CONTENTS

• 목록

[8월 KSUG 패널 토크 : 핵심 포인트만 보기!]

8월 12일(금)에 진행된 제 18회 KSUG 패널 토크, “스마트 제조 솔루션의 현재와 미래, 적용 사례 알아보기”세션이 성료되었습니다!

현재 한국은 세계적인 제조 강국이나 스마트 제조 등 소프트웨어는 상대적으로 약세입니다. 이에 8월 KSUG 패널 토론회에서는 제조가 강한 독일의 대표 솔루션 기업인 SAP와 지멘스, 그리고 국내 다양한 솔루션을 경험한 코오롱베니트의 전문가들을 모셔서 진행했습니다. 더불어 지난 6월 초 “하노버 메세” 핵심 메시지를 알아보고, 현재 사용되고 있는 다양한 스마트 제조 솔루션 및 국내에서 활발하게 활용 되는 사례들을 중심으로 알아보는 시간을 가졌습니다!

<Session 1. 스마트 제조 솔루션의 현재와 미래, 적용 사례 알아보기 발표>

[SAP Korea]
코로나 상황으로 예전보다 적은 분들이 하노버메세에 참석해서 아쉬웠는데, 그러한 내용을 포함한 설명을 해주셔서 인상적이였습니다. 인텔리전트 메뉴팩처링 솔루션으로 인더스트리 4 Now, 그리고 사례 설명도 많은 도움이 되었던 시간이였습니다.
 

[Siemens]
5가지 Value Satellites 설명을 하노버메세와 함께 설명해 주셔서 이해하는데 많은 도움이 되었습니다. 특히 궁금증이 많은 기대효과를 정량적 효과와 정성적 효과로 나눠서 상세하게 설명해 주셨습니다.
 

[코오롱베니트]
현장에서 직접 부딪히면서 개선 활동을 많이 해온 것을 느낄 수 있었는데요. 특히 많은 분들이 궁금해 하는 점이 가장 중요한 포인트가 무엇인지, 추진시 주의해야 할 점이나 좋은 팁, 그리고 스마트팩토리를 키워드로 정리해 주셨습니다. 다양한 사례 또한 참석하신 분들께 많은 도움이 되었던 시간이였습니다.

 

뿐만 아니라 여러분들의 사전 및 실시간 질문에 대한 전문가들의 답변을 실시간 생생한 내용으로 들을 수 있었습니다. 

전문가들의 답변, 지금 바로 확인해 보세요! 

<Session 2. 패널 토의 및 실시간 Q&A>

1) Industry 4.0, Smart Factory 및 Intelligence Factory 등의 단어와 개념들이 나온 지 제법 많은 시간이 흘렀지만 지금도 많은 관심 받고 있고 구체화 되고 있습니다. 현재 시점에서 Smart Factory를 간단하게 정의 부탁 드립니다.

[SAP Korea]
일단 스마트 제조, 스마트 팩토리 라고 하는 내용들이 사실 스펙트럼이 워낙 넓어서 보시는 분이나 관심 있는 분야에 따라서 또 다르게 정리가 됩니다. 그런데 좀 간단하게 말씀 드리면 이제 SAP에서 보고 있는 스마트 매뉴팩처링은 새로운 비즈니스 이제 변화되는 새로운 비즈니스에 대응할 수 있는 생산플랫폼을 확장한다 요렇게 정의를 드려보고 싶고요, 사실 우리나라 같은 경우는 좀 주객이 좀 전도되는 그러니까 기술적인 부분들이나 아니면 화려한 와우이팩트를 너무 강조를 하다 보니, 사실은 이제 근본적인 부분들에 대한 것들을 간과를 하는 경우가 있는 것 같습니다. 그래서 스마트 매뉴팩처링은 일단 회사의 비즈니스의 변경, 환경변화에 대한 대응, 이것들이 가장 중요한 부분이다 라고 저는 정의를 하고 싶습니다. 

[Siemens]
디지털 엔터프라이즈 관점에서 저희 지멘스가 말씀 드리겠습니다. 실제적으로 그 기업들 중에 굉장히 오해하시는 부분들이 많이 있는데요, 스마트 팩토리를 대부분이 우리나라 기업들 중에 일부분은 오토메이션, 자동화라고 생각하시는 분들이 꽤 많습니다. 근데 물론 자동화도 그 스마트 팩토리의 일부분이라고 할 수 있죠. 저희 지멘스가 생각하는 스마트 팩토리 라는 정의를 간단하게 말씀을 드리면, 제일 중요한 부분이 디지털 트윈 부분입니다. 그래서 가상의 공장과 실제 현실의 공장을 연결해 주는 그 디지털트윈 플랫폼을 적용해가지고 제품 라이프 사이클 전체 프로세스를 연결하고 실질적으로 디지털 환경에서 시뮬레이션 그 다음에 검증을 지원하는 클로즈 루프 생산체계를 구현하는 것이 스마트 팩토리의 저희 정의라고 할 수 있겠습니다.   

