[아이티데일리]

코로나19로 인해 글로벌 공급망에 차질이 생기며 제조업 전체가 큰 변화를 겪게 됐다. 제조 분야에서는 원격 근무로 제품을 지속적으로 생산하면서도 공장의 민첩성을 유지해야 하는 과제에 직면했다. 인공지능(AI) 기술은 뉴 노멀(New normal) 시대에 이러한 과제를 해결하기 위한 주요한 기술로 떠오르고 있다. 제조업계는 모든 것이 불확실한 현재 상황에서 비즈니스 연속성과 민첩성을 유지하기 위해 AI 기술을 활용한 예측, 자동화, 원격 근무 등을 고려하고 있다.

전 세계 제조업체의 성공사례를 기반으로 제조업체가 원격 근무 환경에서도 공장 운영의 민첩성을 보장할 수 있는 4가지 방법을 제시한다.

1. 직원과 장비의 물리적 거리 유지하는 생산성 툴 도입
직원과 장비 인터페이스 간 접촉을 줄이고 물리적 거리를 유지하면서 위험 요소를 추적할 수 있는 생산성 툴을 도입해 직원의 안전을 제고해야 한다. 기업은 팀원들이 언제나 협업이 가능하면서 효율적인 원격 근로를 보장하기 위해 ▲효과적인 커뮤니케이션 ▲지능형(intelligent) 운영 ▲직원의 안전 등 3가지를 최우선으로 고려해야 한다.

▶효과적인 커뮤니케이션
코로나 19로 인해 재택근무자가 증가하면서 최소한의 인원만 공장에 남아 있게 된다. 이런 상황에서 기업은 직원들이 서로 더욱 쉽게 연결될 수 있도록 지원해야 한다. 팀원들은 필요 시 개인 디바이스로 안전하게 온라인 회의에 참석할 수 있어야 한다. 최대 10만 명의 직원을 위한 실시간 스트리밍, 수백 명을 대상으로 하는 양방향 팀 회의, 소수 직원과의 긴급한 커뮤니케이션 등 모든 상황을 원활하게 지원할 수 있는 고품질의 오디오 및 비디오 기술이 필요하다.

▶지능형 운영
기업은 가용 인력이 줄고 직원 안전을 위한 필요조건이 늘어난 상황에서 지능형 운영에 더욱 투자해야 한다. AI 기반 툴은 조명과 같은 빌딩 시스템을 제어하거나 음성 명령 및 동작을 통해 기계와 상호작용할 수 있도록 지원함으로써 스위치, 키보드, 터치스크린 등에서 발생하는 물리적인 오염과 바이러스 전파 위험을 줄여준다.

▶직원의 안전
관리자는 직원 간 거리를 두거나 잠재적 질병에 대한 자발적 보고를 고려하는 등 새로운 방식으로 직원의 건강을 살펴야 한다. 구글 클라우드는 개방형 상호 운용성 프로토콜, 분석 및 머신비전(machine vision)을 기반으로 고객이 원격으로 운영 설비를 모니터링하고 관리, 유지 보수 할 수 있도록 지원한다. 또한 건강문제로 직원 부재 시 발생할 수 있는 위험을 완화하는 솔루션을 개발하고 있다. 구글 클라우드는 공장에서 직원의 안전을 보장하고 특히 품질 관리 프로세스를 위한 수작업을 줄이기 위해 노력하고 있다.

2. AI 활용해 자동화·원격근무 활성화
자동화와 원격 근무를 활성화시켜 궁극적으로 직원을 반복적인 업무로부터 해방시켜야 한다. 인력을 재배치하고 원격으로 기계를 모니터링 할 수 있어야 함은 물론이다.

제조업체가 AI를 활용한 자동화를 활성화시키면 보다 나은 모니터링이 가능하고, 정확하고 시기적절한 개입으로 운영 효율성과 투명성을 높일 수 있다. 공장은 외관 검사와 원격 기계 모니터링을 통해 한정된 자원으로 가동이 가능하다. AI는 특히 시각적 품질 관리 프로세스 자동화에 도움이 되는 것으로 입증됐다. AI는 머신러닝과 원격 관리를 통해 정확성을 높이면서 사람이 직접 참여하지 않고도 24시간 품질 및 적합성 상태를 확인할 수 있다.

