==== Part I – IoT 프로그램 분야와 사례연구 ==== 이 책의 Part I은 선택된 IoT 프로그램 분야에 집중하며 각각의 상세하게 묘사된 사용 사례를 제공한다. IoT는 삶의 모든 측면에 영향을 주기 때문에 모든 IoT의 가능한 프로그램들에 대해 완전하고 전체적인 개관을 제공하는 것은 사실상 불가능하다. 프로그램 사용 사례는 건강관리, 스마트 집, 스마트 빌딩, 스마트 시티, 에너지, 농업, 교통과 커넥티드 차량, 군사, 병참과 공급 사슬, 소매와 도매, 제조업, 광업, 등등에서 발견될 수 있다. 기회는 무한한 것처럼 보이며 많은 프로그램 분야는 겹치면서도 강한 독립성을 가지고 있다. 마키나 리서치의 여러 프로그램과 그 높은 영역에서의 겹침을 지도화하려는 시도가 아래의 도해에 나와 있다. 예측의 관점에서, 이는 이미 나타내고 있다. IoT 사용 사례의 상세한 분류와 223가지 다른 프로그램과 시장 부분에 걸친 더 큰 수준의 세부 사항에 대한 마키나 리서치의 근원적 예측을 담고 있다. {{ :파트1_1번그림.jpg?300 |}} Machina Research’s taxonomy for the IoT 이것이 우리의 연결된 미래 세계를 예측하는 데에 적정 수준의 세부사항임에도, 현실은 훨씬 더 파편화 되어 있다. 심지어 상대적으로 표준적이며 잘 정의된 IOT 프로그램들 마저 극단적으로 다른 방향으로 시행될 수 있다. 스마트 전류측정의 사례를 생각해 보자. 이는 무선통신, 송전선, 라디오망, 혹은 광범위 저전력 통신(LPWA)에 의해 지원될 수 있었다. 사실, 우리가 나중에 보게 되듯 단일 접근법은 이들 기술 중 하나보다 더 많이 포함할 수 있다. 하지만 파편화는 이 수준에서도 한참 확장되고 스마트 미터(한 유틸리티에만 읽기가 제공되는가, 한 가정내 소비자 기기에도 되는가에 따라)에서 제공된 데이터의 취급을 포함한다. 마찬가지로 어느 스마트 미터가 가정내 스마트 에너지 소비 기기를 통제할 수 있는가, 그리고 어떤 방식인가 또한 그렇다. 어떤 나라에서는, 선불 옵션의 지원능력이 요구되는 반면, 다른 나라에서는 규제기관이 복합 유틸리티(전기, 가스, 물, 등)가 효율성 향상이라는 목표를 위해 단일 연결을 “공유”하도록 장려하고 있다. 어떤 시장에서는, 저전압 발전기(즉 지역이나 소형 발전)의 통합이 일반적으로 요구된다. 두 스마트 전기 측정 솔로션의 차이에 관한 기술적, 과정연관적 요소의 리스트는 그 자체로 거의 끝이 없다. 그리고 그 전에 우리는 솔루션 간에 차이를 만들 수 있고 데이터 공유, 관리, 인프라 지원, 심지어 위험과 보상을 최적화하려는 열망이 주어진 기술적 인프라에서 차이를 낼 수 있는 상업적, 계약상의 변수들의 리스트를 고려해야 한다. 그러나, 결론은 명백하다: 위의 분류가 IoT 시장을 예측하는데 적절한 반면, 현실은 이 분류가 암시하는 것 이상으로 IoT 프로젝트 관리자가 훨씬 더 많은 복잡성과 파편화를 마주해야 한다는 것이다. 이 책의 이 부분의 대부분은 프로그램 분야와 사례 연구의 세세한 분석에 집중할 것이다. 그 논의로 넘어가기 전에 짧게 약간의 우리의 연결된 미래와 관련된 예측표를 논해두는게 도움이 될 것이다. 오늘날의 커넥티드 기기의 면에서 보면, 물론, PC, 타블렛, 모바일 전화는 단연 지배적인 부류이다. 이들 기기는 선진국에서는 거의 유비쿼터스이며 그 도입률은 빠르게 상승하고 있다. 있는 그대로 관찰되듯이 근년 커넥티드 기기의 실제 성장은 사람이 아닌 “사물”을 연결함에서 유래할 것이다. 그렇기에 용어 “사물인터넷”인 것이다. 몇몇 영역이 다른 영역보다 훨씬 많은 양의 커넥티드 기기를 생기게 하리라는 점은 명백하다. 근본적으로, 이것은 다룰 수 있는 시장의 크기의 결과이다. 커넥티드 소비자 전자제품, HVAC 솔루션, 빌딩 보안의 사례에서, 많은 연결들이 가구 수준에서 분석되었다: 많은 수의 가구는 이러한 몇몇 연결을 가지리라고 예상되었다. 커넥티드 차량과 스마트 미터 같은 프로그램의 수 또한 가정당 1-2 정도로 추정된다. 하지만 커넥티드 구급차 같은 프로그램은 항상 수가 훨신 적을 것이다. 그렇다고 커넥티드 구급차가 가치가 없다는 말은 아니고-사실, 구급차를 병원에 연결하여 환자의 바이탈 사인이 소통되도록 하는 것은 매우 중요하다- 그저 선진 경제에서의 사건 발생율이 만 명당 1건 정도라 커넥티드 구급차가 많지 않다는 것뿐이다. 다른 흥미로운 관찰결과는 일반적으로 용량이 큰 프로그램이 상대적으로 동질적이라는 점이다. 커넥티드 TV의 제조사가 어떤 특정한 모델을 많이 팔기를 기대할 뿐 아니라, 한 커텍티드 TV는 다른 것과 거의 다르지 않다. 반대로, 용량이 작은 산업 프로그램은 매우 다양할 수 있다: 한참 커넥티드 구급차와 농장의 암모니아(비료) 탱크 감시에는 엄청난 차이가 있다. 아래 도표는 주요 특정 분야에서 IoT 기기 연결의 예측되는 수를 강조하고 있다. {{ :파트1_2번째그림.png?300 |}} 이들 분야의 모든 가능한 프로그램을 다루려고 시도하는 대신, 우리는 약간 더 깊은 하부집합을 탐색하기로 했다. 우리의 선택은 접근가능성과 저자들의 주요 전문 분야에 기초하지만, 성장 예측과 특정 프로그램의 인지된 중요성도 고려할 것이다. IoT 공간 전체에서 발달 속도가 나타나는 잠재력이라는 측면에서 고려할 것이다. 자연스럽게, 이런 사례연구들은 다른 수준의 성숙도와 혁신성을 나타낸다. 몇몇은 매우 성숙되고 넓게 배치된 IoT 솔루션(특히 이들은 M2M에 뿌리를 둔다)들이고, 반면 다른 것들은 더 혁신적이며, 덜 성숙된 프로젝트와 인력이다. 각 사례연구를 위해, 우리는 문제영역, 구체적인 문제, IoT가 문제를 해결하는데 도움이 된 방법, 배워야 할 교훈을 이해하려고 노력했다. 우리에게는 이런 구조적 방법으로 사례 연구에서 끌어낸 학습된 교훈과 모범 경영을 모으는 것이 특별히 중요하다. 이들이 Part II에서 Ignite | IoT 방법론의 기초를 형성하기 때문이다. 사례연구와 방법론의 발전을 다루면서, 우리는 솔루션을 분석하고 디자인하는데 유용한 몇몇 도구들을 확인했다. 앞으로 보듯이, 우리는 Part II의 방법론적 도구에서 Part I의 사례연구문서까지를 사용해서 가능한 한 일관성 있는 그림을 보여줄 것이다. 이것은 우리가 특정한 도구를 Part II에서 정식으로 소개하기 전에 Part I에서 사용할 것이기 때문에 일종의 닭-달걀 문제로 나타난다. 하지만, 우리는 대부분의 예시는 충분히 자가설명력을 지닌다고, 그리고 이 모든 다른 영역의 사례연구에 독자들이 더 접근하기 쉽고 비교하기 쉽게 해 줄 것이라고 믿는다. 필요하다면, 당신은 언제나 Part II를 미리 엿볼 수 있다-예를 들어, 자산 통합 구조(AIA)같은 도구는 구조 청사진 부분에 소개되어 있다. 우리가 집중할 프로그램 영역은 다음을 포함한다: • 스마트 에너지, 발전, 측정, 에너지간 관리(CEM) • CERN의 입자가속기 같은 독특한 사례연구를 포함하는 관리와 산업 • 특히 차량과 관련된 자동자 부문, • 모나코 시의 상세한 사례연구를 포함하는 스마트 시티, ==== I. 스마트 에너지 ==== 새로운 지적 에너지 풍경에서 알려진 요소-“스마트 미터“. 스마트 미터는 15분 마다 처럼 짧은 간격으로 전력 소모를 기록할 수 있는 계측 기기이며 감시와 청구 목적으로 그 데이터를 공급 장치로 송신한다. 스마트 미터는 또한 장치와 계측된 전기 부하 사이의 쌍방향 통신을 가능하게 하며 전기 기기를 재생가능한 에너지 생산으로 인해 에너지 가격이 쌀 때 에너지 소비가 많아지도록 통제할 수 있게 한다. 스마트 미터와 다른 센서와 작동기들이 적절한 부하지점과 네트워크 자산(통제가능한 변전소 같은)에 대량으로 설치되었을 때, 수집된 데이터가 중앙 분배 관리 시스템에 공급되면, 이 시설 실시간 분석과 네트워크의 통제를 가능하게 한다. 결과로 나온 “스마트 그리드”는 네트워크를 오퍼레이터에 의해 상세하게 감시되고 원격으로 통제될 수 있다. 네트워크 운용은 사실 상당부분 자동화될 수 있으며 이는 지역적 공급 교란 같은 네트워크 상의 사건에 빠른 반응을 가능하게 한다. 이런 원격 생성의 경우처럼, 이는 자산 상태의 실시간 정보에 기초한 그리드 자산의 상황 기반 유지를 크게 가능하게 한다. 유지 활동은 예측분석을 통해 더 최적화될 수 있다. 즉, 과거 데이터와 분석 알고리즘을 학습에 기반한 자산 상태의 예측이다. //M3 매니지먼트 컨설팅의 고위 간부인 베른하르트 쉐퍼가 지적하듯: “그리드를 더 “똑똑하게” 만드는 데에는 많은 이점이 있다: 전기 흐름의 최적화, 시스템 보안의 향상, 네트워크 용량의 더 나은 활용, 네트워크 자산을 결함으로부터 더 잘 보호. 또한, 재생가능한 에너지원은 더 쉽게 네트워크에 통합될 수 있다. 이는 네트워크에 요구되는 투자의 양을 감축시키고 자산 서비스의 가동 비용을 줄일 수 있으며 동시에 네트워크 결함을 최소화하고 –공급 교란시에- 공급의 복구를 빠르게 할 수 있다.” // 그럼에도 불구하고, 네트워크 오퍼레이터의 관점에서 보았을 때, 스마트 미터 기기를 설치하고 작동시키는 것은 많은 경우 기존의 계측기를 사용하는 것에 비해 비용 효율이 좋지 않다. 실제로, 오직 스웨덴과 이탈리아만이 스마트 미터의 완전한 롤아웃에 착수해왔다. 다른 유럽 국가들에서는, 스마트 미터의 도입은 여전히 논쟁중이며 일반적으로 법제화와 규제가 선행되어야 할 것이다. 하지만 장기적으로는, 통신과 하드웨어의 비용은 크게 줄어들어 스마트 미터의 기업효용은 향상될 것이다. ==== 보관 ==== 전기의 보관은 수요가 적은 시간대에 재생에너지로 생산된 잉여 에너지를 수용하기 위한 한 옵션이다. 양수 발전 같은 큰 중앙 저장설비에 더해, 리튬 이온 배터리나 가스 저장 기술 같은 중소 규모 저장고를 시장에 가져오려는 많은 개발 활동이 있다. 한 특별히 흥미로운 잠재적 전기 보관 형태는 “비클 투 그리드” 개념이다. 플러그인 전기 차량의 수가 늘어감에 따라, 디지털 인프라는 과잉 에너지나 수표 피크시에 안정성을 위해 차량의 배터리 충전 과정을 통제하고 에너지를 그리드로 되돌리는데 사용될 수 있다. 대부분의 이들 저장 기술이 아직 대부분의 시장 환경에서 이윤을 낼 정도는 아니지만, 추가 이익이 분배되고 작은 규모의 저장 기기를 스마트 그리드로 통합시키는 것에서 나온다는 것은 명백하다. 그러므로 디스패치는 실제의 전체 시스템 수요에 기반하며 전체의 경제적 최적화를 이루려는 노력으로 네트워크와 지리적 제약을 고려한다. ==== 마케팅, 판매, 서비스 ==== 이 부분가지는, 우리는 순수하게 기술적인 솔루션을 말해왔다. 하지만, 스마트 에너지는 기계간(M2M) 커뮤니케이션에 한정되지 않는다. 디지털 고객 인터페이스는 스마트 에너지 세계의 진화에서 또다른 중요한 요소이다. 첫째로, 새로운 상품은 에너지와 정보 서비스의 집중에 의해 디자인 될 수 있다. 둘째로, 새로운 이용 가능한 데이터를 더 나은 목표 고객의 수요에 사용하여 고객의 세분화와 가격책정의 분석에 기반한 최적화에 의해 현존 제품 및 서비스와 관련된 판매와 마진은 향상될 수 있다. 세번째로, 판매 후 지원은 스마트 미터링 데이터를 통해, 또한 사용자 친화적인 모바일 서비스와 온라인 셀프 서비스 포탈을 청구, 계측값의 제출, 주문 지원, 에너지 효율 주도를 위해 도입함으로써 고객의 이해를 얻어 향상될 수 있다. 그리고 네번째로, 공급자들은 서드파티와 판매 및 광고 목표에 제공될 수 있을 고객 행동과 주요 마케팅 데이터에 관한 추가적인 정보를 얻을 것을 예측할 수 있다. ==== 고객 ==== 최종 소비자라는 점에서, 가치 사슬의 끝에서, 많은 계획이 에너지 효율의 상승과 지능적인 운반 일정관리를 통한 에너지 소비 감소를 중심에 두었다. 이는 일반적으로 실시간 시장 가격 변화에 따른 유연한 일정관리를 통해 행해졌다. 이는 고객에게 네트워크 안정성이 과도한 전력 생산으로 위협받는 상황에서 그들이 전기 운반을 늘리는데에 대한 재정적 보상을 제공하기까지 한다. 에너지 관리 솔루션은 에너지 청구(최소한 유럽에서는)가 원가구조에서 지배적인 부분을 나타내는 산업, 상업 고객들에게 주로 적용된다. 수요대응 관리는 냉각과 가열 과정이나 다른 전기 운반을 높은 비용이 청구될 때 줄임으로써 생산과정에서의 현존하는 유연성을 자금화하는데 사용될 수 있다. 다른 발전소들과 다른 에너지 형태간의 내부 시너지도 이용될 수 있다(전기 대 천연가스처럼). 민간 부문에서, 에너지 효율, 개인적 안락함, 개인 건강, 보안의 문제는 “스마트 홈”이라는 개념에 의해 다루어진다. 스마트 홈에서는, 전동 블라인드와 보안 시스템에 더하여 조명, 난방, 냉장고와 식기세척기 같은 전기기기 사용을 통합된 가정 자동화가 최적화한다. 알고리즘을 배우는 것은 거주자가 출근한 뒤 난방을 낮추는 등 에너지 소비를 줄이는 데 도움이 된다. 센서들은 나이든 사람이 쓰러지거나 일정 기간 움직이지 않을 때 움직임을 감시하고 경고를 보낸다. 스마트폰 앱은 사용자가 집의 보안 요소를 원격으로 감시하게 해준다. 더욱이, 이-모빌리티 프로그램들은 충전과 방전 과정을 전체 집의 에너지 관리 개념에 포함시킴으로써 스마트 홈에 통합된다. ==== 언제 이 모든 일들이 일어나는가? ==== 스마트 전기 미터의 도입은 스마트 홈과 다른 하류 기기들을 광범위하게 도입하는 핵심 동인이 될 것이다. 전세계의 몇몇 시장에서는, 이는 정부개입과 규제 결정에 달려있으며, 다른 시장들에서는 네트워크 효율과 “비기술적 손실(즉 도둑)”이 스마트 전기 미터를 도입하는 데 중요한 요소가 될 수 있다. 스마트 전기 미터의 도입의 잠재적이고 유익한 환경의 충격은 근세계적 동인이다. 최종적인 결론은 스마트 미터와 스마트 그리드 관리 솔루션이 다가올 IoT 시대에 도입되는 첫번째 기술이 되리라는 것이다. 다른 솔루션들의 수많은 진열품은 나중에 이들 기술의 도입의 결과로 견인력을 얻을 것이다. 한 솔루션 범주는 효과적으로 스마트 그리드 인프라의 일부분일 것이며 저전압 발전을 지원하는 프로그램과 기기를 포함할 것이다. 우리는 전력 소모를 조정하여 효율성을 늘리는데 사용될 더 넓은 스마트 그리드 생태계의 다양한 기기들을 또 볼 것이다. 이 두번째 범주는 많은 스마트 홈 기기들을 포함할 것이다. 아래의 표는 두 범주의 기기에 의해 나타난 스마트 그리드 IoT 연결의 총 수를 보여준다. 이는 또한 스마트 그리드 인프라 기기가 기여한 스마트 그리드 IoT 연결의 총 수의 비율을 보여주며, IoT 기기의 총 수의 비율과 새로 나오는 스마트 기기와 관련되어 있는 IoT 기기의 총 수의 비율을 강조한다. 아래 도표에서 도출되는 세 명확한 메시지가 있다. 첫번째, IoT 스마트 그리드에 포함된 기기의 총 수는 10억에 못미치는 오늘날의 기반에서 2024년에는 120억에 근접하게 빠르게 성장하리라고 예측된다. 두번째로, 그리고 아마도 놀랍지 않겠지만 스마트 그리드 인프라와 연관되어 있는 기기들은 스마트 그리드에 기능적으로 의존하는 기기들보다 우선적으로 도입될 것이다. 셋째로, 스마트 그리드에 관련되 기기들은 IoT 커넥티드 기기들의 점유율 상승을 이루어낼 것이다. 이들 예측은 2024년까지 40%이상의 모든 IoT 기기-클라우드 연결(PC, 타블렛, 핸드셋을 제외)이 스마트 그리드와 VPP 개념을 IoT의 핵심에 둘 스마트 그리드 생태계에 속할 것으로 예측됨을 보여준다. {{ :파트1_3번째그림.jpg?300 |}} Smart grid IoT connections ==== 결론 ==== 대부분의 트렌드는 이 챕터에서 묘사한 견본 상태나 초기 상업화 단계에 있다. 하지만 에너지 전문가 베르나르드 크리스작은 강조한다: “우리는 많은 사용 사례에서 수익성이 있다고 드러날 것이라고 확신한다. 하지만, 스마트 에너지 프로그램의 성공은 이익의 결과라는 면에서 통합된 관점과 이 발전기, 네트워크 오퍼레이터, 판매 자격, 고객들 등의 스마트 기술에서 나오는 이익의 공정한 분배 비용에 모두 의존한다. //일반적인 인프라는 이 통합 관점의 중요한 부분이다//.” ==== 에너지 사례 연구 ==== 다음 부분에서, 이런 주제들을 더 상세하게 탐구할 것이다. 그러기 위해, 위에서 논의한 스마트 에너지 가치 사슬의 다른 부분에서의 IoT 기술의 사용에 관한 많은 흥미로운 사례 연구를 수집했다: • 발전 o 주요 발전소에서의 스마트 감시와 진단 시스템 • 측정 o UK 스마트 미터링 도입 프로그램 (SMIP) • 마이크로그리드와 가상 발전소 o 스마트 시티Rheintal o 화학 산업에서의 스마트 에너지 • 에너지 간 관리 o 농장의 CEM o 강철 생산에서의 CEM ==== a. 스마트 감시와 진단 ==== ==== 주요 발전소의 시스템 ==== 전기 발전 산업은 어떻게 관리와 진단 부문이 작동하는 가를 바꾸기 위해 새로운 기술을 사용해야 한다. 미국 내의 50% 이상의 발전 용량을 생산하는 시설들이 30년 이상 되었다 [NI1]. 많은 사례에서, 이들 발전소는 본래의 의도된 설계수명이 다 되어가는 장비에 의존한다. 이는 장비의 종류에 따라서는 전력이 정전과 불안전성에 더 민감하게 공급되도록 할 수 있는 장비의 사고잠재력을 증가시킨다. {{ :파트1_4번째그림.png?300 |}} Capacity vs. Age of Generation Equipment [NI2] At one utility, a study claims that maintenance and diagnostic experts spend nearly 80 percent of their day traveling, sometimes across vast distances, to collect “health” information about equipment and only 20 percent actually analyzing this data for potential failure points. This utility estimates nearly 60,000 operating points must be manually collected each month by personnel [NI2]. 노동력의 노화가 산업 전문가의 수가 감소하고 있다는 사실과 결합된 노화된 인프라와 전문가의 시간의 비효율적 사용에 따라 빠르게 치명적인 자원 병목 현상을 만들어내고 있다. 이 병목현상은 결과적으로 중요한 기계들에 더 많은 정지시간을 초래하고 잠재적인 전압저하나 정전을 그리드에 이르게 할 수 있다. 전력 연구 기관(EPRI)인 듀크 에너지, NI, 발전 생산자들의 컨소시엄은 의사결정보조를 위한 온라인 장비 감시 시스템을 자동화시키는 솔루션에 공을 들이고 있다. 스마트 모니터링과 진단 프로젝트(Smart M&D) [NI3]는 지속적이고 원격으로 발전 장비에서 측정된 수치의 변화를 감시하는 것, 예측과 발전된 패턴 인지 루틴을 가동시키는 것, 발전 장비의 최적화와 실패 예방을 위해 더 정보가 많은 실시간 결정을 가능하게 하는 것을 목표로 한다. {{ :파트1_5번째그림.png?300 |}} Smart Generation Architecture 이 프로젝트의 핵심인 아날로그 감각의 정보를 모으는 것은 몇몇 독특한 도전을 제기한다. 예를 들어, 진동 정보는 장비고장의 좋은 선행지표이다. 하지만, 진동정보를 모으기 위해서는, 어디서든 기계의 좋은 “측정”을 얻으려면 초당 10,000에서 100,000에 이르는 샘플들을 수초간 잡을 필요가 있다. 상상해 보라, 도표 2의 실제 세계 시나리오가 강조하듯, 만약 각각 5초에 해당하는 데이터인 30,000개의 진동 포인트를 100,000개의 샘플에서 매초, 매시간 가졌다면, 그것은 한 시간 에 60GB에 해당하는 데이터가 될 것이다! 이 정보의 수집은 적절히 관리되고 설계되지 않으면 “큰 데이터” 문제로 빠르게 이어질 수 있다. 다른 도전은 아날로그 감각 정보가 그 자체로는 어떤 기계가 “좋고” “나쁜지” 오퍼레이터에게 말해주지는 않는다는 것이다. 복합 감지 타입과 관련되어, 수학적 알고리즘과 발전된 패턴 인지 기술을 사용하는 데이터 처리는 기계 건강의 진정한 그림을 제공한다. 스마트 M&D 프로젝트의 핵심 요소는 NI의 CompactRIO이다[NI4]. 필드 프로그램이 가능한 게이트 집합(FPGA)과 탑재된 실시간 프로세서를 센서에 연결하여, 본래의 아날로고 파형은 노드 그 자체에서 시스템의 “건강”을 가리키는 상태로 감소될 수 있다. FPGAs 는 빠른 속도의 감지 정보를 분석하고 처리하는데 매우 효율적이고 병행 방식으로 실시간 의사결정에 도움이 된다. 시스템에서 센서와 지능 알고리즘과 가까운 “스마트”는 CompactRIO 시스템에 직접 쓰일 수 있기 때문에, 데이터는 즉시 알려진 사건으로 줄어들 수 있다. 이는 주제의 전문가들이 찾아내기 어려운 문제를 찾느라 빠져있는 데이터의 과부하 상태를 예방한다. 널리 분포된, 개방된, 가변적인 시스템의 성질은 중요한 역할을 한다. 시스템이 분산되었기 때문에, 넓은 범위의 “건강” 정보는 비슷한 시스템들(비슷한 보일러 피드 펌프, 팬, 모터, 등)에 직접적으로 기계의 네트워크에 의해 수집될 수 있고, 지능은 즉시 데이터원에 적용될 수 있다. 시스템이 데이터를 계속해서 분석하기 때문에, 이는 수집빈도가 극적으로 증가하는 반면 오퍼레이터의 일이 크게 감소될 수 있다는 것을 의미한다. 데이터는 더 이상 매달, 6개월마다, 혹은 1년마다 수집될 필요가 없다-하루에 몇 번씩 수집될 수 있다. 문제들은 더 빈번하고 지속적인 기반 위에서 발견되고 추적될 수 있다. 더욱이, EPRI 자산 결함 특징 데이터베이스™와 EPRI 잔여 유용 생명 데이터베이스에 탑재된 것 과 같은 발전된 진단 예지 알고리즘은 장비의 고장을 미리 예측하는데 사용될 수 있다. 예를 들어, EPRI 자산 결함 특징 데이터베이스™는 온도, 진동, 윤활 분석, 그리고 다른 진단 결과 같은 일반적인 특징과 증상의 조합으로 장비 고장을 특정한다. 이런 타입의 스마트 M&D 시스템에 의해 생성된 실시간 데이터를 사용하여, 비교는 EPRI 자산 결함 특징 데이터베이스™에 탑재된 진단 모델들로 이루어질 수 있다. 데이터 부분집합의 집합이 알려진 알려진 고장 원리나 위치의 특징이나 증상과 일치할 때, 이런 진단 도구는 특정한 고장이 임박했음을 알아낼 수 있다. {{ :파트1_6번째_그림.png?300 |}} Smart Logging and Analytics Architecture 마지막으로, CompactRIO의 가변적 본성은 표준의 변화를 의미한다 새로운 알고리즘이 개발되거나 추가 감지 기술이 퍼지면서, 고객들은 공장으로 가서 업데이트하거나 문제해결을 위해 새로 자금을 투자할 필요없이 그들의 지적 노드를 직접 업데이트할 수 있게 된다. ==== 스마트 M&D의 자산 통합 구조 ==== 아래의 도표는 스마트 M&D 프로젝트를 위한 자산 통합 구조의 개관을 보여준다. 