[코오롱베니트]
저는 스마트 팩토리를 간단하게 얘기하면 “데이터를 활용해서 생산성을 극대화 하는 활동이다” 라고 정의하고 싶고요, 여기서 주의해야 될 것은 데이터를 활용하는 방법이 AI이거나, 뭐 딥 러닝이거나 머신 러닝 같은 그런 최근의 기술들이 있지만, 그게 목적인 것처럼 아니면 너무 이상적으로 불 꺼놓고 로봇트가 생산하는 공장, 그게 이제 경제성이라는 것을 고려하지 않은 스마트 팩토리는 의미가 없을 것 같고요, 그래서 자본 수익성을 고려한 그래야지만 아마 산업혁명이라는 용어가 의미가 있기 때문에 그런 측면에서 보면 “데이터를 활용해서 제조 경쟁력을 높이는 활동” 이라고 정의하고 싶습니다.  

2) Smart Factory를 추진 하려고 할 때 고려 해야 할 점과, 가장 중요한 점은 무엇인가요?

[코오롱베니트]
저는 앞서 발표 할 때도 말씀 드렸지만 제가 해보니까 가장 어려운 건 위에나 밑에나 다 하고 싶지만 쉽게 되어지는 게 아니라서 첫 번째는 이게 클랭크축을 한 바퀴 돌릴 수 있는 어프로치가 어떤 거냐 그게 중요한 것 같고요, 그 다음에 또 한 개는 IT기술자 뭐 데이터 사이언티스트 다 필요하지만 궁극적으로 기업이 안고 있는 문제를 오너쉽을 가지고 풀 수 있는 사람이 있느냐? 그 사람이 있으면 풀려 지더라구요. 기술자는 모으면 되니까. 그래서 그리고 또 한 개는 제가 말씀 드린 한 문제를 풀어서 이제 폭발력을 만들었다고 했는데 그러니까 한 문제를 풀어서 이게 데이터로 실제로 문제를 풀어서 생산성을 높일 수 있구나 라는 게 공감대 형성되는 게 저는 가장 중요하다고 생각됩니다.         

[Siemens]
네 그린필드 신공장과 브라운필드 기존공장에 따라서 조금 고려해야 되는 점들이 다를 수는 있긴 한데요, 그래도 공통적인 부분을 조금 말씀을 드리면 크게 보면 두 가지 관점에서 얘기할 수 있을 것 같습니다. 첫 번째는 데이터의 관점 이구요, 두 번째는 아까 제가 말씀 드린 디지털 트윈 관점입니다. 결국은 아까 말씀, 다른 분들도 말씀 하셨지만 데이터 관점에서 그런 데이터를 수집하고 분석하고 가시화 하는 게 되게 중요한 부분인데요, 단순하게 인포메이션으로 있는 게 아니고 그 데이터 내에서 의미 있는 인플리케이션을 뽑아내고 그게 아까 말씀 드렸던 어떤 수익성 이런 거에 직결될 수록 임팩트를 주어야 하는 부분이 있습니다. 그런 부분이 가장 중요한 부분이고요, 두 번째는 아까 말씀 했던 버츄얼 리얼에 관한 디지털 트윈입니다. 이런 부분이 왜 중요하냐 하면 그 두 가지 포인트가 되게 중요한 또 이제 다른 측면에서 얘기 할 수 있는 부분들이 이 스마트 팩토링 측면에서는 가시성 그 다음에 예측가능성 제어 하는 이런 부분이 되게 중요한 부분이고요, 결국은 운영최적화 해서 결국은 비즈니스 임팩트가 나와야 됩니다. 그런 측면에서 아까 말씀 드렸던 디지털 트윈이 가장 그 중요한 부분이라고 말씀 드릴 수 있겠습니다.

         
[SAP Korea]
스마트 팩토리와 스마트 매뉴팩쳐링 이라고 하는 것들은 사실은 그 근본적으로 이제 그 단어에 대한 뜻으로 생각을 해보면 스마트 매뉴팩처링이 좀 더 큰 범위라고 보여요. 근데 이제 SAP는 사실은 제가 항상 이제 고객들을 만나서 얘기를 드릴 때 관통이라는 단어를 씁니다. 관통이라고 이제 말하면 이 앞에서 이 진행하는 우리가 이제 벨류체인이라고 얘기하는 여러 가지 세일즈부터 시작을 해서 지금 최근에 이제 상황들이 고객이 요구하는 상황들을 그대로 생산에 반영을 해서 만들어 준다 요렇게 이제 진행이 많이 되고 있고요, 그 매스 커스터마이징이라고 얘기를 하고 그 매스 커스터마이징이라고 얘기를 하면 대부분이 소품종 대량생산, 다품종 소량생산을 얘기를 하죠.  근데 이제 SAP의 포커스는 다품종 대량생산 입니다. 그렇게 때문에 이 앞뒤 전후 관계의 데이터가 관통을 하고 그리고 아까 이제 분석을 하거나 여러 가지 일들을 할 때도 사실은 이 데이터가 관통을 해서 끼워져 있지 않으면 분석도 불가능 하구요. 막 쌓여 있는 데이터들도 사실은 가비지에 가깝습니다. 그렇기 때문에 해당 되는 프로세스와 관련된 시스템들이 데이터가 이렇게 엮여서 관통을 할 수 있는 그런 프로세스를 가장 우선적으로 검토를 해 봐야 되는 부분이 아닐까 라고 생각이 듭니다.      

3) 스마트 제조 솔루션을 도입하기 위해서 필요한 인력과 비용 등의 투입이 쉽지 않은데, 도입을 위해 필요한 준비사항은 무엇이 있나요?
 

