산업기술/제조/경영

Nikkei Monozukuri_2021.1 특집 (p69-81)

레트로피트 IoT의 현실 해법
가동 20년 이상의 아날로그 설비를 디지털 관리

디지털 기술을 대담하게 수용해 업무를 개혁하고 효율화나 신사업의 창조 등으로 연결하는 경영 전략 ‘디지털 트랜스포메이션(DX)’의 물결이 제조업에도 미치기 시작했다. DX의 본격적인 제조 현장 도입도 가속화되고 있는 상황에서 문제가 되고 있는 것은 현장의 오래된 제조기계들이다. 너무 낡아서 디지털을 통한 관리나 제어가 간단하지 않지만 제품 제조 자체에는 아무런 문제가 없다. 오히려 20년 이상 된 기계들도 혈기왕성한 현역처럼 현장에서 활약하고 있다. 이러한 오래 된 기기들에 디지털 관리를 도입하는 방법이 ‘레트로피트(Retroactive refit) IoT’이다.

고부가가치 프린트 회로 기판(PCB)을 생산하는 OKI Circuit Technology(야마가타현)와 산업용 로봇이나 공작기계용 주물 부품을 제조하는 구리타산업(시즈오카시)의 사례를 통해 레트로피트 IoT의 현실을 보고한다.

특집1. 가동 20년의 아날로그 설비를 디지털 개조
절차 변경으로 완전자동화를 향해 일보 전진

프린트 회로 기판(PCB)을 생산하는 OKI Circuit Technology(이하 OKI)는 20년부터 공장의 완전자동화 프로젝트를 본격적으로 시작했다. 제1단계에서 20년 이상 가동하고 있는 아날로그 설비를 네트워크에 접속해, 디지털 데이터 기반의 생산 조건 설정이나 품질 기록 취득을 가능하게 하는 이른바 레트로피트 IoT를 성공시켰다. OKI는 1개월에 3,500 종류의 PCB를 제조하는 고도의 다품종 소량생산을 전개하고 있으며, 빈번한 절차 변경이 공장 자동화의 큰 허들이었다.

-- 기계의 절차 변경을 자동화한다 --
PCB는 제조 공정을 개별로 보면 자동화 장치를 이용할 수 있는 경우가 많다. 천공이나 회로 패턴을 만드는 포토 에칭 공정 등에는 전용 자동화 장치를 사용한다. 또한 이러한 장치 간에 워크를 주고 받는 데는 로봇을 사용하거나 컨베이어로 직결하면 리드타임의 단축이나 인원 삭감과 같은 효과를 얻을 수 있다.

그러나 이는 1로트 당 매수가 많은 자동차나 전기제품용 PCB의 이야기다. OKI가 전문으로 하는 것은 10층 이상의 다층으로 난이도가 높은 기판이다. 항공우주, 사회 인프라 관련 기기 등에서 특히 높은 신뢰성이 요구되는 용도다. 그러나 이들 기기는 생산 대수가 적기 때문에 OKI에 들어오는 발주는 80% 이상이 1로트 당 20매 이내다. 1장인 경우도 있다. 제조공정에서 빈번한 절차 변경이 발생하기 때문에 각 공정을 자동화해서 서로를 연결하는 것만으로는 리드타임의 단축 효과를 충분히 얻을 수 없다. 절차 변경 작업도 함께 자동화해야 한다

OKI의 니시무라(西村) 사장은 “난이도가 높은 PCB 시장은 16년 이후부터 성장하고 있고, 당사도 연 10% 이상의 속도로 성장하고 있다. 증산을 위해 인력을 늘리고 싶지만 채용이 쉽지 않다”라고 말한다. Sony Semiconductor Manufacturing 야마가타 테크놀로지센터, TDK 쇼나이의 2개 공장이 있어 인재 채용 경쟁이 치열하다. 한편으로 통근권 내에 있는 인구 10만명 이상의 도시는 20km 이상 떨어진 사카타시밖에 없기 때문에 애초에 사람이 많은 지역도 아니다. “더욱 자동화가 필요한 시기지만 좀처럼 진척되지 않고 있다”(니시무라 사장).

