 아키텍처, 솔루션, 기업 조직 운영까지 종합 솔루션을 제공

3. 스마트 제조에서의 NETWORK 기술 활용 동향 분석

□산업용 네트워크는 크게 Fieldbus, Ethernet, 무선으로 분류

○ 산업용 유선네트워크의 기술추이는 Fieldbus의 호환성 및 속도제약(12~16Mbps) 등으로 Ethernet으로 전환 중

 - 산업용 Ethernet은 주요 메이저 회사들(Siemens, Rockwell Automation, Schneider 등)에 따라 PROFINET, EtherNet/IP, OPC UA 등 각각의 네트워크 표준들이 시장을 점유 중

 - 국내의 경우 LS Electric(구 LS산전)에서 국내 유일의 산업용 Ethernet RAPiNET을 개발하고 국제 표준으로 등록

  ※ 산업용 Ethernet : 속도는 일반 이더넷과 같지만, 데이터 신뢰성과 실시간성에 중점을 둔 이더넷

○ 산업용 무선통신은 802.11 WiFi기반과 저전력･저속의 802.15.4 계열(Wirelees Hart, ISA100 등), 5G 등이 있으나 고속, 저지연, 확장성 면에서 유리한 5G 적용이 대두

□(해외 동향) 스마트 제조는 5G 관련 통신장비업체에게는 성장기회로 시장 선점 경쟁 치열

○ (장비업체) 5G 통신장비 선점을 위해 제조업체와 협력하여 활용사례를 적극 창출 중

 - (에릭슨) MTU Aero Engines의 제트 엔진 내부의 공기를 압축하는 첨단 부품인 블리스크(blisk)에 장착된 가속 센서로 진동 스펙트럼을 5G(3.5GHz 기반)를 통해 실시간 검증 시스템에 전송

 - (노키아) 5G 프라이빗 무선 솔루션(SA방식)을 발표(’20.7)하였으며, 독일의 도이치반, 루프트한자 테크닉, 도요타의 TPEC(제조설계센터) 등이 도입

○ (제조업체) 대규모 공간을 필요로 하는 제조 공장과 광범위한 IIoT를 요하는 자동차, 에너지 등 산업분야에서 5G 도입 사례가 발생하고 SA방식의 통신망 구축을 추진

 - (벤츠) 에릭슨과 협력, 독일의 차세대 공장(팩토리 56)에 5G 통신을 도입

 - Bosch, Siemens, BASF, BMW, AirBus, 폭스바겐/아우디, Daimler 등이 Private Spectrum(3.7-3.8GHz)을 이용해 자체 Private 5G망을 구축 추진

□(국내 동향) 이통사는 5G 시장 개척을 위해, 제조 관련 기업은 계열사 위주로 도입 적용

○ (SKT) 제조 공장이 스마트 공장으로 전환될 수 있도록 5G 네트워크, 특화솔루션, 데이터분석 플랫폼, 단말 등이 포함된 ‘올인원 패키지’를 개발(’18.12)하고, 삼성전자, 지멘스 등과 5G 스마트팩토리 얼라이언스를 구축(’19.1)

○ (KT) 기업 전용 5G 네트워크를 개발(’19.10)하였고 스마트팩토리, 커넥티드카, 실감미디어, 관광, 물류･유통, 재난관리, 공공안전 등 7개 영역을 중심으로 모든 산업에 5G 적용을 추진 중이며, 현대중공업, 현대건설, 삼성서울병원 등과 협력 계획(’20.4)

○ (삼성전자) 미국 텍사스 오스틴에 있는 반도체공장에 삼성전자의 5G 무선장비와 AT&T의 네트워크 장비를 결합한 ‘5G 이노베이션 존’을 구축(’18)하고, KT와 협력하여 수원사업장에 기업전용 5G 통신 시스템 구축(’19.12)

○ (LG) LG전자 청주공장에서 5G와 AI 기술을 접목한 U+ 지능형 영상 보안 솔루션을 활용, 설비 이상 알림, 이상 온도 감지, 안전모 미착용 감지 등 24시간 모니터링에 활용(’20.7)

4. 스마트 제조에서의 AI 기술 활용 동향 분석

□스마트 제조에서의 AI 역할은 제조 공정 상태감지→진단→예측→조치로 활용

○ IIoT에서 수집된 데이터 패턴을 통해 상태를 감지하고, Edge 혹은 Cloud에서 AI를 활용한 이상 유무의 진단 및 예측을 통해 공정에 필요한 조치 시행

○ AI의 가장 큰 활용분야는 예지보전(Predictive Maintenance)→품질검사(Quality Inspection)→공정최적화(Process Optimization) 등 순으로 적용

 - 적용 알고리즘은 예지보전은 RNN, 품질검사 CNN, 공정 최적화는 DBN 등이 활용

□(해외동향) 산업 분야별로 제조 및 품질 향상에 공격적으로 AI 도입 중

○ 대규모 제조 공정 현장에 도입되고 있고 괄목할 만한 성과 사례 발표 중

 - (GE) Predix Platform에 AI를 적용해 터빈 블레이드의 폐기 혹은 수리 여부를 판단

 - (GM) 자동차 조립공정 7,000개 로봇에 영상카메라를 탑재하여 72개의 결함을 발견하여 공장정지를 사전에 방지

 - (Nokia) 비디오 영상에 기계학습을 적용하여 공장 근로자의 작업 오류를 수정

 - (Danone) 고객 수요 예측, 공급체인망, 마케팅 등에 AI를 활용하여 판매손실 30% 감소

 - (Thales) 열차 부품에 탑재된 수천 개 센서를 통해 과거 및 현재의 상태를 분석하여 교체될 부품과 잠재된 문제를 예측하여 돌발 운행정지를 사전 예방(TIRIS Big Data Analytics)