[Siemens]
뭐 일반적인 얘기일 수도 있긴 하는데 그 세가지 관점에서 좀 바라봐야 됩니다. 그래서 WHY, WHAT, HOW 실제로 이 스마트 팩토리라고 하는 것을 왜 도입해야 되는지? 그 다음에 WHAT은 무엇을 해야 되는지? 세 번째는 어떻게 해야 되는지? 이런 것들이 처음에 셋팅이 잘 되어야만 성공 할 수 있는 어떤 캐서시티라고 말씀 드릴 수 있고요. 현재 국내 기업들도 기존의 많은 스터디 뭐 컨설팅, 내부적인 그런 트라이와 에러를 통해 가지고 왜 해야 되는지 무엇을 
해야 되는지는 어느 정도 저는 정해져 있다고 좀 판단을 합니다. 근데 HOW 관점에서는 아직도 어떻게 해야 될지 잘 모르는 기업들이 많이 있다고 생각을 합니다. 그래서 그 부분에 있어서는 이거를 빅뱅방식으로 뭔가 한번에 뭔가 새로운 공장을 건설 할 때 뭘 어떻게 도입할지 아니면 스탭 바이 스탭으로 어떻게 그 로드맵을 가지고 도입할지 이런 것들이 정해져 있지 않거든요. 뭐 그런 부분들은 뭐 저희 지멘스가 뭐 도와 줄 수 있는 부분도 있기 때문에 그런 아까 제가 말씀 드린 세 가지의 명제를 정확하게 기억하시고 그 다음에 준비를 해야 될 거라고 판단을 합니다.      
 

[코오롱베니트]
제가 보기에는 준비해야 될 점인지 모르겠지만 비슷한 맥락으로 설명 드리면 사실 가장 어려운 게 의사결정을 받아야 되는 일 인 것 같습니다. 워낙 큰 일이고 뭐 진짜 디지털 트윈까지 그린다 그러면 그걸 그릴 수 있는 사람도 없고요, 과연 얼마나 많은 돈을 들여야 될지 얼마나 많은 센서를 설비에 박야야 될 지 그렇기 때문에 제가 보기에는 가장 첫 번째 넘어야 될 허들은 스마트 팩토리에 작은 부분이라도 투자가 이루어 지는 문화를 만들거나 의사 결정을 받을 수 있는 걸 해야 되는데 그러려면 첫 번째는 저는 이제 한 문제를 푸는 방식인데 저희들 같은 경우에는 처음에 의사결정 못 받아서 심지어는 엑셀에 있고 작업자가 수기로 적은 것 까지를 저희들이 실제로 뭐 데이터 상태가 되고 수기로 되어 있는 것 까지를 전부 손으로 이어서 그런 결심을 받아내는 과정을 겪었었는데 아마 그 과정이 시작하는 입장에서는 가장 어려운 일이 아닌가 그래서 아마 한 문제를 풀어내고 나면 그 다음부터는 이제 직원들한테 야 심지어는 저희들 뭐 설비예지 관련해서 결과를 냈을 때는 공장장이 앞으로 이제 대졸 기술담당들은 설비 만지지 말고 데이터 분석이나 하라는 얘기를 했을 정도로 그런 변화를 일으키는 게 저는 가장 중요한 것 같습니다 초기에는.        
 

[SAP Korea]
사실 앞에서 다 얘길 해주셔 가지고 굉장히 좀 저희 지멘스에서 처음 말씀하셨던 why라고 하는 목적에 대한 부분들이 굉장히 강하게 드라이브가 걸려야 된다고 저는 생각을 합니다. 그래서 아까 제가 사례로 들었던 그 유스케이스도 보면 원래는 라인 생산방식 팜베어로 이제 진행하는 라인생산방식을 셀방식으로 바꿔 버렸어요. 이 바꿔 버렸던 가장 큰 이유는 앞으로 이 제품은 고객의 요구사항에 맞춰서 내가 컨피규어를 해 주겠다 그렇게 하려다 보면 기존의 전용 생산라인 으로는 불가능하다 그리고 그 것들을 바꾸려면 잡샵의 형태로 바꿔야 되겠다 그리고 그 잡샵의 형태에 따르는, 수반이 되는 퍼포먼스에 대한 저하는 기술로써 해결하겠다 이런 여러 가지 의사결정들이 왜라고 하는 이 영업상에서 나오는 이 내용들을 기반으로 해서 어떻게 해야 되는 지가 쭉 결정이 나오는 그런 형태의 의사결정을 거쳤다 라고 봅니다. 그래서 사실은 이 스마트 팩토리 라고 하는 것들이 어떻게 보면 패션처럼 이렇게 얘기가 되는 경우가 많아요. 그래서 이 왜 해야 되는지 그 다음에 그 왜에 대해서 그러면 구체적으로 무엇, 어떤 것들을 손을 대야 이 효과를 보는지 이런 것들을 좀 유심히 지켜 보면서 하나씩 하나씩, 한땀 한땀 이제 진행을 해야 되는 빅뱅 방식은 너무 돈이 많이 들죠. 그래서 하나씩 하나씩 할 수 있는 그런 형태의 아까 안본부장님께서 말씀 하셨던 일단 변화관리라고 하는 부분들이 수반이 되면서 진행을 해야 되지 않을까 싶습니다.            

4) SAP에서 스마트 제조를 지원하는 솔루션 및 플랫폼은 무엇이 있나요? 
 