그래서 자동화 프로젝트를 만들어 책임자를 지정하고 연간 1억 엔의 예산을 배정했다. 3년 예정으로, 약 480 시간의 공정수 삭감을 목표로 활동을 시작. 100건 정도의 자동화 테마 목록을 만들어 순차적으로 대응하고 있다.

-- 에칭 라인의 조작 패널을 디지털화 --
-- 품질 기록을 펜 레코더에서 디지털화 --

[OKI의 대응1] 마킹을 레이저로 자동화
OKI의 공장 자동화 프로젝트에서는 레트로피트 IoT 이외에도 다양한 대응을 함께 추진하고 있다. 그 하나가 각 층의 기재(基材)에 레이저 마커로 2차원 바코드를 새기는 것이다. 현재는 기재에 붙인 종이 로트 카드를 통해 작업자에게 정보를 전달하고 있지만, 이 정보를 2차원 바코드에 담고 최종적으로 로트 카드는 폐지할 생각이다. 각 공정의 설비가 디지털화되고 네트워크에 이어지는 22년에는 각 설비는 앞으로 처리할 워크의 바코드를 읽고, 설비 스스로 설정치를 변경하게 된다. 이 결과, 절차 변경 시의 설비의 설정치 변경을 완전 자동화할 수 있다.

기존에는 각인 작업에 수동 각인기를 사용했었다. 숫자 모양의 돌기가 있는 넘버링 헤드를 손으로 조작해 번호를 맞추고 기재(基材)에 눌러 찍는다. 기존에는 번호밖에 각인할 수 없었기 때문에 로트 카드를 붙일 필요가 있었지만 2차원 바코드는 담을 수 있는 정보량이 월등히 많아지기 때문에 로트 카드의 정보를 전부 넣을 수 있다.

레이저 마커는 출력이 큰 레이저로 했다. 에칭 공정을 통과해도 지워지지 않도록 하기 위해 깊게 파야 하기 때문이다. 바코드를 새길 위치는 마지막에 잘라버리는 여백 부분으로, 에칭으로 패턴을 만드는 부위와는 다르지만 아무래도 공정의 영향을 받는다고 한다. 후공정에서 충분히 읽을 수 있는 바코드를 새기려면 어떻게 해야 하는지에 대한 실험에 시간을 많이 들여 실현했다.

[OKI의 대응2] CAD/CAM 입력 데이터를 자동생성
OKI가 전문으로 하는 10층 이상의 다층 기판은 최근 수요가 증가하고 있다. 자동화 프로젝트는 노동력 부족 속에서 증산에 대응할 수 있도록 하는 것이 가장 큰 목표다.

그래서 수주 정보를 바탕으로 CAD/CAM에 입력하는 작업도 자동화한다. 고객에게 수주 안건을 받아 제조 데이터를 만드는 CAD/CAM 담당부서는 약 60명의 큰 조직이다. 담당자는 고객이 전달한 요건을 읽고, 기술 기준이나 치공구(Jig Tool) 기준 등도 감안해 요구에 대응할 수 있도록 판단하면서 공정을 설계하고, 제조 조건 등을 정해 CAD/CAM에 입력해 나간다. 그렇게 해서 생긴 제조 데이터를 제조 현장에 건넨다. 고객에 따라서 요건 기준이나 기술 방법이 다르기 때문에 이 작업은 상당히 어려운 일이다.

그 부분을 자동화한다. 구체적으로는 최저한의 요건부터 자동적으로 판정해 입력 데이터를 작성하는 프로그램의 독자 개발을 시험하고 있다. 프로그램은 아직 개발 도중이다. “전자동이 아니라 지금은 20% 정도 자동화를 실현했다. 앞으로는 50% 정도로 올리려 하고 있다”(니시무라 사장).

이 프로젝트의 골인점은 입력 작업의 자동화와 그를 통한 공정 삭감만이 아니다. 니시무라 사장의 구상은 더 장대하다. 자동화율 향상을 발주 개혁으로 연결, DX의 실현을 목표한다.

[OKI의 대응3] AI 이미지 인식으로 검사를 자동화∙효율화
OKI의 자동화 프로젝트에서는 AI도 도입하고 있다. 제조 중에 각 층을 검사하는 중간 검사 공정에서는, 지금까지 이미지처리에 의한 광학적 자동검사장치(AOI, Automated Optical Inspection) 5대와, 그곳에서 검출한 오류를 확인하는 해석 장치 6대를 이용하고 있고, 각각 담당자가 있어야 하기 때문에 총 10.5명이 필요했다. AI의 도입으로 이를 단번에 4명으로 줄였다.