그 시스템은 두 주요 구성요소에 의해 파괴될 수 있다: • 데이터 취득 시스템—DAQs 는 시스템의 결정적인 부분이며 다양한 기계의 부품과 종류들에 접속된 수많은 여러 센서들에 데이터를 제공한다. DAQs는 시설, 지역, 혹은 세계지리적으로 분포된다. DAQ 시스템은 미래 트렌드, 경고, 분석을 위한 내장 처리와 주요 감지 지표의 추출를 수행한다. 그들은 네트워크의 부재시에 작동할 수 있는 지적 기기이다. • 센서 융합과 분석—활동가능한 데이터를 시스템에 제공할 책임이 있는 시스템의 조각, 주제의 전문가들, 관리, 등. 여러가지 개방된 커뮤니케이션 프로토콜과 파일 포맷을 통해, 다양한 센서에서 얻은 데이터들은 합쳐져서 자산 건강의 완성도를 제공한다. {{ :파트1_7번째그림.png?300 |}} Asset Integration Architecture for Smart M&D ==== 얻은 교훈들 ==== 다음 요약문이 이 프로젝트의 주요 교훈이다. • 시스템의 가변적 성질은 인터페이스를 제공하여 새로운 알고리즘, 산업 프로토콜(61850, DNP3, 등), 센서 종류들이 만들어지고 인프라는 변할 필요가 없다. 새로운 정보를 내장 시스템에 간단히 다운로드하고 새로운 결함의 특징을 수집하기 시작하라. 시스템은 온도, 진동, 압력 등의 측정을 통해 기계 결함을 진단하는 전통적인 방법에서 열 이미지 처리, 초음파, 전자방해 인터페이스 같은 발달된 측정을 포함하는 데까지 확장될 수 있다. • 개방된 플랫폼을 제공하는 것은 다른 시스템 판매자가 스마트 M&D 연결성 표준을 도입하기를 권장한다. 한 종류만의 취득 시스템, 백엔드 데이터베이스, 기업 분석 소프트웨어, 다른 시설 제공이 있으리라고 믿는 것은 안이하다. 그러므로, 많은 시스템들을 포함하는 시스템이 만들어질 필요가 있다. 더 이상 데이터는 독점 포맷에 숨어있을 수 없으며 오히려 사용자들에게 개방되어 개인화된 알고리즘을 실행하고, 단일 패키지의 고유 센서에 연결하며, 팽창을 위해 생태계를 제공한다. • 사물인터넷 기술의 사용은 개방되고 통합되며 유연한 골조를 서비스 제공자, 공급자, 사용자에게 제공할 것이다; 그래서 공장의 작업 효율을 증가시키고, 정지시간을 감소시키며, 그리드에서의 에너지 이용가능성을 증가시킬 것이다. • 현재, 듀크 에너지에서 스마트 M&D 구조에 의해 30시설에 걸쳐 거의 1500개의 CompactRIO 시스템이 배치되고 관리된다. 우리는 내셔널 인스트루먼트의 스튜어트 질렌과 제임스 스미스의 이 사례 연구에 대한 공헌에 감사해야 한다. Next Chapter Full Table of Contents ==== b. 영국의 스마트 미터링 실행 프로그램 (SMIP) ==== 유럽 연합 (EU)의 에너지 효율 지침은 2020년까지 유럽 연합 (EU) 내에서 80 % 스마트 미터 보급률을 달성하는 것을 목표로 한다. 영국 정부는 한 단계 더 나아가 영국의 가정과 기업에 설치된 모든 가스와 전기 미터를 2020년까지 스마트화 할 것을 지시했다. 이러한 요구에 응하여 영국의 에너지 및 기후 변화부 (DECC)는 스마트 미터링 인프라의 제공을 위한 계약을 수주하기 위해 영국 스마트 미터링 실행 프로그램 (SMIP)을 선보였다. SMIP 프로젝트는 최종 고객에게 정확하고 실시간에 가까운 소비 정보, 추정된 것이 아닌 보다 정확한 청구, 비용을 절감하고 소비 관리 도구를 사용하여 배출량을 줄이는 사용자의 잠재 가능성, 공급 업체 사이의 경쟁력 강화, 더 차별화된 관세와 향상된 서비스와 같은 계획된 혜택을 약속한다. 영국 정부는 SMIP가 주로 소비자 현장 방문에 대한 필요성을 제거하고 콜센터의 규모를 감소시키면서 부채 관리를 향상시키고 공급자 전환 과정을 단순화하고 도난을 감지함으로써 전력 회사에의 상당한 비용 절감 효과를 생성 할 수 있는 잠재력을 가지고 있다고 추정한다. 게다가 결함을 복구하는 운영 비용과 오류를 보고하는 불필요한 전화 모두의 감소는 또한 비용 절감으로 이어질 수 있다. 영국 정부는 또한 전기 정전 관리가 개선되어 "브라운 아웃"의 발생을 줄이고 수익 손실을 방지할 것으로 기대한다. 발전 및 배전 측면에서는 SMIP가 사용 시간 당 요금을 도입하도록 도울 것이다. 이는 전력 부하의 정점을 이동시키고 수요 곡선의 평탄화에 기여하여 결과적으로 에너지 발생의 효율성을 증가시킨다. 마지막으로, SMIP의 실행은 총 에너지 수요를 감소시키고 재생 에너지원의 더 광범위한 채택을 가능하게 하여 CO2 배출을 감소시키고 공기의 질을 향상시킬 것으로 예상된다. SMIP 프로젝트는 2020년까지 5300만 개 이상의 스마트 전기 및 가스 미터를 출시할 것이다. SMIP 프로젝트의 주요 요소는 다음과 같다. • 스마트 미터링 통신 인프라의 구축 및 관리를 담당하는 데이터 및 통신 회사 (DCC). • A Data Services Provider (DSP), which will manage the large volumes of data flowing through the system and will provide the technical “front door” for users (energy suppliers). • 시스템을 통해 흐르는 많은 양의 데이터를 관리하고 사용자 (에너지 공급 업체)를 위한 기술 "현관 문"을 제공 할 데이터 서비스 공급자 (DSP). • DSP 및 소비자 가정 사이의 통신 인프라를 제공 할 통신 서비스 제공 업체 (CSPs). {{ :파트1_8번째_그림.png?300 |}} Main players in the SMIP project 프로젝트의 CSP 요소는 세 개의 지역으로 나뉜다. 텔레포니카 (Telefónica)는 세 개의 영국 지역 (남부 및 중앙) 중 총 약 4200 만 개의 전기 및 가스 미터를 나타내는 가장 큰 두 개 지역의 통신 서비스 제공 업체로 선정되었다. 아르키바 (Arqiva)는 북쪽 지역의 CSP 계약을 수주했다. 텔레포니카는 약 2,300 만 소재지에 15 년 동안 약 15억 파운드의 계약 금액에 해당하는 스마트 미터링 통신 허브를 제공 할 예정이다. 텔레포니카는 셀룰러 네트워크를 이용하여 스마트 미터링 통신 허브의 대부분을 연결하는 것을 목표하고 있으며 2021년까지 99.25%의 실내 셀룰러 커버리지를 제공 할 것으로 예상된다. 텔레포니카가 자사의 셀룰러 네트워크를 통해 통신 허브에 도달하지 못하는 지역에서는 라디오 주파수 (RF) 망이 커버리지를 확장하는 해결책이 된다. SMIP는 여러 스마트 미터 제조업체, 통신 허브 제조업체, 통신 서비스 제공 업체, 데이터 서비스 제공 업체, 전기 공급 업체 및 미터 사업자를 포함한 규제 완화 시장에서 상호작용하는 구성원들의 복잡한 생태계를 나타낸다. 아래 그림은 핵심 구성원의 개요를 보여준다. {{ :파트1_9번째_그림.jpg?300 |}} Key players in the UK’s SMIP ecosystem 다음의 인터뷰에서, 텔레포니카는 우리가 이 프로젝트의 핵심 측면을 더 잘 이해하도록 도와줍니다. **무엇이 텔레포니카가 이러한 종류의 비즈니스 거래 확보를 강조하도록 만들었을까?** 스마트 미터링은 M2M/IoT 영역 내의 핵심 사업 부문으로, 전세계와 영국 내에서의 텔레포니카의 전략적 베팅이다. 게다가 이는 디지털 통신 사업자가 되는 기업의 전략과 일치한다. 세계에서 가장 큰 스마트 미터링 프로젝트 중 하나로서, SMIP는 텔레포니카에게 디지털 분야의 중요한 기회이다. SMIP은 텔레포니카에게 15 년 동안 약 15억 파운드의 총 계약 가치를 나타낸다. 스마트 미터 인도로부터의 상업 수익뿐만 아니라, SMIP는 다음과 같은 추가 혜택을 제공할 것이다: • 부가 가치 서비스 (예: 홈 네트워크 서비스 및 스마트 시티 등)의 많은 잠재적 후속 판매에 문을 열어준다. • 세계에서 가장 큰 최고의 스마트 미터링 사례 중 하나를 제공하며 유럽과 라틴 아메리카의 다른 스마트 미터링 기회를 위해 텔레포니카가 자리잡는데 도움이 될 것이다. • 또한 공공 부문에서 텔레포니카 영국의 위치를 확고히 한다. **텔레포니카가 맞닥뜨린 가장 큰 도전은 무엇이었고 어떻게 극복 하였는가?** 세계에서 가장 큰 스마트 미터링 프로젝트 중 하나로서, 주요 도전은 성공적인 정시 인도가 될 것이다. 성공적인 인도를 보장하기 위해, 우리는 시장에서뿐만 아니라 텔레포니카 팀 내부에서 선정된 전문가 300명으로 이루어진, 직접 프로젝트를 진행할 팀을 구성했다. 전체 조직이 모든 수준에서 이 거래의 인도를 위해 최선을 다하고 있다. 프로젝트의 규모 때문에, SMIP 생태계에서의 정렬은 예상보다 더 어려운 것으로 입증되었다. 우리는 전체 공급 사슬에 걸쳐 파트너들과 긴밀하게 협력하는 것이 중요하다는 것을 알아냈다. **이런 종류의 프로젝트에 필요한 주요 역량은 무엇인가?** 몇 가지 주요 역량은 SMIP의 성공적인 인도를 보장해야 한다. 첫 번째는 라이브 지점에서의 중단의 최소화와 낮은 인도 실패 위험으로, 고객의 요구에 부합하며 안전하고 단순하면서 측정할 수 있는 경쟁력 있는 입증된 솔루션을 구축 할 수 있는 능력이다. 이 솔루션이 소비자에게 받아들여지는 것 또한 중요하다. 고객의 동의를 얻고 출시 용이하게 하기 위해 눈에 잘 띄지 않아야 한다. 또 다른 필수 역량은 프로젝트 요건을 충족하는 명확한 장기 전략을 정의 할 수 있는 능력이다. 또한 중요한 것은 유연성과 예기치 않은 변화에 적응하는 능력이다. 마지막으로, 강력한 전문가 팀을 만들 수 있는 능력이 가장 중요하다. 물론, 영국의 SMIP 생태계에서 성공적인 참여자가 되기 위해, 조직은 입증된 인도 트랙 기록과 함께 재정적으로 안정되어 있어야 한다. 특히 텔레포니카의 M2M 사업의 자격 증명이 이런 점에서 주요 자산이 되어왔다. (예를 들어, 우리의 스마트 M2M은 연결 플랫폼을 관리함) **텔레포니카는 어떻게 이 솔루션의 출시와 운영을 관리 할 것인가?** 실제 출시와 관해서, 정부는 에너지 기업들에게 3000 만 국내 및 더 적은 국외 부동산에 5300만 개의 가스와 전기 미터를 설치하라고 요구하고 있다. 규정은 소비자의 이익을 제공하는 방식으로 수행될 수 있도록 규정하고 있다. 이는 취약 소비자 계층의 요구를 충족시키는 규정뿐만 아니라 데이터 액세스, 보안 및 스마트 미터링 장치의 기술 표준에 관련된 규정을 포함한다. 커버리지 검사에 기초하여, 텔레포니카는 특정 영역에 어떤 유형의 통신 허브를 사용해야 하는지 조언함으로써 에너지 기업에 지원을 제공한다. 이것은 기업의 출시 계획 및 일정에 더 큰 효율을 달성하는 데 도움이 될 것이다. 텔레포니카는 또한 기존 영국 텔레포니카의 구조를 통해서뿐만 아니라, 순물류 및 역물류의 확장된 공급 사슬 운영을 통해, 전문가의 3차 라인 지원과 함께 운영 단계에서 지속적인 지원을 제공한다. **이러한 크기의 프로젝트를 맡으면서 텔레포니카가 배운 핵심 교훈은 무엇인가?** 상업적 측면에서, SMIP 같은 복잡한 프로젝트의 긴 판매 주기는 높은 유연성과 프로젝트 요건의 역동적인 변화에 적응 할 수 있는 능력을 필요로 한다. 이 프로젝트는 텔레포니카가 우리의 핵심 사업 영역에 있을 뿐만 아니라, 전체 프로젝트 생태계를 가로지르는, 모든 프로젝트 파트너에게 지원을 제공하고 지지를 보장하는 능동적인 구성원이 되기를 요구한다. SMIP 프로젝트는 정부 표준 (예를 들어, 데이터 접속, 보안 또는 기술 표준)에의 조정에 관해서 특히 복잡하다. 그러나, 우리는 다른 시장에서 미래의 기회를 잡을 때, 이 프로젝트에서 배운 핵심 원칙을 적용하려고 할 것이다. ==== c. 마이크로 그리드와 가상 발전소 ==== 미래 전력망의 핵심 과제 중 하나는 열병합전력 (CHP), 태양 광 발전 시스템, 풍력 발전용 터빈 등의 분산 에너지 자원 (DERs)을 다루는 것이다. 이 문제를 해결하기 위해, 새로운 개념들이 현재 발전되고 있다. 그러나 시장은 아직 초기 단계이며, 아직 일반적으로 받아들여지는 용어가 없다. "마이크로 그리드", "가상 발전소" (VPP), "임베디드 발전"과 "스마트 유통 네트워크는"와 같은 용어는 모두 유사한 개념을 설명한다. 이러한 개념들의 공통점은 전부 에너지 자원과 부하, 이 두 가지의 아이디어를 모두 포함하고 있다는 것이다. 대부분의 VPP 개념은 "발전소"라는 용어가 일반적으로 에너지원에만 관련되어 있음에도 불구하고, 부하 관리의 개념을 포함한다. 미국의 에너지 마이크로그리드 교환 집단 부서는 마이크로그리드를 “//그리드에 대해 하나의 통제 가능한 독립체의 역할을 하는 명확하게 정의된 전기적 경계 내에서 상호 연결된 부하와 분산된 에너지 자원의 집단”이라고 정의한다. 마이크로그리드는 그리드 연계 및 섬 모드 둘 다에서 그리드가 작동할 수 있도록 그리드를 연결할 수도, 연결을 끊을 수도 있다.// [US1] {{ :파트1_10번째그림.png?300 |}} Smart grids and microgrids: Overview **버클리 연구소의 마이크로그리드 그룹은 마이크로그리드 [LBL1]의 세 가지 주요 특징을 묘사한다 [LBL1]:** • 전체 시스템의 에너지 요건 설계: 마이크로그리드는 최종 사용자의 전체 에너지 시스템을 최적화한다. 예를 들어, 열병합발전 (CHP) 시스템은 전기의 국부적 열 발생에 의한 열 낭비를 제한하기 위해 사용될 수 있다. • 최종 사용자에게 상이한 수준의 전력 품질 및 신뢰도 (PQR) 제공: 마이크로그리드가 임계 하중 (조명 등)에서 높은 품질의 전력을 제공하는 반면, 낮은 임계 하중 (냉동 또는 환기 등)은 효용에 따라 낮은 전력 품질 및 신뢰도를 제공한다. • 하나의 통제 가능한 독립체로서의 마이크로그리드에 대한 제시: 마이크로그리드는 혼잡을 줄이도록 도우며 새로운 세대의 요구를 보충하고 지역 전압 지원을 제공하며 부하 수준의 급격한 변화에 반응하는 “모범 시민”의 역할을 하는 하나의 통제된 시스템으로서, 스스로를 그리드 주변에 분포하게 한다. 마이크로그리드의 이러한 모든 특징은 마이크로그리드에 독립적인 지역적 통제 기능의 존재를 전적으로 가정한다. 널리 정립된 용어가 없기 때문에 (부하 관리의 측면을 명확하게 포함하기 위해서), 우리는 앞으로 "가상 발전소/마이크로그리드 관리 시스템" (VPP / MMS)이라는 용어를 사용할 것이다. 이는 마이크로그리드가 계층적일 수 있으며 하나의 VPP가 여러 마이크로그리드를 관리 할 수 있다고 가정한다. ==== VPP/MMS 기능 개요 ==== 가상 발전소/마이크로그리드 관리 시스템 (VPP/MMS)의 주요 기능은 상이한, 이질적인 에너지 자원 및 부하의 통합과 데이터 자산 관리, 에너지 관리와 외부 파트너들과의 통합을 포함한다. 한번 더 참고로 우리의 자산 통합 아키텍쳐 (AIA)를 사용한 다음 도표는 전형적인 VPP/MMS의 개요를 제공한다. {{ :파트1_11번째그림.png?300 |}} Overview: Virtual power plant/microgrid management system (VPP/MMS) 상이한 에너지 자원 및 부하의 통합은 일부 게이트웨이 및 에이전트의 자산에의 직접 설치를 통해 또는 자산이 이미 원격 통합 능력을 제공할 경우 후미의 연결 장치를 통해 일어날 수 있다. VPP/MMS의 후미는 전형적으로 다양한 통합 자산의 배치와 관리를 가능하게 하는 어떤 종류의 자산 관리 기능을 제공한다. 사건, 결함, 시계열 데이터 같은 통합 정보 및 자산 기록과 같은 자산 관련 정보는 중심적으로 관리된다. 이러한 자산 데이터를 만들어 나가면서 VPP/MMS는 상이한 자산과 그들의 에너지 공급과 소비 수준을 관리하는 데 필요로 하는 논리를 이행한다. 이는 모델링, 예측, 일정 관리 및 실시간 최적화를 포함한다. 대부분의 마이크로그리드는 완전히 자율적으로 기능할 수 없으므로, VPP/MMS는 또한 기상 예보 데이터 및 시장 가격 등의 정보를 수신하는 외부 시스템과 통합되어야 한다. 뿐만 아니라 VPP/MMS는 많은 경우에 에너지 거래, 청구 및 TSOs/DSO(전송 및 분배 시스템 운영자)와 관련된 다른 프로세스와 같은 외부 프로세스에 통합될 것이다. ==== 사례 연구: 스마트 시티 라이엔탈 ==== 보랄베르그 라인 밸리(라이엔탈)은 대략 24만명의 인구가 사는 오스트리아에서 인구밀도가 높은 대도시이다. 스마트 시티 라이엔탈 프로젝트는 보랄베르그 연방주와 가장 큰 지역 전력 회사인 illwerke vkw에 의해 시작되었다. 목표는 지역이 가능한 한 2050년까지 에너지 자급자족이 가능하도록 지역 재생 에너지(수력 같은)를 개선하는 것이다[SCR14]. 이 시도의 한 중요한 부 프로젝트는 다양한 에너지원과 에너지 부하의 균형을 잡는 것을 돕기 위해 가상 발전소를 건설하는 것이다. 현재의 초점은 확장성보다는 기능적인 통합에 더 중점을 두고 있다: • 광전지 시스템 (PV) • 열 펌프와 기억장치가 달린 전기 보일러를 포함하는 소비자 기기, • 충전 인프라와 자동차 공유 회사가 제공하는 전기 차량을 포함하는 전기자동차 인프라 • 배터리 저장 시스템 **광전지 에너지 예측** 현재 프로젝트는 한 지구에서 VPP로 PV 시설을 통합하고 있으며 다른 것들도 곧 따를 것이다. 집계된 데이터는 PV 전력 생산의 하루전 예측을 계산하는 데 사용된다. VPP는 시설의 질제 전력 생산량을 15분마다 감시한다. 이는 예측의 정확성을 향상시키는데 도움이 된다. 아래의 도표는 PV 시설의 한 시기 며칠 동안의 예상(적) 및 실제(청) 전력 생산량을 보여준다. {{ :파트1_12번째그림.jpg?300 |}} VPP dashboard: Forecast versus actual energy **소비자 기기: 부하 관리** 이 프로젝트는 능동 부하 관리를 지원하는 많은 신축성 있는 소비자 기기를 선택해 왔다. 이 기기들은 덜 중요하며 더 낮은 전력의 질과 신뢰성(PQR-위의 논의를 보라)을 지원한다. 더욱이, 그들은 능동 부하 관리 시나리오에 통합시키기 위한 전제조건인 외부 조작 인터페이스 또한 지원한다. 더 신축성 있는 소비자 기기들을 사용하기 위한 이 기본 발상은 정점 에너지 상황을 이용하고 공급이 적을 때에는 전원차단을 이용하는 것이다. 이를 지원하기 위해, VPP는 다음 24시간동안의 생산 예측을 이용해 가동 일정을 만들어낸다. VPP는 기술적 통합, 외부 데이터(예를 들면, 빈에서의 EXAA 전기교환), 한계값의 정의와 충족, 그리고 소비자의 우위를 조직한다. **전기자동차 인프라** 스마트 그리드를 위해, 전기자동차 인프라와의 통합은 두 가지 이유에서 흥미롭다: • 전력 소비자로서의 전기차량(EVs): 충전 과정 동안, EVs는 전력 소비자의 역할을 한다(그리드의 관점에서는). • 전력 저장 장치로서의 EVs: EVs의 배터리는 이들 장치가 오직 EV가 충전소에 연결되어 있는 동안만이라는 한계가 있는 전력 저장 장치로 사용될 수 있다. 스마트 시티 라이엔탈의 최초의 초점은 EVs를 전력 소비자로 통합시키는 것이었다. 이를 지원하기 위해, 프로젝트는 자동차 공유 제공자들이 운영하던 여러 충전소를 VPP에 틍합시켰다. 가능한 충전 일정을 만들어내기 위해, VPP는 지역 전력 생산 예측, 차량 보호 데이터, EV 전력 요구량, 충전 상태(SOC) 데이터, 충전소의 부하 개요를 포함하는 다양한 입력을 고려해야 한다. 아래의 도표는 여러 EV의 요소와 어떻게 그들이 마이크로그리드의 흐름에서 각각 통합되는가에 대한 개관을 제공한다. {{ :파트1_13번째그림.jpg?300 |}} e-mobility load management system **학습된 교훈들** 보쉬 소프트웨어 이노베이션의 Michael Schlauch는 스마트 시티 라이인텔 프로젝트를 지원하는 보쉬의 프로젝트 매니저이다. 그의 그 프로젝트에 관한 주요 생각은 이러하다: //“우리는 여전히 예측 과정에서 개선될 여지가 큼을 봅니다. 그것은 소비자들이 집에서 소비하는 것에 관한 예측과 마찬가지로 PV 시설의 생산 예측에도 적용됩니다. 자, 투자된 프로젝트의 끝을 넘어서기 위해서는 더 긴 시간 프레임이 필요합니다. 그게 특정 단위세대의 습관적이고 개인화된 소비상태를 추론하는 유일한 방법입니다, 예를 들면, 우리의 보랄베르그 응용과학 대학과 특화된 IT 회사들과의 협력 덕분에, 넓은 법위의 지역적 구조적 수치들로 이 종류의 예측을 얻는 데 우리는 순조롭습니다.” “식기세척기 같은 소비자 기기들은 수요측 관리의 합리적인 진전을 만들기에는 너무 작습니다. VPP에 통합된 기기들은 더 유연해져야 합니다. 이는 열 펌프에나 전기 보일러에나 유효합니다. 그리고 물론, 이는 우리가 매우 다양한 단계의 유연성을 지닌 시설을 제공하는데에도 도움이 됩니다.”// ==== d. 화학 산업에서의 스마트 에너지 ==== 산업에서의 IoT 기반 솔루션의 도입은 주로 상업적 관심에 의해 자극받는다. 화학 산업은 그것이 도입을 더 매력적으로 만드는 범위의 특징들을 결합시키기 때문에 IoT 기반 솔루션의 도입으로 이득을 얻는 산업의 완벽한 예시이다. 이들 특징들은 화학 공장이 상대적으로 작은 지리적 스케일로 존재하며, 언제 전력이 사용되는가에 대한 적절한 수준의 유연성을 가지고 막대한 양의 전력을 소비하는 경향이 있고, 한 장소에서 다양한 복잡하고 내부연결된 과정을 포함한다는 사실들을 포함한다. 화학 단지는 다양한 여러 화학 생산자들을 한 곳에 모아 IoT 솔루션이 다양한 참가자들을 망라하여 개발됨으로써 IoT 기반 솔루션에 의해 성취될 수 있는 잠재적인 절약을 증가시킨다. 화학 산업이 이미 IoT 개념을 발달되고 효과적인 방법으로 사용하고 있다는 것은 놀랍지 않다. 커렌타는 장비 지원, 폐기물 관리, 인프라, 안전, 보안, 분석, 직업 훈련을 포함하는 화학 산업을 위한 서비스를 제공한다. 커렌타는 독일의 Leverkusen, Dormagen, Krefeld-Uerdingen에서 CHEMPARK 화학 공장을 가동하는 베이어와 랭시스간의 조인트 벤처다. 그 세 곳은 북 라인-베스트팔렌의 화학 생산의 3분의 1을 차지한다. 생산, 연구, 서비스에 특화된 70개 이상의 회사들이 CHEMPARK에서 시너지를 만들기를 돕는다. 커렌타 CHEMPARK 는 그러므로 스마트 에너지의 적용을 시험하고 도입하고 “스마트 CHEMPARK”를 효과적으로 만들어내는데 이상적인 환경이다. 다음의 커렌타의 비즈니스 관리 책임자인 Dr. Christian Czauderna과의 인터뷰는 스마트 에너지의 매력적인 산업 적용에 빛을 비춘다. 인터뷰는 m3 관리 컨설팅의 고위 간부 Bernhard Schaefer 에 의해 행해졌다. Bernhard Schaefer: Czauderna씨, “스마트 CHEMPARK”의 주요 측면은 무엇입니까? 커렌타의 목표는 무엇입니까? Christian Czauderna: 모든 화학 공장은 함께 모으고 각자의 제품을 사용하는 공장들을 연결시켜 화학 가치 체인의 다른 부분들을 결합시키는 원칙에 기반합니다. 