[SAP Korea]
일단 기본적으로 스마트 매뉴팩처링, 스마트 팩토리 자체가 아까 말씀 드렸던 Industry 4.Now 라고 하는 프로그램 기준으로 움직입니다. 특히나 제조 생산 쪽 관련돼서는 솔루션으로 보면 디지털 매뉴팩처링 클라우드, 그 다음에 매뉴팩처링 인텔리젼트 엔드 인테리젼스 뭐 이런 이제 ML 수준이라고 보이는 그러한 솔루션들을 공급을 하고 있고요, 이 부분들은 이제 최근에는 다 클라우드 버전으로 올라가고 있습니다. BTP라고 하는 플랫폼 위에 기술요소들을 같이 결합을 해서 말씀을 드리고 있습니다.   
 

(추가질문)
네 그러면 SAP에 질문을 하나 더 드리면 Industry 4.Now 가 언급이 좀 됬었는데요, 이게 뭐 별도의 프로그램인지 아니면 뭐 적용하기 위한 서포트 툴인지 간단히 좀 답변 부탁 드립니다.

[SAP Korea]
Industry 4.Now 라고 하는 부분은 사실은 저희가 이 디스커버리부터 시작을 해서 이 디스커버리 외에 근데 추가적으로 이게 말씀을 드릴 수 있는 이 협업체계 입니다. 독일에서 SAP하고 백오프하고 부분들이 이제 같이 그 만들어진 모임이 있는데요, 오픈 인더스트리 얼라이언스라고 하는 부분 입니다. 지멘스도 이제 같이 참여를 하고 있고요, 여러 가지 설비업체 라든가 컨설팅업체 그 다음에 솔루션 업체들이 같이 조인을 해서 오픈 인더스트리를 할 수 있는 Industry 4.0에 대응할 수 있는 그런 얼라이언스가 있습니다. 그 기준으로 해서 저희가 디스커버리하고 그 다음에 같이 토의하고 브레인스토밍 해주고 디지털 디자인 싱킹 같은 것들을 진행을 하면서 어떤 부분이 필요한 지 필요 부분들에 대해서 어떤 솔루션을 제공을 할 수 있는지 이런 것들을 같이 공급을 해주는 그런 프로그램 이라고 보시면 되겠습니다.

5) SAP 하노버 메세에 지멘스가 많은 참여를 하면서 5가지 주요 테마로 소개 되었는데, 전체적인 지멘스의 비전과 전략 및 key 메시지는 무엇입니까?
- MSlee:  하노버 메세에서 가장 중요한 홍보 솔루션이 무엇?
 

[Siemens]
네 앞서도 말씀 드렸지만 예전에 하드웨어만 전시를 했지만 지금은 거의 하드웨어, 소프트웨어 반반씩 전시됐다고 보시면 될 것 같고요. 지금 요즘과 같은 재료비, 노무비가 인상된 인플레이션 시대에 있어서 지멘스가 굉장히 또 중요한 역할을 앞으로도 더 해야 한다고 저는 생각을 합니다. 그래서 이번에 메시지는 결국 제품 기획에서 그 다음에 설계, 엔지니어링, 생산 서비스까지 제품과 관련된 데이터 및 프로세스의 완벽한 통합 그 다음에 디지털 트윈을 구현하는 것이 저희의 비젼 및 전략이라고 말씀 드릴 수 있겠습니다.      

6) 자체 제조사에 적용한 사례가 있다면 설득력이 있는데, 있다면 효과 중심으로 소개와 각 사 전략의 차별점은 무엇인가요?
 

[Siemens]
네 지멘스는 잘 아시다시피 하드웨어, 소프트웨어를 모두 가지고 있는 그 전 세계 유일무이한 회사라고 할 수 있겠습니다. 그래서 저희 자체 공장이 검증된 것을 저희도 그 세일즈를 하기 때문에 잘 아시다시피 뭐 암벽공장 같은 경우에는 독일에 많이 가보신 부분들이 있을 거구요, 저희의 HMI나 PLC를 생산하는 중국의 청도공장이 있습니다. 이 두 공장들이 실제적으로 여러 가지의 솔루션과 하드웨어를 설치해서 저희가 그런 검증을 한 공장이라고 보시면 될 것 같고요, 결국 그렇게 지금 저희가 한 솔루션을 적용함으로써 불량율을 엄청나게 최소화 시켜서 비즈니스적으로 임팩트를 많이 가져 갔던 그런 케이스라고 할 수 있겠습니다.      
 

