이번에는 장영재 교수의 '왜 공장이 똑똑해져야 할까?'- 국내 제조업의 디지털 대변혁' 강연 영상을 준비했습니다.
본문 마지막에 강연 영상이 있으니 참고해주시길 바랍니다^^
우리나라는 제조업 경쟁력 세계 152개국 중 3위로 '제조 강국'인 나라입니다.
따라서 우리나라의 경제를 이해하기 위해서는 제조가 어떻게 돌아가고 있는지 제조가 어떻게 변화하고 있는지는 당연히 알아야 하는데요.
이번 강의는 스마트 팩토리 그리고 디지털 기술이 제조업을 어떻게 변화시킬 수 있는지를 파악하는 것이 핵심입니다.
'스마트 팩토리'란, '스마트(smart)' 와 '팩토리(factory)의 합성어 입니다.
스마트를 알기 전에 일단 팩토리 공장에 대해서 알아보도록 하겠습니다.
공장을 구성하는 요소를 보통 4가지로 설명하는데요.
공장을 운영하는 사람, 공정 (프로세스), 가공품, 설비를 이 4대 요소라고 이야기 합니다.
예를 들어서 설명해 보겠습니다.
요리사는 공장을 운영하는 사람, 레시피는 공장에서 가공하는 공정 프로세스, 식자재는 공장에서 필요한 원부자재, 주방용품 기구들은
공장에서의 설비라고 이야기 드리겠습니다.
그렇다면, 이 좋은 공장을 우리가 만들어보자라면 어떻게 하면 될까요?
당연히 각각의 4대 요소가 잘 갖춰지면 되겠죠.
90년대 이후에 IT혁신이 이루어지고,여러 가지 자동화 기술이 발전하면서 공장도 여러 자동화 IT 시스템들이 도입되기 시작했습니다.
그런데 이러한 것들이 최근 들어서 급격한 변화를 이루기 시작했습니다.
여러분, 경제학에서 '수확체감의 법칙'이라고 들어보셨나요?
같은 경작지에 한 분이 농사를 지었을 때, 열 가마를 생산하고, 두 사람이 농사를 지었을 때, 열 여덟 가마를 생산했다고 가정하겠습니다.
이때, 두 사람의 총생산량이 더 많습니다. 즉, 사람이 투입되면 투입될수록 절대 수치를 늘어나지만, 실제 1인당 생산은 줄어드는 것이
바로 '수확체감의 법칙'입니다.
그런데 이러한 것이 최근 들어서 급격한 변화를 이루기 시작했습니다.
물류 자동화 설비 it 시스템 그리고 데이터가 잘 적절히 이용되면서 핵심 4대 요소 사람 공정 프로세스 가공품 설비가 시너지를 내게 되는 것입니다.
이로써 수확 체감의 법칙이 사라지고, 설비를 투입하면 투입할수록 생산량이 증대되고, 사람을 투입하면 투입할수록 더욱더 늘어나고,
상당한 효율을 증대를 이룬 기업들이 등장하면서 디지털 기술을 활용한 스마트 배터리가 각광받기 시작했습니다.
요즘 AI 기술 인공지능 기술 그리고 5g 기술 등이 제조에 적용되면서, 자동화를 더욱더 스마트하게 하고 더 나은 의사 결정을 내리는 지능화가 가능하게 되었습니다.
사람 프로세스 가공품 설비를 서로 서로 데이터로 연결하면서 다양한 혁신이 이루어지고 있습니다.
이때, 데이터 연결을 통한 스마트하고, 더 나은 '의사결정'이 가장 중요합니다.
실제로 공장을 운영하면서 수많은 의사 결정을 내려야 되기 때문입니다.
지금 현재 어떤 생산을 해야 하는 것이 가장 좋을지, 제공이나 재고는 얼마나 있는 것이 좋을지, 지금 현재 장비를 유지보수 하는 것이 좋을지 등
수많은 의사 결정을 내려야 되는 것인데요.
어느 글로벌 기업에서 마트 영수증 분석을 했다고 가정하겠습니다.
영수증을 분석했다는 것은 데이터를 가지고 분석을 했다는 의미입니다. 금요일 오후에 아기 기저귀 맥주가 잘 팔린다는 인사이트를 찾게 되는데요.
이때, 인사이트를 찾는 것에서 그치지 말고, 이걸 통해서 구체적인 의사결정이 내려져야 됩니다.
즉, 데이터를 수집하고 그 데이터를 바탕으로 분석하고, 구체적인 의사결정을 내려야 된다라는 것입니다.
의사결정이 어려운 이유는 바로바로 수집되는 데이터와 정보로 인해, 고려할 사항이 너무 많아지기 때문입니다.
이를 대표적인 사례 중 하나인 1996년도에 네셔널 리그의 서부지구 순위를 통해 설명드리겠습니다.
la 다저스가 1위, 샌프란시스코 자이언츠가 꼴찌를 하고 있습니다.