스마트 화학 공장은 시스템과 향상된 자동화 잠재력의 더 나은 이해를 가능하게 하는 새로운 데이터원과 알고리즘의 분석의 통합과 같은 추가 요소를 제공합니다. 스마트함은 우리에게는 “효율적인 구조를 효율적으로 사용하는 방법”을 의미합니다, 예를 들어, 시장 가격 같은 외부 정보를 고려하여 여러 공장이나 장소간에 에너지 사용의 최적화시키는 것처럼 말입니다. 그래서 우리는 왜 이걸 하냐고요? 전부 에너지 생산과 조달 비용을 최적화하여 우리의 자연 자원을 보존하고 동시에 독일 화학 산업의 경쟁력을 향상시키기 위한 것입니다. Bernhard: 어떤 면에서 스마트 화학 공장이 공공 분배 네트워크 오퍼레이터에서의 시범 사업을 통해 우리가 아는 스마트 그리드와 다릅니까? 특별한 과제가 있습니까? Christian: 실제로, 우리를 평범한 스마트 그리드와 다르게 하는 예시는 다양한 형태의 에너지를 전체 최적화 처리로 통합시키는 것입니다. 이는 전기뿐 아니라 화학 물질의 생산에 사용되는 가스, 증기, 원자재를 포함합니다. 다른 특이한 점은 우리의 고객들이 모두 막대한 에너지 소비와 복잡한 생산 과정을 가진 대기업이라는 점입니다. 이들 과정 중 다수는 유연성, 즉 이동, 연기, 외부 제약 상황에서의 에너지 소비 감소로 특징지어집니다. 우리는 또한 우리 고객의 생산 시설의 고도의 자동화를 보는 경향이 있습니다. 원자로, 펌프, 팬 같은 대부분의 자산은 이미 지역 통신 시스템에 통합되어 있습니다. 그러므로 스마트 화학 공장을 위한 기초 인프라는 이미 이용가능합니다. Bernhard: 그러니까 계획된 “스마트함”은 정말로 새롭고 혁신적인 개발인겁니까? 짐작컨데 당신의 고객들의 비용 최적화에 대한 관심은 이미 익숙한 것이라고? Christian: 전적으로 맞습니다. 우리는 이미 CHEMPARK와 그 에너지 인프라를 효율적으로 디자인함으로써 낮게 달린 과일을 수확했습니다. 하지만 화학 산업과 현재 에너지 시장의 기후에서의 비용 상승으로 인해, 우리는 더 많은 것을 필요로 합니다. 스마트 기술은 우리가 여기에 위치한 수많은 시설의 에너지 생산과 소비의 상호작용을 더 잘 이해함으로써 남아 있는 잠재력을 밝혀내는 것을 도울 것입니다 . Bernhard: 당신의 산업 공장에서 스마트 요소의 특정한 예시를 들어 줄 수 있겠습니까? 어떻게 가치 체인의 스마트 통합을 관리합니까? Christian: 기본적으로 우리는 우리 고객들의 에너지 소비 과정에 우리의 생산 유연성을 추가로 줍니다. 그리고 우리는 인트라데이 시장이나 전기 균형 시장 같은 에너지 시장에 그것을 제공합니다. 우리의 고객 중 하나는, 예를 들면, 그의 에너지 소비에서 다양한 생산지 간에 생산을 옮기고, 생산된 화학 물질의 저장고를 바꾸어 ±10% 의 유연성을 제공할 수 있습니다. 이는 자리잡은 생산과정을 이해하고 버퍼 용량을 설치할 필요가 있기 때문에 들리는 것보다 더 어렵습니다. 다른 사례는 물을 가열해 증기를 만들어내는 전기관의 설치입니다. 분산된 보일러의 시스템은 낮은 전력 가격의 시기에 증기를 생산하고 현존하는 중앙 증기 생산을 뒷받침하기 위해 사용될 수 있습니다. 그들은 또한 음의 전력 용량에 기여하여 시장 균형에 도움이 됩니다. 즉 보일러 오퍼레이터는 그리드에 공급과 수요를 불안정하게 하는 과잉 전력이 존재할 때 전력을 소비할 돈을 지불받습니다. 우리는 또한 증기 네트워크에 공급하고 네트워크에서 완전한 최적화에 의해 통제되는 우리 고객들의 폐열을 사용가능한 증기로 전환시키는 분산된 고온 열 펌프 시스템을 설립하는 것에 관해 생각하고 있습니다 . Bernhard: 어떤 핵심역량이 이런 프로젝트의 성공을 위해 필요합니까? Christian: 관련 화학 생산 과정은 매우 복잡합니다. 에너지 절약과 유연성의 그 내재된 잠재력을 이해하기 위해서 우리는 화학적 처리 엔지니어링에 대한 철저한 이해를 필요로 합니다. 또한, 우리는 우리 고객들의 시설의 주목적이 전력을 에너지 시장에 제공하는 것이 아니라 화학물질을 생산하는 것이라는 점을 명심하며 어떤 작동 제한이든 준수할 필요가 있습니다. 이들 분석 기능은 우리의 통제 시스템에 포함시켜야 할 알고리즘을 개발하는 IT와 소프트웨어 스킬에 의해 보완될 필요가 있습니다. 하지만, 말할 필요도 없이, 우리는 소프트웨어 회사가 아니므로, 많은 프로그램을 위해 우리는 외부 서비스 제공자와 협력하고 있습니다. 다른 주요 기능은 전력 균형 시장 같은 외부 에너지 시장의 상세한 이해에 기초한 새롭거나 혁신적인 아이디어의 상업적 성공 가능성에 접근할 수 있는 것입니다. 최종적으로, 우리는 우리의 고객이 우리가 추구하는 목표와 도입할 기술적 개념를 이해하도록 돕는 좋은 의사소통 기능을 필요로 합니다. Bernhard: 모델링, 시뮬레이션, 에너지 인프라의 최적화 같은 전용 소프트웨어 솔루션의 역할은 무엇입니까? 그런 도구들을 시장에서 구입할 수 있습니까? Christian: 지금까지, 우리는 우리를 충분히 지원해 줄 수 있는 상업적 도구를 찾지 못했습니다. 그 결과, 우리는 우리의 선택을 제한하는 내부 개발에 의해 보충된 주문제작 도구에 심각하게 의존해야 했습니다. 나는 전용 도구가 화학 공장 오퍼레이터들의 협력으로 개발되는 것을 상상합니다. 하지만 아직 현실은 그렇지 못합니다. Bernhard: 당신의 프로젝트 접근법은 무엇입니까? 하나의, 모든 것을 아우르는 프로젝트를 수립합니까? 아니면 더 작은 프로젝트를? 어떻게 고객을 프로젝트에 통합시킵니까? Christian: 우리는 중요한 고객 통합에서 많은 솔루션에서 유래한 예비 계획에 의존합니다. 주요 요구는 우리가 솔루션을 시간과 이윤 양 측면에서 적합하게 고려하는 것입니다. 우리의 고객들은 프로젝트 파트너로서 예비 계획에 완전히 통합됩니다. 우리는 우리가 관련된 장애물과 이윤에 관한 상호이해 위에 프로젝트를 기초하도록 높은 수준의 투명도를 그들을 위해 만들어내는 것을 목표로 합니다. Bernhard: 지금까지 무엇을 성취했습니까? 얻은 빠른 승리가 있습니까? Christian: 우선, 우리는 전력 생산면에서 막대하게 향상된 유연성을 가지고 있습니다. 우리는 이제 공장을 완전히 열병합 발전소에서 전력과 증기생산을 엄격하게 결합시키지 않는 다른 방법으로 돌립니다. 우리는 제2, 제3의 제어전원 시장에서 결과를 내는 유연성 또한 성공적으로 제공하고 있습니다. 다른 성공적인 혁신은 우리 고객중 하나에 약 10MW의 유연성을 만들어낸 생산 과정의 재 디자인 입니다 . Bernhard: 결론으로, 어떤 교훈을 얻었습니까? 가까운 미래에 어떤 장애물을 예상합니까? Christian: 기초 전제조건은 당신이 보기에 진정으로 투명하여 경제적 수단이 확인될 수 있는 시스템을 만드는 것입니다. 이제 우리는 우리의 고객과 CHEMPARK에서 마주할 과정의 이해에 대한 근접성을 이용할 수 있습니다. 하지만, 우리가 목표로 하는 스마트함은 기술적인 것 이상의 관습에 진정한 변화를 수반하는 것입니다. 예를 들어. 발전소를 가동시키는 것은 예전과 완전히 달라질 것입니다. 미래를 보자면, 주요 장애물은 우리 고객의 대부분에 해당하는 더 표준화된 제품들을 만들어내면서 견본에서 개발된 솔루션의 규모를 크게 할 것입니다. IT 보안은 우리가 생산 데이터가 안전하게 다루어질 것이라는 것을 보장하는 고객들과 함께 보아야 할 것이다. 마지막으로, 새 기술이나 데이터 프로토콜이 도입되어 3년 마다 대체할 필요가 없을 튼튼한 기술적 솔루션을 도입하는 것이 필수적일 것이다. ==== II. 제조업 ==== 산업 환경에 IoT를 적용시키는 것은 많은 관심을 끌었다. GE는 “산업 인터넷”이라는 새로운 용어를 만들었고, IBM은 “스마트 공장”이라는 개념을 밀고 있으며, 독일 산업은 “산업 4.0”이라는 용어를 사용하며, 에어버스는 “미래의 공장”에 대해 이야기한다. 정확한 정의는 적고 드물며, 많은 이들 개념은 실행 계획과 공급 체인 관리, 광업과 오프쇼어 굴착, 스마트 그리드와 빌딩 자동화를 포함하는 다음 세대의 제조 관념을 넘어선다. 몇몇 사례에서, 산업 IoT와 소비자 IoT간에 가치있는 구별이 만들어진다. 우리가 서문에서 보았듯이, 우리의 Enterprise IoT의 정의는 명확한 적용 범위에 대한 것이라기보다는 개방과 통합 성숙에 더 가까운 것이다. 이 부분에서, 우리는 더 어떻게 제품 생산과 제품 기술의 두 면에서 IoT가 제조를 형성할 것인지에 대한 논의를 시작으로 Enterprise IoT 의 산업 적용에 대해 자세히 살펴볼 것이다. ==== 통합 생산과 통합 제품 ==== 우리는 IoT가 현재 제조 지평에 영향을 줄 두 주요 영역을 가지고 있다고 믿는다. 첫째는 진정으로 통합된 IoT 솔루션을 생산하는데 필요한 조직 구조에 관한 것이다. 서문에서 논의했듯이, IoT는 기계 진영과 인터넷 진영이 협력하여 물리적 제품과 인터넷 기반 프로그램 서비스를 결합시킨 제품을 생산하기를 요구받는 두 세계간의 충돌을 포함한다. IoT 세계에서, 많은 회사들은 그저 제조회사이거나 인터넷 회사인 것으로는 더 이상 충분하지 않음을 발견할 것이다; 그들은 둘 다가 되거나 혹은 그들이 더 작은 역할을 할 생태계에 포함될 필요가 있다. 제조회사들로서는, 이는 그들이 IoT 서비스 개발과 작동면에서의 능력을 개발할 필요가 있다는 것을 의미한다; 다시 말해, “통합 생산과 통합 제품”의 성취이다. 많은 이들 회사는 이것이 그들의 DNA에 없기 때문에 힘들다는 것을 발견할 것이다. 이는 그저 추가 IT 기능을 개발하는 문제가 아니라(대다수가 이미 가지고 있을 내장 기능을 넘어선), 가치 제안도 진화할 필요가 있으며 이는 대부분의 조직에서 애프터마켓 서비스로 연결되는 엔지니어링에서 판매까지 변화를 필요로 하게 할 것이다. {{ :파트1_14번째그림.png?300 |}} Integrated Production of Integrated Products IoT가 제조업에 막대한 영향을 끼칠 두번째 영역은 물론 제조 기술이다. 독일 정부의 산업 4.0 전략 같은 계획이 촉진하듯, 커넥티드 제조 장비, 커넥티드 물류 체인, 사이버-피지컬 시스템, 큰 데이터 기반 생산 처리 분석은 커넥티드 IoT 솔루션의 물리적 부분이 생산되는 것을 향상시키는 데 도움이 될 것이다. 어느 정도, 이 두번째 영향 영역은 첫번째에서 득을 볼 수 있다; 무엇이 한 회사 - 예를 들자면, 기계부품 제조사 - 에 통합된 제품인가가 다른 회사(가령, 제조라인에 커넥티드 기계 부품을 사용하는)에는 발전된 생산 기술일 수 있다. 이 두 주요 추정을 그리며, 아래의 그림은 내일의 제조 가치 체인의 상세한 개관을 제공한다. 특정한 IoT 서비스 도입이 IoT 서비스 가동과 통합됨을 주의하라. {{ :파트1_15번째그림.png?300 |}} Factory of the Future, Industry 4.0, and the IoT 얼마나 새로운 생산 기술이 생산 과정을 미래에 향상시키는 것을 도울지를 보기 전에, 우리는 내일의 제품들에 대해 우리가 아는 것에 관해 간단히 요약할 필요가 있다; 궁극적으로, 이들 새로운 제품의 본질은 애프터 마켓 서비스로 연결되는 디자인에서 제조까지 모든 다른 과정에 영향을 줄 것이기 때문이다. 서문에서 논했듯이, 가정은 미래의 제품이 연결되고(1) 우리가 사물인터넷이라고 부르는 것의 일부가 되리라는 것이다. 우리는 또한 제품들이 컴퓨팅 능력을 내장하게 되어 국소적 지능과 디지털 서비스가 가능해지리라고 추정한다(2). 이들 디지털 서비스들은 프로그램이거나 컨텐츠일 수 있다. 예를 들어, 자동차 앱 스토어는 새로운 내비게이션 프로그램을 제공할 수 있으며, 그 프로그램 자체로 추가 지도를 구매하게 할 수 있다 . 물리적 제품과 커넥티드 백엔드 서비스의 결합은 제품 디자인에 상당한 충격을 줄 것이다. 첫째로, 물리적 제품의 디자인이 스스로 변화하는 것이 가능하다. 예를 들어, 제품의 내장 디스플레이와 키가 모바일 앱을 위해 버려질 수 있다. 이는 제품의 물리적 부품의 중대한 재 디자인을 구성할 수 있다. 두 번째로, 제품들은 보통 클라우드인 원격 서비스에 점점 의존하게 될 것이다. 이런 종류의 IT 관련 서비스를 만드는 것은 전통적인 제품 엔지니어링 과정의 일부가 아니다. 이는 누군가가 두 요소-물리적 제품과 관련된 백엔드 소프트웨어 서비스나 플랫폼-을 함께 감독할 것과 모든 것이 통합된 제품 제공에서 좋은 결과를 내는 것을 보장하기를 요구한다. “두 세계의 충돌”에 대한 소개에서 우리의 논의도 보라. 마지막으로, 커넥티드 제품은 제조와 에프터 세일 서비스를 통틀어 판매, 마케팅, 제품 디자인의 다른 모든 가치 체인의 단계에서 입력으로 작용할 풍부한 제품 사용 데이터원을 제공할 것이다(3). **판매/마케팅과 새 비즈니스 모델들** IoT의 출현에 의해 가능해진 새 비즈니스 모델들은 제품 디자인의 미래를 추진시킬 것이다. 이들 비즈니스 모델들은 또한 이들 제품의 판매와 마케팅에 막대한 영향력을 가질 것이다. 우리가 서문에서 보았듯이, 서비스화(4)는 회사의 비즈니스 모델의 물리적 제품을 파는 것에 중점을 둔 것에서 서비스에 중점을 둔 것으로 변형되는 것을 포함한다. 예를 들어, 롤스로이스는 이제 거의 50%의 수익을 서비스에서 얻는다; 예를 들면, 시간당 출력에 기반하여 제트 엔진을 항공사에 임대하는 식으로. 이는 제품이 팔리고 서비스되는 방식을 완전히 변형시킨다. 하지만, 이는 또한 판매 팀이 그들의 판매 전략을 완전히 조정해야 한다는 것을 의미한다. 경영진 수익에 기반한 인센티브 모델은 이윤 예측을 안정화시킬 되풀이 되는 수익을 지원하는 모델의 선호로 인해 다시 논의될 것이다. 마케팅 팀들은 마케팅 캠페인을 추진하고 정확한 시장 부분을 정의하기 위해 상세한 제품 사용 데이터(3)를 개선할 수 있게 될 것이다. 이 고객과의 제품을 통한 직접적 연결은 판매와 마케팅 팀에 목표가 된 끼워팔기와 연쇄판매 켐페인을 더 쉽게 만든다는 면에서 막대한 가치일 수 있다. 다른 주요 동인은 제품 주문제작이다(5). 더 많은 시장이 완전히 주문제작된 제품을 요구하고 있다. 고객 디자인 운동화에서 고객 사양 자동차 제작에 이르기까지, 이 경향은 두 중요한 암시를 가지고 있다. 첫째, 제품은 이제 생산되기 전에 팔리며 반대로는 아니다. 위의 그림에서, 보통 예상하는 것과는 달리 우리는 판매가 제조 앞에 오는 것을 볼 수 있다. 둘째, 이 경향은 제조과정 자체에 중요한 영향을 끼친다; 예를 들어, “배치 크기 1” 생산은 고객 제조의 기본 요구사항이다 (7). **양단간 디지털 엔지니어링** 디지털 엔지니어링은 오늘날 가장 큰 제조 조직들에서는 현실이다. 이 조직들은 전체 제품 라이프사이클을 지원하는 도구 체인의 통합에 많이 투자해 왔다. CAD (컴퓨터 보조 디자인Computer-Aided Design)도구들은 제품 디자인과 시뮬레이션에 사용되고, CAPE (컴퓨터 보조 제품 엔지니어링Computer-Aided Production Engineering)도구들은 제조 시스템의 디자인과 시뮬레이션을 지원하며 MES (제조 실행 시스템Manufacturing Execution Systems) 도구들은 제품의 라이프사이클 동안 자원 일정관리, 명령 집행과 처리, 소재추적, 제품 분석을 지원하는 데이터의 통합을 보장하기를 돕는다. 3D 모델은 또한 점점 전통적인 제품 디자인 영역을 초월하는 중요한 역할을 수행해내고 있다. 현대 3D PLM 시스템들은 통합된 재료표(BOM) 데이터와 양단간 디지털 엔지니어링을 더 잘 지원하는 다른 정보가 있는 CAD 디자인 데이터를 가지고 있다. 3D 모델은 모든 제품 관련 데이터(6)의 마스터 모델이 된다. 3D 데이터는 또한 제조 효율의 최적화와 제조라인이 설치된 후 비용이 드는 변화의 위험 최소화를 돕는 전체 제조 라인의 시뮬레이션을 지원한다. IoT에 의한 주요 혜택중 하나는 가상세계와 실제 세계를 연결하는 것을 도와준다느 점이다. 3D 모델들은 매우 중요한 가상 모델의 종류이다. 센서, 레이저, 국지적 기술은 실제 세계와 가상 3D 세계의 연결을 만들어내는 것을 가능하게 한다. 예를 들어, 에어버스는 3D 데이터를 사용한다 레이저 프로젝션을 비행기 몸체에 뿜어내 제조라인 노동자들을 지도한다[AB1]. 비슷하게, 2014년의 하노버 산업 무역 축제에서, 시멘스는 완전한(물리적인) 제조라인을 그들의 3D 공장 시뮬레이션 환경에서 관련 가상모델로 진열했다. 제조라인의 움직이는 부분의 센서들은 이동 데이터를 IT 시스템에 되돌려보냈고 3D 시스템의 위치 데이터는 실시간으로 업데이트되었다. 아래 이미지에서 볼 수 있듯이, 가상 3D 모델은 실제 생산 라인과 완전히 맞아떨어진다. {{ :파트1_16번째_그림.png?300 |}} 3D Simulation synchronized with physical assembly line, as showcased by Siemens at HMI 2014 증강 현실은 특히 훈련과 품질 보증의 맥락에서3D 모델과 실제 세계의 수렴을 볼 수 있는 다른 흥미로운 분야이다. 예를 들어, 에어버스의 MiRA (혼합 현실 적용Mixed Reality Application) 은 통합 센서 팩이 달린 타블렛 PC로 구성된 특화 기기를 사용해 현장 노동자들이 3D 모델에 접근하도록 한다. 비행기와 타블렛 PC의 위치 기기를 개선하여, MiRA는 비행기의 3D 모델을 사용자의 시점에서 그것을 추가, 제품 관련 데이터로 “증강시켜” 보여줄 수 있다. 에어버스의 MiRA 도입은 A380의 동체의 받침대 60-80,000개를 검사하는데 필요한 시간을 3주에서 3일로 줄일 수 있게 했다 [AB1]. **제조** 우리는 고도로 주문제작된 제품을 지원하는 데 점차 유연해지고 가능해질 필요가 있음을 이미 논의했다. 제조의 관점에서 이는 “배치 크기 1”과 “한 조각 흐름” 같은 개념이 더 중요해진다는 것을 의미한다. 산업 4.0의 비전 중 하나는 그것이 더 유연한 생산을 지원하기 위해 생산 모듈의 비동조화를 가능하게 하리라는 것이다. 이를 이루기 위한 한 잠재적인 방법은 제품 메모리를 사용하는 것이다. 제품, 반쯤 완성된 제품, 그리고 심지어 부품도 제품 메모리 기능(8)을 수행하는RFID 칩이나 비슷한 기술의 부품을 갖추게 될 것이다. 이 제품 메모리는 제품 설정 데이터, 작동 지시, 작동 이력을 보존하는 데 사용될 수 있다. 중앙 MES 시스템에 생산의 모든 측면의 관리를 의존하는 대신, 이들 지적 제품들은 제품 모듈을 무엇이 행해져야 할지 스스로 판단할 수 있다. 이 접근은 다른 미래 공장의 주요 요소인 사이버-물리 시스템(Cyber-Physical Systems, CPS)을 위한 길을 포장하는 데 중요할 수 있다. 이는 뒤의 스마트팩토리 사례연구에서 더 자세히 논해질 것이다. 향상된 “최상층-작업장” 통합은 산업 4.0(9)에 의해 약속된 다른 중요한 이득이다. MOM (Manufacturing Operations Management)같은 개념은 기계, 라인, 공장, 기업 수준을 포함하는 다른 수준의 데이터를 통합시키고 분석하는 것을 돕기 위해 탄생했다. IoT에서는 추가 데이터는 기계 수준에서 직접 제공된다. 어떤 규모로 IoT 운동이 새로운 기술과 표준을 이 영역에 내놓을 것인가도 흥미로운 논의를 만든다. 예를 들어, 기계 데이터를 통합시키는 널리 확립된 표준은 OPC/OPC-UA [OP1]이다. OPC와 비슷한 표준이 단순히 “IoT 호환”이라는 라벨을 달 것인지, 혹은 완전히 새로운 표준이 나타날지는 두고 봐야할 것이다. 비슷하게, 많은 기계 부품 공급자들은 이미 기계 데이터를 얻는 데 표준에 기초한 인터페이스(예를 들어, OPC)나 등록된 인터페이스(예를 들면, DB 기반)를 제공하고 있다. 다시, 이 는 새로운 표준과 프로토콜을 발명할 필요가 있는가, 아니면 이 특정 사례에서 통합을 EAI(기업 프로그램 통합Enterprise Application Integration)나 SOA (서비스 유래 구조Service Oriented Architecture) 기반의 더 높은 수준으로 추진하는가의 문제이다. 여기의 중요 문제 중 하나는 이질성인 것처럼 보인다; EAI와 SOA가 특별히 다루어 개발한 문제이다. 다른 흥미로운 논의는 한 단계 아래에서 일어날 필요가 있는, 즉 버스 수준의 통합에 관련된다. 수십년 동안, 산업 버스 시스템들(EtherCAD, 모드버스, 프로피버스, SERCOS , 등)은 생산 자동화, 주로 PLC(프로그램 가능한 논리 통제 관리자Programmable Logic Controller)를 통해 산업 구성요소의 소통과 통제를 가능하게 하는데에 사용되어 왔다. 대부분의 이들 버스 시스템은 그들이 부담되는 실시간 요구사항들-IP(인터넷 프로토콜)을 사용해 성취하기 어려운-을 지원할 것을 요구받기 때문에 고도로 등록되어있다. 이는, 다시, 모든 형태와 크기의 기기들의 IP 가능한 통합이라는 IoT가 약속하는 전체 비전에 문제를 일으킨다. 그래서 이는 IEEE의 Time Sensitive Networking (TSN) 태스크 그룹[TS1]) 이 IP 네트워킹 표준에서 기계와 로봇을 통제하는 기술을 확립하는데 성공할 지 보는 것이 흥미롭다. 다른 미래 공장에 관련된 기술의 중요한 사례는 포함한다: • 3D 프린팅: 특히 비표준, 저용량 부문의 시제품화와 생산의 분야에서는, 3D 프린팅은 그리 멀지 않은 미래에 매우 중요해지기 시작할 것이다. • 차세대 로봇: 로봇들은 이미 오늘날 많은 대량생산 라인에서 사용되고 있다. 어떻게 그들이 진화할 것인가라는 면에서는, 한 흥미로운 분야는 로봇이 역동적인 환경에서 일하고 사람과의 협업에서 안전을 보장할 수 있는가이다. • 지적 전동 공구: 우리가 Part III에서 상세를 더 보듯이, 굴착, 조이기, 측정에 사용되는 전동 공구는 점점 지능적이고 연결되어 가고 있다. 이들 도구의 추적은 IoT 사용 사례에서 중요하다. • 고정밀 실내 위치측정: 공장 환경 내에서의 움직이는 장비와 제품의 추적은 주로 고정밀 실내 위치측정 기술의 사용을 통해 이루어질 것이다. **IoT 서비스 실행** IT 서비스 실행을 제조와 결합시키는 능력은 아직 널리 확립되지 않았다. 애플은 그들의 IT 서비스(iTunes, iCloud, etc.)와 단단히 통합된 물리적 제품(iPod, iPhone, 등.)을 생산하는 능력 때문에 여전히 이 분야의 선도자이다. 서문에서 보았듯이, 오늘날의 많은 제조업체들이 여전히 능력이 이용가능하고 충분한 정도로 통합된 조직 구조를 확립하는 데에 고생하고 있다. 그럼에도, 물리적 제품 디자인과 제조를 내장된 클라우드/백엔드 기반 소프트웨어 서비스 개발과 결합시키는 능력은 IoT의 주요 능력으로 간주되고 있다.. 