바이오/농업/의료·헬스케어

Nikkei Computer_2021.4.29 특집 요약 (p38-45)

구보타의 DX (Digital Transformation)
세계의 대지를 IT로 일구는 기업으로의 변혁 전략

Maintenance를 효율화하는 xR과 인공지능(AI)을 활용, DX를 지워나는 클라우드 기반의 정비, 스타트업과의 협업 등으로 세계의 대지를 IT로 일구는 기업으로의 변혁을 위한 구보다의 전략을 살펴본다.

스마트폰을 가로방향으로 해서 구보타의 건설기계를 비추면 화면에는 건설기계의 윤곽이 선으로 표시된다. 이어 선 안에 빨간색과 노란색으로 엔진부의 부품이 하이라이트 표시되었다. 구보타가 20년 12월에 제공하기 시작한 고장 해석용 증강현실(AR) 앱 ‘Kubota Diagnostics’다. 구보타의 건설기계 딜러가 스마트폰을 사용해 간단하게 고장 내용을 파악할 수 있다.

건설기계가 고장 났을 때 딜러는 건설기계의 디스플레이에 표시되는 에러 코드나 오류 증상을 이 앱에 입력한다. 그러면 합치하는 고장 내용이 스마트폰 화면에 표시된다. 앱을 AR 모드로 전환해 스마트폰으로 건설기계를 비추면 고장이 발생한 부품이 있는 곳을 실제 카메라 영상과 겹쳐서 하이라이트 표시한다. AR 기능에는 독일 AR 전문 스타트업 기업 Visometry가 개발한 ‘VisionLib’을 채용했다.

구보타에게 북미의 건설기계 사업은 21~25년도의 중기경영계획에서 ‘성장 드라이버’의 필두로 삼고 있고, ‘대폭적인 점유율 확대를 목표한다’고 명기할 정도로 주력하는 사업 영역이다. 약 56억 엔을 투자해 캔자스주에 건설 중인 공장이 완성되는 22년 가을 이후에는 건설기계의 주력 기종을 일본제에서 현지 생산으로 대체해서 공급 체제를 확충할 전망이다.

북미 건설기계 사업의 강화를 위한 과제가 애프터 서포트다. 전국에 강고한 딜러망을 갖고 있는 일본 국내와는 달리, 미국에서의 구보타의 존재감은 아직 크다고 말하기는 어렵다. 딜러인 엔지니어 전체가 구보타 건설기계의 구조에 대해 숙지하고 있다고는 할 수 없다. 건설기계를 사용하고 싶을 때 원하는 대로 작동하지 않아 딜러에게 수리를 의뢰했을 경우, 바로 고장의 원인을 특정해서 고치지 못한다면 구보타 제품에 대한 신뢰가 깨질 우려가 있다.

애프터 서포트의 과제를 해결하기 위해 AR을 활용할 수 있지 않을까? 그런 가설을 안고 앱 개발에 도전한 사람은 건설기계 서비스부의 우메바야시(梅林) 씨다. 19년에 시장조사를 통해 가설을 검증한 후에 20년 2월에 사내에서 개발 허가가 떨어졌다. 애자일 개발의 경험이 풍부한 Monstarlab을 벤더로 선정했다. 같은 해 5월에 개발에 착수하고, 불과 6개월 후인 12월에 제공을 시작하는 스피드의 개발이다. 당초에는 주력 기종의 비교적 문의 건수가 많은 에러를 추려서 실장했다. 제공 개시 후에도 타 기종에 대한 대응, 해석 가능한 에러의 추가나 AR의 인식 정밀도 향상과 같은 개량을 계속하고 있다.

우메바야시 씨는 지금까지 건설기계 딜러를 대상으로 한 강습 등을 담당하고 있었고, 앱 개발에 관여한 경험은 없었다. IT 부문의 조언을 받으면서 애자일을 개발, 가설 검증이나 고장 원인의 분리에 사용하는 플로차트 작성 등을 거의 혼자서 담당했다. “이전의 담당 업무에서 기술자들이 겪는 어려움은 알고 있었기 때문에 그 강점을 앱 개발에서 활용했다”(우메바야시 씨).

