*Enterprise-IoT
*Smart Machine 사례연구
*Middleware 사례연구
*AI·Big Data 사례연구
*IoT 사례연구
*Smart Thinks 사례연구
*정부정책동향 사례연구
*K-SmartFactory
*Hidden Champion
*카드뉴스
*국내외 동향 리포트
문서의 선택한 두 판 사이의 차이를 보여줍니다.
it와_ot의_융합이_엔지니어에게_미치는_영향 [2017/04/19 21:12] wikiadmin 만듦 |
it와_ot의_융합이_엔지니어에게_미치는_영향 [2017/04/19 21:12] (현재) wikiadmin |
||
---|---|---|---|
줄 13: | 줄 13: | ||
게이트웨이 디바이스가 오랜 기간 동안 OT 측면에서 많은 연결 옵션을 제공했음에도 불구하고, IIoT 응용 프로그램에 필요한 모든 것은 IT 측면에서 연결되어야 할 것이었다. IBM, 아마존, SAP, 마이크로소프트 등 전통적인 IT 업체들을 들여다보자. 이 기업들은 산업 시장에 진출하기 위해 IIoT에 특화된 솔루션을 제공하기 시작하였다. 이러한 솔루션은 일반적으로 데이터를 수집하고 비즈니스 인텔리젼스를 출력하도록 설계된 분석 패키지로 구성된다. 간단히 말해서 OT 쪽은 데이터를 공급하고, IT 쪽은 데이터를 분석한다. 물론 훌륭한 생각이다, 그러나… | 게이트웨이 디바이스가 오랜 기간 동안 OT 측면에서 많은 연결 옵션을 제공했음에도 불구하고, IIoT 응용 프로그램에 필요한 모든 것은 IT 측면에서 연결되어야 할 것이었다. IBM, 아마존, SAP, 마이크로소프트 등 전통적인 IT 업체들을 들여다보자. 이 기업들은 산업 시장에 진출하기 위해 IIoT에 특화된 솔루션을 제공하기 시작하였다. 이러한 솔루션은 일반적으로 데이터를 수집하고 비즈니스 인텔리젼스를 출력하도록 설계된 분석 패키지로 구성된다. 간단히 말해서 OT 쪽은 데이터를 공급하고, IT 쪽은 데이터를 분석한다. 물론 훌륭한 생각이다, 그러나… | ||
- | 전문 산업지식 | + | **전문 산업지식** |
무엇을 한 주 동안 찾아야 하는지 어떻게 알 수 있는가? 공장에서 생산되는 데이터의 양은 막대하다. 분석 패키지는 데이터의 중요성과 연관성을 판단하지 못한다. 많은 양의 데이터에서 정보를 끌어내는 것은 사막에서 바늘 찾기와 같다. | 무엇을 한 주 동안 찾아야 하는지 어떻게 알 수 있는가? 공장에서 생산되는 데이터의 양은 막대하다. 분석 패키지는 데이터의 중요성과 연관성을 판단하지 못한다. 많은 양의 데이터에서 정보를 끌어내는 것은 사막에서 바늘 찾기와 같다. | ||
줄 19: | 줄 19: | ||
예를 들어, 곡물 처리 공장에서 설비 종합 효율(OEE)과 관련된 매트릭스는 무엇인가? 전문적인 지식을 가진 자만이 중요 데이터를 밀에서 겨를 가려내듯이 추출해낼 수 있다. 또한 이는 자동차 분야의 엔진 조립 공장에서 관련 데이터를 식별하는 능력과 상당히 다를 것이라고 확신할 수 있다. | 예를 들어, 곡물 처리 공장에서 설비 종합 효율(OEE)과 관련된 매트릭스는 무엇인가? 전문적인 지식을 가진 자만이 중요 데이터를 밀에서 겨를 가려내듯이 추출해낼 수 있다. 또한 이는 자동차 분야의 엔진 조립 공장에서 관련 데이터를 식별하는 능력과 상당히 다를 것이라고 확신할 수 있다. | ||
- | 엔지니어링 효과 | + | **엔지니어링 효과** |
그러므로 몇몇 산업 전문 지식이 IT 시스템 관련 능력과 결합되어야 한다면, 일반적인 산업 엔지니어는 어떤 말을 할 수 있겠는가? 이것은 곧 종합적인 지식을 갖춘 엔지니어가 표준이 될 것이라는 의미이다. PLC를 프로그래밍 하는 방법은 물론, 엔지니어들은 PLC가 어떻게 더 넓은 공장 네트워크에 적합한지 알아야 할 필요가 있다. | 그러므로 몇몇 산업 전문 지식이 IT 시스템 관련 능력과 결합되어야 한다면, 일반적인 산업 엔지니어는 어떤 말을 할 수 있겠는가? 이것은 곧 종합적인 지식을 갖춘 엔지니어가 표준이 될 것이라는 의미이다. PLC를 프로그래밍 하는 방법은 물론, 엔지니어들은 PLC가 어떻게 더 넓은 공장 네트워크에 적합한지 알아야 할 필요가 있다. |