이 통합은 조직과 기술 두 수준 모두에서 일어나야 한다. Part II에 묘사된Ignite | IoT방법론은 특히 이 문제를 IT 서비스 실행의 관점에서 다룬다. **IoT 서비스 작동** IoT 세계에서 성공을 거두기 위해서는 제조에서 서비스로의 이행을 만들어내는 능력이 필수적이다. 이는 그저 서비스의 기술적 작동에 적용하는 것이 아니라, 강한 고객 관계 지원이 가능한 비즈니스 조직의 작동에도 적용되는 것이다. 서문에서 언급한 DriveNow 자동차 공유 서비스는 이의 좋은 사례이다. BMW와 Sixt의 조인트 벤처의 결과로 형성되어, 이 서비스는 성공적으로 BMW의 자동차 제조 전문 기술과 Sixt의 순조롭게 돌아가는 더 서비스 지향적인 자동차 대여 영업 전문 기술을 결합시켰다. 다른 좋은 사례는 차량이나 운전수에게서 들어오는 호출을 수동으로 다룰 수 있는 콜센터를 요구하는 IoT 서비스인 이콜 서비스이다. 더 많은 정보를 위해서는, 커넥티드 차량 챕터를 보라. 경영활동 그 자체에서 떨어져 보면, IoT 솔루션과 관련된 IT 서비스를 작동시키는 문제가 있다. 능력중 몇몇은 위에서 묘사한 이콜 서비스에 쓰인 콜 센터 프로그램을 작동시키는 것 같은 전통적인 IT 작동 능력을 포함하기를 요구한다. 하지만, 몇몇 능력은 또한 매우 IoT에 특화된 것을 요구한다. 수백 수천개의 자산과 기기의 원격 연결을 관리하는 것은 작동면에서 보면 확장성과 보안면에서는 특히 어렵다. 원격 소프트웨어 분산은 논할 가치가 있는 또 다른 영역이다. 그것은 큰 기회를 많은 제조사들에 제공하지만, 또한 적절한 인프라의 준비와 운용도 요구한다. 이 점의 최근의 좋은 사례는 내장 소프트웨어의 문제로 인한 큰 OEM에 의한 천구백만대의 리콜이다 [TY1]. 이 OEM은 필요한 소프트웨어 업데이트를 원격으로 배포할 수 있었다면 막대한 양의 돈을 절약할 수 있었을 것이다. 스마트폰 플랫폼 또한 매우 큰 스케일로 원격 소프트웨어 업데이트를 돌리는 문제에 좋은 통찰을 제공한다. 그들이 이제 과거보다 소프트웨어 업데이트를 다루는데에 훨씬 나음에도, 상솽은 여전히 완벽과는 거리가 있으며 때때로 문제는 집요하다. 자동차 소프트웨어의 사례에서 이는 받아들여질 수 없는 것이다. **애프터 마켓 서비스** IoT가 준비한 “서비스화”의 시대에, 애프터마켓 서비스는 점점 중요해지고 있다. 원격 상태 감시Remote Condition Monitoring (RCM)는 근본적으로 긍정적인 영향을 고객 서비스의 질에 끼칠 수 있는 많은 기초 서비스 중의 하나이다. 제품 상태 정보에 실시간으로 접근하는 능력은 서비스를 지원하는데에 근본원인 분석과 솔루션 개발을 훨씬 효율적으로 만들기 때문에 특히 귀중하다. RCM은 새롭지 않다; 그것은 가장 널리 도입된 M2M 사용 사례이다. 오늘날 많은 큰 제조업체들의 과제는 이질성 중 하나이다. 수천의 제품 범주를 가진 큰 제조업체는 쉽게 수백의 다른 RCM 솔루션을 가질 수 있다. 문제는 차세대 제품을 위한 새롭고 향상된 RCM의 필요성이 많지 않다는 것이 아니라, 이 이질성을 관리할 수 있는 효율적인 IT 관리 솔루션의 도입에 관한 것이다. 이는 가상현실화의 자동화와 보안 연결 관리를 향상시킴으로서 성취될 수 있다. RCM의 진화의 다음 단계는 예측 관리이다. 배출 분석에 더하여 열 이미지 처리, 진동 분석, 음파 및 초음파 분석, 오일과 액체 분석을 위한 센서의 사용은 문제가 심지어 일어나기도 전에 발견하게 해준다. 산업 구성요소의 구매자들에게, 예측 관리는 OEE (Operational Equipment Efficiency)를 크게 향상시킬 잠재력을 가지고 있다. 최종 소비자 제품에서는, 예측 관리는 소비자 서비스를 개선하고 와 추가 판매 및 수수료를 보장하는 좋은 방법이다(“당신은 브레이크를 5,000 킬로미터 이내에 교체해야 한다. 우리는 당신의 출근길의 휴게소를 추천한다.”). 일반적으로, 제품 사용 데이터는 끼워팔기 기회를 확인하는데 실제로 도움이 된다. 추가적인 디지털 기기를 판매하는 능력과 결합되면, 그 제의는 더 주목하지 않을 수 없게 된다. 예를 들어, 오늘날 많은 자동차 엔진의 출력은 소프트웨어에 의해 통제된다. 우리는 자동차 제조사가 한 버전의 엔진(하이인드 버전)을 생산하고는 저 출력 버전을 만들기 위해 설정 소프트웨어를 사용하는 시나리오를 가질 수 있다. 이 경우의 디지털 서비스는 일시적으로 엔진 출력을 주말 여행을 위해 업그레이드하는 선택(“당신은 방금 내비게이션 시스템을 여행할 나라로 프로그램했다. 이 여행을 위해 엔진 출력을 업그레이드하고 싶은가?”)이 될 수도 있다. 자연스럽게, 이 새롭게 승리한 고객 친밀함은 장기적으로 고객 신뢰를 유지하기 위해 견고한 보안과 합리적인 데이터 접근 정책을 필요로 할 것이다. 라이프사이클 끝의 데이터는 재제조와 재활용 기회에, 혹은 단순히 고객에게 매력적인 제품 대체 제안을 하는 데에 사용될 수 있다. IoT 서비스와 애프터마켓 서비스 간의 경계는 항상 불분명하다. 우리의 관점에서는, IOT 서비스는 본래 가치 제안의 일부이다. 이콜 서비스를 예로 들어보자. 아 사례에서, 서비스는 근본적으로 판매된 제품이다. 애프터마켓 서비스는 일반적으로 가치추가 서비스의 형태를 띈다(그 또한 IoT에 기반할 수 있다). **노동 환경** 어떤 사람들은 이 새로운 제조 개념들이 그들을 도입으로 인해 자동화와 로봇의 더 폭넓은 사용을 증가시킴으로서 미래의 직장을 위협할 것이라고 걱정한다. 자동화가 지루하고 반복적인 노동의 양을 줄이리라는 강한 근거가 있음에도, 노동이 더 전문화되고 그 결과 재미있고 다양해지리라는 데에는 논쟁이 있다. 특히, 미래의 공장에서 내재된 유연성은 문제 해결과 자율형성을 향해 더 설계된 접근을 요구할 것이다. 힘든 육체노동을 하는 로봇들은 많은 사람들에게 작업환경의 개선으로 여겨질 것이다. 무거운 짐과 일을 어려운 공간에서 돕도록 의도된 에어버스의 웨어러블 로봇 기기나 외골격은 적절한 좋은 사례를 제공한다. [AB1]. 조정가능한 계획과 부가가치 네트워크 마지막으로, 산업 인터넷과 발달된 산업 4.0과 같은 한 주요 요소는 조정가능한 계획과 부가가치 네트워크와 관련된다. 이 아이디어는 전통적 공급 사슬이 가치 네트워크로 진화하리라는 것이다. 예를 들어, 이들 네트워크는 다양한 고객과 공급자간의 1의 배치 요구를 다루기 위 해 빠르게 적응할 수 구조를 가지기를 있는 필요로 할 것이다. 컨테이너, 트럭, 기차, 다른 현대 운송 시스템의 구성요소에 대한 IoT의 실시간 감시능력은 계획 과정을 최적화시키는 것을 도와줄 것이다. 비즈니스 과정 수준에서의 개선된 통합 또한 계획 시스템을 더 적응가능하게 도울 것이다. ==== 다른 산업에서의 적용 ==== 물, 산업 IoT는 이런 순수하게 제조와 관련된 것들을 말고도 많은 기회들을 보여준다. 몇몇 기회들은 이 책에 포함되어 다루어진다: • 모바일 장비 추적: 산업 장비와 컨테이너의 추적은 컴퓨터 통신과 M2M의 첫 적용 분야였으며 부가가치 IoT 솔루션으로 진화하고 기여할 것이다. 이 챕터의 끝에서의 The Intellion, Kärcher, and PurFresh의 사례 연구 이의 몇몇 대단한 예시들을 제공한다. • 핵물리학 연구: CERN의 사례연구에서 보겠지만, 센서 기술이 가장 널리 사용되는 분야는, 센서들이 핵분열의 이지털 이미지를 재구축하기 위해 배치되는 핵물리학 연구이다. • 에너지: IoT의 큰 적용 영역이기 때문에, 우리는 한 챕터 전체를 에너지에 할당했다(스마트 에너지를 보라) 그리고 물론 에너지간 관리(스마트 에너지를 보라)에서 해양굴착까지 바로 연결되는 산업 IoT의 많은 잠재적인 적용이 있다. ==== 산업 계획 ==== 산업 IoT와 그 관련된 개념의 가속도를 고려해 볼때, 이 분야에서 산업 계획의 래프트가 약간 혼란스럽더라도 놀랄 일은 아니다. 이들 이들 계획의 몇몇 예시는 스마트 제조 리더십 연합 Smart Manufacturing Leadership Coalition (SMLC), 개방 연결 콘소시엄 Open Connect Consortium (OIC), 사물인터넷의 유럽 연구 클러스터 European Research Cluster on the Internet of Things (IERC), M2M 동맹, IEEE 산업 작동 그룹 등을 포함한다. 이 부분에서 우리는 강한 가속도를 모으고 있는 두 계획에 집중할 것이다; 산업 4.0과 산업 인터넷 콘소시엄. **산업 4.0** 산업 4.0은 독일 산업계 유력자들과 기계 제조사들이 지원하던 특별한 이익단체로 시작되었다. 그 목표는 제조업의 디지털화에 의해 추진되는 네번째 산업혁명이라는 비전의 홍보였다. 오늘날, 계획은 대부분 Deutsche Telekom, HP, IBM Germany, SAP 같은 IT와 통신사에 더해, ABB, Bosch, FESTO, Infineon, PHOENIX CONTACT, Siemens, ThyssenKrupp, TRUMPF, Volkswagen , WITTENSTEIN 같은 산업 멤버들로 구성된 전념하는 그룹인 산업 4.0 플랫폼에 의해 주도된다. 정부기관과 산업 협회도 지원을 빌려주었다. 산업 4.0의 주요 초점은 스마트 에너지나 스마트 빌딩 등 더 폭넓은 산업 IoT 사용과는 반대되는 공급 체인과 가치 네트워크 같은 스마트 공장과 그 관련 분야에 있었다. 산업 4.0의 비전[I41]을 정의한 초기 보고서는 탄력적 공장, 예측 관리, 커넥티드 생산, 적응가능한 계획 등과 같은 사용 사례를 정의했다. 아래의 인터뷰는 다국적 대기업 제조사인 보슈에 산업 4.0이 도입된 것에 관한 약간의 배경을 제공한다. Olaf Klemd는 보슈의 그가 모든 산업 4.0 계획을 보슈 내의 여러 비즈니스 사업 부문에 걸쳐 조직하는 책임자인 커넥티드 산업 부문의 부회장이다. **Dirk Slama**: 산업 4.0, 산업 인터넷, 사물인터넷-은 모두 같은 것을 가리킵니까? **Olaf Klemd**: 사물인터넷 서비스 (IoTS)는 세계적인 대세입니다. 자동차, 가전제품, 의료기기 등 더 많은 기기들이 인터넷에 연결되고 있습니다. 물론 이 추세는 또한 우리가 미래에 물건들을 생산하는 방식에 영향을 줍니다. 산업 4.0 은 연속 생산 라인 대신으로부터 소량제조와 개인화된 제품으로의 변화를 남길 것입니다. 기계와 자동화 모듈들은 서로, 그리고 요구되는 IT 시스템에 밀접하게 상호연결될 필요가 있을 것입니다. 그것은 물리적 부품을 내포하는 가치 체인을 변화시킬 방식으로 관련 가상 데이터와 연결하는 것을 포함합니다; 제품 디자인과 엔지니어링에서 제조와 계획, 제품 재활용과 바로 연결되는 것 말입니다. 그것은 또한 전통적인 가치 체인들을 미래 산업에서의 포괄적인 가치 네트워크로 변화시킬 것입니다 . **Dirk Slama**: 이 분야에서 보슈의 주요 활동 초점은 무엇입니까? **Olaf Klemd**: 보슈는 두 주요 기둥에 근거한 두 전략을 도입했습니다. 첫째로, 보슈는 전세계의 우리 고객들에게 커넥티드 제품과 서비스의 선도적인 제공자입니다. 둘째로, 보슈는 선도적인 전 세계에 200개 이상의 이들 추세로부터 막대한 이득을 누릴 공장을 가진 운영사입니다. 커넥티드 제품과 서비스 측면에서, 우리는 보슈의 방대하고 안정적인 제품 포트폴리오를 개선했습니다. 우리는 광범위한 적용을 다루는 새로운 커넥티드 솔루션을 많은 보슈의 분과들에서 개발했습니다. 예를 들어, 우리의 드라이브와 조종 기술 분과는 미래 수요에 맞추기 위해 요구되는 분산적이고 지능적인 부품을 이미 제공합니다. 이는 지난 수십년간 일어난 기술 진화의 결과입니다. 그 도전 에서, 팀은 한 중요한 장애물에 직면했습니다: 자동화 시스템과 IT 시스템은 완전히 다른 프로그램 언어를 사용하여 정보교환을 어렵게 만들었습니다. 그들은 우리가 Open Core Engineering (OCE)이라고 부르는 것을 개발함으로서 이 과제에 대응했습니다. 이 혁신적인 솔루션은 처음으로 IT와 기계 통제간에 정보교환을 가능하게 한 세계적 번역기를 제공했기 때문에 산업에서 중요한 사건이었습니다. 기계 제조사와 최종 사용자들은 이제 스스로 기계를 특정 산업 4.0 솔루션에 자유롭게 이음매없이 통합하고 적용할 수 있습니다. 우리의 포장기술Our Packaging Technology (PT) 분과는 다른 좋은 사례를 제공합니다. 그곳의 ATMO팀은 자율 생산 보조에 착수했습니다. 로보틱스 분야에서 사람/기계 상호작용의 새로운 협력 기회를 제공하여, 자율 생산 보조는 전통적인 안전 메커니즘에 드는 간접비용을 감소시키고 극적으로 유연성을 증가시킵니다. 다른 좋은 사례는 우리 보슈 소프트웨어 혁신 분과가 개발한 가상발전소입니다. 가장 먼저 이들 솔루션들을 배치하면서, 보슈는 선발자이익을 산업 4.0의 고유한 전문기술을 쌓아올리기 위해 두 전선에서 사용하고 있습니다. 선도적 운영사로서, 우리는 능동적으로 우리의 경쟁력을 향상시키고 있으며, 내부적으로 개방된 피드백을 줌으로서 우리는 제품과 솔루션이 시장에 나가기 전에 개선하고 있습니다. 우리는 공급 체인 관리가 중요한 과정상의 요소임을 확인했습니다. 이는 우리가 원료와 제품의 흐름을 더 투명하게 만들 뿐 아니라, 재고를 줄이고 시간에 맞는 배달을 보장하는 중요한 전제조건입니다. 시범 계획은 RFID 기술의 사용이 재고를 30%까지 줄이는데 도움이 되었음을 보여주었습니다. 2014년에, 내부 간판 과정은 2천만 이상의 RFID의 처리에서 나온 데이터 통합으로부터 혜택을 받습니았다. **Dirk Slama**: 산업 4.0의 주요 기술 동인은 무엇입니까? **Olaf Klemd**: 많습니다; 큰 데이터, IoT 미들웨어, 분산된 솔루션을 만들수 있게 해주는 더 내장되고 통합된 시스템을 사용하려는 추세처럼 말입니다. 하지만, 한 매우 중요한 동인은 산업 환경에서의 센서의 급증입니다. 센서는 우리가 제품, 기계, 환경행태를 포착하게 해줍니다. 이 데이터는 분석되고 제품과 처리의 최적화를 돕기 위해 파생된 연관성이 됩니다. 센서들은 물리적 사건을 사이버 데이터로 번역하는 것을 도와주기 때문에 사이버-물리 시스템의 주요 조력자입니다. **Dirk Slama**: 시간상의 관점에서, 이 모든 것들은 어디에 맞아떨어닙니까? **Olaf Klemd**: 산업 4.0은 자동화 진화의 다음 논리적 단계입니다. 우리는 몇 년 전부터 커넥티드 제조를 시작했고 그래서 그건 아직 정말 진행중인 과정입니다. 독일 정부의 산업 4.0 계획은 우리의 노력을 집중시키고 우리가 2013년에 50개 이상의 예비 계획을 세우도록 하는데 도움이 되었습니다. 그 때에, 그건 정말 밑바닥부터 쌓아올리는 노력이었습니다. 오늘날, 우리는 이들 추세가 우리의 전체 가치 체인과 국제 생산 네트워크를 개선하는지에 대해 더 전체론적인 접근을 취합니다. **Dirk Slama**: 이것이 보슈 공장에서 일하는 사람들에게 어떤 의미를 가집니까? **Olaf Klemd**: 우리의 주요 목표는 지속가능한 작업장과 좋은 노동 환경을 포함합니다. 회사의 시각에서, 지속가능한 작업장은 제품 혁신과 처리 효율에 의존합니다. 노동자의 관점에서, 새로운 기술의 사용을 통한 새로운 기능의 지속적인 개발도 중요합니다. 궁극적으로, 산업 4.0은 단순히 효율성을 향상시키는 도구 이상의 것으로, 작업 환경 일반을 개선하는 중요한 동인이다. 예를 들면, 새로운 인간/기계 인터페이스는 작업환경의 중요한 개선을 나타낸다. 힘들고 단조로운 노동의 감소는 어떻게 근육노동이 효과적으로 지원될 수 있는가에 대한 좋은 사례입니다. 협업의 측면에서, 더 신뢰할 수 있는 실시간 데이터는 사람들이 더 나은 결정을 내리고 일에서 더 성공적일 수 있도록 도와주는 한은 일반적으로 환영받습니다. 스스로의 전략 명령인 “삶을 위해 발명된”을 준수하는 한, 우리는 산업 4.0이 이 분야에 막대한 공헌을 제공할 것이라고 믿습니다. **산업 인터넷 컨소시엄** 산업 인터넷 관련 주제의 도입을 홍보하는 다른 주목할 만한 조직은 산업 인터넷 컨소시엄이다. “산업 인터넷”이라는 용어를 만들어낸GE는 AT&T, 시스코, 인텔, IBM을 창립멤버로 끌어들여 2014년에 산업 인터넷 컨소시엄을 만드는데 착수했다. 초기에는 미국에 본사를 둔 회사들이 주도했으나, 산업 인터넷 컨소시엄은 여러 나라의 100~130 이상의 새 멤버가 첫 해의 산업 인터넷 컨소시엄에 참가함으로서 산업 인터넷에서 세계적인 비중을 차지한다. 산업 인터넷 컨소시엄은 산업 인터넷에 상대적으로 넓은 관점을 취한다: 제조업에 더해, 산업 인터넷 컨소시엄은 에너지, 건강관리, 공공부문, 교통부문을 본다. 산업 인터넷 컨소시엄은 스스로를 혁신을 위한 인큐베이터로 간주한다. 그것의 작업 그룹은 산업 인터넷에서의 구조와 보안 요구를 다루긴하지만 산업 인터넷 컨소시엄 그 자체는 표준화 기구는 아니다. 산업 인터넷에 새로운 기술과 사업 모델의 도입을 추진하는 중요한 도구는 테스트베드라고들 불린다. 테스트베드는 멤버가 후원하는 산업 인터넷 컨소시엄의 일반적 목표와 비전을 지원하는 혁신 프로젝트이며 산업 인터넷 컨소시엄의 참조 아키텍처를 따른다. 산업 인터넷 컨소시엄 테스트베드의 한 사례는 이 책의 Part III에 자세히 묘사된 종추적 솔루션이다. 이 산업 인터넷 컨소시엄 테스트베드는 Ignite | IoT 방법론을 솔루션 전달에 활용한다. ==== 사례 연구: 개관 ==== 이 챕터의 남은 부분은 산업 IoT의 다양한 양상을 보여주기 위해 많은 사례 연구를 제공한다. 우리는 항상 추가 사례 연구를 세심히 살핀다. 그러니 당신이 이 공간에 제공할 것이 있다면 우리의 웹사이트를 방문하라. • 스마트 공장: 이 사례 연구는 제품의 비동조화 모듈과 제품 메모리를 포한하는 스마트 공장의 주요 요소를 보여주는 산업 단계 연구 프로젝트이다 • 모바일 장비의 추적 o 지적 IoT 조작: 이 사례 연구는 웨이퍼 생산을 최적화하기 위한 고도로 정확한 실내 위치 측정 기술을 묘사한다 o 청소 장비: 이 사례 연구는 이동식 청소 도구와 혁신적인 관리 계기판을 위한 기업 차량관리를 본다 • 쿨 체인 관리: 이 사례 연구는 전통적인 컨테이너 추적을 넘어 컨테이너 내부 환경의 능동적 관리를 본다 • 핵 입자 물리학: 이 사례 연구는 인류에 의해 만들어진 극도로 발달된 센서를 사용하는 산업 기계의 가장 큰 조각 중 하나를 본다 이 책의 Part III는 손바닥 크기의 전동공구를 위한 종추적 솔루션에 관해 더 깊은 산업 IoT 사례 연구를 제공한다. ==== a. 사례 연구: 스마트 공장 ==== 생산 과정에서 증가하는 유연성, 연관된 주문제작 요구, “배치 사이즈 1” 생산의 추진은 스마트 공장과 산업 4.0 개념의 중요한 동인이다. 이 공간의 선도하는 연구 조직은 이론적인 제조 개념의 실제 확인에 전문화된 특수 이익 집단인 SmartFactoryKL이다. 산업 파트너와의 공동 작업에서 SmartFactoryKL 는 사실적인 산업 생산 환경에서 산업 시스템들을 개발하고 테스트한다. 이 사례 연구는 2014년 하노버 메스 산업 기술 전시회에서 전시된 산업 4.0의 시범 시스템에 관련된다 [DF1]. 산업 4.0 시범 플랫폼은 다양한 구성요소, 레이저로 새기는 상호, 기초 테스트 기능의 자동 완성으로 주문제작된 명함 홀더의 자동 조립을 가능하게 하는 생산 라인이다. Bosch Rexroth와Harting 모듈이 조립에 사용되었고, Festo 모듈은 새김에 사용되었으며, PhoenixContact 모듈이 레이저 필기에 사용되었다. 품질 보증은 Lapp Kabel이 개발한 모듈에 의해 제공되었다. MiniTec는 제공했다 증강 현실 지도 요소와 통합된 수동 단말기를 제공했다. 아래 이미지는 2014년 하노버에서 시연된 제조 라인을 보여준다. {{ :파트1_17번째그림.png?300 |}} Industry 4.0 assembly line (Source: SmartFactory-KL) 그 제조 라인을 특별하게 만드는 것은 그것이 그 모듈 구조 덕분에 역동적으로 재조립할 수 있다는 점이다. 하노버에서 시연되었듯이, 생산 모듈의 시퀀스는 빠르게 변화될 수 있다. 모든 생산 모듈이 완전히 자율적이다; 중앙 MESsk 다른 관련 생산 통제 시스템은 없다. 이는 해당하는 작업 지시와 작업 이력에 더해 제품 설정을 저장하는 디지털 제품 메모리를 사용하여 성취되었다. Festo모듈은 생산 과정을 시작하는 것을 책임진다. 이것은 명함 홀더의 기본 포장이 내려오고 특정 고객의 데이터가 바닥판에 부착되는 RFID 태그에 새겨지는 곳이다. 그 모듈은 이제 홀더의 바닥 자체를 고객 사양마다 새긴다. 다음으로, Rexroth 모듈이 클립을 명함 홀더의 포장 바닥에 올려놓는다. 고객의 사양에 따라, Harting 모듈이 청색이나 검은색 커버를 바닥판에 놓고 두 부품을 압력 맞춤한다. 이제 PhoenixContact 모듈이 개인 QR 코드를 추가하고 제품에 인쇄하기 위해 레이저 시스템을 사용하여 인계받는다. 제조 라인의 마지막 모듈은 품질 체크와 최종 제품의 출시를 수행하는 LappKabel 모듈이다. Cisco, Hirschmann, ProAlpha, Siemens 같은 다른 파트너들 또한 이 프로젝트에 그들의 전문 기술로 기여하였다. 이것은 다른 IT 시스템들의 통합과 제조 라인의 개별 모듈들을 넣은 척추 구조의 창조를 가능하게 했다. 제조 라인의 주요 요소는 아래의 그림에 나와 있다. {{ :파트1_18번째그림.png?300 |}} Architecture of the Industry 4.0 demonstrator (Source: SmartFactory-KL) 산업 4.0 데모 플랫폼의 주요 목적은 표준화된 생산 모듈이 어떻게 쉽게 통합되고 교환될 수 있는가를 보여주는 것이다. 프로젝트 창시자이자 SmartFactoryKL 위원회장인 Detlef Zühlke 교수는 "생산 시스템의 모듈성을 보장하기 위해, 기계, 전기 및 통신 인터페이스 표준을 따를 필요가 있다. 유용한 기준은 실제 요구 사항과 경험에 기초하여 나타날 수 있다. 이는 표준이 산업 4.0의 채택과 동시에 발전해야 함을 의미한다. 이미 상이한 수준에서 이용 가능한 다수의 표준이 존재하며, 우리는 이 표준을 사용한다. 우리는 처음부터 시작할 필요가 없다. 그것은 단지 여전히 더 많은 작업이 수행될 필요가 있는 더 높은 수준의 상호 운용성이다."라고 성명한다. 산업 4.0 플랫폼에서 표준화는 여러 수준에서 달성되어야 한다: • 디지털 제품 메모리: 디지털 제품 메모리는 RFID 기술을 이용한 다양한 가공품으로 통합된다. 데이터는 표준화된 교차 제조사 OMM (Object Memory Modeling) 데이터 포맷에 기초하여 가공품 및 생산 모듈 사이에서 교환된다. [WW1] • 수직 통합: 생산 모듈 및 비즈니스 어플리케이션은 OPC UA 표준을 기반으로 통합된다. • 가공품 운송: 혁신적인 수문 시스템은 생산 모듈과 모듈 내의 표준화된 컨베이어 벨트의 상호 접속을 용이하게 만들도록 고안된다. • 조립 라인 토폴로지: 독립적인 토폴로지 유도를 위한 자동 인근 지역 탐지 • 생산 모듈: 모든 모듈은 EUR 팔레트 크기를 지원한다. **자산 통합 아키텍쳐** 아래 도표는 솔루션의 개별 구성 요소의 세부 정보를 제공한다. 