올해 2024년, 산업은 어떤 트렌드와 개발 방향을 특징으로 할까? HARTING 테크놀로지 그룹은 최근 세 번째 HARTING 산업용 이더넷 위크(Industrial Ethernet Week 3)를 맞이하여 현장에서 전문가들과 함께 산업 트렌드에 대해 알아보고 논의하는 자리를 마련했다. 이날 강연자들은 올 산업의 주요 트렌드에 대한 견해를 공유해 눈길을 끌었다. 강연자들은 스마트 공장의 발전 상황, 산업용 AI의 주요 트렌드, 장치 개발에 지속적으로 영향을 미치게될 요인, 그리고 IIoT 인프라를 확립하는 데 도움이 될 데이터 네트워크 기술의 발전 현황 등을 언급했다. 그들이 말하는 올해 산업 트렌드에 대해 살펴본다.

한편 HARTING 테크놀로지 그룹은 산업용 커넥티비티를 제공 하는 선도적 글로벌 공급업체이다. 약 6200명의 직원이 전 세계 44개의 판매 회사, 15개의 생산 시설 및 6개의 개발 시설에서 활약하고 있다. HARTING은 1990년대 후반 서울에 첫번째 사무실을 처음 설립하면서 한국 시장에 진출했다. HARTING Korea는 2014년부터 조립센터를 설치하고 고객에게 자동화, 기계, 로봇공 학, 조선, 철도, 전력 분배 및 재생 에너지를 위한 다양한 제품을 제공하고 있다.

Amazon Web Services에서 자동차, 산업 및 제조 산업을 위한 인공 지능 주요 전략가로 활동하고 있는 대니 스미스(Danny Smith)는 디지털 트윈(물리적 현실을 사이버 공간에 복제하는 것)과 생성형 AI를 강조했다.

그는 “우리는 ‘사람이 작업을 찾아야 하는 것’이 아니라 ‘작업이 사람에게 찾아가도록’ 발전할 것이다. 이를 위해 우리는 더욱 많은 디지털 트윈과 그 위에 구축된 지능, 이 두가지의 심화된 확장이 꾸준히 지속될 것으로 예측한다”고 말했다.

특히, 모든 데이터를 종합하여 인간이 더 많은 통찰력을 얻고 궁극적으로 더 나은 결정을 내릴 수 있게 하는 능력에 대해 집중 조명할 것이다. 2024년에는 사람에 대한 이해와 데이터 맥락화를 통해 돕는 기술, 예를 들어 생성형 AI와 같은 기술이 스마트 공장 에서 필수적인 요소가 되고 생산 현장에서 흔히 사용될 것으로 예상된다.

이러한 기술을 받아들이는 제조업체와 그렇지 않은 업체 간에 분명한 격차가 생길 것으로 보인다. AI의 주요 트렌드는 당연히 생성형 AI이다. 우리는 여러 해 동안 효율성을 향상시키기 위해 자동화에 대해 연구해 왔다. 2024년은 인력자원의 효율성을 향상시키는 해이며, 여기에 생성형 AI가 크게 기여할 것이다. 더 큰 직장 역학(workplace dynamics)이 작용함에 따라 제조 라인의 전반적인 효율성은 작업 중인 인간에 의해 점점 제약을 받고 있다.

인력자원의 효율성을 어떻게 향상시킬 수 있을까? 대니 스미스 는 “생성형 AI는 제도적 지식의 빠른 전달을 위한 메커니즘을 제공하여 인간에게 적절한 시간에 올바른 정보를 제공함으로써, 작업 진행 중에 발생하는 마찰을 줄이고 더 많은 가동 시간 확보와더 많은 이윤 창출을 가능하게 한다”고 강조했다.

SICK의 프로덕트 마켓 매니저인 얀 니즈반트(Jan Nieswandt)는 스마트 공장으로의 변화와 가속화에 중점을 두었다.

그는 “2024년, 스마트 공장은 AI, 사물인터넷(IoT), 그리고 고급 로보틱스의 통합이 주도하는 지속적인 발전을 경험할 것으로 예상된다. 우리는 보다 긴밀한 상호연결 및 지능화된 제조 환경을 기대하며, 생산성 및 제품 품질 향상과 더불어 기민함, 실시간 분석, 강화된 자동화를 강조할 것이다. 사이버 보안 조치가 중요시 되며, 협력을 기반으로 한 인간-로봇 상호작용에 중점을 둘 것이 다”라고 말했다.

전반적으로, 2024년은 더 효율적이고 적응력 있는 지속 가능한 스마트 공장으로의 변화를 약속한다. AI는 산업 제조의 다양한 영역에서 잠재력을 계속 개발해 나갈 것이다. 품질 관리, 예측 정비 또는 공급망 최적화와 같은 분야는 AI의 구현을 통해 꾸준히 혜택을 받게 될 것이다. 기술의 가용성은 제공업체와 사용자들에게 중요한 요소가 될 것이다.

신속한 데이터 처리를 위해 에지 컴퓨팅(edge computing)을 활용함으로써 실시간 의사결정이 가능해지며, 동시에 사용자들의 의사결정에 대한 신뢰도를 높일 수 있다. 데이터와 데이터 관리 자체가 AI 비즈니스 제공업체에게 중요한 자산이며, 경쟁업체 와의 강력한 차별화 요소로 이해되어야 한다. 한편으로, 사용자들이 기술에 대해 개방적인 태도를 보이고 AI의 기본 원리에 대한 이해를 높일 때에만 AI의 잠재력을 전부 활용할 수 있을 것이다.

