아마존웹서비스(AWS)가 지난 11월 3일 ‘AWS 인더스트리 위크(AWS Industry Week)’를 진행했다. 오프라인으로 진행된 이번 이벤트에서 AWS는 제조, 리테일 및 이커머스, 미디어 및 엔터테인먼트, 여행 및 관광, 금융 및 핀테크 등 총 5개 산업 분야별로 최신 클라우드 트렌드와 기술 활용 사례를 소개했다. 특히 제조 분야에서는 제품 개발과 생산의 최적화뿐 아니라 새로운 비즈니스를 발굴하기 위한 클라우드 활용에 대해 살펴보는 기회가 마련됐다. ■ 정수진 편집장

제조산업의 디지털 전환을 위한 클라우드

엔터프라이즈 영역에서 클라우드는 빠르게 확산되는 추세이다. 가트너(Gartner)의 조사에 따르면 85%의 기업이 3년 이내에 클라우드 우선 전략을 선택할 계획이라고 답했고, 대부분의 워크로드를 클라우드로 구축 및 이전할 것으로 예상된다.

제조 분야에서 클라우드를 도입하는 주된 이유는 지속적인 디지털 혁신을 추구하는 데에 있다고 볼 수 있다. 특히 코로나19 팬데믹을 거치면서 사회 전반의 변화 속도가 빨라졌고, 이에 따라 제조산업은 제품 개발과 생산에서 속도 및 효율을 더욱 끌어 올려야 한다는 과제에 직면했다. 그 수단으로서 디지털 기술에 주목하게 되면서 디지털 혁신 또는 디지털 전환에 대한 제조산업의 관심이 그 어느 때보다 커졌다.

AWS는 이런 디지털 전환의 기반에 클라우드가 자리한다고 보고 있다. 컴퓨팅 비전과 IoT(사물인터넷)을 통해 제품과 공장의 실시간 데이터를 수집하고, 이 데이터를 활용한 머신러닝으로 생산 품질에 미치는 영향을 분석해 생산 공정을 최적화하는 일련의 과정을 클라우드 기반의 프레임워크로 구축해 디지털 혁신을 쉽고 빠르게 할 수 있도록 돕겠다는 것이다.

AWS 코리아의 한재용 제조 사업 개발 매니저는 “제조 디지털 혁신은 비용, 수익, 지속가능성을 높이는 방향으로 이뤄지고 있으며, 이 과정에서 얻게 되는 데이터와 서비스를 활용해 새로운 비즈니스를 개척하려는 움직임도 강화되고 있다”면서, “기술과 인력이 부족한 중소기업 및 스타트업에서는 클라우드를 통한 혁신 플랫폼 구축이 필수가 되고 있으며, 대기업에서는 생산성 및 품질을 높이는 과정에서 난관을 극복하고 혁신을 촉진하는 데에 클라우드가 기여하고 있다”고 설명했다.

▲ 제조산업 디지털 플랫폼을 위한 AWS의 솔루션 프레임워크

설계/제조 효율화부터 신사업 창출까지

AWS는 자사의 클라우드 인프라 및 200개 이상의 디지털 혁신 지원 서비스, 교육 프로그램, 파트너사의 솔루션 및 프로페셔널 서비스 등을 통해 제조산업의 디지털 혁신을 지원하고 있다고 소개했다. 이를 통해 ▲엔지니어링 및 디자인 ▲프로덕션 및 자산 최적화 ▲공급망 관리 ▲스마트 제품 및 서비스 등 영역에 걸쳐 클라우드를 활용할 수 있도록 돕는다는 것이 AWS의 설명이다.

엔지니어링 및 디자인 영역에서 AWS는 제품의 설계와 시뮬레이션을 위한 CAD, EDA(전자 설계 자동화), CAE, CAM 등의 워크로드를 클라우드 인프라에서 사용할 수 있게 지원한다. 컴퓨팅 자원과 라이선스 등의 제약 때문에 온프레미스 환경에서는 이런 설계/시뮬레이션/가공 소프트웨어를 원하는 만큼 원활하게 사용하는 것이 어렵다는 점이 한계로 꼽힌다. 반면 클라우드 환경에서는 온디멘드로 다양한 솔루션에 손쉽게 액세스할 수 있으며, 필요한 만큼의 컴퓨팅 코어를 빠르게 확장하거나 병렬 처리가 가능하다는 것이 AWS가 내세우는 이점이다.

프로덕션 및 자산 최적화를 위해 AWS는 컴퓨터 비전에 기반한 불량 검출, 센서 데이터 분석을 통한 설비 및 장비의 이상 탐지, 생산성 관리 시각화 대시보드 구성, 작업자/작업장 환경의 안전 모니터링, 시계열 데이터 예측&분석 등을 위한 클라우드 서비스를 선보이고 있다. AWS 코리아의 이명복 인더스트리얼 스페셜리스트는 “스마트 공장 구현에 가장 필요한 솔루션은 머신러닝이라고 생각한다”면서, “지능화된 스마트 공장을 만들고 이를 고도화해 자율 운영까지 구현하기 위해서는 머신러닝 전문가가 필요했는데, AWS는 제조 현장에서 손쉽게 사용할 수 있는 사례 기반의 머신러닝 서비스를 제공한다”고 소개했다.