각 제품은 원격 장치 (a)에서 읽고 쓸 수있는 RFID 태그를 갖는다. 태그는 제품 구성 데이터 및 작업 히스토리를 저장한다. 각 생산 모듈은 작업 명령을 판독하고 작업 이력 (b)에 새로운 항목을 생성하기 위하여 제품으로부터 이 데이터에 접근하는 통합된 RFID 장치를 지닌다. ERP 시스템은 Festo 모듈의 RFID 장치를 이용하여 제품에 대한 작업 정의를 만들어낸다. 다수의 생산 모듈을 가로지르는 생산 과정을 통제하기 위한 제품 메모리와 표준화된 데이터 교환 포맷의 사용은 통합을 단순화하기 때문에 매우 흥미롭다. 모든 모듈을 하나의 복합 중앙 시스템으로 통합할 필요 없이, 인터페이스는 느슨하게 결합되어 있으며 비교적 단순하다. 제품은 자체의 흐름과 이 흐름에서 수행되어야 하는 작업을 통제한다. 특히 제품이 여러 조직에서 작동되는 경우, 이는 통합을 매우 단순화하고 훨씬 더 큰 유연성을 제공할 가능성이 있다. 데모 플랫폼의 모듈들은 서로 다른 아키텍처를 가지고 있다. 일부는 전통적인 방식을 따른다. 예를 들어, 모듈 A는 픽앤플레이스 장치를 제어하는 PLC를 가지며, 백엔드에 비즈니스 로직에 대한 접근을 제공하기 위한 OPC UA 서버를 사용한다. 모듈 B는 제품의 RFID 태그로부터 고객의 이름 및 주소를 판독하여, 명함 홀더에 QR 코드의 형태로 레이저로 새겨지는 고객 vCard를 생성하기 위해 이 데이터를 사용한다. 또, 레이저는 표준 PLC에서 제어된다. 또한 백엔드 통합을 위한 SOA-2-PLC가 사용될 예정이다. 미래에 모듈 C는 자체 인공 지능으로 하나의 통합된 작동 장치 및 센서 (예를 들어, 공압식 프레스) 네트워크를 생성하는 작지만 강력한 리눅스 기반 마이크로 컨트롤러를 사용한다는 점에서 다른 모듈과 다소 다를 것이다. 모듈의 물리적 결합은 표준화된 해치를 통한 제품의 이동에 기반한다. 이 해치는 모듈 내 컨베이어 벨트가 모듈에서 모듈로 제품을 이동시키도록 한다. 중추에 의해 제공되는 중심 기능은 전력, 압축 공기, 산업용 이더넷 및 긴급 정지 기능의 제공이다. 중앙 SCADA 또는 유사한 시스템은 포함되지 않는다. 이는 생산 모듈이 개별 플러그앤플레이 장치로서 사용될 수 있으며, 그 순서는 몇분 내에 변경 될 수 있다는 것을 의미한다. {{ :파트1_19번째그림.png?300 |}} AIA for SmartFactory-KL demonstrator ==== 결론 및 견해 ==== 제품 메모리의 통합 덕분에, SmartFactoryKL의 데모 플랫폼은 단일 품목 흐름 및 생산 모듈의 느슨한 결합과 같은 중요한 산업 4.0의 개념이 이미 오늘날 이용 가능한 기술을 사용하여 구현될 수 있다는 것을 보여주었다. SmartFactoryKL 컨소시엄은 시스템에서 증명된 개념을 구축하고, 새로운 파트너로부터 추가적인 모듈을 더할 계획이다. 시범용 생산 공정은 연장될 것이며, 그 기능은 지속적으로 향상될 것이다. 첫 번째 업데이트는 2015 년 4월에 하노버에서 공개될 것이다. 프로젝트에 참여한 산업 파트너들은 이러한 컨셉들을 연구 환경으로부터 실제 생산 환경으로 이동시키고 싶어 한다. 그러나, 이는 곧 일어날 것 같지는 않다. Zühlke 교수에 따르면, 아직 해야 할 일이 더 남아 있다고 한다: "우리는 반도체 생산처럼 일부 영역에서는 모듈의 표준을 확립하는데 있어서 상당한 발전을 이루어 왔다. 그러나, 나는 우리가 실제 생산 환경에서 스마트 공장의 초기 구현을 보기 시작하려면 적어도 3년은 더 있어야 할 것이라 생각한다. 완전한 구현에 관해서는 십년 이상은 더 있어야 한다고 생각한다." 그러나 Zühlke 교수는 기업들이 보트를 놓치지 말아야 한다고 강조한다: “일부 기업은 이미 계속 진행 중인 발전을 따라잡아야 한다는 압박을 받고 있다. 산업 4.0는 단순히 지엽적인 트렌드가 아니다; 이러한 개념과 기술은 오늘날 우리가 알고있는 제조 풍경을 완전히 바꾸는 근본적인 패러다임의 변화를 나타낸다." ==== b. 사례 연구: 지능형 로트 추적 (Intelligent Lot Tracking) ==== 현대 반도체 칩 공장은 오늘날 현존하는 가장 진보된 생산 시설 중 하나이다. 차세대 칩 공장을 건설하는 비용은 쉽게 10 억 달러 초과할 수 있다. 큰 청정실 시설에 있는 수백 명의 직원을 포함하는 24시간/7일 생산은 연간 수백만 개의 칩을 만들어낸다. 반도체 제조 공정은 극도로 복잡하다. 일반적으로, 다수의 회로가 하나의 웨이퍼에 모이게 되는데, 여러 층에 회로를 구축하기 위해 청정실 환경에서 복잡한 화학 공정을 거친다. 그리고나서 몇몇 웨이퍼는 가공을 위해 웨이퍼 캐리어에 배치된다. 이 웨이퍼 캐리어는 가공 단계 사이의 웨이퍼를 잡고 있는다. 최첨단 FOUP (Front Opening Unified Pod)와 같은 고급 웨이퍼 캐리어는 자동으로 다음 생산 구역에서 웨이퍼를 내리고 가공 후 다시 재배치하는 데 사용할 수 있다. 웨이퍼 당 최대 500개의 생산 단계가 필요할 수 있으며, 수백 개의 다른 기계를 사용한다. 일부 큰 반도체 공장은 자동으로 생산 구역 사이에 웨이퍼 캐리어를 이동시키는 본격적인 자재 관리 시스템을 가지고 있다. 다양한 제품 믹스에 대한 더 많은 유연성과 지원을 필요로하는 많은 공장에서 웨이퍼 캐리어는 여전히 수동으로 생산 구역 사이에 운반될 필요가 있다. 아래 도표는 FOUP 웨이퍼 캐리어 (때때로 "로트 박스"라고 불림) 및 "웨이퍼 제조"라고도 알려진 공장을 통한 경로의 예를 보여준다. {{ :파트1_20번째그림.png?300 |}} Logistical challenge: Path of a lot box through a fab (Source: Infineon Technologies AG) 자동 자재 관리 시스템이 없는 웨이퍼 공장에서 생산 공정은 일반적으로 처리 목록에 기초하여 관리된다. 처리 목록은 처리되어야 하는 생산 로트의 순서를 멱확히 한다. 여기서 많은 공장이 수천 개의 캐리어를 사용하므로 주요 문제 중 하나는 각각의 웨이퍼 캐리어의 위치 추정과 관련된다. 수작업은 비용이 많이 들고 오류가 잘 발생한다. 여기서 지능형 로트 관리 솔루션이 나오게 된다. 이는 자동으로 생산 시설의 각 웨이퍼 캐리어의 위치를 추적하기 위해 실내 위치 추정 기술을 사용한다. 위치 데이터는 제조 실행 시스템 (MES)과 밀접하게 통합되어 중앙 데이터베이스에서 관리된다. LED 또는 마커 (검은 색에서 노란색으로 색상을 바꾸는)와 같은 신호 장치는 웨이퍼 캐리어가 현재 추가적인 처리을 위해 예약되어 있는지 여부를 나타낸다. 웨이퍼 캐리어의 디스플레이 패널은 로트 번호, 다음 생산 가동 또는 로트 박스의 다음 목적지 등의 추가적인 처리 내용을 보여준다. 그러나 이러한 유형의 솔루션 구현은 우리가 다음에서 다룰 여러 과제를 제시한다. 지능형 로트 추적 솔루션의 좋은 예는 이번 사례 연구에서 자세히 다룰 스위스 회사 Intellion에 의해 개발된 LotTrack®이다. LotTrack®는 수동으로 조작하는 웨이퍼 제조의 전반적인 작업 흐름을 개선하도록 설계된 시스템이다. 그것은 세 가지 주요 구성 요소로 구성된다: • 디스태그 (DisTag): 웨이퍼 캐리어가 약 0.5 미터 오차의 정확도로 공장 내에 위치 할 수 있도록 하는 각각의 웨이퍼 캐리어에 놓여진 스마트 장치. 디스태그 또한 공장 운영자와의 현지 상호 작용을 위한 컨트롤 패널을 지닌다. LED와 마커와 같은 신호 장치는 우선 순위와 검색 기능을 제공한다. 배터리 수명은 약 2년이다. • 안테나 선: 모듈 형 안테나 선은 실내 위치 추정, 지원 및 로드 포트 준수에 필요한 모든 하드웨어 모듈이 포함한다. 이것은 보통의 공장의 내무 구역을 따라 청정실의 천정에 장착된다. • 제어 스위트: 백엔드 소프트웨어는 생산 현장 활동과 MES 사이의 연결이다. 그것은 모든 운송 및 보관 활동을 시각화하는 대시 보드를 제공한다. 인피니언 (Infineon), ST 마이크로 일렉트로닉스 (STMicroelectronics) 또는 오스람 (OSRAM)과 같은 고객은 시간 주기 및 재공품 (WIP)을 줄이고 운영자의 효율성을 증가시키며 종이 기반 관리 프로세스를 디지털화 및 자동화하고 장비에서 생산 로트의 자동 인증을 가능하게 하기 위해 LotTrack 솔루션을 사용한다. **기술적 아키텍쳐** 오스트리아 필라흐에 있는 인피니언 공장은 주로 엔진 제어 회로 (ICs)처럼 자동차에 사용되는 집적 회로 (IC)를 개발하는 인피니언 자동차 및 산업 비즈니스 그룹 (Infineon’s Automotive and Industrial Business Group)의 본부이다. 유연성은 연간 총 100 억 개 규모의 칩으로 약 800 가지 다른 제품을 생산하는 이 공장에 매우 중요하다 [LT1]. 상이한 제품의 수와 및 관련 제조 공정 변화가 많기 때문에, 공장은 웨이퍼 캐리어용 수동 운송 프로세스를 사용한다. 1,000개가 넘는 웨이퍼 캐리어들이 동시에 관리되어야 한다. 저장 영역에서 평방 미터 당 16개 이상의 웨이퍼 캐리어가 저장될 수 있다. 청정실은 벽, 생산 장비, 저장대 등의 전자파 반사를 일으킬 수 많은 요소를 포함하고 있다. 이러한 요소는 모두 이러한 종류의 공장을 추적 솔루션을 위한 매우 도전적인 환경으로 만든다. 특히, 충분히 높은 해상도와 수용가능한 비용 요소를 겸비한 실내 위치 추정 기술 솔루션을 찾는 것은 도전이다 (이하 "기술 개요" 챕터의 실내 위치 추정 시스템에 관한 부분을 참조). 이 문제를 해결하기 위해 LotTrack 솔루션은 초음파 기술과 함께 능동 및 피동 RFID (무선 주파수 식별)을 사용한다. 천장의 안테나는 주기적으로 핑 신호를 보내는 초음파 방사체를 포함한다. 이러한 핑 신호는 웨이퍼 캐리어에 있는 디스 태그에 의해 수신된다. 디스 태그는 초음파의 외향 이동 시간을 계산하고 일시적으로 신호 강도와 함께 위치 상 결과를 저장한다. RFID 통신을 사용하여 핑 신호 분석 데이터는 안테나 라인에 있는 RFID 수신기로 다시 전달된다. 여기에서, 이 데이터는 중앙 서버로 다시 전송된다. 백엔드에서 복잡한 알고리즘은 안테나에서 디스 태그로 전송된 UHF (극초단파) 핑 신호로에서 실시간 위치 정보를 도출한다 [LT1]. 오스트리아 인피니언에 있는 시스템은 현재 하루에 30억 개의 UHF 핑을 처리한다 (!). 이 중에서 약 2억 7천만 개의 위치는 약 30cm 오차의 정확도로 계산된다. 50만 개의 위치 업데이트는 매일 고객 시스템으로 전송된다. 웨이퍼 캐리어에 의해 변경되는 위치는 백엔드 시스템에 의해 30초 내에 인식되고, 그 결과 시스템은 거의 실시간으로 작동한다 [LT1]. {{ :파트1_21번째그림.png?300 |}} AIA for Intelligent Lot Tracking **결론 및 견해** 다음은 Intellion에서 배운 중요한 교훈을 요약 한 것이다: • 다양한 제품 포트폴리오와 함께 웨이퍼 공장은 완전 자동화 된 컨베이어 벨트보다 더 유연한 솔루션을 특히 필요로 하고 있다. 지능형 로트 처리는 모듈 형 시스템으로 전달되는 경우 필요한 유연성을 제공 할 수 있다. • 이러한 유형의 환경은 매우 엄격한 요구 사항을 지닌다. 중요한 투자와 사운드 인프라 설계를 위해 100 % 통화 가능성을 보장한다. • 실내 위치 추정에 대한 높은 정밀도는 기술의 결합 (이 경우, 초음파 및 RFID)에 따라 달라진다. 이는 공장 설정 (웨이퍼 제조 공장 사이의 집릭지로 된 긴 바닥) 때문에 웨이퍼 제조에서 특히 실현 가능하다. • 시스템 관리의 최대 효율성에 대한 필요성을 과소 평가해서는 안 된다. • 고객은 장기적인 지원을 필요로 하며, 이는 솔루션 설계와 로드맵이 여러 시스템 버전을 다룰 수 있어야 한다는 것을 의미한다. 제품 관리 팀이 직면 한 과제는 효율적으로 새로운 기술과 제품 버전의 발전을 관리하는 것이다. 하위 호환성은 주요 관심사가 된다. Intellion의 관리 파트너 Kai Millarg에게 이 사례 연구 저술에 대한 그의 지원에 감사의 말씀을 전한다. ==== c. 사례 연구: 청소 서비스 산업 및 기술 ==== 세계 청소 서비스 산업은 성장하는 거대한 시장이다. 프로스트 앤 설리번 (Frost and Sullivan)에 따르면, 2015년 북아메리카 단독 수익은 140억 달러에 달할 것으로 예상된다 [FS09]. 청소 서비스 산업은 경쟁이 매우 치열하다. 소수의 다국적 기업이 시장의 큰 점유율을 차지하고 있으며, 전문화된 소규모 사업자들이 시장을 보완하고 있다. 수요는 주로 건물의 서비스 계약, 기업의 사무실, 병원, 호텔, 산업 시설에 의해 창출된다. 모든 시설 유지 보수 서비스 중에서, 청소 서비스는 가장 일반적인 외주 서비스이다. 주요 경쟁 요소는 비용 절감, 강력한 고객 관계, 지리적 범위, 서비스 품질, 경험과 명성을 포함한다. 고객의 기대 비용을 충족시키기 위해, 대규모 청소 서비스 업체들은 끊임없는 기술 혁신을 요구한다. 이러한 수요는 11,000명 이상의 직원을 두고 있으며 2014년 1200만 대가 넘는 청소기를 판매한 청소 기술 시장의 세계 선도 기업인 케르허 (Kärcher) 같은 회사들에 의해 해결된다. 케르허의 상품 포트폴리오는 주로 고압 청소기, 진공 청소기, 습식 청소차, 건식 청소차, 정수기, 공공 장비, 차량 청소 시스템, 산업용 청소 시스템, 세제 및 소프트웨어와 컨설팅 등 여러 무료 서비스 계약 및 서비스를 포함한다. 현대의 청소 기계는 강력한 기술의 산물이며, 설비 관리 및 청소 서비스 제공자는 그들의 효율성 및 비용 목표를 충족하기 위해 이러한 종류의 강력한 도구의 힘에 의존한다. 예를 들어, 3,000개 지사를 가진 은행 고객이 최근에 큰 시설 관리 회사와 청소 계약을 체결했다고 하자. 시설 관리 회사는 이 계약에 대한 서비스를 제공하기 위해 약 6,000개의 고급 청소 기계를 필요로한다. 계약은 1 년 단위로 갱신된다. 시설 관리 회사는 종종 최종 고객과의 계약이 취소될 경우, 장비의 제공자에게 기계의 반품을 요구하는 계약 조건을 협상함으로써, 장비 제공자에게 위험의 일부를 전가시킨다. 그러므로 6,000개의 기계 집단을 가능한한 효율적으로 관리하는 것이 두 회사 모두에게 이익이다. 이러한 유형의 시나리오들은 케르허가 장비를 관리하고 집단 상품의 상태를 중앙에서 거의 실시간으로 확인하는 집단 상품 관리자를 제공하기 위해 무선 인터넷 연결을 이용하고, 장비 이용 최적화와 예방 정비와 같은 추가적인 기능을 제공하는 청소 기계 집단 상품 관리 솔루션을 개발하기로 경정한 이유이다. ==== 케르허 집단 상품 관리 솔루션 ==== 아래 도표는 케르허 집단이라고 불리는 케르허 집단 상품 관리 솔루션의 핵심 구성 요소들을 설명하기 위해 Ignite|IoT 솔루션 스케치의 양식을 이용한다. 솔루션은 시설 관리, 헬스케어, 소매업 등의 산업에서 사용되는 습식 건조기와 같은 큰 청소 기계부터 작은 진공 청소기까지 많은 다른 종류의 청소 기계를 관리한다. 솔루션은 계획 및 ㄱ, 집단 모니터링 및 예방 정비 등의 프로세스를 지원한다. 핵심 사용자 그룹은 시설 관리자 및 각 시설 관리 회사의 지점 관리자이다. 솔루션은 시설 관리자, 지점 관리자 및 다른 주체의 역할별 관점을 제공한다. 역할 기반의 웹 포털에는 계기판, 기계 계획 관점, 기계 위치의 시각적 지도 표시, 그리고 장비 가용성, 기계 효율, 청소 신뢰성, 도용 및 남용 비율과 같은 기계 상태 및 KPI에 대한 세부 설명이 포함되어 있다. 솔루션은 기계 상태 및 위치를 포함하여 기계로부터의 다양한 형태의 사건들을 수신하고 처리 할 수있다. 업무 규칙은 유연한 고객 맞춤형 경보 및 알림을 허용한다. 케르허 집단 상품 관리 솔루션은 다수의 고객을 수용할 수 있는 클라우드 솔루션으로 제공된다. 고객은 자신의 사내 ERP 및 다른 어플리케이션과 솔루션을 통합 할 수 있다. {{ :파트1_22번째그림.png?300 |}} Ignite Solution Sketch for Kärcher Fleet Management ==== 포털 ==== 솔루션의 주요 특징은 역할 기반의 웹 포털이다. 주요 계기판의 스크린 샷은 아래 그림에서 볼 수 있다. 집단 상품 개요 위젯은 파이 차트로 전체 집단 상품 활용에 관한 높은 수준의 개요를 제공한다. 알림 위젯은 기계 오류, 기계 사용 일정의 위반 또는 잘못된 위치에서의 사용 등 가장 높은 우선 순위 알림을 보여준다. 기계 상태 개요 위젯은 현재 주의를 요하는 기계의 상태를 보여준다. 기계 위치 위젯은 주의를 필요로하는 기계의 위치를 보여준다. 성능과 활용 위젯은 기계 상태에 대한 개요, 예약된 시작 일정의 신뢰성 (지난 주 전부), 시설에 할당된 기계 (기계가 사용 중인지 또는 아직 창고에 있는지) 및 배치 비율 (기계가 원래 있어야할 장소에 있는지)을 제공한다. 전체 보고서는 기계 활용 세부 정보, 계획된 시간 및 편차 등을 포함한다. 기계 상태는 적시에 상태, 배터리 충전 수준, 배터리 상태, 장비 위치 및 마지막 장소를 포함한 전체 세부 사항으로 보여진다. {{ :파트1_23번째그림.jpg?300 |}} Screenshot: Main Dashboard of Kärcher Fleet Management (Source: Kärcher) 계기판 설계에서 배운 한 가지 흥미로운 교훈은 기계 상태 위젯이었다. 내부 판매 팀은 자연스럽게 "무엇이 실제 작동하고 있는가"에 중점을 두길 원했다. 고객 설계 워크샵에서, 고객은 대부분의 기계가 작동하고 있다고 추정하고 있으며, 단지 "주의를 요하는 기계"만을 보고 싶어한다 것이 분명해졌다. 이것은 이 위젯의 설계를 위한 중요한 조언이었다. {{ :파트1_24번째그림.png?300 |}} AIA for Kärcher Fleet Management ==== 자산 통합 아키텍쳐 ==== 아래 그림은 집단 상품 관리 솔루션의 주요 기술 구성 요소의 개요를 제공하기 위해 Ignite의 자산 통합 아키텍쳐 (AIA) 양식을 사용한다. 자산에서 맞춤형 집단 상품 관리 관문은 전기 모터, 배터리, 센서와 같은 장치에서 데이터를 집계하고, 셀룰러 네트워크를 통해 백엔드에 이 데이터를 이용 가능하게 만든다. 백엔드에서 이 데이터는 수신되어 처리되고 포털의 기반이 되는 중앙 자산 데이터베이스에 저장된다. 고객 전용 애플리케이션은 특화된 서비스 인터페이스의 설정을 통해 통합 될 수 있다. ==== 얻은 교훈들 ==== 다음은 이 프로젝트의 몇 가지 핵심 교훈과 성공 요인에 대해 설명한다. 프로젝트 구성 • 관리 지원: 결국 이 프로젝트는 순수한 제품 사업으로부터 서비스 모델로 향하는 중요한 단계이다. 이러한 변형적 특성 때문에 케르허의 이사회로부터 직접적인 지원을 받아내는 것이 이 프로젝트의 성공에 필수적이었다. 이 책의 도입부에 있는 서비스화(Servitization) 챕터와 "기계들, 인터넷을 만나다"에 나오는 토론을 보아라. 바로 이것이 정확하게 여기에서 일어나고 있는 일이다. • 프로젝트 관리: 직접 통신 채널을 가지고 있으며, 내부 및 외부 이해관계자와의 접점 관리에 명확하게 중점을 둔 작고 긴밀한 유대 관계의 프로젝트 관리 팀. • 기술 및 파트너 선택: "품종 중 최고"의 구성 요소 및 명확한 제품 비전과 상세한 이해관계자 분석 결과에 기반한 공급자 선택. 제품 설계 • 고객 이해관계자 분석: 기술 중심의 프로젝트가 아니라는 점을 확실시 하기 위한 자세한 고객 요구 사항 분석 • 진화하는 제품 설계: 선두 고객을 위해 개발되고 제품화된 작은 견본, "시간과 예산에 따른 설계" 접근 방식 • 사용 적합성 설계에 초점: 포털 부분에서 다루었듯이, 계기판처럼 고객으로부터의 직접 입력을 햄심 UI에 입히는 것이 중요했다. 이러한 핵심 UI 요소들에 있어서, 사전 정의된 위젯을 사용하는 대신, 사용자 정의 UI는 UI 회사에 의해 구현되고 외부적으로 설계되었다. • 데이터 소유권: 이해관계자 분석의 또 다른 결과는 직접 집단 상품 관리 솔루션에 자신의 ERP 시스템에 있는 특정 민감한 데이터를 포함하는 것에 대한 최종 고객들의 거부감이었다. 그 결과, 이제 이 솔루션은 융통성있는 구분된 데이터 보기를 지원한다. • 개방성: 하드웨어 및 소프트웨어 인터페이스가 케르허의 것이 아닌 장비의 통합을 허용할 것인가에 대한 주요 결정. 회사는 결국 잠재적으로 상이한 환경에 적합한 고객에의 포괄적인 제공을 위해 이를 허용하기로 결정했다. • TCO (총 소유 비용): 솔루션 개발 및 기타 비용은 솔루션의 가치뿐만 아니라 개별 자산 가치도 반영해야 한다. 기술 • 새로운 기술의 도입: 중간 규모 사업에서 새로운 기술을 채택하는 개방성은 항상 당연시 될 수는 없다. 이 프로젝트에서, 아마존 클라우드 또는 구글 서비스와 같은 새로운 기술의 이용은 중요했다. • 자산 통합의 시작: 자산을 통합하기 위한 시간과 노력을 과소 평가해서는 안 된다. 필요한 모든 하드웨어 인터페이스 및 센서가 이미 사용 및 접근 가능한 경우에 특히 그러하다. 예를 들어, 이 프로젝트는 기계에서 직접 "배터리 상태" 정보를 가져 오는 것이 당연시 할 수 있는 일이 아니라는 것을 알아냈다. 이를 위한 제 2의 해결책을 고안하고 구현하는데 어느 정도 시간이 걸렸다. • 위치 추정: GPS 위치 확인 기능은 폐쇄 된 건물에서 잘 작동하지 않는다. 따라서, 프로젝트 팀은 구글 서비스를 찾아갔다. 결국 이 문제는 기술 보다는 비용 문제였다. • 통신 통합: 관리 서비스와 함께 글로벌 운송 회사를 이용하여 GPRS 기반의 통신 서비스에 대한 96%의 이용 가능성을 확실시 했다. 프로젝트로부터 직계 조직으로의 변화 • 노하우: 외부 공급자들로부터의 인소싱은 중요하며 시간과 자원을 소모한다 • 훈련 및 지원: 훈련자 훈련하기와 같은 훈련 개념의 창조 및 선정 • 판매 구현: 가격 결정 모델의 정의와 판매 훈련 및 마케팅 지원은 매우 중요한 업무이며 조직 양쪽에의 자원 할당을 포함하여 계획될 필요가 있다. • 조직적 변화: 조직의 이러한 종류의 상품들을 위한 새로운 역량 센터의 정립은 성공적인 변화 관리를 지원하는 핵심 도구이다. 이 사례 연구를 지원해준 케르허의 집단 상품 관리 프로젝트 총괄자인 Alexander Grohmann 박사에게 감사의 말씀을 전한다. ==== d. 사례 연구: 글로벌 저온 유통 체계 관리 ==== 변질성 공급 사슬은 저온 유통 체계 (콜드 체인) 관리와 시장으로의 상품 운송 시 통제된 환경 필요로하는 모든 상품을 판매하는 시장에 해당한다. 