[코오롱베니트]
코오롱베니트 에서도 몇 개 사례를 보여 드리겠습니다. 근데 이렇게 자세한 내용을 설명 드리는 건 좀 그럴 거 같고요, 그래서 퀵하게 좀 보여 드리면 이제 저희들 주로 케미칼 제품인데 제품 강도불량 같은 것들, 그 다음에 뭐 설비장애 예측, 이런 것들도 데이터 분석을 해 봤었구요. 요건 플라스틱 컴파운드라고 하는 공정에서 했는데, 지금 보신 것처럼 효과가 지금 불량 발생율이 지금 23%까지 올라 갔다가 제로로 떨어트린 사례도 있고요. 이건 산업용수지 접착제 같은 겁니다. 뭐 이런 부분에서도 반응시간을 15분 줄여서 이제 생산성 효과를 본 적도 있고요. 그 양품율을 한 8% 정도 개선한 사례, 필름 같은데도 그 나이론 필름이 파단이 많이 생기는 것들을 83% 정도 개선 시킨 사례, 뭐 이외에도 하옇든 지금 보시는 것처럼 뭐 굉장한 많은 사례들이 지금 가지고 있고요. 현재 저희들이 한 코오롱 그룹 안에 13개의 공장 정도를 지금 어 이런 커넥티드 팩토리 프로젝트를 완료했고, 지금은 외부에 타 계열사에 프로젝트를 14번째로 지금 추진하고 있습니다. 뭐 지금 비젼 이미지 같은 경우도 지금 분석을 통해서 불량 분류라든가 이걸 통해서 불량원인을 분석하는 그런 걸로 지금 데이터 분석을 해내고 있고요. 그 외에도 뭐 이렇게 저희들이 케미칼이기 때문에 실이 끊어지는걸 절사라고 그러는데 절사 원인분석을 해서 지금 보시는 것처럼 답을 찾아내고 그랬더니 한 40% 정도 절사율을 개선한 사례들을 갖고 있습니다. 이제 외부사례 입니다. 외부에 다른 그룹사인데 D사라고 되어 있는데 알루미늄 그 전자밧데리 들어간 알루미늄을 롤즈 형태로 만드는덴데 여기 두께 불균율 같은 것들 때문에 불량율이 엄청 높더라구요, 한 40%되는 것들을 지금 개선하는 활동을 하고 있고요. A사는 전자부품 만드는 데입니다. 여기도 뭐 S전자에 납품 하는건데 불량율이 20% 이상 나서 저희들이 현재 요 프로젝트는 데이터 분석 한번 해주고 지금 프로젝트를 하고 있습니다. 여기 컨넥티드 팩토리 프로젝트를 현재 진행 중에 있습니다. 그리고 이런 분석 모델들은 뭐 저희들은 솔루션화해서 모델화 한 것들을 또 솔루션으로 만들어서 2차 분석이라든지 최적 운전조건 모니터링 하는 거 이걸 통해서 설비 이상이라든가 향후에 나올 제품들이 양품이 나올지 불량이 나올지 까지 예측하는 그런 솔루션들을 지금 가지고 있습니다.                     
 

(추가질문)
답변 주시는 동안에 재미 있는 질문 ”스마트제조 솔루션을 도입한 회사 중 제조원가 산출 정확도가 높아진 사례가 있을까요?”을 해주셨어요. 스마트제조 솔루션을 도입한 회사 중 제조원가 산출 정확도가 높아진 사례가 있을까요? 또 정확도만 높아지는 게 아니라 원가가 개선이 되어야 되겠죠. 지금 설명해 주신 내용들이 결과적으로는 트리거 포인트가 되는데 그걸로 인해서 우리가 스마트 팩토리가 수익성을 기반해야 된다 라고 얘기를 했고, 이렇게 제조현장에 스마트 팩토리를 잘 적용했더니 원가의 정확성도 높아지고 원가가 낮아지고 회사의 경쟁력이 좋아졌다 이런 사례를 혹시 설명 해 주실 수 있나요?   

[코오롱베니트]
네 저희들 같은 경우는 이제 뭐 저희들 가장 시중에 비싼 실이 아라미드라고 하는 실인데 그 실 같은 경우에는 현재 생산성이 굉장히 안 좋았다가 최근에 스마트 팩토리 도입하고 나서 데이터 분석으로 문제 풀고 나서 거의 아마 원가 부분에서도 아까도 얘기했지만 정확도 부분에서도 월말 결산할 때 7 4차 조정금액의 한 10%정도 됐는데 그게 0.1 % 이하로 줄었구요, 그 다음에 실제 원가 지체가 타 경쟁사 대비 엄청난 효과를 봐서 지금은 과거에는 코오롱에서 애물단지 였는데, 지금은 사실은 코오롱에서 가장 황금알을 낳는 사업으로 변환된 케이스도 있고, 이걸 도입했던 분이 바로 그 임원이 되는 그런 효과를 본 적도 있습니다.

7) 최근 ESG가 경영의 key Word 중 하나입니다. 제조 환경을 고려하면 많은 부담을 느낄 수 있는데, ESG 관련 대응이나 기업에게 줄 수 있는 Value는 무엇이 있을까요? 

[SAP Korea]
일단 뭐 SAP에서 좀 말씀을 드리면 일단 SAP는 지금 이제 매뉴팩처링 말고도 서스테이너빌리티와 관련된 지금 꼭지를 말씀 드리고 있어요. 결국은 아까도 말씀 드렸지만 데이터가 관통을 해야 된다는 얘기를 드렸었고 이 데이터의 관통 부분은 사실은 이제 플렉서블러티 그러니까 공장에는 있는 라인들의 플랙서블러티에 대한 확보가 얘기가 됩니다. 거기에 플러스로 얘기가 되는 부분이 Co2 에디션 그러니까 공장에서 어떤 작업들을 수행을 하거나 원료를 투입을 했을 때 발생되는 탄소에 대한 발생들을 모니터링을 하고 그 다음에 이제 그 컨트롤 하는 부분들이 연계가 되는데요, 이런 부분들이 사실은 이 스마트 매뉴팩처링이라고 하는 활동을 통해서 또는 이제 시스템 도입을 통해서 어떤 문제점들을 도출을 하고 이것들을 절감을 함으로써 사실은 ESG에도 상당히 영향을 줄 수 있는 그리고 투명성을 확보를 해 줄 수 있는 그런 형태로 공급이 될 수 있다 이렇게 말씀 드리고 싶습니다.   