구체적인 순서는 다음과 같다. 우선 AOI에 기판의 출입을 자동화하는 수송장치를 설치해 사람이 운반하지 않아도 된다. 이 자동화를 통해 AOI 중 낡은 2대를 없애고 3대 운용으로 변경했다.

다음으로 AOI가 검출한 오류의 해석 태세를 변경, 이곳을 3인이 담당하도록 한다. AOI는 조금이라도 이상이 의심되는 점을 지적하지만 실제로 이상이 있는 경우는 적고, 그것을 해석 장치를 통해 자세하게 확인하고 있었다. 이 일부를 AI를 응용한 이미지인식시스템으로 대체한다. AOI가 지적하는 항목 중, 대부분을 이 이미지인식시스템으로 에러가 아니라고 판정할 수 있게 된다. AI로도 판정이 불가능한 항목만을, 2대로 줄인 해석장치로 확인한다. 이미지인식시스템은 1~2대를 운용할 예정이며, 이것과 해석장치를 합해 3명이 담당할 방침이다.

[OKI의 대응4] 철판 수송에 로봇을 도입
OKI의 자동화 프로젝트에서는 로봇의 신규 도입도 추진한다. 처음에는 적층 공정에서 제품과 제품 사이에 넣는 철판을 세정하는 공정으로, 세정해 건조한 철판을 컨베이어에서 대차로 옮기는 작업을 로봇화했다.

이 철판은 100장 단위가 되면 무거워서 사람이 들 수 없다. 그래서 지금까지는 몇 장씩 나눠서 운반해야 했기 때문에 공정수가 늘어났었다. 또한 작업자의 손이 닿는 곳에는 아무래도 먼지 등이 묻기 쉽다. 아주 작은 먼지라도 철판 불량의 원인이 되고 제품에 악영향을 미칠 수 있다. 또한 철판과 철판이 부딪히게 되면 철판 표면에 상처가 생기고 제품 불량의 원인이 된다. 그래서 로봇을 사용해 상처가 생기지 않도록 조심해서 다루도록 했다.

로봇은 구입했지만 철판을 파지해 운반하는 제어 기술이나 라인에 편입하는 기술은 자력 개발했다. 지금까지 로봇을 사용한 경험이 없었기 때문에 공부하면서 시스템을 만들고 있다.

특집2. 아날로그 제어반을 AI 이미지 처리로 수치화
시판 웹 카메라와 저가 PC로 저렴하게

“허들이 높은 것은 알고 있었지만 어떻게든 추진하고 싶었다”. 산업용 로봇과 공작기계용 주물 부품을 제조하는 구리타산업(시즈오카시)의 구리타(栗田) 사장은 이렇게 말한다. 구리타는 20년 봄부터 자사 공장의 주조 설비를 IoT화하고 있다.

대상은 이 공장에서 수십 년간 가동하고 있는 쇼트 블라스팅이나 전기로 등이다. 구리타는 설비 자체에는 손을 대지 않고, 아날로그 제어반 등의 표시를 AI(인공지능) 이미지인식으로 파악해 디지털화, 설비의 가동 상황을 실시간으로 원격 파악할 수 있도록 했다. 기재는 시판 PC용 웹 카메라나 소형 PC 보드 ‘라즈베리 파이’를 사용해 저가로 레트로피트 IoT를 성공시키고 있는 점이 특징이다.

-- 하드만이라면 약 8,000엔 --
가동 상황의 디지털 데이터를 취득하는 인터페이스가 없는 설비를 보유한 공장은 많다. 낡은 설비를 계속 사용하고 있는 중소공장은 특히 그렇다. 그렇다고 해서 현업에서 충분히 활약하고 있는 설비를 오래됐다는 이유만으로 경신하는 것도 본말전도다.

카메라나 센서를 사용해 구식 설비 자체에는 손을 대지 않고, 가동 상황을 인터넷을 통해 파악할 수 있도록 하는 레트로피트 IoT의 대응은 이전부터 있었다. 그러나 설비 별로 개별적인 대응이 필요하고, 시스템 구축에 드는 시간과 비용이 걸림돌이었다. 특히 중소공장에게는 허들이 높았다.