변질성 상품은 냉동 및 신선 식품, 약, 화학 물질과 꽃, 뿌리, 식물 등의 다른 많은 특수 상품을 포함한다. 변질성 공급 사슬은 항구와 창고 유통 센터 등 유통 지점을 통해 상호 연결된 트럭, 기차, 선박, 항공기와 같은 다양한 형태의 교통 수단으로 구성 된다. (아래 그림 참조) {{ :파트1_25번째그림.png?300 |}} Perishable Supply Chain 시장은 상품을 원래의 장소에서 목적지까지 옮기기 위해 파트너로 함께 일하는 많은 구성원에게 비용, 시간, 저온 유통 체계의 완전성, 도착지까지의 신선도, 안전성과 신뢰도에 의해 결정되는 성과를 제공한다. 예를 들어, 칠레에서 유럽으로 운송되는 블루베리의 변질성 공급 사슬은 칠레에서 유럽으로 운송하는 해상 운송인과 계약한 농부나 재배자로부터 시작된다. 해상 운송인은 항구에서 트럭에 실을 냉장 화물 컨테이너 (제품명 “리퍼”)를 마련하여 리퍼에 블루베리를 실을 농부가 있는 장소로 트럭을 몰고 갈 것이며, 저온 유통 체계 관리는 시작된다. 수확 후 블루베리의 상태 (수확 후 식품공학)는 포장 유형에 따른 이동 및 경로에 따른 다른 환경적 영향의 결과에 영향을 미칠 것이다. 그리고 트럭 운전사는 농장을 떠나, 선박 적재 준비를 하는 동안 재고 목록의 수속을 밟고 재고품을 들여놓을 항구로 상품을 운송한다. 이 재고 기간 동안 리퍼는 트럭에서 온도를 유지할 수 있도록 전원에 연결되어 있어야 한다. 그리고 플러그를 뽑아 리퍼는 선박에서 적재되며, 선박은 해양 이용을 극대화하기 위해 항구에서 왕복 시간을 가능한한 최소화한다. 로테르담으로의 항해는 온도 및 공기 관리 하에 상품이 저장된 채 바다에서 약 30일을 보낸다. 신선 식품에 대해서는 온도 관리뿐만 아니라 운송되는 상품과 맞는 방법으로 컨테이너 속 공기를 제어하는 것도 중요하다. 제어되거나 변경된 공기는 식품 호흡율의 감소, 오래된 다른 식물의 병원체, 숙성을 유도하는 호르몬 에틸렌의 감소 및 제거를 통해 제품의 신선도를 유지하는 데 도움이 된다. 이 기간 동안 블루베리가 신선하게 유지되기 위해서는 엄격한 온도 관리, 그리고 산소 수준의 감소 또는 오존의 주입, 에틸렌의 산화 또는 세척과 같은 공기의 변화와 함께 높은 수준의 이산화탄소를 필요로 한다. 일단 리퍼가 로테르담에 도착하면 배에서 내려지고 수입업자에게 배송하기 위해 트럭 트레일러의 뒤에 놓여진다. 수입업자에게 도착하면 블루베리는 다시 내려져 검사받고 분류되어 소매점에 배송하기 위해 포장된다. 그리고 소비자는 소매점에서 수확 후 6주 된 신선한 블루베리를 1월에 만나볼 수 있다. 만약 선적에 문제가 있을 경우, 보험 및 다른 당사자가 무엇이 문제를 발생시켰고 누가 보상에 대한 책임이 있는가를 결정하는 데에서 클레임 과정이 시작될 것이다. 이 변질성 공급 사슬 시장은 수십억 달러 규모의 세계 시장이다. 냉장 컨테이너의 수는 백만 개를 초과하였고 매년 4~5%씩 성장하고 있다. 전 세계 사람들이 자신의 라이프 스타일을 개선하고 더 영양이 풍부한 신선 음식을 요구하면서 일년 내내 계속되는 신선 및 냉동 식품에 대한 수요가 시장을 주도하고 있다. 또한 시장이 몇몇의 큰 냉장 화물 적재실로 구성된 지정 리퍼 선박으로부터 리퍼 컨테이너를 운반하는 선박으로 이동하고 있다. 수확 후 식품공학과 공기 제어 또한 항공화물의 사용으로부터 훨씬 더 경제적이고 환경 친화적인 운송 수단인 해상 운송용 리퍼 컨테이너 사용으로의 전환을 가능하게 한다. ==== 기능적 솔루션의 개요 ==== 고성능 변질성 공급 사슬은 4가지 구성요소를 필요로 한다. 1. **컨테이너 자원 계획 (예측, 계획, 작업 및 성능 분석론)**: 효과적으로 냉장 컨테이너 집단을 활용할 수 있는 능력을 창출하고 적재되는 상품에 대해 적시에 알맞은 장소에 있는 상품의 정확한 숫자를 제공한다. 2. **장비 성능 MRO (유지 보수, 수리 및 운영)**: 리퍼 컨테이너가 작동하고 있으며 변질성 공급 사슬을 유지하는 전체 이동 동안 작동 할 것을 보장한다. 그 이동 동안 리퍼와 컨트롤러는 최고 품질의 상품 배송을 보장하는 데 필요한 조건을 모니터링하고 유지한다. 3. **저온 유통 체계 관리**: 모든 변질 가능한 이동에서 가장 중요한 요소는 일관적인 저온 유통 체계의 관리이며, 시스템은 전체 이동에 걸쳐 모니터링과 온도 관리를 제공해야 한다. 4. **신선 식품의 공기**: 변질성 공급 사슬의 일정 비율은 최고 품질의 가장 신선한 식품의 배송을 보장하는 방법으로 관리된 공기 제어를 필요로하는 신선 식품 운송이다. 이 사례 연구는 IntelliFleet TM, 혁신적인 SAAS 기업 어플리케이션 및 산업 인터넷 아키텍쳐를 기반으로 한 Intelli-ReeferTM 컨트롤러를 통해 변질성 공급 사슬 관리의 요구 사항을 충족시키는 Purfresh사로부터의 기업 솔루션이다. 이 솔루션은 성공적인 변질성 공급 사슬 제어를 위한 네 가지 요소 - 집단 상품 계획, 예측 및 운영 관리, 유지 보수와 수리 및 운영 (MRO), 지능형 저온 유통 체계 관리 (ICCM)를 제공한다. IntelliFleet는 시장에 변하기 쉬운 상품의 운송을 위한 혁신적인 기술을 해상 및 복합 운송인에게 제공한다. 그 결과는 전 세계 50 %의 음식물 쓰레기 문제를 해결하는 데 도움이 될 것이며, 해상 운송인의 생산성 및 수익성 증가를 허용하는 경제적이고 생산적인 변질성 공급 사슬 솔루션이다. 이러한 솔루션의 어려움 중 하나는 이미 진행 중이며 중단 될 수 없는 복잡한 물류 시스템과 통합하는 것이다. Purfresh사의 CEO인 Brian Westcott 박사는 "이는 재배자가 해상 운송인을 통해 Purfresh사에 이동을 요청하는 방법으로 진행된다. 수요 예측 및 장기 계약으로 Purfresh 사는 수요를 예측하고 설치 준비가 된 항구에서의 컨트롤러의 사전 위치를 추정한다. 일단 예약이 성사되면 Purfresh사의 대리인은 리퍼에 기기를 설치하며 (15 분 과정) 통신을 시작하고 (위성이나 GPS를 통해) 아마존의 클라우드 인프라에서 운영하는 IntelliFleet의 클라우드 소프트웨어와 동기화하는 스위치를 누른다. 예약에 설정된 상품에 따른 관리 방법이 다운로드되고 실시간 모니터링이 시작된다. 이동하는 동안 리퍼는 IntelliFleet 소프트웨어를 통해 모니터링되며 설정 사항 또는 다른 사건이 발생할 경우 알람이 울린다."고 말한다. 이동의 스크린 샷은 아래 그림에 표시된다. {{ :파트1_26번째그림.png?300 |}} Real time Trip Monitoring 시스템은 원격 모니터링 및 제어를 이용하는 고성능 변질성 이동에 필요한 모든 기능을 수행하는 완전한 기능성을 지닌다. {{ :파트1_27번째그림.png?300 |}} IntelliFleet System – Functionality 구현될 경우 IntelliFleet 솔루션은 정적인 리퍼 집단을 원격 제어로 자동화되고 모니터링된 또는 지능이 있는 리퍼 집단으로 바꾼다. ==== 기술적인 솔루션 세부사항과 AIA ==== IntelliFleet 시스템은 아래 그림에 보여지는 3가지 핵심 요소로 구성된다. 1. **센서 네트워크**: 온도 감지 센서, 작동 및 공기 매개 변수는 모두 리퍼 환기 시스템 또는 컨트롤러에 내장되어 컨테이너 전체에 분포된다. 2. **마스터 리퍼 컨트롤러**: 리퍼 컨트롤러는 IntelliFlee의 클라우드 어플리케이션에 쌍방향 통신 및 오존 생성 기기와 배기 밸브를 포함하는 공기 제어용 작동 장치의 실시간 제어를 제공한다. 컨트롤러는 또한 두 시간 마다 위성을 통해 업로드되는 실시간 데이터 수집 및 저장을 제공한다. 또한 컨트롤러는 냉장 컨트롤러와 모니터를 연결하여 통신할 수 있으며 냉동 컨트롤러의 작동 매개 변수를 바꾸어 냉동 컨트롤러가 마스터 컨트롤러로서 작용하게 한다. 3. **IntelliFleet 기업 소프트웨어 어플리케이션**: 조직에게 회사에 소속된 리퍼 집단뿐만 아니라 개인 리퍼에 대해서도 완벽한 모니터링 및 제어 어플리케이션을 제공한다. 또한 IntelliFleet는 각 회사마다 서로 다른 방식으로 운영한다. 아래 그림은 이러한 구성요소들이 어떻게 Ignite | IoT 의 자산 통합 아키텍쳐 (AIA)로 가는지 지도로 보여준다. {{ :파트1_28번째그림.png?300 |}} Asset Integration Architecture for Intellifleet 데이터는 측정에 기초하여 상이한 시간 간격들에서 획득된다. 오존 및 문 열림 광 센서는 1초마다 측정된다. 온도 및 이산화탄소 수치는 10초마다 측정된다. 가속도계 및 파워 오프는 중단에 기초하여 측정하고 기록됩니다. 공기 데이터는 10 분 동안 여과되고, 그 시간 간격 동안 여과된 수치로 기록된다. 데이터는 컨트롤러에 저장된다. 위성과의 통신은 사용자의 선택이지만 리퍼 컨테이너의 역학과 일치하는 정상 간격은 2시간이다. 2시간의 간격으로 시스템의 현재 상태를 반영하는 정보의 패킷이 전송된다. 또한, 이 시점에서 컨트롤러는 시스템의 작동을 조정하는 새로운 설정 사항에 대한 통신을 수신 할 수 있다. 이 이동의 끝에서 또는 이동하는 동안 언제든지 GSM 신호가 획득 될 때, 그 시점까지의 전체 이동 정보는 클라우드로 다운로드되며 저장된다. ==== 얻은 교훈들과 권고 사항 ==== 다음은 Prufresh사가 그들의 고객과 함께 일하며 얻은 핵심 교훈들이다. • 센서 및 보정 - 대부분의 제어 시스템과 마찬가지로 센서는 이러한 장치에 연결 상당한 비용 및 유지 관리와 함께 가장 중요한 구성 요소이다. 보정과 센서의 유지 보수는 몇몇의 이동마다 발생한다. 더욱 강력한 센서의 지속적인 관찰뿐만 아니라 더욱 확실하게 절감된 작동 비용으로 시스템을 자가 보정하는 더 나은 빠른 방법이 있다. • 통신 인프라 - 관찰되고 통제되는 시스템 역학의 측정 시간을 확실히 하면서 데이터의 획득에 신중해야 하는 모든 시스템에 존재한다. 이 시스템의 통신 인프라는 과도한 데이터가 위성을 통해 송신될 경우 비싸질 수 있다. 그렇기에 성능의 핵심은 과도한 데이터를 전송하는 것이 아니라 데이터를 필터링하고 정확하게 시스템의 상태를 제공하기에 충분한 정보를 전송하는 것이다. • 클라우드 컴퓨팅 - 타사 클라우드 컴퓨팅 환경을 통해 사용할 수 있는 저렴하고 안정적인 인프라는 솔루션을 가능라게 만들었다. 비용이 계속해서 감소함에 따라 더 많은 정보가 변질성 공급 사슬 성능을 개선하기 위해 저장되고 분석 될 것이다. • 훈련 - 원격 조작으로 보다 자동화된 시스템으로 바꿀 때 시스템 성능의 인간적인 측면은 무시될 수 없다. 훈련은 시스템 사용과 최종 고객에게 최상의 서비스를 제공할 것이라는 신뢰에 필수적이다. 훈련의 단계는 라이브 시스템 운영의 일대일 모니터링뿐만 아니라 교실 유형까지 포함하여 시행되어야 한다. 훈련은 강력한 고객 서비스 집단을 통한 지속적인 지원을 포함해야 한다. • 혁신의 확산과 조직 변화 - 부패하기 쉬운변질성 공급 사슬은 자본 설비의 조정을 필요로 하는 작업의 복잡한 집합이다. 이 시스템은 자연과 생물학을 다룸으로써 일어나는 변화에 반응해야 한다. 일정은 날씨 또는 다른 자연 현상 때문에 쉽게 늦어질 수 있다. 새로운 혁신을 도입하데 있어서 가장 어려운 부분은 조직을 다른 방식으로 일하도록 바꾸는 것이다. 처음에는 불편하고 많은 사람들이 새로운 시스템이 이러한 유형의 환경에서 제대로 작동하지 않는 이유에 대한 변명을 찾을 것이다. 변화는 쉬운 일이 아니며 대부분의 사람들이 어느 정도 변화에 저항한다. 이는 그들이 고객들이 이전에 받았던 수준의 서비스를 받을 수 없을 것이며 직원으로서 그들이 새로운 시스템을 운영하는 데 필요한 새로운 기술을 배울 수 없고 적응할 수 없을 것이라 걱정하기 때문이다. Purfresh의 CEO인 Brian J Westcott의 공헌에 감사의 말씀을 전한다. ==== e. 사례 연구 : CERN (유럽 원자핵 공동 연구소)의 LHCb 실험 ==== 유럽 원자핵 공동 연구소 CERN은 고에너지 물리학 연구에 필요한 입자 가속기를 가동하고 있다. 현재 CERN은 가속기 6개의 네트워크를 운영하고 있다. 각각의 가속기는 다양한 실험 또는 다음으로 더 강력한 가속기에 연쇄적으로 입자 빔을 전달하기 전에 입자 빔의 에너지를 증가시킨다. 대형 강입자 충돌 가속기 (LHC)는 6개의 가속기 중에서 가장 큰 것이다. 지하 100 미터에 위치한 LHC는 빔 입자의 에너지를 높이기위해 구조를 가속할뿐 아니라, 입자 빔을 제어하는 27km 링 모양의 초전도 자석으로 구성되어 있다. LHC 안에서는 반대 방향에서 거의 빛의 속도로 이동하는 두 개의 입자 빔이 충돌하게 된다. 이는 10km 떨어져있는 두 개의 바늘이 발사되어 중간에서 충돌할 정도의 정밀도에 필적한다. 이러한 종류의 실험의 시행을 필요로 하는 이 기계는 수만 톤의 무게가 나가며, 우주에서의 삶이 처음 시작되었을 때 만연했던 것과 유사한, 예를 들어 높은 수준의 방사능과 극한의 온도와 같은 척박한 조건을 수용할 수 있어야 한다. LHC에서 현재 진행되고 있는 주요 실험이 4개 있다. LHCb 실험 중 하나는 본 사례 연구의 주안점이다. 그것은 LHC 빔의 충돌 지점 중 하나의 주변에 있는 거대한 지하 동굴에 설치된다. LHCb의 목적은 반물질의 증거를 찾는 것이며, 이는 "뷰티 쿼크" (LHCb의 "b")라고 불리는 입자를 찾음으로써 이루어진다. 다른 실험과 마찬가지로, LHCb는 빛의 속도로 움직이는 특정 입자가 충돌할 때 무슨 일이 일어나는지 조사하도록 설계되었다. 충돌 지점에서 많은 입자가 생성된다. 이 입자 중 일부는 매우 불안정하며, 더 가벼운 입자로 부패하기 전 1초도 안되는 순간 동안만 존재한다. 이 모든 것을 뒷받침하는 물리학 이론에 대한 자세한 내용은 [CERN09]를 참조해라. ==== LHCb와 데이터 관리 ==== LHC는 초당 6억개 입자 충돌까지 (4천만 빔 횡단 중에 = 40 MHz) 발생한다. 각 충돌의 디지털화 요약은 “충돌 사건”으로 기록된다. 글을 쓰는 시점에서, CERN은 매년 약 30 페타바이트의 데이터를 저장한다. 이 데이터는 충돌이 이론을 증명하는 증거를 만들어내는지 알아내기 위해 물리학에 의해 분석될 필요가 있다. LHCb 실험의 1,000,000개 이상의 센서는 거대한 양의 데이터를 생성합니다. 방대한 센서 부대에 의해 생산된 모든 아날로그 데이터를 저장하고 분석하는 것이 가능해지기 전까지 아직 어느 정도의 시간이 있다. 최근 CERN 오픈랩의 CTO에서 은퇴한 Sverre Jarp에 따르면, “LHC 의해 만들어진 방대한 양의 아날로그 데이터를 모두 관리하고 유지하는 것이 불가능하기 때문에, 우리는 추가적인 분석을 위한 데이터의 효율적인 디지털화, 압축, 필터링 및 분배를 위한 전략을 고안해야 했다. 이 문제에 대한 우리의 솔루션은 월드와이드 LHC 컴퓨팅 그리드 (WLCG)이다. WLCG는 LHC 데이터를 사전 처리하기 위해 사용되는 저가 컴퓨터의 대규모 그리드이다. 또한 우리는 8,000명 이상의 물리학자에게 거의 실시간으로 사후 처리 데이터에의 접근권을 제공하기 위해서 CERN에서 발명된 월드 와이드 웹을 사용한다."고 한다. CERN의 오픈랩에서 자신의 오랜 재임 기간 동안 Sverre Jarp와 긴밀하게 협력한 Andrzej Nowak이 설명 하듯이: "우리의 도전은 10조 중에서 하나의 사건을 찾는 것이다. 우리가 이10 조의 사건들에 의해 생성 된 아날로그 데이터 모두를 유지할 수 없기 때문에, 우리는 데이터의 일부를 필터링해야 한다. 물리학자들은 우리가 모든 것을 가치있게 만들 하나의 황금 곡식을 버릴 것 두려워하기 때문에, 이는 그들을 화나게 만든다. 그래서 우리는 두 가지를 필요로 한다: 첫째, 가능한 한 많은 데이터를 유지 할 수 있다는 것을 보장하는 거대한 규모. 둘째, 우리가 정말로 유일한 백색 소음을 버리고, 모든 좋은 데이터를 유지하고 있음을 보장하는 지능형 필터링.” {{ :파트1_29번째그림.png?300 |}} Data management for LHCb experiment 이러한 과제를 해결하기 위해 LHCb 팀은 이 실험들에 의해 생성된 데이터를 관리하는 여러 단계의 접근 방식을 설정하고 있다 (개요는 도표1 참조): • [A] 1,000,000개의 센서는 주요 입자 충돌 (2) 시점 직후, 주요 LHCb 동굴 안에 있는 탐지기 내부에 배치된다. 일단 충돌이 일어나면, 모든 센서가 현재 고르게 분포 된 입자의 일부를 잡아낼 수 있도록, 이차 입자를 분산시키기 위한 자석이 사용된다. 실험의 특성상, 실험이 진행될 때 이 장소에는 막대한 방사능이 있게 된다. 센서 자체는 상이한 그룹으로 구성되어 있다. 예를 들어, 메인 추적기는 궤도를 재구성하고 하전 입자의 속도를 측정하도록 돕는 센서를 포함한다. 전자기 및 강입자 열량계는 전자, 광자 및 강입자의 에너지를 측정한다. 이러한 측정은 소위 "큰 횡방향 운동량"으로 입자를 식별하는 유인 수준에서 사용된다 ([C] 참조). • [B] 높은 수준의 방사능으로부터 컴퓨터 장비를 보호하기 위해, 센서로부터의 아날로그 데이터는 유리 섬유 망을 거쳐 대규모 콘크리트 벽을 통해 전달된다. 데이터 전송 속도는 1 MHz이다. 아날로그 데이터를 가공하기 위한 이 시스템의 첫 단계는 수신 된 아날로그 데이터에 고성능의 실시간 데이터 압축 알고리즘을 실행하는 업무를 부여받은 FPGA 장치 (Field-Programmable Gate Arrays)의 그리드로 이루어진다. • [C] 그 다음, 간결한 센서 판독은 사건의 예비 "복원"을 생성하도록 인접한 범용 서버 (> 1500 서버)의 큰 그리드에 의해 가공된다. 이러한 가공 단계는 다양한 센서로부터 데이터를 상호 연관시키기 위해 센서의 3D 위치에 대한 상세한 정보를 이용한다. 이 분석이 소위 "트리거"를 만들어내는 경우, 스냅 샷이 생성된다. 이러한 유형의 각 트리거 사건의 경우, 사건의 데이터는 (예: 그 시점의 모든 센서 데이터의 스냅 샷) 파일에 기록되어 LAN을 통해 외부 데이터 센터 (예: 지상)로 전송된다. 이 단계가 완료되었을 때, 데이터 전송 속도는 1 MHz에서 5 KHz로 떨어진다. • [D] 메인 CERN 데이터 센터 (다른 실험들과 공유)는 시스템의 0단계에 해당되며, 영구 데이터 저장 장치를 위한 테이프 로봇 생산 지역뿐만 아니라 데이터를 가공하기 위한 컴퓨터 재고품의 그리드로 구성되어 있다. LHCb 데이터 센터의 입력 처리 능력은 초당 3MB이다. 스토리지 관리뿐만 아니라, 데이터 센터의 주요 작업은 사건의 "안전한" 오프라인 복원을 보장하는 것이며, 이는 다음 단계에서 보다 자세히 설명될 것이다. • [E] 데이터는 CERN 0단계로부터 다른 나라에 있는 12개의 1단계 장소로 배포된다. 이는 실험 데이터의 새로운 복사본 생성을 가능하게 하는 10 GB의 전용 네트워크 연결을 통해 전달된다. • [F] 약 200개의 2단계 장소는 추가 분석을 위해 선택된 데이터를 수신하고, 탐지기의 모의 실험 자료를 만든다 (탐지기 및 분석의 최적화 및 보정을 위해). 2단계 장소의 대부분은 대학 또는 다른 과학 기관이다. CERN이 선택한 데이터 관리를 위한 여러 단계의 접근 방식은 매우 효율적이라고 입증되었다. CERN은 슈퍼 컴퓨터의 필요없이, 다양한 실험으로부터의 데이터를 가공하는 데 필요한 전체 용량의 15 %를 제공한다. 데이터 스토리지 서비스 (DSS) 그룹의 섹션 리더 Massimo Lamanna에 의하면, "각 충돌로부터의 데이터는 대략 1 ~ 10MB로 비교적 적다. 문제는 매년 수십 개 페타 바이트의 충돌을 필요로 하는 엄청난 수의 충돌이다. 각각의 충돌이 완전히 독립적이기 때문에, 우리는 CERN 컴퓨터 센터와 WLCG 그리드의 많은 접속점에 걸쳐 복원 절차를 분배 할 수 있다. 놀랍게도, 우리가 수행하는 계산은 2개의 콘센트, SATA 드라이브, 표준 이더넷 네트워크 및 리눅스 운영 체제와 표준 PC (x86)의 대규모 서버를 사용하여 매우 효과적으로 이루어질 수 있다. 이 접근 방식은 지금까지 우리 문제에의 가장 비용 효율적인 솔루션이라고 입증 되었다." 가공 용량을 증가시키고 비지니스 연속성을 보장하기 위해, 최근 CERN는 헝가리 부다페스트에 두 번째 데이터 센터를 열었다. 이 데이터 센터는 제네바에 있는 메인 컴퓨터 센터의 확장자 역할을 수행하며, 원래의 데이터 센터와 같은 하드웨어 및 소프트웨어 아키텍처를 사용한다. 부다페스트 센터는 총 100,000개의 가공용 코어를 가져오는 45 페타바이트의 추가 디스크 저장 공간을 제공한다. ==== LHCb와 물리적 데이터 분석 ==== LHCb 실험의 기초가 되는 물리학 이론에 너무 상세하게 접근하지 않고, 우리는 논리적 관점으로 데이터 분석을 간단히 살펴볼 것이다. 이후에 볼 수 있듯이, 비물리학자로서도 여기에서 많은 것을 배울 수 있다. 충돌은 감지 될 필요가 있는 다수의 이차 입자를 생성한다. 이러한 이차 입자는 주어진 궤도, 속도 등에 기초한 3차원 공간에서 이동한다. 가공되지 않은 아날로그 데이터는 입자가 통과하는 지점의 집합인 센서에 의해 전달된다. 표준 IT 시스템으로 가공하기에는 가공되지 않은 아날로그 데이터의 양이 너무 많기 때문에, FPGA와 마이크로 컨트롤러의 결합은 "트리거"를 생성하기 위해 함께 작동하며, 이는 제시간에 주어진 지점에 존재하는 모든 센서 데이터의 집합인 판독 값의 생성을 시작한다. 이러한 판독 값은 데이터 센터에 전송되며, 이 곳에서 판독 값은 감지기의 상태의 스냅 샷을 생성하기 위해 저장되고 기본 설정 작업을 겪게 된다. 0단계 데이터 센터에서 수행되는 처리기의 핵심 작업 중 하나는 복원 처리이다. 개개의 부딪힘은 (삼차원 공간에서 개별 센서에 의해 감지된) 상관관계에 있으며 궤도 (예: 감지기를 통하는 하전 입자의 경로)를 형성하기 위해 집단화된다. 하전 및 중성 입자의 에너지 침적은 열량계의 복원을 통해 감지되며, 이는 정확한 에너지 침적 수준, 위치 및 방향 결정을 돕는다. 결합된 복원은 예를 들어 상관된 전자 및 광자를 식별하기 위해, 다수의 입자 궤도를 살핀다. 최종 결과는 입자 앙상블의 완전한 복원이다. 그 다음 입자 앙상블은 1단계와 2단계 센터에서 물리학자에게 이용 가능하게 된다. 1단계 및 2단계에서 수행되는 물리학적 분석의 일반적인 목적은 수준은 입자 또는 새로운 현상을 확인하고, 기본 이론의 일관성 검사를 수행하는 것이다. 이 단계에서 일하는 과학자들은 종종 그들이 조사하고 있는 현상의 모의 실험과 함께 시작한다. 그 다음에 0단계-복원 단계의 산출은 더 정제되고 모의 실험의 예측과 비교된다. 