 - (BMW) 자동차 최종 검수과정에서 주문차량과 생산된 차량의 모델명이 불일치할 때, AI가 검수팀에게 공지

□(국내동향) 스마트 제조시장 공략을 위해 공장자동화에 강점을 가지고 있는 국내외 솔루션기업과 협업

○ (이통사) 5G 시장의 주요 타겟인 스마트제조 시장 개척을 위해 이통사와 국내외 공장자동화에 특화된 솔루션 기업과 협업 AI 적용

 - (SKT) 공장자동화 솔루션 기업 비스텔과 협력하여 빅데이터 분석에 AI를 적용한 클라우드 기반 설비관리 솔루션 “메타트론 그랜드 뷰” 출시

  ※ AI기반의 예지 보전 기능을 통한 일반 제조기업 사전검증에서 설비 및 주요부품의 수명 20%이상 연장, 설비의 생산성 향상, 설비유지보수의 최적화로 15% 비용절감 효과 발생

 - (KT) 미국 코그넥스와 협업하여 딥러닝 기반 머신비전 기술을 적용한 “5G 스마트 팩토리비전”을 개발, 카메라를 통해 제조 공정내의 불량검사, 제품식별, 치수 측정 등에 활용 예정

 - (LGU) 기지국 주변의 상황을 AI를 이용해 인지하고, 불량지역 검출, 안테나 방향각도 등을 도출하여 5G 서비스 품질 개선에 적용

○ (대기업) 자사의 스마트 제조 플랫폼을 보유하고 계열사의 생산성 향상에 적용

 - (POSCO) 국내기업 중 유일하게 등대공장으로 지정된 기업(’20.1기준)으로, 제철 주문단계에서부터 생산품 도금까지 AI 기능을 적용하여 주문 작업 효율, 생산성 및 품질 향상에 기여

 - (LG) LG CNS의 DAP(Data Analytics & AI Platform)와 구글의 Cloud AutoML을 LG계열사에 적용, AI 모델 제작기간을 1주일에서 1시간으로 단축하고, 불량판정도 99.9%, 불량판정 속도 30배 향상

 - (삼성 SDS) Brightics AI를 적용, 가스검출 저가(가격 200분의 1) 센서의 검출속도를 고가대비 5.5배 향상, P&ID 도면 자동탐지 기능을 통한 누락정보 탐지로 수작업 대비 작업 능률 40배 향상

 - (SK C&C) 산업용 빅데이타 분석 AI 플랫폼 Skytale을 출시하고, 딥러닝 및 기계학습을 적용한 비전검사용 AI인 Smart Vision – Drive를 개발

5. 결론 및 시사점

□스마트 제조 기반 기술 확보를 위한 종합적 R&D지원

○ 부처 합동의 종합 대책이 존재하나, 내부적으로 부처별 R&D과제가 개별 존재하는 상태로 개발 결과물의 상호 활용을 위해 협력을 강화하는 플랫폼 형태의 종합 R&D 타워가 필요

○ 공장자동화에 활용되는 PLC, 산업용 네트워크, 관련 SW 등에 외산이 대부분이고, 대기업의 경우 핵심기술은 외산에 의존하는 상태여서 저변 기술력 향상을 위해 중소/중견 기업 R&D 지원이 필요

  * 국내 대기업의 제조 관련 중소중견기업 활용은 메인 제조공정보다 보조공정 분야에서 활용이 대부분

□데이터 자원의 가치를 존중해주는 제도 개선으로 데이터 산업 육성 촉진

○ 데이터 3법은 정보보호, 특허는 유형적 자산에 대한 지재권에 초점이 맞추어져 있는 상태로 오랜 시간 축적해온 노하우를 데이터로 전환시 이에 대한 가치 부여를 위한 제도와 활성화 대책이 미흡

  ※ 독일, 일본 등은 전통 제조 강국들은 산업용 데이터에 특화된 마켓플레이스 조성 중

○ 국내에도 데이터 마켓*(데이터산업진흥원)이 존재하나 OT영역의 데이터가 아닌 IT영역의 데이터로 스마트 제조로 활용성이 있는 데이터 상품은 미흡

□무선 인프라의 탄력적 접근과 이에 대응하는 정책의 실효성 제고 및 분야별 사전 인프라 조성을 위한 정책적 지원

○ 산업용 무선 네트워크 비중은 5G 시장의 6%로 그 비중이 낮고 산업용 제조시설의 보수성을 고려 시, 현실에 기반한 내실있는 접근 필요

  ※ 5G의 latency(저지연)은 1ms미만으로 제시하고 있으나 실사용 측정은 20ms 내외

○ 스마트 제조의 성공사례는 기업 全 공정에 상당부분이 자동화가 이루어진 상태에서 도입해야 가능하므로, 기업별 특성에 맞는 분야별(D.N.A) 인프라 조성을 위한 정책 지원 사업이 필요 

※ 작성자 : 정보통신기획평가원 권요안 수석