딜러망의 신속한 고장 해석을 지원해 건설기계의 다운타임을 단축하기만 해도 제공 가치는 크다. 또한 우메바야시 씨는 “Kubota Diagnostics의 가치는 정보에 있다”라고 말한다. 수집한 데이터를 바탕으로 “참조되는 에러의 경향을 지역 별로 분석하거나, 앱 상에서 제품에 관한 앙케트를 실시해 차기 제품 개발에 활용하고 싶다”(우메바야시 씨).

-- 환경 변화에서 변혁을 기다릴 수 없다 --
Kubota Diagnostics를 시작으로 구보타는 디지털 트랜스포메이션(DX)에 대한 접근을 가속하고 있다. 21년 2월에 발표한 장기비전과 21~25년도의 중기경영계획에서는 DX 관련에서 향후 5년 동안 1,000억 엔의 거액을 투자한다고 선언했다. 배경에 있는 것은 주전장인 농업이나 물 관리와 같은 시장을 둘러싼 환경 변화와 위기감이다.

국내의 경지 면적 등이 일정 이상인 ‘판매 농가’는 20년에 102.8만 호로, 최근 10년 동안에 60만 호 이상 크게 감소했다. 한편, 자사에서 농지를 보유하며 경작하는 ‘농지소유적격법인’은 14년의 1만 4,333법인에서 19년에 1만 9,213법인, 농지 리스를 통해 농업에 참여한 일반법인은 13년 말의 1,734법인에서 18년 말에는 3,286법인으로 급증했다. 농가와 법인을 합한 ‘농업경영체’당 평균 경지 면적은 15년의 2.54헥타르에서 20년에는 3.08헥타르로 확대되었다. 농가의 집약을 통한 농지의 대형화가 착실하게 확산되었다는 것을 보여준다.

새로이 요구되는 것은 이른바 스마트농업용 솔루션이다. 자율주행이나 무인운전 등의 기능을 갖추고, 노동력을 들이지 않고 모내기와 수확이 가능한 농기계나 센서로 농지나 작물의 상태를 수집해 데이터에 바탕을 둔 농업으로 수확량이나 맛의 변동 위험을 억제할 수 있는 서비스다.

지금까지 대로 일본의 소규모 농지를 위해 좁은 데서도 회전이 가능한 소형 농기계를 판매하는 것만으로는 시장의 변화에 뒤처진다. 미국의 Deere나 유럽 CNH Industrial 등 해외 경쟁사도 스마트농업용 연구개발을 강화하고 있어, 구보타도 스마트농업용 투자 확대를 지연할 수 없는 상황이다.

구보타의 20년 12월기의 연결매출은 1조 8,532억 엔으로, 10년 3월기의 9,306억 엔에서 거의 배로 증가했다. 견인 역할은 이 기간에 매출이 1,743억 엔에서 6,471억 엔으로 증가한 북미 사업이다.

북미 사업은 현지 기업의 인수를 통해 사업 규모를 확대해 왔다. “재고 데이터를 생산 계획에 반영하기 어려워 잉여 재고를 안고 있었고, 엔진을 항공 수송으로 보내 불필요한 비용을 썼었다. 그룹 내에서도 청구서 지불을 하는 등 자회사끼리의 연계도 충분하지 못했다”(요시카와(吉川) 부사장). 사업 확대에 맞는 정보나 업무 프로세스를 관리하기 위해 시스템 기반을 구축하는 것이 긴급 과제였다.

-- AR과 AI로 펌프 점검 고도화 --
구보타는 폭넓은 사업 영역에서 DX 대응을 전개한다. 농업 관련과 함께 주력 사업으로 삼고 있는 물 관련 사업에서도 대응을 추진하고 있다.

21년 3월, 후쿠이시 남쪽을 흐르는 에바타가와(江端川)에 인접한 마이야빗물펌프장. 구보타의 자회사로, 펌프 설비 등을 개발하는 구보타기공의 사원이 설치한지 20년 가깝게 경과한 거대 펌프의 점검 작업에 착수하고 있었다. 시내의 주택지 등에 내린 빗물을 수로에서 끌어올려 에바타가와로 흘려 보내 홍수를 방지하는 방재 상 중요한 역할을 담당하는 펌프다.