결합될 경우, 모의 실험 및 0단계 실험 데이터는 종종 수십 페타바이트의 데이터를 포함한다. {{ :파트1_30번째그림.png?300 |}} Logical data analysis **LHCb’s Asset Integration Architecture** 도표3은 LHCb 실험의 자산 통합 아키텍처 (AIA)의 개요를 제공한다 (AIA에 대한 자세한 설명은 [참조]를 보십시오). 사례 연구의 목적에 따라, 주 자산은 감지기이며, 우리는 입자 가속기 자체는 고려하지 않을 것이다. 검출기는 세 가지 주요 시스템에 의해 지원된다. • 데이터 수집 시스템 (DAQ): DAQ는 감지기의 중심 부분이며 막대한 양의 아날로그 데이터를 디지털 관점에서 관리 가능한 수준으로 고속 처리하는 것을 담당한다. 이 장치는 대부분이 방사선 경화 센서와 칩이다. DAQ의 지역 자산 관리는 우리가 위에서 보았듯이, 센서 판독 값을 압축하고 여과하는 FPGA와 마이크로 컨트롤러의 결합으로 구성되어 있다. • 감지기 제어 시스템 (DCS): DCS는 LHCb 실험을 관리한다. 이는 주로 업계 표준 부품을 기반으로 한다. 예를 들어 표준 SCADA 시스템은 DCS에 사용된다. • 감지기 안전 시스템 및 인프라 (DSS): DSS는 냉각수, 가스 공급 등의 중요한 요소를 관리한다. DSS는 주로 산업 부품을 관리하기 위한 표준 PLCs를 사용한다. DAQ를 제외한 LHCb는 통상 산업 기계 (단연 매우 크고 복잡한 것)처럼 구성된다. 모두 DCS 및 DSS는 업계 표준 부품을 사용한다. 그러나 DAQ가 LHCb를 현장에서의 "빅 데이터" 최고 실례 중 하나로 만드는 반면, 장치 층은 방사선 경화 부품만을 사용할 수 있다. {{ :파트1_31번째그림.png?300 |}} Asset integration architecture ==== 얻은 교훈들 및 견해 ==== 이 사례 연구는 우리가 다른 영역의 많은 IoT 및 빅 데이터 프로젝트에 적용 할 수 있다고 생각하는 몇 가지 교훈을 제공한다. • **빅 데이터 수집 및 가공을 위한 여러 단계 아키텍처의 사용**: 전체 데이터 가공 사이클은 전문화된 데이터 필터링과 보충 기능을 수행하는 각 단계와 큰 깔때기처럼 함께 행동하는 다수의 고도로 전문화 단계에 기초한다. 단계1과 단계2가 물리학 분석의 상이한 유형에 중점을 두는 반면, 단계0은 기초 데이터 복원과 배포 작업을 수행한다. CERN은 단계1, 2 에 데이터 가공 자원의 85 %를 아웃소싱하는 데 성공했다. 그리고 심지어 감지기 자체와 0단계의 데이터 센터 사이에서 데이터는 고성능 압축에서 최초의 필터링, 매체 전환 및 복원을 통한 여러 단계까지 포함하는 다수의 층을 통과한다. 각 단계는 레이어 최적화 기능을 수행한다. • **고성능 아날로그 데이터 가공을 위한 특수 하드웨어의 사용**: LHCb는 실시간 아날로그 데이터의 가공 및 압축 디지털 데이터로의 변환을 위한 고성능의 FPGA (Field-Programmable Gate Arrays)의 그리드를 사용한다. 이 FPGA 그리드의 이점은 특수한 하드웨어 기술 언어 (HDL)를 기반으로 소프트웨어 수준에서 다시 프로그래밍 될 수 있다는 점이다. 많은 경우에, FPGA는 훨씬 더 유연하지만 조금 덜 정확한 실시간 마이크로 컨트롤러의 “두 번째 경계”에서 통과되기 전에, 실시간 아날로그 데이터 가공에서 “첫 번째 경계”로 사용된다. 또한 이 단계에서 발생하는 "경화"의 실시간 처리는 데이터의 상관 관계의 차원으로 시간 사용을 위한 필수 조건이며, 이는 우리가 다음 지점에서 다루어야 하는 것이다. • **센서 데이터의 상관 관계**: 다양한 센서들로부터 데이터를 상호 연계하는 것은 "큰 그림"을 이해하기 위한 중요한 전제 조건이다. CERN LHCb에서 이는 타이밍 정보와 결합된 모든 센서의 3차원 위치를 이용하여 수행된다. 개념적으로, 3차원 감지기를 통해 입자의 움직임을 추적하는 것은, 예를 들면 (물론 규모 및 속도 제외하고) 쇼핑 센터를 통해 고객의 움직임을 추적하는 것과 크게 다르지 않다. • **레버리지 그리드 컴퓨팅**: 데이터 구조 및 분석 패턴이 다른 여러 덩어리로 작업 처리의 분할을 허용하기 때문에, 비싼 고성능의 슈퍼컴퓨터 대신에 저렴한 표준 하드웨어의 그리드를 사용하는 것이 가능하다. 그리고 마지막으로, 또 다른 중요한 교훈은 가능한 한 데이터 소스에 가까운 고급 필터 로직을 가져오는 필요성에 관한 것이다. Niko Neufeld, LHCb 데이터 수집 전문가인 Niko Neufeld는 "목표는 센서에 가까운 전체 데이터 복원을 수행하기 위해 트리거 시스템을 사용 가능하도록 해야 한다. 이는 우리가 어떤 데이터를 가능한 한 데이터 소스에 가깝게 유지할 것인지 결정하는 방법을 대폭 개선하도록 도와주어야 하며, 따라서 DAQ에서 초기 데이터 필터링 단계의 결과로 중요 데이터를 찾지 못할 가능성을 최소화한다."라고 성명한다. 저자는 이 사례 연구에 대해 조언을 아끼지 않은 Sverre Jarp, Andrzej Nowak, Massimo Lamanna, Niko Neufeld에게 감사의 말씀을 전한다. CERN에서 수행된 업적은 많은 노벨상과 연관되어 왔고, 특히 2013 노벨 물리학상 수상자 Higgs-Engelman의 업적을 입증하도록 도왔으며, 그리고 IoT 및 빅 데이터 영역에서의 최고 모범 사례의 확립에 견고한 기반을 제공한다. ==== III. 커넥티드 카 ==== 많은 선도적인 자동차 산업 전문가에 따르면, 이동성의 미래는 점점 더 자동화, 전기화되며 연결된다 (예를 들어, Bosch 그룹의 회장인Denner박사가 저술한 2014 Keynote at Bosch ConnectedWorld 참조). 자동화 된 전기 및 연결됩니다. 우리가 이 챕터에서 살펴 볼 것처럼, 이러한 세 가지 경향은 서로 독립적이지 않으며, 연결성은 핵심 요건이자 운전 자동화 및 전기화의 핵심이다. 이동성의 미래에 대한 유용한 통찰은 라스베가스에서 열리는 2015 세계 가전 전시회 (CES)에서 주요 자동차 제조 업체들에 의해 제공되었다. CES에서 공개된 소비자 기기 또는 인터넷 TV의 최신 혁신에 대한 이야기대신, 대부분의 웅성거림은 자동화 및 전기화된 커넥티드 카에 집중되었다. 자동차 통합은 가전 제품 분야에서의 차세대 개척지로 홍보되고 있다. 특히 오늘날의 신생 도시 사회는 원초적인 마력보다 커넥티드 서비스에 훨씬 더 관심이 있다. 그러나, 시장은 아직 초기 단계에 있는 것으로 간주된다. 이하에서, 우리는 커넥티드 카의 가장 중요한 사용 사례와 커넥티드 카가 IoT와 어떻게 연관되는지에 대한 개요를 제공한다. 연결된 계기판 및 차량용 인포테인먼트는 그 자체로서뿐만 아니라 다른 고급 차량 기능에 대한 데이터 소스로서도 점점 더 중요 해지고 있다. 연결성은 eCall 및 bCall과 같은 새로운 서비스, 임대 및 대여 회사를 위한 차량 관리 서비스, OEM 및 공급 업체에 대한 현장 데이터 분석을 위한 길을 마련할 것이다. 또 다른 주요 IoT 사용 사례는 전기차가 될 것이며 이는 연결된 충전 서비스, 로밍, 상호 에너지 관리를 포함한다. 연계 교통 서비스는 미래 "스마트 도시"의 중심이 될 것이며, 카셰어링은 이미 현실화 되었다. 사용 기반 보험 (UBI)과 같은 다른 서비스는 보험 회사의 새로운 비지니스 모델을 만들 것이다. 커넥티드 카의 발전을 지켜보는 사람들의 궁극적 목표는 물론 자동 주행이다. 그러나 완전한 자동 주행이 널리 이용 가능해지기까지 여전히 가야 할 길이 남아 있다. 그때까지, 자동 주차와 연결 운전 지원과 같은 다른 주제는 중요한 역할을 담당할 것이다. {{ :파트1_32번째그림.png?300 |}} Overview: The connected vehicle and related services 이러한 새로운 비지니스 모델에 대한 장애물은 오늘날 자동차 기술에서 발견되는 이질성의 수준이다. 현대의 중간급 차는 차의 다른 하부시스템을 제어하는 대략 60-70개의 내장된 전자 제어 장치 (ECU)가 딸려 있다. 이러한 다른 하부시스템으로 인터넷 연결을 공유하는 더 널리 정립 된 방법이 없기 때문에, 현재의 접속 서비스의 대부분은 여전히 원격 통신의 자신의 텔레매틱스 제어 장치 (TCU)에 의존한다. 미래에 인터넷 연결은 모든 차량 전자 구조의 필수적인 부분이 될 것이며, 보다 명확한 표준화가 데이터 전송 및 원격 차량 식별, 인증 및 관리에 필요한 기술적 프로토콜의 관점에서 달성 될 것이라 기대된다. 도중에 나타날 분명한 문제는 예를 들어, 누가 정확하게 각 유형의 데이터에 접근하고 사용하도록 허용 될 것인가 하는 데이터 보안 문제를 포함할 것이다. 앞에서 설명한 사용 기반 보험 예를 가져오자. 하드웨어의 추가 부분을 설치해야 하는 번거로운 과정 대신, 사람들은 자신의 차에 있는 보안 어플리케이션 샌드박스에 승인된 ACME 보험 앱을 다운로드 한 다음 일련의 프롬프트를 따라갈 수 있을 것으로 기대한다. 여기서 프롬프트는 ACME 보험이 개인의 운전 행동 프로파일에 접근 할 수 있도록 하길 원할 경우 요구된다. ACME 보험 앱 다운로드의 최초 권장은 클라우드 기반의 백엔드에서 일어난다. 그리고 백엔드는 빅 데이터 분석을 활용하여 이전 운전 행동을 기반으로 사용자에게 흥미로운 자동차 어플리케이션이 될 수 있지를 결정한다. 그러나 우리 스스로를 앞지르지는 말자. 처음부터 다시 시작하여 한 걸음 한 걸음 이 매혹적인 IoT 어플리케이션 영역을 다뤄보자. ==== a. 자동차 계기판 및 인포테인먼트 ==== 적어도 소비자 관점에서 자동차 계기판은 아마도 궁극적인 커넥티드 카를 개발하는 신흥 경쟁에서 가장 눈에 띄는 요소일 것이다. 이미 스마트폰의 사용 용이성 및 다양한 기능에 익숙해진 많은 소비자들은 이제 자동차 사용자 인터페이스에도 같은 것을 요구하고 있다. 애플과 삼성 전자가 거의 매년 새로운 세대의 스마트폰을 제공하는 반면, 자동차 산업의 인포테인먼트 솔루션 출시 주기는 일반적으로 훨씬 더 길다. 또한 가격도 중요한 요소이다. {{ :파트1_33번째그림.jpg?300 |}} TBD: Tesla Model S with 17-inch touchscreen 당연히, 스마트폰 업체로 자동차의 사용자 인터페이스의 중요한 부분을 넘기는 것은 자동차 업체를 위한 것이 아니다. 그러나 궁극적으로 이는 단지 인포테인먼트 시스템의 직접 판매 수익을 의미하는 것이 아니며, 훨씬 넓은 경쟁의 장을 의미한다. 결국, 계기판은 고객에게 직접적인 인터페이스를 제공한다. 이는 브라우저나 검색 엔진이 운영 체제 또는 스마트폰에 미리 설치되는 것에 대한 경쟁이 아니다. 자동차 계기판을 통해 소비자가 이용 가능하게 되는 어플리케이션 및 정보에 대한 제어를 구축하는 것은 향후 몇 년 동안 수십억 달러 매출 달성에 결정적일 수 있다. 수십 년 동안 자동차 산업은 고객과 더 가까운 관계를 구축하기 위해 고군분투해왔으며, 커넥티드 카는 이 격차를 줄일 수 있는 엄청난 기회이다. 그러나 똑같이, 스마트폰이라는 거인과의 협조적 경쟁이 큰 이권을 건 자리에 상당한 위협을 제기 할 수 있었다. 스마트폰 측에서 주요 계획은 애플의 CarPlay와 구글의 Android Auto를 포함한다. CarPlay 이면의 아이디어는 호환 터치스크린 사용이 가능한 헤드 유닛에 아이폰을 연결하는 것이다. 그리고 아이폰은 자동차를 장악하고 자동차의 터치스크린 인터페이스에 일련의 승인된 애플리케이션을 표시한다. 차량의 헤드 유닛을 디스플레이 및 과금 서비스로 바꾸기 때문에 이 방법은 때때로 "미러링”으로 지칭된다. 안드로이드 생태계를 바탕으로, Android Auto는 유사한 접근 방식을 취하며 GPS 지도/네비게이션, 음악 재생, SMS, 전화, 웹 검색 등의 기능을 계획하고 있다. 자동차 OEM의 경우, 이는 분명히 어려운 제의이다. "계기판 우위 면에서, OEM 업체들은 낮은 비용과 확실한 제어 사이에서 선택의 필요성에 직면한다. 그들은 모두를 가질 수 없다."고 mm1 Consulting에서 자동차 전략을 맡고 있는 Volker Scholz는 설명한다. OEM 업체는 스마트폰의 풍부한 기능과 경쟁하기 어려워 보이는 독점적 솔루션을 비용이 많이 들여 개발을 지속하거나 스파트폰 업체에게 통제권을 넘기는 것, 이 단 두 개의 선택지를 가지는 것처럼 보인다. 이 두 가지 극단 사이의 흥미로운 타협은 mm1이 “앱 링크”라 일컫는 것이다. 이 앱 링크는 OEM 정의 API를 통해 OEM의 계기판 시스템과 스마트폰 사이의 개선된 링크를 생성하는 Bosch의 mySPIN 앱 런처와 같은 미들웨어의 한 부분이다. 사용자는 스마트폰에서 선택한 어플리케이션을 실행하고 계기판에 자동차 등급 UI를 표시할 수 있다. 그런 다음에 자동차 컨트롤을 사용하여 앱을 제어 할 수 있다. 예를 들어, 랜드로버는 mySPIN을 기반으로 한 자사의 InControl ™ 솔루션으로 접근 한다. ==== b. 부가가치 서비스 ==== 이미 논의한 자동차 핵심 기능 외에도, 추가적인 부가 서비스는 커넥티드 카의 진화를 만들어 내는데 중요한 역할을 하고 있다. 다음 부분에서 우리는 이러한 서비스에 대해 설명하고 이 일반적인 플랫폼이 취할 수 있는 다양한 형태에 대해 살펴볼 것이다. ==== eCall ==== eCall은 사고 현장에 긴급 서비스를 지시하는 데 필요한 시간을 단축하기 위해 커넥티드 카의 활용을 목적으로 하는 유럽 연합 계획이다. 일부 추정에 따르면, eCall 서비스는 도시 지역에서는 40%, 농촌 지역에서는 50%까지 긴급 반응 시간을 줄일 수 있으며 [EC1], 그 결과 매년 잠재적으로 2,500명의 생명을 구할 수 있다 [EC2]. 다양한 센서 입력을 사용하여, 에어백과 벨트 텐셔너 등의 장치뿐만 아니라 내장형 가속도 센서에서 eCall은 충돌이 일어나기 전 잠재적인 충돌을 감지 할 수 있다. 이는 데이터 및 음성 서비스의 결합을 이용하여 백엔드와 상호 작용한다. 충돌이 발생하면 GPS 위치 및 차량 ID (VID)가 데이터 서비스를 통해 백엔드로 전송된다. 음성 서비스는 승객과의 상호 작용을 시작하도록 자동으로 활성화된다. Bosch의 Mobility Services for Automotive의 책임자인 Tim Kornherr는 "우리 고객을 위해, 특히 사고 같은 스트레스성 상황에서는 고객이 모국어로 상담원에게 이야기 할 수 있는 것이 중요하다. 이는 고객이 여행하는 나라와 관계없이 이루어져야 한다. 우리의 eCall 솔루션은 운전자의 언어 선호도에 접근할 수 있으며, 따라서 들어오는 고통의 전화들을 그에 맞는 언어 능력을 가진 콜센터 직원에게 보낼 수 있다."라고 설명한다. 음성 서비스를 통한 승객들로부터의 피드백 또는 사건에서 승객이 의식하지 못하는 부족함에 기반하여 결정되는 상황의 평가에 따라, 시스템은 관련이 응급 서비스를 알아낼 것이다. 유럽 연합에서 이는 PSAP (Public-Safety Answering Point)를 통해 관리된다. PSAP는 지역 응급 전화를 처리하고 통지 및 응급 서비스를 지시 할 수 있는 지방 자치 콜센터이다. 아래 도표는 eCall 시스템에 대한 자산 통합 아키텍처를 보여준다. 통신의 첫 번째 줄 (데이터 및 음성 수신기)은 일반적으로 통신 사업자 인터페이스에 따라 달라지며 OEM 또는 eCall 플랫폼 운영자 중 하나에 의해 제공될 수 있다. {{ :파트1_34번째그림.png?300 |}} AIA for eCall Service 유럽 연합 내에서 필수 서비스로의 eCall 도입은 여러 번 연기되어 왔다. 이 지연 이유에 대해 언급한 Peiker의 상품 전략 책임자인 Christoph Schillo 박사는 "우리가 보는 바로는, 지연의 주된 이유가 eCall 서비스의 복잡성을 과소 평가했기 때문이다. eCall 서비스는 차 내의 하드웨어, 통신 사업자 서비스, 콜 센터 서비스, PSAP를 포함하는 상당수의 시스템과 인터페이스에 대한 기술 표준화 및 입법 규칙을 필요로 한다. 그리고 이 모두가 유럽 연합 내 여러 국가에 걸쳐 적용된다. 국가 이익도 중요한 역할을 한다. 예를 들어, 프랑스와 영국은 이미 자체 eCall 시스템을 가지고 있었다. 그런데, 프랑스의 시스템은 SMS 문자 메시지를 기반으로 하고 있어, 당신이 새해 전야에 사고가 날 경우 제대로 작동하지 않을 수 있다. 또한 일부 사업자들은 그들 자신을 위한 비지니스 모델을 보지 못했다. 그래서 BMW와 Mercedes 등 많은 OEM 업체가 나서서 그냥 자체 시스템을 구축했다고 한다. Mercedes 는 2012년에 9개국에서, 2013년에 10개국을 추가하며 출시를 시작했다. 이러한 OEM 업체들이 그들 스스로 전체 프로젝트를 관리하거나 필요한 하부시스템에 적합한 파트너를 찾을 수 있었기 때문에 가능한 일이었다."고 설명한다. 유럽 연합은eCall 시스템이 이후 2018년부터 유럽 연합에서 판매되는 모든 새 자동차에 의무적으로 설치되어야 한다는 것에 결국 동의했다 [EC2]. ==== bCall ==== eCall 서비스의 흥미로운 변형은 bCall 고장 서비스이다. 차량 고장이 발생하는 경우, 운전자는 일반적으로 수동으로 이 서비스를 활성화하고 콜센터 연결 버튼을 누를 필요가 있다. bCall 서비스의 향상 버전은 차량 ID 및 위치 등의 기본 데이터를 송신할 뿐만 아니라 콜센터 직원이 실시간 차량 진단 데이터에 접근 할 수 있도록 허용한다. 이는 ODB II 또는 유사한 인터페이스를 통해 필요한 데이터에 접근하는 bCall 서비스의 차 내 구성요소를 사용하여 이루어진다 [OB1]. 이 정보로 무장한 콜센터의 첫 단계 지원 팀은 상황에 대한 더 나은 초기 평가를 내릴 수 있으며 다음 단계를 결정할 수 있다. 예를 들면, 그들은 고장난 부분에 알맞은 여분 부품과 함께 서비스 차량을 보내기로 결정할 수 있다. ==== 도난 차량 회수 ==== 커넥티드 카 서비스 분야에서의 또 다른 흥미로운 발전은 LoJack, Tracker, OnStar가 제공하는 도난 차량 회수 시스템에 관한 것이다. 이러한 시스템은 보통 차 내에 숨겨진 작은 무선 송수신기를 이용한다. 이 송수신기의 위치는 잠재적 납치범에 의해 쉽게 발견되는 것을 방지하기 위해, 대개 모든 자동차마다 다르다. 일단 설치되면, 추적 ID 및 자동차 등록 번호 (VIN)는 차량 제조사와 모델, 번호판, 색상 등의 추가 정보와 함께 추적 시스템에 등록된다. 차량 추적 시스템은 또한 미국의 NCIC (National Crime Information Center) 시스템과 같은 법 집행 기관의 IT 시스템과 통합 할 수 있다. 도난 사건의 경우, 차량 소유자는 사건을 보고하고 추적 시스템은 추적 장치를 활성화시켜, 도난 차량의 위치를 찾는 데 도움이 되는 신호를 발송한다. ==== 사용 기반 보험 ==== 우리가 볼 커넥티드 카에 대한 마지막 부가가치 서비스는 "운전량에 따른 부과" 또는 "운전 방법에 따른 부과" 제도로 알려진 사용 기반 보험 (UBI)이다. 기본적인 아이디어는 보험 회사가 주행 성능 데이터에 대한 접근권을 얻는 대신 고객에게 차량 사용 (시간), 주행 거리, 방문 지역, 운전 행동에 기반한 보험 증서를 제공하는 것이다. 기존의 자동차 보험료는 인구 통계를 이용하여 계산되었기에 개별화되지 않았다. UBI는 이를 바꿀 것을 약속한다. 얼마나 멀리 그리고 얼마나 빨리 운전하는가, 얼마나 자주 세게 브레이크를 밟거나 방향을 트는가, 야간 및 주말 주행과 같은 운전 패턴 등 행동을 잡아내기 위해 차량에 설치된 장치를 사용하여 현재 운전 행동을 추적한다. 기존 인구 통계와 함께, 이 데이터는 각 운전자에 대해 고유의 위험 프로파일을 생성하는 데 사용되며, 각 피보험 운전자를 위한 고객 맞춤형 보험료를 계산하기 위한 기반을 형성한다. 일부 연구에 따르면 "좋은 운전자"에 대한 연간 UBI 보험료는 기존 정책 보다 최대 30 % 낮아질 수 있다 [LN1]. 경쟁이 치열한 자동차 보험 부문의 경우, UBI는 다른 여러 가지 이유로 시장 변화 차별화 요인이 될 수 있는 잠재력을 가지고 있다: • 낮은 보험료가 특히 더 좋은 운전자들의 잠재적 전환을 장려한다 • 운전자는 자신의 보험료를 낮게 유지하기 위해 안전하게 운전하도록 장려된다 • 보험 회사가 포함하는 위험의 정도는 감소한다 • 클레임이 적으며, 이는 보험 회사의 수익성을 증가시킨다 많은 보험 회사는 포트폴리오에 UBI 상품을 추가하기 시작했다. 예를 들어 미국에서는 Progressive, Allstate, State Farm, Travelers, Esurance, the Hartford, Safeco 및 GMAC 모두 이 길을 선택했다 [UBI1]. 몇 가지 이유, 특히 개인 정보 보호 및 일반 이용성 문제 때문에 처음 소비자 측에서의 흡수는 느리게 일어났다. 그러나 이제 변화 할 것으로 보인다. 리서치 회사 Towers Watson에 따르면, 2014년 7월 현재 미국 운전자의 8.5 %가 UBI보험 증권을 소유하고 있으며, 이는 4.5%였던 2013년 2월보다 크게 증가한 수치이다. UBI에의 대규모 지원을 위해서는 전문 UBI 관리 시스템이 필요하다. 이러한 해결책의 공급자 중 하나는 Tech Mahindra 이다. Tech Mahindra 솔루션은 세 가지 주요 구성 요소인 UBI 차량 추적 장치, 연결 및 장치 관리자 및 UBI 보험 어플리케이션으로 되어 있다. Tech Mahindra 솔루션의 자산 통합 아키텍처 (AIA)는 다음과 같다. {{ :파트1_35번째그림.png?300 |}} AIA for the UBI system UBI 차량 추적 장치는 고객의 차량에 설치된다. 이 장치는 표준 OBD II 어댑터 [OBD1]를 통해 자동차의 컨트롤에 연결된다. 이 인터페이스를 통해, 장치는 엔진 RPM, 차량 속도, 위치 정보 (위도, 경도 및 고도), 날짜, 시간, 배터리 전압과 엔진 파라미터 등의 데이터를 읽을 수 있다. 또한 이는 강력한 코너링 및 제동, 공격적인 가속 등 운전 사건에 관한 데이터를 읽을 수 있으며, UBI 관점에서 특히 흥미롭다. 장치 내의 GPRS / GSM 모뎀은 백엔드에 데이터를 전송한다. OBD 데이터는 서버로 전송되기 전, GPS 수신기를 통해 획득한 위치 데이터로 보강된다. M2M 어플리케이션은 장치 관리 모듈과 UBI 비지니스 어플리케이션, 두 개의 주요 구성 요소로 구성된다. 장치 관리 모듈은 장치 활성화 및 연결을 관리한다. 장치 자체는 웹 어플리케이션 또는 SMS 인터페이스를 통해 원격으로 구성될 수 있다. UBI 백엔드 어플리케이션은 차량 기본 데이터를 활용하고 Hadoop 클러스터는 들어오는 많은 양의 차량 데이터를 관리하는데 사용된다. 어플리케이션은 사용자 관리, 사건 관리, 고급 분석 및 운전자 점수 카드 기능 등의 비지니스 기능을 제공한다. 사건 관리 모듈은 차량으로부터 수신되는 알림을 관리하고, 또한 반응을 시작할 수 있다. 