AI로 자동화를 이루면 직원은 수작업 공정에서 자유로워지고 기술 숙련도를 높일 수 있는 기회를 갖게 된다. 예를 들어 근로 시간 내내 조립 공정의 작은 부분을 검사해왔던 직원은 이제 원격으로 여러 기계를 다루고 장비 별 머신러닝 모델을 훈련시키는 기술을 습득할 수 있다. 품질 모니터링 직원이 해당 분야의 전문성과 경험을 통해 머신러닝 모델 훈련을 돕는 가장 적합한 인재가 될 수 있다.

3. 내부 데이터와 외부 변수 조합해 수요 공급 변동성 예측
내부 데이터와 외부 변수를 활용하고 실시간 운영을 최적화해 수요 공급의 변동성을 예측해야 한다. 현재 코로나19의 전 세계 확산 현황을 볼 때 수요와 공급 모두 변동성이 증가할 것으로 예상된다. 경기 침체로 인한 전반적인 수요 하락과 함께 코로나19 확산 방지를 위한 각 지역의 규제로 미시시장(Micro-market) 차원의 수요 변동이 예상된다.

또한, 정부가 비(非)필수 인력의 작업을 제한해 가용할 수 있는 노동력이 감소, 지속적이고 안정적인 생산활동이 힘들 것으로 예상된다. 이러한 변화를 완화시키는 것은 지역 단위에서 이루어지는 신규 채용과 제조 시설의 생산적인 운영 역량에 달려 있다. 원자재 공급이나 1, 2차 공급업체의 부품 납품 지연은 공급에 악영향을 미친다. 이로 인해 다운스트림(downstream) 도미노 효과가 발생해 제조업체의 최종 조립 공정이 더욱 지체된다.

기업은 이러한 변동성을 관리하기 위해 데이터를 고도로 세분화시켜 분석함으로써 수요와 공급에 대한 예측을 개선해야 한다. 기업은 더 이상 과거 성과에 의존할 수 없기 때문에 내부 데이터와 외부 변수를 조합해 예측 정확성과 재고 회전을 개선하고 실시간으로 운영을 최적화해야 한다. 이를 통해 기업은 공급 변동성을 보다 효과적으로 예측할 수 있다. AI 기반 솔루션으로 대규모로 예측이 가능해진다는 것이다.

AI는 예측을 강화하고 물류를 최적화할 수 있다. 날씨, 교통, 운송비, 원자재 가격 등 외부 소스 데이터를 활용해 단기적으로 공급 중단을 예측하는 등 지금과 같은 불확실한 시기에 단순한 추측이 아닌 근거에 의해 의사결정을 내릴 수 있다. 또한 AI와 전사적자원관리(ERP) 시스템과 같은 여러 소스 데이터를 통합해 분석함으로써 수요 예측을 개선하고 운영을 실시간으로 조정할 수 있다.

4. 클라우드 마이그레이션으로 ROI 모델 개발
마지막으로 기업은 클라우드 제공업체와 함께 클라우드 마이그레이션 평가 및 계획 방법을 모색해 디지털 혁신을 추구하고 비용을 절감해야 한다.

제조업체는 클라우드 마이그레이션을 통해 IT 비용 증가의 원인을 밝혀내고 총 소유비용과 투자수익률(ROI) 모델을 개발할 수 있다. 클라우드 제공업체와 협업하면 기업은 민첩성을 높이고 비용 절감 방안을 강구할 수 있다.

새로운 기술과 시스템 그리고 프로세스를 도입해 레거시 시스템과 데이터 사일로(Data Silo), 상호운용성 문제를 해결하는 것은 기업에게 매우 중요한 과제다. 디지털 트랜스포메이션을 원하는 제조업체에서 필요한 데이터가 한 곳에 저장돼 있거나 연결돼 있는 경우는 극히 드물다. 여러 대륙에 걸쳐 다양한 곳에 공장이 있는 제조업체는 클라우드를 도입해 분산된 데이터를 한 곳에 모으고 실시간으로 협업하는 환경을 갖춰야 한다.

클라우드 컴퓨팅은 데이터를 취합해 제조업체의 시스템 현대화, 의사결정 개선, 새로운 비즈니스 모델 개발을 지원하며 제조업의 패러다임 변화를 이끌어갈 것이다.