IoT UseCase 베를린 기반 전문가 네트워크(Berlin-based expert network)의 CEO & 설립자인 마델라인 미켈라이트(Madeleine Mickeleit)는 IoT 데이터와 ML 알고리즘이 함께 적용되는 솔루션 사용 증가에 대해 전망했다.

그녀는 “2024년에는 IoT 데이터와 ML 알고리즘이 함께 적용되는 솔루션 사용의 증가가 예측된다. 이미 대규모 언어 모델 (LLM) 통합을 시작하는 파일럿 프로젝트가 증가하고 있다. 이러한 고급 알고리즘은 산업 환경에서 새로운 유형의 상호 작용과 프로세스 제어를 가능하게 한다”고 말했다.

‘shopfloor.GPT’와 같은 시스템의 시행 증가는 이것의 한 예이 다. 이 시스템들은 LLM의 기능을 활용하여 자연어 입력을 통해 생산 과정을 간소화한다. 사용자는 음성 명령을 사용하여 지침을 찾고 유지보수를 계획하며 기계 데이터를 분석하고 해석할 수 있다. 이를 통해 기업은 고장의 원인을 신속히 파악하고 AI 어시스 턴트의 도움을 받아 신속하게 문제를 해결할 수 있다.

마델라인 미켈라이트는 “특정 사용 사례에서 이미 작동하는 솔루션을 식별하고 시장 성숙도와 실질적인 수익화 잠재력이 있는 기술을 선택하는 것이 중요하다. 이러한 발전은 향후 산업 비즈니스 모델에 큰 영향을 미칠 뿐 아니라, 이를 형성할 것이다”라고 강조했다.

Supplyframe DACH영업 상무이사인 사샤 뷔털링은 스마트 공장의 발전이 지속될 것으로 예상했다.

그는 “스마트 공장은 디지털 세계를 물리적 세계와 매끄럽게 융합함으로써 디지털 변혁에서 중추적 역할을 한다. 2024년에는 사물 인터넷(IoT), 인공 지능(AI), 머신 러닝 및 로봇 공학과 같은 기술 발전의 주도로 스마트 공장의 발전이 지속될 것으로 예상된 다”고 말했다. 서플라이프레임(Supplyframe)은 지멘스 디지털 스레드 (Siemens Digital Thread)의 일부로서, 산업용 메타버스로 알려진 확장 상호 연결된 디지털 환경에 기여한다. 이 영역 내에서 개별 제품을 넘어, 설계 및 조달부터 제조 및 공급망 프로세스에 이르기까지 전체 수명 주기를 포괄한다.

전자 기술 노드의 진화는 중요한 도전과제와 다양한 새로운 기회들을 제시한다. 동시에, 가장 중요한 진보라 할 수 있는 것은 기술 측면보다는 설계 방법론의 변화에 더 영향을 받는다는 것이다.

오늘날 제품에 대해 다각도로 볼 수 있는 전체적인 관점을 갖는 것이 더욱 중요하며, 구성 요소를 설계에 통합하는 것은 수명 주기 및 공급망 역학에 대한 철저한 이해를 필요로 한다. 이 접근 방식은 비용이 많이 드는 재설계를 방지하고 제품의 전체 수명 주기 여유를 보장하는 데 중요하다. 이러한 동적인 환경에서의 성공은 새로운 협업과 실시간 통찰력을 받아들이는데 달려 있으며, 개인의 작업 접근 방식에 근본적인 변화를 가져올 것이다.

Softing IT Networks 기술 지원 & 교육 담당인 토마스 휘쉬 (Thomas Hüsch)는 “산업 분야의 통신이 산업용 이더넷에 집중되고 있는 것을 볼 수 있으며, 향후 몇 년간 산업용 이더넷의 데이터 속도가 증가할 것으로 예상된다. 이는 네트워크 장애가 발생할 가능성도 함께 증가시킨다. 이더넷 네트워크의 성장 수준에 따라 적정 품질의 갖춘 테스트 방법 및 장비의 필요성이 늘어날 것”이라고 내다봤다.

모든 미래 네트워크 공장 설비는 보다 고속(4쌍의 배선)의 네트워크를 대비해야 한다. 더불어, 이들 설비에 대해서는 최대 10 Gbit/s의 속도 구현 능력이 검증되어야 한다. 이는 케이블 인증기(Cable Certifier)를 써서 인증 받아야 하며, 최소한 케이블 품질 평가장치(Cable Qualifier)에 의한 자격 검증이 필요하다. 와이어맵 테스터만으로는 부족하다. 더불어, 이러한 설비들에 대한 적절한 문서화도 필요하다.

HARTING 테크놀로지 그룹의 품질 및 기술 총괄 매니저 스테판 미들캄프 박사(Dr. Stephan Middelkamp)는 “생성형 AI의 발전과 이에 따른 인지도의 증가는 스마트 공장 개발을 촉진한 다. 생성형 AI 툴이 보여주는 가능성은 산업 부문에 유사하게 적용될 수 있는 가능성에 대한 수요를 증가시킨다”고 말했다.

그는 이어 “이를 실현하기 위해서는 공장의 정보 그림자 (digital shadow)가 필요하며, 이는 데이터에 좌우된다. 최근몇 년간의 발전이 데이터의 수집과 이를 종합적인 데이터 모델로 통합하는 프로세스를 지원하고 있다. 올해에는 수집된 데이터가 전통적인 알고리즘이나 인공지능에 의해 평가되어, 공정 개선을 통해 측정 가능한 결과를 가져오는 보다 많은 사용 사례들을 얻을 수 있을 것으로 예상된다”고 말했다.

자료제공: HARTING 테크놀로지 그룹(www.harting.com/kr)