[Siemens]
지멘스도 ESG경영에 있어서는 어떻게 보면 유럽에서 뭐 선두주자라고 좀 생각 할 수 있겠구요, 실제로 ESG가 가장 중요한 부분이기도 하고 아까 말씀하셨던 탄소배출권의 결과 기업의 수익성과도 직결이 되어 있습니다. 왜냐하면 탄소배출권을 이제 거래 해야 되는 부분이 있고, 그 어떤 규제에 따라서 채워야 되는 부분이 있거든요. 그래서 그런 측면에서 좀 말씀을 드리면 이 기후문제나 연관된 탄소배출로 저희 지멘스 같은 경우에는 제품개발 라이프 사이클 전 밸류체인에서 탄소 배출량을 절감하고, 탄소중립에 기여할 수 있는 디지털 트윈 기반 가상제품 개발 그 다음에 시뮬레이션 특히 또 중요한 부분이 Co2 투 프린트라고 해서 이제 까지의 여러 가지 계속 그 탄소가 얼만큼 쌓여가지고 프로세스 상에서 그걸 저희가 추적해서 계산 할 수 있는 그런 다양한 제품 포트폴리오를 제공을 하고 있습니다. 

     
[코오롱베니트]
저희들은 조금 다른 입장인데 저희들이 그 ESG관련해 솔루션이나 이런걸 갖고 있진 않고요, 엔드유저 입장에서 보면 스마트 팩토리를 하면서 저희들이 보니까 이제 실시간, 리얼타임 엔터프라이즈 라는 게 구현될 수 있겠다 라는 걸 확신을 갖구 있고요. 그래서 과거에는 이제 탄소배출 양이나 이런 것들을 뭐 계산할 수는 있지만 그것들을 어떻게 하면 줄일 수 있는지를 알려면 어디에 어떻게 투입됐는지 얼만큼 에너지가 소모 되었는지 알아야 되는데 그런 부분이 스마트 팩토리가 되면서 그러니까 실제로 절감할 수 있는 포인트를 찾을 수 있는 리얼타임 엔터프라이즈 구축 그런 측면은 ESG에 도움이 되는 것 같다는 생각입니다.    

8) 제조현장에서 메타버스 또한 밀접한 연계가 있고 활용이 많이 될 것 같은 생각인데, 스마트 제조와 메타버스의 연결을 어떻게 생각하고 실제 어떤 사례가 있는지? 

[SAP Korea]
일단 메타버스라고 얘기를 하면 우리가 가상공간에서 디지털 트윈을 얘기를 합니다. 근데 이제 공공기업 아까 말씀하신 것처럼 공공기업이나 다른 데서 지금 얘기를 하는 메타버스의 수준이 사실은 아바타를 놓고 여러 가지 활동을 하는 그런 정도의 수준이라고 저는 보여져요. 근데 궁극적으로는 메타버스는 우리가 예전에 얘기했던 사이버 피직스 그 다음에 디지털 트윈 이것들의 확장판 이라고 보시면 됩니다. 그 결국은 여기에  플러스로 더 들어가는 내용들이 뭐냐면 단순히 특정공장을 디지털화해서 사이버 피직스가 움직인다 시뮬레이션 한다 이게 아니구요, 각각의 공장들이 비즈니스 네트워크를 구성하는 버츄얼 팩토리처럼 움직이고 그 버츄얼 팩토리처럼 움직이는 그 공장 가상의 네트워크 상에서 움직이는 그 공장들이 사실은 하나의 공장처럼 움직이게 되면서 쉽게 얘기하면 비즈니스 모델이 새로 만들어 지는 거예요. 그러니까 공장 자체를 하나의 공장만 들여다 보는 게 이제 스마트 매뉴팩처링 이게 아니다. 결국은 가상공간에서 네트워킹이 되는 그 공장들을 확장을 무한대로 확장할 수 있는 부분들과 그리고 그것들을 참여를 하면서 그 네트워크에 참여를 하면서 새로운 비즈니스 모델 아웃컴 베이스투 레비뉴를 창출을 할 수 있는 그런 형태의 이제 새로운 모델이 만들어지는 그런 형태다 라고 저는 보고 있습니다. 
 

[Siemens]
지멘스 같은 경우에는 요즘에 그 큰 화두가 되고 있는 중대재해법으로 인해서 이제 기업들이 상당히 관심을 많이 가지고 있는 분야라고 할 수 있겠습니다. 그래서 지멘스 같은 경우에는 그런 것들을 사전에 또 미연에 방지하기 위해서 교육용 이라던가 아니면 사전에 시뮬레이션 해 볼 수 있게 그런 어떤 재해가 많이 생기지 않도록 할 수 있는 그런 솔루션을 또 가지고 있고요, 그 다음에 최근에는 그 엠비디아라고 하는 회사의 옴니버스랑 연결해서 저희의 물리적 기반의 디지털 모델이랑 엠비디아 실시간 AI를 서로 결합해 가지고 초연교 초진흥의 산업용 메타버스를 구현한 사례가 있습니다.     

