산업기술/제조/경영

Nikkei Monozukuri_2018.12 특집 요약 (p75-81)

‘연결하는’ IoT에서 ‘사용하는’ IoT로
디지털 모노즈쿠리 2018 (10.17~19)

‘연결하는’ IoT에서 ‘사용하는’ IoT로. 제조업의 디지털화는 IoT(사물인터넷)로 수집한 데이터를 인공지능(AI) 등으로 분석하고, 이를 통해 얻은 지식에 근거하여 시뮬레이션으로 예측하는 실용적인 단계에 들어섰다. 2018년 10월 17일~19일에 도쿄빅사이트에서 개최된 이벤트 ‘디지털 모노즈쿠리(제조)’의 전시와 세미나를 통해 디지털화의 새로운 움직임을 느낄 수 있었다.

Part 1. 전시편

작업자를 보호하는 손목시계형 웨어러블, 작업을 지원하는 안경형 웨어러블, 화재나 약품 누수가 없는지를 감지하는 ‘냄새’ 센서. ‘디지털 모노즈쿠리 2018’의 전시회장에서는 IoT나 AR/VR, AI 등의 기술을 구체적인 용도에 활용하는 제품∙서비스가 눈에 띄었다.

01. 넘어짐이나 컨디션 불량을 바로 검출
•기업: HOYA디지털솔루션 •제품: 작업자 보호 서비스
손목시계형 웨어러블 단말로 신체 정보를 계측하여 비콘 경유로 클라우드에 정보를 축적한다. 이상이 발견되면 빠르게 관리자에게 알리는 시스템이다. 2017년 가을 무렵부터 실증 실험을 추진하며 지속적으로 시스템을 개량하고 있다. Hosiden의 웨어러블 단말을 이용하고 있으며 가속도나 자이로, 컴퍼스와 같은 9축센서와 기압센서, 광학맥파센서를 갖추고 있다. 맥박, 혈압, 스트레스와 같은 심신 정보, 이동 경로나 걸음 수, 소비 칼로리, 넘어짐 등의 이동 정보를 계측할 수 있다.

02. 온도를 감지하는 무선통신센서
•기업: 요코가와전기(横河電機) •제품: Sushi Sensor
Sushi Sensor는 순찰 감시의 대체 등을 상정한 센서다. 장착할 위치가 확정되어 있지 않은 경우는 자석으로 장착할 수 있다. 최대 1회/분의 감지가 가능하며 회전기 등의 간이 진단에 적합하다. 19년에는 압력과 고온 온도를 감지하는 센서를 추가할 예정이다.

03. 작업 중에 순서를 영상으로 확인
•기업: 도시바정보시스템 •제품: 웨어러블 단말에 의한 작업 지원
안경형 웨어러블 단말을 사용한 작업지원시스템. 작업 중에 작업 순서를 영상으로 확인할 수 있기 때문에 매뉴얼 읽는 시간을 줄일 수 있다. 19년 봄의 시장 투입을 목표로 개발 중이다. 카메라나 음성인식 기능을 탑재한 웨어러블 단말을 활용하면 작업 중이나 작업 종료 후에 기존처럼 태블릿 단말을 손으로 조작할 필요가 없어진다. 우선은 전력회사나 가스회사의 점검 작업용 도입을 전망한다. 장기적으로는 공장에서의 제품 조립이나 의료 현장에서의 수술 등으로 적용을 확대한다.

04. 수십 장의 좋은 영상으로 외관 검사 실시
•기업: 시스템계획연구소 •제품: gLupe
심층학습을 이용한 제조업용 외관 검사 시스템이다. 새롭게 소프트웨어와 카메라, 렌즈, 스테이지, LED조명, 워크스테이션 등의 하드웨어를 세트로 한 ‘gLupe시스템 패키지’를 발표. 지금까지 외관 검사를 자동화하지 않은 유저를 위한 시스템이다. 카메라는 가시광과 근적외광에 대응한다. 각각의 최소 구성 가격은 340만엔과 560만엔이다.