공급망 관리를 위해서는 우선 정확한 수요 계획을 세우는 것이 필요한데, AWS는 다양한 기업의 실시간 데이터를 연결해 가치사슬 전반의 가시성을 확보할 수 있는 머신러닝 기반의 자동화 프로세스를 구축할 수 있도록 지원한다. 또한, AWS는 제조현장 안팎의 다양한 장비에서 IoT 데이터를 수집하고, 이를 분석해 고객 경험을 개선하거나 신제품 개발에 활용할 수 있는 제품과 서비스의 스마트화를 지원한다. 고장으로 제품의 가동이 멈추는 것을 사전에 막고 최적화된 제품 운영 계획을 세울 수 있으며, 이를 활용해 제조 기업이 새로운 비즈니스 모델을 찾을 수 있도록 한다는 것이 AWS의 설명이다.

▲ AWS는 센서와 클라우드를 활용해 디지털 트윈을 생성하고 운영을 최적화하는 서비스를 선보였다.

클라우드 기반의 제조산업 디지털화 사례 소개

이번 AWS 인더스트리 위크에서는 서비스 개발과 운영, 스마트 공장 구축, 비즈니스 혁신 등을 위해 클라우드를 선택한 국내 제조 기업의 사례도 소개됐다.

포스코는 앞으로의 디지털화 패러다임이 퍼블릭 클라우드에 있다고 보고, 기존에 온프레미스 및 프라이빗 클라우드로 구축된 주요 사내 시스템을 오는 2024년까지 퍼블릭 클라우드로 전환한다는 로드맵을 세웠다. 이런 결정의 바탕에는 제조기업이 모든 IT 기술을 구현 및 유지하기가 어렵고, 클라우드에 이미 만들어져 있는 서비스를 활용해 빠르게 문제를 해결해야 한다는 인식이 자리잡고 있다.

포스코는 민첩하고 유연한 IT 인프라를 구축한다는 목표 아래 지난 2020년 마스터 플랜 수립에 착수했고, 2021년과 올해는 Amazon EKS 기반의 신규 개발 환경 구축 및 SCM 워크로드의 클라우드 마이그레이션을 진행했다. 단기적으로는 온프레미스와 퍼블릭 클라우드를 함께 사용하지만, 장기적으로는 기존 시스템을 IaaS(Infrastructure-as-a-Service)로 전환하고, 신규 시스템은 PaaS(Platform-as-a-Service) 기반으로 구축하며, 상용 SaaS(Software-as-a-Service) 또한 적극 활용하겠다는 것이 포스코의 계획이다.

일례로 포스코는 엔지니어링 VDI(가상 데스크톱 인프라) 기술을 도입해, 고사양의 워크스테이션 대신 개인 PC와 모바일 기기로 3D 데이터를 활용해야 하는 업무를 처리할 수 있게 했다. 포스코는 이를 통해 도면을 전달하고 공급사에서 접수 및 현장 검수까지의 업무를 간소화할 수 있을 것으로 보고 있다.

포스코의 장원종 클라우드추진TF팀장은 “기존 온프레미스 시스템에서는 서버의 고장에 대한 리스크, 시스템 구매부터 설치까지 걸리는 시간, 성능 이슈를 해결하기 위한 환경 수정의 어려움, 비용 및 운영환경 분석, 불용 자원 관리 등의 문제점이 있었는데, IaaS 전환을 통해 이런 어려움을 해소할 수 있었다”고 소개했다.

수성엔지니어링은 토목설계와 감리 과정에 드론을 활용할 수 있는 자사의 웹 플랫폼을 클라우드로 이전하기 위해 마이크로서비스 아키텍처 기반으로 재편하는 방법을 선택하고, AWS의 프로토타이핑 서비스를 활용해 아키텍처 개발부터 프로토타이핑까지의 작업을 6주만에 완료했다. 수성엔지니어링은 드론으로 얻은 이미지와 공간정보를 AWS의 관계형 데이터베이스인 Amazon RDS 및 클라우드 스토리지인 Amazon S3에 저장하고, 서버리스 컴퓨팅 플랫폼인 람다(AWS Lambda) 및 컨테이너 관리 서비스 Amazon ECS와 연계해 이미지 및 데이터 전처리를 자동화하는 형태로 개발을 진행 중이다.

폐기물 자원화 및 에너지화 솔루션을 제공하는 SK에코플랜트는 폐기물을 소각해 발생하는 열을 전기 에너지로 회수하는 폐기물 소각로의 운전 과정에서 오염물질과 구조손상을 최소화할 수 있도록 센서 데이터를 수집하고, 인공지능 알고리즘으로 데이터를 분석한 후 추론을 통해 적절한 소각로의 운전 가이드를 제시하는 서비스를 AWS의 클라우드 기반으로 구축했다.

보드, 건장재 및 2차전지 사업을 진행하고 있는 동화기업은 데이터 중심으로 운영되는 지능형 스마트 공장 구축 로드맵을 2017년부터 진행해 왔다. 동화기업은 기존 MES 아키텍처를 클라우드 컴퓨팅 플랫폼인 AWS EC2 기반으로 재구축해 데이터의 수집과 조회 과정을 최적화했다. 실시간으로 수집한 데이터는 통합된 데이터 레이크(data lake)에 저장해 사내 다양한 구성원이 데이터에 접근하고 소통과 협업을 할 수 있게 했고, 공정이나 설비에서 발생하는 문제를 현장 작업자가 빠르게 분석할 수 있도록 돕는 셀프 분석 도구도 개발했다. 또한 머신러닝을 활용해 사전에 품질을 예측하고 최적의 공정조건을 추천할 수 있는 파이프라인을 구축했다.

출처 : 캐드앤그래픽스

https://www.cadgraphics.co.kr/newsview.php?cq=&pages=news&sub=news01&catecode=2&num=71901