   
[코오롱베니트]
저희들도 이제 스마트 팩토리를 가지고 그 좀 더 고도화하는 일환으로 이제 메타버스 작업을 실질적으로 해봤었구요, 그랬었는데 뭐 파이로트로 해 볼 수는 있었는데 실제로 아마 저희 공장 같은 게 구미공장이 20만평인데, 그걸 아마 3차원으로 가상공간에다가 그 설비나 그걸 다 구현한다는 건 엄청난 비용을 요구하는 것 같습니다. 그래서 부분적으로 저희들이 스마트 팩토리 프로젝트를 했는 쪽을 가지고 아주 작은 공정을 3차원 공간에 만들고, 거기에서 시뮬레이션을 하고 예를 들면 메인터넌스를 한다던가 매뉴얼을 본다던가 이런 것들을 글라스를 끼고 실제 할 수 있는 것들, 그 다음에 해외에 유사 공정을 갖고 있는 우리 해외사업장에 기술적인 문제가 생겼을 때, 글라스를 끼고 예를 들면 실제 현장을 보여 주면서 메인터넌스 지원하는 것, 이런 것들을 실제로 구현을 해봤었습니다. 근데 아직은 뭐 글라스도 그렇구요. 그 다음에 비용적인 측면에서도 현실성은 없다. 저희들이 파이롯트 상태로 해보는 정도로 현재 만족하고 있습니다.  

9) 스마트 팩토리를 구축할 때 많은 도움이 되는 것이 디지털 트윈이다 라고 생각하는데 맞는지? 그리고 이게 구체적으로 무엇 있는지?  
 

[SAP Korea]
일단은 저희 생각도 사실 디지털 트윈이라는 게 굉장히 중요합니다. 근데 디지털 트윈의 정의를 좀 생각을 해봐야 돼요. 그러니까 디지털 트윈은 현실세계에 있는 데이터 또는 피지컬한 어떤 정보들을 디지털, 가상 세계에다 올려 놓고 본다 그 다음에 구동을 해본다 그 다음에 현재 실제 그 현장에서 일어나는 일들을 가상세계에서 똑같이 투영해서 데이터를 볼 수 있다. 그래서 시각화하는 부분들을 디지털 트윈으로 보시는 경우가 많은데, SAP는 물론 SAP솔루션 중에 이제 시각화하고 형상화하는 솔루션이 있습니다. 그럼에도 불구하고 저희는 이 각각의 공장의 라인이나 공정들에 대해서 시뮬레이션을 해보고 설비에 붙여서 그 공정들과 설비들이 어떻게 구동이 되고 이 데이터들은 어느 시점에 어떻게 움직일 건지를 디자인을 해 볼 수 있는 그런 이제 솔루션들을 지금 공급을 하고 있습니다.  
     

10) 디지털 트윈을 보통 새로운 공장을 업그레이드하고 계획을 세우면서 수립하는 경우가 많은데 대부분의 기업들이 공장을 운영하고 있거든요 그러면 운영 중인 공장에도 도입을 할 수 있는 건지? 

[Siemens]
실제로 저희의 스마트 팩토리 관련된 솔루션이 굉장히 포트폴리오가 다양하게 있지만, 대부분 저희의 솔루션을 도입하는 기업들의 뭐 한 80% 이상은 다 기존 공장을 보유한 그런 기업이라고 볼 수 있겠습니다. 실제로 물론 신공장을 만들 때 저희의 그 솔루션들을 모두 통합해가지고 했을 때 뭐 빅뱅 방식으로 하는 것도 좋은 방법이긴 하지만 굉장히 다양한 솔루션이 있기 때문에 뭐 기존 공장에도 적용하는데 크게 무리는 없을 거라고 봅니다.

11) 발표자료 중에 커넥티드 팩토리라는 설명을 주셨고, 커넥티드 팩토리를 한번에 빅뱅으로 하긴 어렵고 스탭 바이 스탭으로 해야된다고 설명을 주셨는데 그럼 그렇게 해서 디지털 트윈까지 갈 수 있는 건지?  

[코오롱베니트]
저는 사실 우리 직원들한테 금기어로 디지털 트윈을 얘기하고 있습니다. 그래서 사실은 특히나 화학공장이라서 변수가 너무 많기 때문에 3차원 도면 가상화 한다고 해서 이루어 질 일도 아닌 것 같고요. 그래서 제가 갖고 있는 장표 좀 띄워 주시면 제가 보니까 3개축인 것 같습니다. 사람도 지금 한 문제 풀면서 조금씩 그 데이터 사이언티스트들이 양성돼 나가는 과정인 거 같고요. 데이터도 문제를 풀면서 추가적인 정보가 있으면 더 문제를 잘 풀 수 있다면 하나씩 아마 센서를 추가하고 자동화를 확대할 거예요. 그 다음에 분석측면에서도 아마 한 문제씩 풀어나가면서 그게 축적되고 그걸 통해서 모델링화하고 확대해 나간다면 그것들을 통해서 자연스럽게 디지털 트윈으로 가야지 지금처럼 디지털 트윈을 한다고 해서 예를 들면 제가 말씀 드린 대로 20만평 공장을 예를 들면 3차원으로 바꾸고 그거에 모든 변수들을 분석해서 로봇트가 답을 준다, 이건 좀 힘들 것 같고요. 저희들이 해보니까 실질적으로 지금 뭐 다양한 알고리즘이나 이런 걸 갖고 시뮬레이션 하는 툴들은 많은데 그걸 꼭 지금 뭐 디지털 트윈이라고 해서 꼭 3차원 공간에서 예를 들면 기계적, 물리적, 뭐 화학적인 그런 것들 로보트를 다 불러내게 하는 것들은 아직은 좀 한계가 있는 거 같아서 저는 조금은 사람과 데이터와 분석역량이라는 측면에서 확대해 나가면서 디지털 트윈이라는 북극성을 향해서 가는 그런 어프로치를 하고 있습니다.         