05. 숙련공의 ‘시선’을 추적
•기업: 토비 테크놀로지 •제품: 시선 계측 기술
작업자의 효율적인 교육을 고민하는 기업은 많다. 작업 내용이나 순서는 문자나 사진으로 전달할 수 있지만 효율을 향상시키기 위해서는 한 걸음 앞선 기술이 필요하다. 토비 테크놀로지는 시선 계측 기술을 ‘작업방식개혁’에 사용할 수 있을 것으로 보고 2개의 기술을 개발. 카메라를 탑재한 안경형 웨어러블 단말을 숙련 작업자가 장착하여 작업 중의 시선의 움직임을 그대로 영상으로 촬영하여 해석하는 기술. 그리고 헤드 마운트 디스플레이(HMD)를 사용하여 VR(가상현실) 공간에서의 시선의 움직임이나 보행 경로 등을 계측하는 기술이다.

06. 후각과 IoT의 융합으로 ‘평소와는 다른’ 것을 알 수 있다
•기업: 코어 •제품: 냄새 솔루션
‘평소와 다른 냄새(공기질)’를 감지하면 무선LAN이나 모바일 회선 등을 통해 관리자에게 알린다. 배관에서 가스가 새거나 배선 코드가 합선되어 발생하는 냄새, 모터나 벨트가 마모되어 발생하는 타는 냄새 등의 아주 작은 이상을 빠르게 감지하여 신속하게 초동 대응을 할 수 있다. 냄새를 감지하는 ‘냄새 센서 BOX’와 NEC Networks & System Integration의 데이터통신서비스(최장 6개월), Amazon Web Services의 이용권(최장 6개월), Web브라우저에 의한 가시화 툴을 세트로 하여 45만엔에 판매한다.

Part 2. 세미나편
견실한 AI, 시뮬레이션, IoT의 활용이 시작된다

‘디지털 모노즈쿠리 2018’ 강연에서는 미래를 전망한 제조기술로서 AI, 시뮬레이션, 활용 단계를 맞이한 IoT의 새로운 대응에 대한 소개와 과제 제기가 있었다.

[시작된 AI 활용]

01. ‘닛산스타일’을 AI로 지표화
“AI를 사용하여 각 자동차업체들의 스타일을 평가할 수 있는 단계가 되었다”. 닛산자동차 총합연구소 모빌리티∙서비스연구소의 우에다(上田) 씨는 ‘자동차 제조에 있어서 AI의 활용’이라는 제목으로 닛산의 새로운 시도를 소개하였다.

지금까지는 차량 디자인으로 각 사의 특징을 측정하는 명확한 지표가 없었다. 닛산자동차는 차량 디자인 특징을 AI에 심층학습으로 학습시켜 평가결과를 도출한다. 개인의 취미나 기호에 좌우되지 않는 데이터를 얻을 수 있다. 이 결과를 통해 디자인으로 승부하는 자동차를 목표로 브랜드 힘을 키운다.

02. OKI Data, AI로 공장 최적 가동
“AI 기술을 이용하여 생산라인을 최적으로 가동할 수 있었다”. OKI데이터 생산총괄본부 LED총괄공장 생산기술부의 아라이(新井) 팀장과, OKI데이터 HW기술본부 요소기술센터의 다니가와(谷川) 팀장은 ‘IoT와 AI에 의한 고효율 생산을 실현, OKI데이터의 도전’이라는 제목으로 강연을 하였다. 프린터를 이용하는 LED모듈생산공장의 시도를 소개하였다.

AI를 사용하는 것은 경우의 수가 상당히 많기 때문이다. 로봇에게 지시해야 할 동작 수는 835개에 달한다. 워크는 1배치(batch)에 80개를 취급, 1개에 5단계의 운반이 있기 때문에 동작 단계 수는 80개ⅹ5회=400이 된다. 즉, 835개의 동작에서 하나를 선택하는 판단을 총 400회 실행하지 않으면 안 된다. 이를 미리 계획하는 것은 무리다. 그래서 그 자리에서의 판단으로 동작할 수 있도록 AI를 채용하였다.

그 결과, 사람이 지시를 내릴 경우는 3시간이 걸렸던 1배치당 소요시간을 AI는 2시간 30분으로 단축하였다. 인간은 최초 공정에 워크를 둘 수 있는 만큼 두지만(최대 5개), AI는 보틀넥 공정이 최후의 검사 공정에 있다는 것을 알고, 가능한 검사 공정에 빈틈이 없도록 한다. 그 결과 최초의 공정에는 5개를 두지 않는다고 한다.