펌프장의 개구부에서 파이버 스코프를 수로 내에 삽입, 펌프 물에 잠긴 부분에 녹이 얼마나 발생했는지를 확인해서, 부품의 녹 제거나 부품 교환 등의 처리법을 검토하기 위한 점검이다. 활약하고 있는 것은 미국 마이크로소프트의 AR 고글 ‘HoloLens 2’와 인공지능(AI)이다.

작업자 혼자서 헬멧과 HoloLens 2를 장착하고, 수로 내에 삽입한 파이버 스코프를 통해 영상을 본다. 작업자와 같은 시점의 영상을, HoloLens 2의 카메라와 온라인 회의 툴 ‘Teams’을 통해 원격지에서도 실시간으로 볼 수 있다. 원격지의 기술자가 작업자에게 지시나 조언을 하거나, 발주한 지방자치단체의 담당자가 점검 모습을 확인할 수 있다.

또한 파이버 스코프로 촬영한 영상은 후일 AI로 해석. 녹이 있는 곳은 진행 정도에 맞춰서 빨간색이나 노란색으로 하이라이트 표시된다. 지금까지는 작업자가 육안으로 녹의 진행 정도를 판정했지만, 작업자에 따라서 판단에 차이가 있는 경우도 있었다.

AI 판정에는 흔들림이 없고, 히트맵처럼 색으로 표시되기 때문에 고객인 지방자치단체의 담당자도 일목요연하게 알 수 있다. 녹을 감지하는 AI 기술은 스타트업 기업 Automagi가 제공했다.

HoloLens 2, 녹 감지 AI 모두 현재는 실증실험 중이지만 앞으로는 “타사의 펌프를 포함해 점검 서비스를 고도화해서 점검 업무 수주를 확대하고 싶다”(구보타기공 사업추진기획부의 하시즈메(橋詰) 부장).

농작업 현장에서 활약하고 있는 것이 LPWA(Low Power Wide Area)와 IoT(사물인터넷)를 이용한 펌프 관리다. 구보타는 농장의 물 관리 시스템 제품 ‘WATARAS’를 국립연구개발법인인 농업∙식품산업기술종합연구소(농연기구)와 공동 개발했다. 급수∙배수 펌프에 액추에이터나 수위 수온계, LPWA의 통신모듈 등을 장착한다.

농업은 관리용 클라우드서비스에 액세스해서, 수위∙수온 등을 원격으로 확인하거나 수위나 시간 등의 조건에 따라 펌프를 자동으로 작동∙정기시키도록 설정할 수 있다.

LPWA는 LoRa 방식의 자영망이다. 현재는 펌프에서 반경 5km망 내의 자택이나 창고 등에 본체를 설치할 필요가 있다. 21년부터는 본체를 사용하지 않고 통신사업자의 기지국과 직접 통신할 수 있는 LTE-M 방식도 모니터 판매한다.

14년에 WATARAS의 연구 개발을 시작, 19년에 실용화했다. “벼 재배의 일련의 작업 중에 물 관리에 드는 작업 시간이 가장 길다. 농가의 고령화나 농지의 대규모화로 물 관리 부담은 더욱 커지고 있다. 해결하고 싶은 과제였다”(Kubota ChemiX 연구개발본부 니시무라(西村) 본부장).

농연기구가 검증한 결과, WATARAS를 사용함으로써 물 관리 작업 시간을 약 80% 삭감. 개발 시 목표였던 50% 삭감을 초월, 농가의 부담 경감에 기여하고 있다.

-- DX를 지원하는 IT 인프라 정비 --
농기계나 건설기계, 펌프 등 하드웨어 판매뿐 아니라 신속한 고장 진단이나 고도의 설비 점검, 농작업의 부담 경감과 같은 과제 해결 영역에서 자사의 제공 가치를 높이기 위해 DX를 추진하고 있는 구보타. 새로운 사업전략에서 표면으로 드러나지 않는 핵심은 IT 기반이다.

구보타는 마이크로소프트의 클라우드 서비스 ‘Azure’에 ‘DX 플랫폼’이라는 시스템데이터의 통합기반을 구축하고 있다. 구보타가 Azure를 사용하기 시작한 것은 16년. WATARAS나 농작업 관리서비스 ‘KSAS’, 맨홀 펌프를 비롯한 수도시설의 관리서비스 ‘KSIS’ 등, 주요 서비스의 가동 환경을 Azure로 순차적으로 대체하고 있다.