이 당시에 라디오 방송에서 야구해서라는 분이 다음과 같은 멘트를 했습니다.
지금 "현재 la 다저스가 78승 63패로 1위를 달리고 있고 샌프란시스코 자이언츠가 59승 81패로 꼴찌를 하고 있지만 엘에이 다저스가 남은 경기를 다 쥐고 샌프란시스코와 남은 경기 스물두 경기가 남았는데 다 이기면 샌프란시스코가 1위로 포스트 시즌에 진출할 가능성은 있다." 라는 멘트를 했습니다. 여러분 그런데 이게 사실일까요??
여기에 오류가 있습니다.
이 야구 리그에서는요. 어느 팀이 이기면 어느 팀이 져야 됩니다. 즉, 이런 여러 가지 복잡한 상황들이 있다는 겁니다.
그렇기 때문에 한 팀이 어떤 팀과 어떤 팀이 지금 남은 경기가 있고 그리고 한 팀이 이기면 다른 팀이 질 수밖에 없습니다.
단순하게 la 다저스가 다 지고, 샌프란시스코 자이언츠가 다 이겼기 때문에 1위가 되고 꼴찌가 될 수 있다고 판단을 할 수 없습니다.
이러한 상황에서, 의사결정을 내리기 위해서는 다음과 같은 수학 공식으로 판단할 수 있습니다.
매우 복잡하죠. 이게 이러한 것이 바로 수학적인 알고리즘을 통해서 의사결정을 한다는 것은 사람 머리로 판단하는 것이 불가능하다는 것입니다.
따라서 이러한 로직이나 수학공식을 활용한 알고리즘을 통해서 의사결정을 한다라는 의미입니다.
이러한 수학적인 의사결정을 알고리즘을 통해서 판단하는 것은 이미 제조에서 많이 활용되고 있습니다.
공장에서 어떤 옷을 제조해서 매장으로 보낸다고 가정했을 때,
박스를 구성 시, 스몰 사이즈가 담긴 박스에 이 그 옷들을 다 꺼내고, 미디엄에 있는 걸 다 꺼내서 다시 다시 조합을 만들어서 보내야 됩니다.
이때, 옷 종류가 굉장히 많기 때문에 그 많은 박스를 한꺼번에 다 꺼내서 다시 박스에 담는 과정에서 굉장히 많은 인력이 요구됩니다.
따라서 이런 비율을 없애기 위해서 박스 자체의 조합을 만듭니다.
그래서 어떤 박스에는 스모를 세 개 미디엄을 4개 라디 사이즈를 3개 아니면 또 다른 박스는 스모를 5개 미디엄을 7개 라디 사이즈를 4개 이런 식으로 하는 것이죠.
즉, 그만큼 박스를 뜯어서 다시 조합을 맞추기 전에 조합 자체를 몇 개를 만들고, 그 만들어진 조합을 같이 만들어서 매장에 보내는 방식입니다.
그런데 들으시면서도 머리가 아프시죠?? 그만큼 의사결정이 쉽지는 않습니다.
이런 것들을 실제로 이 수학적인 알고리즘을 통해서 데이터를 통해서 매장을 분석하고 매장의 수요를 바탕으로
어떤 박스에 어떤 조합으로 담을 지를 실제로 수학적인 알고리즘을 통해서 우리나라의 기업이 실제 활용을 하고 있습니다.
마지막으로 불확실성에 대응하여 이런 의사 결정을 내리는 가장 좋은 예는 바로 'AI 활용' 입니다.
예를 들어, 알파고에서 바둑을 둘 때, 내가 어떤 수를 둘 때 상대방이 어떤 수를 둘지는 모릅니다.
따라서 'AI 활용' 을 통해, 경우의 수를 다 판단해서 상대방이 내가 이런 수를 두었을 때는 상대방이 어떤 수를 두고 그 확률이 얼마다라는 것을 보고 바둑을 두게 됩니다.
이와 마찬가지로 "공장의 기계가 어떻게 고장이 날까, 또 고장날 확률이 몇 퍼센트일까, 또 어떤 상황에서 고장날 확률이 몇 퍼센트일까."
이것이 이 강연의 "핵심"입니다!
"제조도 스마트해질 수 있습니다!"
다양한 IT기술을 활용해서 데이터를 수집하고, 더 나은 의사결정을 내릴 수 있는 알고리즘!
그리고 이러한 기술들이 제조에서 활용할 수 있는 시대가 열렸기 때문입니다.
현재 진행률0%
정말 질의응답을 그만 두시겠어요?
조금만 체크하면 프로필을 받으실수 있습니다. 해당 팝업창을 끄신 후 다른 페이지로 넘어가시면 질의응답을 처음부터 다시 진행하셔야합니다.