[세계를 바꾸는 시뮬레이션]

03. MaaS로 격변, 도요타가 전망하는 도시의 미래
도요타자동차의 자율주행 소프트웨어 개발회사인 TRI-AD(Toyota Research Institute Advanced Development)의 James Kuffner 사장은 “약 20분. 우리들이 도시에서 주차장을 찾기 위해 매일 소비하는 시간이다”라고 말한다. 자율주행 기술을 탑재한 ‘MaaS(Mobility as a Service)’와 같은 차량의 보급으로 도시는 전혀 다른 모습으로 변모한다고 한다.

도시 입장에서 자율주행 차량의 최대 이점은 주차공간을 줄일 수 있다는 것이다. “완전 자율주행 기술은 MaaS부터 적용된다”라고 Kuffner 사장을 포함한 자동차업체 수뇌부는 입을 모아 말한다. MaaS의 차량은 ‘좋은 날씨에만’ ‘고속도로에서만’과 같이 주행하는 시간이나 장소를 선택하기 쉽고 LIDAR와 같은 기기도 승용차용보다 싸다.

시장에의 투입도 승용차와 비교해 빠를 것으로 본다. 도요타의 경우는 서비스용 차량 ‘e-Palette Concept’의 실증 실험을 도쿄올림픽∙패럴림픽에 맞춰서 개시한다. 시장 투입은 2020년대 전반이 될 것으로 보인다.

04. 마쓰다류(流), 모델베이스개발에서 경쟁
마쓰다 통합제어시스템개발본부의 아다치(足立) 연구원은 “SKYACTIV Technology(이하 SKYACTIV)는 모델베이스개발(MBD)이 있었기 때문에 성공하였다”라고 말한다. 엔진과 차량을 합체한 쇄신 기술 SKYACTIV의 성공 열쇠가 ‘마쓰다류 MBD’에 있었다.

MBD는 시뮬레이션 기술을 사용한 개발 방법이다. 아다치 연구원은 마쓰다류 MBD에 대해, “원하는 것을 만들어내기 위한 CAE의 구사에 대한 철학”이라고 표현한다. 가능한 실제 기기를 만들지 않고 탁상 검증으로 최적의 답을 찾아내서 재작업 등에 드는 공정 수와 비용, 시간을 줄인다.

MBD에는 모델이 필요하다. 레인지별로 모델을 만들어 모델화 비율을 높여 나간다. 포인트는 “가장 어렵고 중요한 부분부터 모델화한다. 간단한 곳부터 해서는 안 된다”는 것이다. 그 가장 어렵고 중요한 부분은 엔진의 연소였다.

[IoT의 활용 심화]

05. GE헬스케어, RFID로 실적을 자동 기록
GE헬스케어재팬 제조본부의 후지모토(藤本) 본부장은 히노공장의 개선 활동을 테마로 강연하였다.

후지모토 본부장은 강연 모두에서 스마트 안경의 도입 실패 사례를 소개하였다. “’선진적인 툴이 있으니 채용하자’라는 생각으로는 안 된다. 디지털 툴은 ‘현장의 과제 해결에는 이것이 도움이 될 것이다’라는 생각으로 도입하는 것이 좋다”. 스마트 안경은 현장에서 상시 장착하고 있으면 작업자에게 부담이 되는 등의 문제가 있었다고 한다. 단, GE그룹의 다른 거점에서는 넓은 창고에서의 부품 탐색, 빈도가 적은 어려운 작업의 지시 등에 스마트 안경이 도움이 되고 있다고 설명하였다.

06. Edgecross, 엣지컴퓨팅으로 기반
‘Edgecross 컨소시엄’의 테크니컬 부회장인 오타니(大谷) 씨는 제조업의 IoT화에 기여하는 오픈 플랫폼 ‘Edgecross’의 시도에 대해 설명하였다.

생산현장에는 다양한 업체의 기기∙설비가 혼재되어 있다. IT시스템과의 접속 방법도 다종다양한 것이 일반적이다. 또한 가치사슬 측에서도 업무 공정 별로 생산현장에서 수집하고 싶은 데이터는 다르다. 그 때문에 ‘엣지컴퓨팅 영역에는 기업이나 산업의 벽을 초월한 플랫폼이 필요하다”라고 설명한다. “기업간에 경쟁해야 할 영역과 협조해야 할 영역을 나눠서 생각하고 협조할 수 있는 부분은 협조해 나간다”라고 말한다.

그러한 발상에서 Edgecross컨소시엄은 17년 11월에 발족, 18년 10월 10일 현재는 208사까지 확대되었다.

  -- 끝 --