아울러 각 서비스에서 수집하는 데이터나 PSI(생산∙판매∙재고)의 계획과 실적, 조달, 고객, 애프터서비스와 같은 사내 데이터도 Azure에 집약. 타 부문의 보유 데이터도 연계해서 활용할 수 있도록 했다.

“데이터를 Azure 상의 기반에 집약함으로써 원하는 데이터를 원활하게 활용할 수 있게 되었다”(DX추진부 후루야(古谷) 부장). 기존에는 데이터를 입수하는 부문이나 담당자가 명확하지 않아 시간이 걸리거나, 데이터 형식이 통일되지 않았다고 한다. IoT 서비스의 기반이 되는 IoT 플랫폼이나 표준적인 보안 기능 등도 준비해 클라우드 서비스를 신속하게 제공할 수 있도록 하고 있다.

세계 각지의 자회사에서 사용하는 ERP(통합기간업무시스템) 패키지도, Azure에서 가동하는 유럽 SAP의 ‘S/4HANA’로 순차 쇄신한다. 각 자회사가 개별적으로 도입하고 있던 ERP를 일본, 미국, 유럽과 태국의 4개 인스턴스로 집약하고, 인스턴스 상호 간의 데이터 연계도 정비한다. “향후 성장을 위해 시장의 판매 상황을 매주, 매일 생산 계획에 반영할 필요가 있다. ERP의 집약∙쇄신으로 제조-판매의 일체 체제를 정비하고, 아울러 글로벌하게 사업을 전개하는 가운데 내부 통제 체제를 정비한다”(구보타의 요시카와(吉川) 부사장).

Azure에 서비스와 데이터를 계속 집약하면서 구보타는 19년에 사내의 업무시스템을 Azure로 전면 이행하는 방침을 결정했다. 북미 거점은 곧 데이터센터를 폐지하고, 일본 국내도 25년까지 전면 이행할 방침이다.

-- IT기업과 스타트업 기업의 힘도 차용 --
서비스와 데이터 기반을 정비해서, ERP로 실시간 데이터를 활용한 기동적인 경영을 목표하고 있는 구보타. 목표를 추진하는 가운데 자사만으로는 부족한 IT 노하우는 타사와의 협업으로 보강해 나간다.

예를 들면 농기계의 자율주행 기술을 위해 20년에 미국 엔비디아와 AI 영역에서 협업했다. 농업에 엣지 컴퓨터와 통신모듈을 탑재하고, 엣지와 클라우드 쌍방의 AI로 주위 상황이나 흙, 작물의 생육 상황을 확인하면서 노동력에 의존하지 않고 자율적으로 작업하는 고도의 AI 실용화를 목표한다. “농업의 자율주행은 자동차 등과 달리, 진동, 농지나 작물의 기울기, 논의 물 밑 상황이나 장해물 등 고려해야 하는 파라미터가 많기 때문에 처리 가능한 고성능 컨트롤러를 제품화한 벤더는 적다. 신뢰성이 높은 컨트롤러를 출시하고 있는 엔비디아와의 협업으로 개발을 가속시킨다”(차세대연구 제2부 이와미(石見) 부장).

NTT도코모나 NTT동일본, 히타치솔루션즈, 홋카이도대학 등과는 5G를 사용한 원격 제어 실증실험을 홋카이도 이와미자와시에서 실시하고 있다. 여러 대의 트랙터나 콤바인을 원격지의 감시 센서에서 5G 이동통신사를 경유해 원격으로 감시∙조작한다.

“농기계 주위에 사람이 있는지 여부를 확인하는 정도는 4G로도 확인이 가능하지만 작물의 생육 상황 등은 4K 고화소 영상을 5G를 통해 전송하지 않으면 원격지에서 확인하기 어렵다. 실용화된다면 다수의 농기계를 동시에 접속할 수 있게 된다. 작은 지연으로 다수 접속이 가능한 5G가 필수다”(차세대연구 신컨셉트팀 사카구치(阪口) 팀장).

 -- 끝 --