이것이 AI의 범용화나 무상으로 사용할 수 있는 오픈소스 소프트의 충실, 저가의 소형 PC 보드의 등장, PC용 웹 카메라의 저가격화 등으로 점점 해소되고 있다. 구리타산업은 IoT데이터의 가시화 서비스 등을 전개하는 AmbientData(도쿄)의 협력을 얻어 자사 주조 설비용으로 레트로피트 IoT를 구축. 설비의 가동 상황을 자동 파악하는 시스템을 20년 봄부터 가동시키고 있다.

“오래되고 아날로그적인 설비뿐이지만 배전반이나 제어반에는 가동 상태를 나타내는 표시등이나 미터가 달려 있다. 이를 촬영해 반영하는 것이 빠른 길이라고 생각했다”(구리타 사장). 현장 작업자에게도 익숙한 데이터이기 때문에 반영한 후에 원격 감시나 상황 파악이 쉽다는 점도 이점이었다.

시스템 구성은 심플하다. 설비의 배전반이나 제어반의 표시등이나 미터를 웹 카메라로 촬영하고, 이를 라즈베리 파이에서 이미지 처리해 수치 데이터로 변환. 공장 내의 LAN을 통해 클라우드에 올린다. AmbientData의 IoT서비스 ‘Ambient’의 기능으로 해석해 가시화하고 있다.

라즈베리 파이는 ‘Raspberry 3B＋’ 또는 ‘4B’를 채용. 프로그램은 Python으로 써서 실장, 이미지 처리에는 미국 인텔이 무상으로 공개하고 있는 오픈소스 라이브러리 ‘OpenCV’를 이용했다. 카메라는 시판 컴퓨터용 ‘Logicool c270n’이다. 카메라와 라즈베리 파이만이라면 8,000엔 정도면 얻을 수 있다.

-- 일단 작동하고 있는지를 알고 싶다 --
처음에 착수한 것은 쇼트 블라스팅 설비의 제어반 램프의 판독이다. 이 제어반에는, 쇼트 블라스팅 설비의 3개의 도어와 블라스팅재를 공급하는 5개의 호퍼의 가동 상황을 나타내는 표시등이 있다. 이를 카메라로 촬영해 데이터화하고 있다.

“우선은 제대로 작동하고 있는지를 알고 싶었다”(구리타산업 IoT추진실 모리시타(森下) 주임). 실은 쇼트 블라스팅 설비는 기계적∙전기적 트러블로 인해 가끔 멈추는 경우가 있지만 누군가가 상시 감시할 수는 없다. 제어반은 설비의 꼭대기에 있어 보러 갈 때마다 좁은 계단을 왕복해야 한다. 이런 이유로 정지하는 일이 종종 있었다고 한다. 그렇게 되면 생산계획이 틀어지고 납품에도 영향을 미친다.

그래서 레트로피트 IoT로 제어반의 정보를 오피스에서도 볼 수 있도록 했다. 구체적으로는 3개의 도어와 5개의 블라스팅 호퍼의 움직임을 나타내는 표시등을 10분에 1회 촬영하고, 온/오프로 이진화(Binarization)했다. 실행을 통해 알게 된 사실은 제어반이 있는 방의 조명의 점등 상황에 따라서 이미지에 큰 차이가 있다는 것이다. 주위 환경에 좌우되지 않고 온/오프를 판정하기 위해 점등하고 있는 표시등의 녹색의 색 성분만을 추출하고, 그 성분량을 평가하고 있다.

이를 통해 현장에 가지 않더라도 가동 상황을 파악할 수 있게 되었다. 조업 시간대에 일정 시간 가동하지 않을 경우는 자동적으로 비상 메일이 전송되기 때문에 바로 이상을 알아차릴 수 있다. 현장 작업자도 제어반을 보기 위해 좁은 계단을 하루에도 몇 번씩 왕복할 필요가 없어졌다.

-- 디지털 표시는 기계학습으로 판독 --
-- 자신들의 속도로 직접 추진 --

 -- 끝 --

Copyright © 2020 [Nikkei Monozukuri] / Nikkei Business Publications, Inc. All rights reserved.