       
(추가질문)
김양은님께서 코오롱베니트에 질문을 주셨는데, 분산된 데이터를 시리얼별로 연계한다고 했는데, 그럴 때 표준화를 해서 했느냐? DB별로 키만 맞춰서 통합하느냐?라고 질문 주셨어요.

[코오롱베니트]
그 문제 중소기업진흥청하고도 한번 문제가 됐었는데, 독일에 디지털 스마트 팩토리 국제표준을 따라서 해야 된다고 그래서 제가 NO했습니다. 표준 맞춰서 해 갖고 효과 보려면 표준화 하는데만 해도 엄청나게 걸릴 거고, 기존에 설비가 갖고 있는 데이터들이 다 다른 모습인데 그 어떤 정형화된 표준으로 맞추는 건 불가능한 것 같습니다. 그렇지만 이제 저희들 나름대로는 코오롱 안에서 했을 때는 나름대로 정형화된 부분이 있어서 계속 표준화 노력을 하고 있습니다만은 그걸 실제 하기 위해서는 그 모든 데이터를 이어 붙이는 게 표준화로 해결 될 수도 없고, 심지어는 통신 프로토콜 조차도 엄청나게 많은 통신 프로토콜을 활용하고 있기 때문에 표준화에 빠지면 아마 한 걸음도 못 나가고 또 표준화 때문에 비용과 돈만 쓰고 그럴 것 같아서 저는 사실 연결해서 문제 풀고 시간이 좀 지나서 표준화 작업들은 점진적으로 해 나가는 게 좋다고 생각합니다.      

12) 스마트 제조 솔루션 관련해서 이슈가 있었는지? 있었다면 그걸 어떻게 해결 했는지? 그리고 이슈를 말하기 곤란하다면 어려움을 겪는 부분은 무엇인지?
 

[SAP Korea]
저희 고객들이 스마트 팩토리, 스마트 매뉴팩처링을 구상을 하시면서 항상 어려워 했던 것들 중에 하나는 아까 말씀 하셨던 표준화에 대해서에요. 근데 표준화가 되어 있지 않은 상태에서 엮어 가지고 뭔가 분석은 가능 하겠죠. 하는데 그 이후의 추가적인 부분들 또는 변경된 부분들을 반영을 해 보려면 표준화 밖에 답이 없어요. 그게 가장 어려웠던 부분인 것 같습니다.     
 

[Siemens]
실제 리얼한 얘긴데요, 그 사람들이 생각 했을 때 그 자동화 관점에서 아까 아니라고 말씀 드렸지만 또 무인화라고 생각하시는 분들이 되게 또 많기도 해요. 스마트 팩토리가. 그것도 이제 원오브댐이긴 하지만 실제로 이제 기업에 계신 분들 중에서 제가 감명 깊게 들었던 얘기가 하나 있는데요, 결국은 이 스마트 팩토리의 목적도 과연 거기에 있는 사람들이 현장에서 작업하는 사람들이 얼마 만큼 더 편하게 용이하게 효율적으로 할 수 있냐를 생각을 해서 같이 해야 되는 거지 사람을 생각하지 않고 하는 것들에 대해서는 스마트 팩토리의 목적이 아니라고 할 수 있다 이런 말씀을 하셨거든요. 그런 측면에서 보면은 지멘스 같은 경우에는 당연하게 뭐 이렇게 PC로만 확인하는 게 아니고, 모바일이든 태블릿이든 이런 걸로 확인 할 수 있는 그런 솔루션을 가지고 있고 실제로 그런 정보들을 로코드 플랫폼을 통해서 개인에 대한 앱을 통해서 우리 스마트폰에 있는 그런 뭐 어플리케이션처럼 그 안에 있는 시스템도 활용할 수 있도록 이렇게 구현할 있는 게 어떻게 보면 가장 큰 장점이라고 볼 수 있겠습니다.      
 

[코오롱베니트]
저희들이 하면서 가장 실질적으로 어려운 것은 예를 들면 뭐 ERP를 할 줄 아는 사람, 그 다음에 뭐 MES를 하는 사람, 그 다음에 로우데이터를 인터페이스 하는 사람들, 현장 엔지니어들, 그리고 그 데이터들을 분석하는 특히나 제조업 쪽에 설비에 이해도 없고 공정에 이해도 없는 데이터 분석가들을 붙여서 그 네박자가 거의 맞아 들어가야지 한 문제를 풀 수 있습니다. 그래서 아마 초기에 그 네 박자를 맞추는 그런 구성원과 한 문제를 풀어낼 때까지 그 데이터 분석가가 막막한 공장에 들어가서 뭔지도 모르는 데이터를 보고 답을 만들어 낼 때 까지 그 걸 견뎌 내는 게 가장 힘든 거구요. 그 다음에 현장에 무수히 많은 장비들이 있기 때문에 그 것들을 돈을 주고 인터페이스를 하기도 하고 직접 뚫기도 하겠지만 그런 것들을 다 연결 한다는 게 굉장히 힘든 작업 이였던 것 같습니다.