사용자와의 통신은 SMS 및 이메일 기반 알림을 통해 처리된다. 강력한 제동, 코너링, 가속, 과속의 이동 평균 및 위치별 평균 속도와 같은 고급 분석과 드라이버 점수 카드 동향 분석은 보험 회사에게 유용하다. 어플리케이션은 또한 공용 데이터 소스 (실시간으로 전후 사정과 관련된 정보를 제공), GIS 시스템 등의 백엔드 시스템, 보험 회사의 기존 기록 및 청구 관리 시스템과 통합된다. 데이터 집합은 UBI 관세 산출 및 계약 관리에서 중요한 역할을 한다. 아래 도표는 Tech Mahindra 에 의해 설계된 데이터 통합 모델의 개요를 제공한다. 이 모델은 보험 회사가 구조화된 방식으로 운전자 데이터를 집계하고 운전자 보험 요금을 산출하는 데 이 모델을 동적으로 사용할 수 있게 한다. {{ :파트1_36번째그림.png?300 |}} UBI data aggregation model (Source: Tech Mahindra) 많은 사람들에게 UBI의 기본 가치 제안은 적어도 처음에는 흥미롭게 들린다. M2M/IoT 사업의 초기 상징으로 UBI가 선택된 것은 별로 놀랄 일이 아니다. 많은 혁신과 마찬가지로, 흡수는 예상보다 더 느렸다. 그러나, 일부 연구를 기반으로 UBI는 마침내 실행 가능한 보험 모델로 관심을 끌고 있는 것 같다 [LN1]. ==== 그렇다면 왜 아직 개방형 자동차 앱 플랫폼을 사용하지 않는가? ==== eCall에서 UBI까지 이전에 논의된 자동차 부가가치 서비스의 예를 볼 때, 하나의 질문이 떠오른다. 왜 부가가치 서비스 개발이 그렇게 복잡한가? 각 솔루션 제공 업체들은 심지어 단 한 줄의 사업 논리 개발을 시작하기 전에, 차에 자체 하드웨어를 설치하고 백엔드에 자체 원거리 통신 링크를 설정하고, 백엔드에서 자신의 데이터 수집 및 사건 관리 시스템을 구현해야 하기 때문에 복잡하다. 개방형 (또는 적어도 반 개방형) 앱 생태계의 대규모 혁신 잠재력은 이미 애플, 삼성, 구글 등 스마트폰 업체들에 의해 검증되었다. 대부분의 주요 앱 스토어는 이제 수만 개의 어플리케이션을 포함하고 있으며, 이 어플리케이션의 대부분이 스마트폰 OS에서 제공하는 제어된 API를 통해 현대적인 스마트폰에 내장된 센서를 활용한다. 스마트폰 앱이 오작동하거나 시스템의 보안을 위해 스마트폰 OS에서 사용하는 샌드박스 메커니즘을 고장내는 경우, 최악의 상황은 핸드폰이 정지하거나 정해진 것보다 더 많은 데이터를 사용하는 것이다. 그러나 자동차 어플리케이션의 오작동은 훨씬 더 위험하여 생명을 위협할 수 있다. 우리가 이미 계기판에 대한 논의에서 살펴본 바와 같이, 자동차 인포테인먼트 시스템과 스마트폰 앱을 결합하기 위한 수많은 지속적인 노력이 있어왔다. 그러나 이러한 노력의 대부분은 인포테인먼트에만 중점을 두며, 위에서 설명한 것처럼 앱 링크 접근에 의해 제공되는 심층적인 통합의 달성은 고려하지 않는다. 그러나, 이러한 UBI와 eCall 같은 어플리케이션은 읽기 전용 단계일지라도, 핵심 자동차 기능과 심층적인 통합을 필요로 할 것이다. 아래에 설명된 Digital Horizon 시스템과 같은 더 발전된 시스템은 가장 효율적으로 작동하기 위해 자동차의 컨트롤에 실제 기록 접근을 필요로 할 것이다. OEM 업체의 경우, 외부 응용 프로그램에의 통제권을 넘기는 행위는 당연하게도 큰 위험을 동반하며, 그렇기에 대부분의 OEM 업체들은 여전히 자동차 생태계에 새로운 어플리케이션을 허용하기 전에 철두철미하고 긴 인증 절차를 필요로 한다. 그럼에도 불구하고 스마트폰 앱 생태계에서 보여지는 기하급수적 성장의 유형을 만들어내기 위해, OEM 업체들은 외부 애플리케이션이 핵심 자동차 기능에 접근할 수 있는 방법에 대해 더 많이 개방해야 한다. 아마도 이러한 개방형 자동차 앱 생태계를 만드는 첫 번째 단계는 차 안에 있는 것에는 덜 중점을 두고, 클라우드 등 차 밖에 있는 것에 대해 더 집중해야 한다. 많은 자동차관련 어플리케이션 서비스는 실제 차량 자체 내에서의 실행 환경을 필요로 하지 않는다. eCall 및 UBI 사례를 보자. 모두 필요한 데이터에 대한 접근을 제공하는 클라우드 기반 어플리케이션 플랫폼에 쉽게 구축 될 수 있다. 이러한 유형의 어플리케이션의 경우, 직접 자동차에 내장되는 것 또는 백엔드 자동차 데이터 관리 시스템을 다루는 것으로부터 얻어 질 수 있는 조금의 부가가치가 있다. 차량 데이터에 접근하기 위한 효율적인 가입 메커니즘과 함께 클라우드 기반의 개방형 자동차 어플리케이션 플랫폼은 완전히 충분해진다. 이 IoT의 한 귀퉁이가 향후 10년 내에 어떤 결과를 가져올지 지켜보는 것은 흥미로울 것이다. 앞으로 흥미 진진한 시간이 기다리고 있다. {{ :파트1_37번째그림.png?300 |}} The OEM dilemma of dashboard supremacy (Source: mm1 Consulting) 앱 링크 방식의 주요 이점은 새로운 어플리케이션을 가능하게 하고 또한 자동차 특화 어플리케이션에 요구되는 많은 기본 자동차 기능을 활용할 수 있다는 점이다. 사용 기반 보험 예로 돌아가서, UBI 앱은 주행 거리, 평균 속도, 급격한 제동에 대한 데이터를 획득 할 수 있도록 운전 프로파일에 접근할 필요가 있다. 이 정보에 접근할 수 있는 유일한 방법은 예를 들어 CAN 버스를 통해 자동차의 내부 인터페이스를 거치는 것이다 [CAN1]. OEM 업체가 OEM 업체의 직접 통제 밖의 앱 스토어로부터 다운로드 가능한 앱에 매우 중요한 기본 자동차 인터페이스를 개방할 가능성은 거의 없는 것으로 보인다. 애플이나 구글에 이러한 종류의 통제권을 넘기는 것은 OEM 업체의 줄어든 사업 통제권을 의미할 뿐만 아니라, 또한 기능 안전에 대한 의문을 제기한다. 이러한 유형의 데이터를 읽는 것은 한 가지이지만, 차량 (가속, 조종 장치, 제동)에 대한 능동적인 통제권을 허용하는 것은 매우 다른 것이다. 그러나 다음 Digital Horizon 부분에서 볼 수 있듯이, 이러한 자동 주행 기능과 함께 지도 및 경로 데이터 등 자동차 계기판 정보를 모으는 능력은 IoT가 주는 가장 큰 기회 중 하나일 것이다. 이는 앱 링크와 같은 방식이 관련 위험을 제한하면서 서로 다른 세계 사이에 다리를 만드는 중요한 역할을 할 수 있는 곳이다. 이 계기판의 우위를 점하는 경쟁은 예측 가능한 미래에 대한 흥미로운 공간으로 남을 것이다. mm1 Consulting의 Stella Löffler에 따르면, "아직 우세한 해결책은 없다. 중기적으로, 정답은 아마 자동차 세그먼트마다, OEM 업체마다 다양할 것이다." ==== c. 커넥티드 카 기업 솔루션 ==== 잠시 커넥티드 카의 최종 소비자 측면을 떠나, 이제 기업 측면으로 바꿔 보자. 많은 기업은 IoT와 커넥티드 카를 활용할 수 있는 방법을 찾고 있다. 차량 관리 및 텔레매틱스는 20 년 이상 동안 중요한 주제가 되어왔으며, 이 모든 영역은 점점 더 정교해지고 있다. 특히 자동차 부품 제조 업체에게 현장에서 자동차 부품의 성능에 대해 배울 수 있는 새로운 연결을 활용하는 것은 또 다른 흥미로운 영역이다. ==== 차량 관리 ==== 자동차, 트럭, 선박, 철도 차량, 항공기 등을 관리하는 기업들은 종종 수천 개의 자산을 관리해야 한다. 많은 차량 관리자들에게 차량 관리 시스템에 통합된 이러한 자산들로부터 실시간 데이터를 얻는 능력은 매우 매력적인 제안이다. 항공 및 물류 기업은 효율적으로 운송 네트워크를 관리하기 위해 이 데이터에 의존하고 있다. 임대 회사들은 재무 예측 및 계획을 최적화하기 위해 실시간 차량 데이터를 사용할 수 있다. 온라인 차량 관리 초기에, 차량 추적기와 비슷한 하드웨어 장치는 차량 위치를 위한 GPS 장치처럼 독립적인 장치로 차량 내에 배치되었다. 자동차와 백엔드 사이의 통신은 지상 또는 위성을 기반으로 할 수 있다. CAN 버스 [CAN1] 같은 차내 버스 시스템은 엔진 상태, 연료 게이지, 운전 동작 등 차량 또는 자산과 관련된 다양한 데이터 소스에 접근하기 위해 현대적인 차량 관리 시스템에 의해 사용될 수 있다. 이 데이터들은 다양한 기능을 가진 연결된 차량 관리 솔루션을 제공하는 데 사용될 수 있다. 아래 도표는 연결된 차량 관리 솔루션의 향상된 주요 기능에 대한 개요를 제공한다 [BSI1]. 현장 자산 및 장치에 관한 부분은 또한 컨테이너 추적 (PurFresh 사례 연구 참조) 및 모바일 작업 장비 (Kärcher 사례 연구 참조) 등의 차량 관리의 다른 형태를 살펴본다. {{ :파트1_38번째그림.png?300 |}} Fleet management features (Source: Bosch) 기본 차량 관리 기능은 일반적으로 보고 및 제어 기능뿐만 아니라 차량 마스터 데이터 관리를 포함한다. 일반적으로 연결된 차량 관리 솔루션은 ERP 또는 CRM 시스템과 같은 다른 백엔드 시스템들을 통합할 필요가 있다. 차량 상태 데이터는 또한 차량 관리의 다양한 기능에 사용될 수 있다. 예를 들어, 주행 거리 데이터는 사전 관리에 이용 될 수 있고, 운전자에게 다음 서비스 날짜를 표시하는데 사용될 수도 있다. 이 경우, 시스템은 또한 적합한 서비스 장소로 운전자를 사전에 안내 할 수 있다. 주행 거리 보고 기능은 임대 계약 데이터와 대조하여 예상 최종 주행 거리를 비교하기 위해 사용될 수 있다. 사고가 감지되면 사고 알림 기능은 차량 관리자에게 이를 알린다. 차량 진단 기능은 차량으로부터 오류 코드를 저장하고 일반 텍스트 형식에서 이를 이용 가능하게 만들 수 있다. 그리고 마지막으로, 설명이 필요 없는 차량 도난 경고 기능이 있다. 우리가 살펴볼 다음 차량 관리 기능은 운전 행동에 관한 것이다. 연료 관리 기능은 연료 운영 및 연료 게이지의 수작업 기록을 대체한다. 운전자 행동 기능은 속도, 제동, 가속 등 운전자의 운전 패턴에 대한 데이터 기록을 가능하게 한다. 사고 기록 기능은 사고 이전과 이후, 관련 차량의 센서 상태와 함께 가속도 값의 저장을 허용한다. 사고를 재구성하여 근본 원인을 밝힐 경우, 이러한 정보는 매우 중요하다. 또한 이동 루트에 대한 주요 데이터의 기록이 가능한 기능도 있다. 이 정보는 주로 과세 목적으로 사용된다. 차량 생산성 기능은 또한 데이터 분석 및 관련 기술에 의존한다. 예를 들어, 여정의 분석은 운송 경로를 최적화하는 데 도움이 될 수 있다. 사고/고장 지원 기능은 운전자에 대한 지원을 제공한다. 지오펜싱은 차량 사용을 제어하고 도난을 방지하기 위해 사용될 수 있다. 차량 내부 벤치마킹은 주행 거리, 연료 소비, 운전 행동 및 서비스 간격 등 파라미터를 비교하여 차량 비용 및 이용성을 최적화시킨다. 여기에서 설명한 연결된 차량 관리 기능의 일부는 위에서 설명된 사용 기반 보험 모델과 같은 다른 사용 사례를 제공한다. ==== 체계적인 필드 데이터Systematic Field Data ==== 차량 실시간 데이터에 접근할 수 있는 능력으로 큰 이익을 취하기 위해 기다리고 있는 사람은 차량 관리자뿐만이 아니다. OEM 업체 및 자동차 부품 제조 업체도 심지어 중간 개발 수명주기 에서 혜택을 누릴 수 있다. 이론적 가설과 실험에 기초하여 자동차 부품을 설계하는 대신, 제조 업체들은 부품이 현장에서 작동되는 방법에 대한 상세 데이터에 접근할 수 있다. 이는 제품 설계자와 엔지니어에게 매우 중요한 통찰력을 제공한다. 물론, 이 경우에 필요한 데이터는 이전에 논의된 차량 관리 솔루션에 필요한 데이터보다 훨씬 더 상세하다. 예를 들어, Bosch의 Corporate Department Automotive Systems Integration (C/AI)이 이끄는 Systematic Field Data Collection and Analysis (sFDA) 프로젝트는 수백만 대의 자동차 내 데이터 수집 하드웨어 장치의 배치를 포함하며, 이 장치는 차량 브레이크 시스템, 파워 조종 장치 등 다양한 차내 자동차 부품들을 연결한다. 이 시스템은 온도, 전압 곡선 등을 포함하는 상세한 사용 패턴을 잡아 낼 수 있다. 개별 차량에서 다시 이 데이터를 얻어 중앙 시스템으로 보내는 것은 많은 방식으로 달성될 수 있다. 어떤 경우에는 자동차가 집 와이파이에 연결되며, 이는 중앙 sFDA 시스템으로 다시 그 현장 데이터를 전송하는 데 사용된다. 그러나, 보다 일반적인 시나리오는 자동차가 지정된 자동차 수리 가게를 방문 할 때마다 데이터를 다운로드 하는 것이다. 이 방법으로 얻은 데이터는 부품 개발자에게 매우 유용하다. 현장 데이터로부터 획득될 수 있는 분석 결과 유형의 두 가지 예는 아래 도표에서 확인할 수 있다. 첫 번째 예는 개별 펌프의 사용 패턴을 분석하며, 두 번째 예는 운전 행동 클러스터를 보여준다. 물론, 데이터 정보 보호도 여기에 중요한 역할을 한다. 일부 경우, 중앙 시스템은 차량 ID (VID)를 저장하지 않고, 대신 익명의 "해시 값"을 사용한다. 이 값은 다시 VID 추적 할 수는 없지만, 시간이 지남에 따라 특정 자동차의 모든 데이터에 연결할 때에는 유용하다. {{ :파트1_39번째그림.png?300 |}} Two examples of field data analytics at work (Source: Bosch Software Innovations) ==== d. eMobility ==== 100 년도 더 전에 Thomas Edison과 Nikola Tesla와 같은 선구자들은 오늘날 우리가 알고 있는 전기화된 세상의 토대를 마련했다. 세계적인 전기 네트워크 덕분에 전기는 지금 모든 곳에 있다. 조명, 가전 제품, 전동 공구, 산업 장비, 컴퓨터 및 열차 등 전기가 없었다면 세계는 서서히 멈출 것이다. 자동차 산업은 지금까지 전기화에 저항해온 몇 남아있지 않은 산업 중 하나로, 대신 화석 연료에 수십 년 동안 의존해왔다. 그리고 자동차의 미래는 정말 전기화 될 것인가에 대한 불확실성이 여전히 존재한다. 그렇지만 일부 곧 일어날 듯한 긍정적인 신호들이 있다. Toyota는 성공적으로 하이브리드 자동차 분야를 개척해왔으며, Tesla Motors는 eMobility 운동의 상징으로 보여진다. 2015년 초까지, 거의 모든 대형 OEM업체들은 BMW i3, Chevrolet Spark EV, Fiat 500e, Ford Focus Electric, Mahindra Reva, Mercedes-Benz B-Class Electric Drive, Nissan Leaf, Renault Zoe, Volkswagen e-Up! 및 e-Golf 등 모두 전기 자동차를 공개해왔다. 2014년 말까지 15만대 이상이 판매되면서 Nissan Leaf는 판매 대수로 이 분야를 선도하고 있다. 또한 2014년 말까지 총 약 35만대의 전기 자동차 및 유틸리티 밴이 판매되었다 [JC1]. 그러나 2014년 말까지 전 세계적으로 판매된 약 7천만대의 기존 자동차에 비하면 [ST1], 이 수치는 여전히 매우 미미하다. 크고 작은 재산이 전기 자동차의 차세대 에너지원 및 배전 시스템을 개발하기 위한 경쟁으로 손실되고 있다. Better Place는 전기 자동차의 배터리 충전 및 교환 서비스 네트워크를 구축하려는 시도에 민간 자본 8억5천만 달러를 들였으나 성공하지 못했다. 이 글로벌 경쟁은 위험성이 높다. 행동이 둔한 OEM 업체들은 상당한 시장 점유율을 잃을 위험에 처하게 되며, 잘못된 기술에 돈을 거는 업체들은 대규모 실패의 위험을 무릅쓰게 된다. 예를 들어, Tesla는 2020년까지 5십만 개의 자동차 배터리 연간 생산을 목표로 거대 배터리 공장 건설에 50억 달러를 투자 할 것이라고 발표했으며 [AN1], 일각에서는 이 투자를 매우 위험한 것으로 보고 있다 [WSJ1]. 이러한 위험과 예상보다 훨씬 느린 전기 자동차 수의 증가에도 불구하고, 아직 이 분야의 많은 움직임과 낙관론이 남아 있다. CES 2015에서의 의견 일치는 미래에 자동 운전뿐만 아니라 전기 운전 또한 있을 것이라는 것이다. 다음 논의에서는 충전, 차량 관리, 결제, 상호 에너지 관리 등 자동차 교통 전기화의 더 중요한 측면 중 몇 가지를 살펴 보겠다. 이 모두는 사물의 인터넷에서 중요한 역할을 할 준비가 되어있다. 또한 간편함을 위해, 전기 자동차 (Electric Vehicle)의 약어 EV를 사용한다. ==== EV 충전 서비스 ==== 현재 자동차 및 배터리 기술로 얻을 수 있는 주행 거리 약 76마일/122km (Ford Focus Electric)와 265마일/426km (Tesla Model S 85 kWh) 사이이다. 따라서 전기차의 광범위한 채택을 위한 주요 성공 요인 중 하나는 EV 배터리 재충전 또는 교환 서비스의 광범위한 가용 네트워크 개발이 될 것이다. 일부의 경우, 업체들 스스로 재충전 네트워크 구축을 시작했다. 예를 들어, 2014년 Tesla의 과급기 네트워크는 충전소의 개수가 세계적으로 총 200개에 달했다 [WI2]. 자신의 여정을 계속할 수 있을 때까지, 아무도 몇 시간 동안 대기하고 싶어하지 않기 때문에 충전 속도에 대한 문제도 있다. 이 문제를 해결하는 한 가지 방법은 충전 과정의 속도를 올리는 것이다 (Tesla가 한 것처럼). 또 다른 방법은 물리적인 배터리 교체를 검토하는 것이다. 우리가 보았듯이, Better Place는 이미 이를 제공하는 데 실패했고, Tesla 같은 다른 회사들은 배터리 교환 장소 도입 계획을 다양하게 수정해왔다. IoT의 관점에서 충전소의 통합은 여러 흥미로운 측면이 있다. 우선, 통신 네트워크로의 충전소 통합 문제가 있다. 예를 들어, 충전소는 운전자와 그의 차량을 식별 할 수 있어야 한다. 그 다음 충전소는 충전 과정을 시작하기 전에 백엔드 시스템을 통해 운전자의 인증 정보와 계좌 정보의 유효성을 검증 할 수 있어야 한다. 대신에 다양한 백엔드 어플리케이션은 예를 들어, 충전소의 상태와 현재 연결된 자동차의 배터리 부하 수준에 접근하기 위해서 충전소에 대한 접근 권한을 필요로 한다. 이는 충전소가 자동차 및 백엔드 사이의 중개자로서 작용함을 의미한다. 이러한 종류의 접근 권한을 요구하는 하나의 명백한 사용 사례는 아래 도표에서 볼 수 있다. 이 어플리케이션은 다른 충전소 사업자 사이에서 쉽게 충전 장소를 찾아 직접 충전 과정을 시작하고 끝낼 수 있도록 EV운전자들에 의해 사용될 수 있다. 또한 성가신 RFID 카드가 필요 없으며, 마지막으로 특히 페이팔을 통해 직접 지불할 수 있다. Bosch Software Innovations의 부사장 Daniela Hartmann-Ege에 따르면, "전기 운전은 특히 도시 지역에서 깔끔하고 번거로움 없는 이동성에 기여할 수 있는 거대한 잠재력을 가지고 있다. eRoaming 계획을 기반으로 상호 연결된 공공 충전 기반 시설은 범위의 불안을 극복하고 전기차의 일반적인 수용을 증가시키는 하나의 방법이 될 것이다. 이는 IoT 솔루션이 삶의 질을 어떻게 향상시킬 수 있는가에 대한 완벽한 예이다." 덜 분명한 다른 정보에 대한 자세한 내용에 관해서는, 이러한 종류의 정보를 이용하고, Cross-Energy Management 챕터를 참조하십시오. {{ :파트1_40번째그림.png?300 |}} IoT solution “Public Charging Easy to Use” (Source: Bosch Software Innovations) ==== eRoaming ==== EV 충전 영역에서의 또 다른 문제는 EV 네트워크 대부분이 지리적 범위가 제한된다는 사실이다. 그래서 EV 운전자는 특히 자신의 출신지에서 멀리 이동할 경우, 상이한 충전소 사업자로부터 충전소를 사용해야 할 가능성이 높다. 휴대 전화 네트워크와 유사하게, 고객은 하나의 지정된 네트워크 사업자와 하나의 계약을 할 수 있을 것으로 기대한다. 그러나, 고객은 다수의 사업자에 등록을 하거나 여러 영수증을 처리할 필요 없이, 필요한 경우 다른 네트워크를 사용할 수 있는 능력을 가지게 된다. 원거리 통신 세계에서, 이는 로밍을 통해 처리된다. 완전히 동일한 방식으로, 다수의 EV 충전 네트워크를 통해 고객에게EV 로밍을 설정하는 것은 매우 타당하다. 이는 정확히 Hubject가 구축에 착수했던 " intercharge everywhere "라 불리는 로밍 네트워크이며, 충전소 사업자 및 eMobility 서비스 제공 업체 사이에 로밍을 지원한다. 이 회사는 실제로 BMW, Bosch, Daimler, EnBW, RWE, Siemens의 합작 회사이다. Hubject의 목표는 이러한 새로운 매쉬업 충전 네트워크에서 서로 다른 이해관계자들 사이에 쉽게 상호 연결을 가능하게 하는 개방형 플랫폼을 구축하는 것이다. 아래 그림은 주요 파트너와 이해관계자, 그리고 그들 사이의 인터페이스를 보여준다. eMobility 제공자는 고객과의 계약을 체결한다. 같은 제공자는 또한 모든 다양한 충전소 사업자와 계약을 체결하는 동시에 Hubject와 계약을 체결한다. Hubject 플랫폼은 다양한 이해관계자간의 원활한 보안 통합을 보장하여 사업자와 공급자간의 허브 역할을 한다. Enterprise IoT 관점에서, 이는 하나의 발전된 사례이기 때문에, 흥미로운 시나리오라 할 수 있다. 그리고 이러한 사례에서 IoT 솔루션은 여러 상이한 이해관계자 단체들을 통합할 뿐만 아니라 이러한 단체들에 의해 관리되는 자산 또한 통합한다. (자세한 내용은 M2M 대 IoT 대 Enterprise IoT에 대한 소개에서의 논의를 다시 참조). {{ :파트1_41번째그림.png?300 |}} “intercharge everywhere” partner network ==== EV 원격 관리 ==== 차량 전기화는 엔진 설계 및 에너지 효율에만 영향을 미치는 것이 아니다. 많은 사람들이 차량 전기화를 전체 자동차의 아키텍처를 다시 발명할 기회로 본다. 이 분야의 선구자로, Tesla의 자동차는 종종 추가 운전 기능이 있는 PC와 더 비슷한 것으로 설명되어 왔다. 여기에서 주목해야 할 한 가지 중요한 점은 전기 자동차에의 연결이 간단히 가정되어 있으며, 연결된 계기판 및 원격 관리 기능 등 많은 기능이 이 가정을 중심으로 설계되어 있다는 것이다. 이 분야에서의 또 다른 흥미로운 사례는 Mahindra Reva 자동차이다. Tesla가 전기 자동차 하이 엔드 시장에 진출하는 동안, Mahindra Reva는 도시의 전기 마이크로 자동차에 자리를 잡는다. 또한 Reva는 자동차 상태 및 성능에 대한 실시간 인사이트와 함께 고객, 딜러 및 사업자를 공급하는 내장된 연결을 함께 제공합니다. Reva의 웹 계기판 예는 아래 스크린 샷에 표시된다. {{ :파트1_42번째그림.png?300 |}} Reva customer portal (Source: Tech Mahindra) 이 솔루션은 전기 자동차의 상태를 모니터링하고 잠재적인 문제의 근본 원인을 식별하기 위해 현장 지원 직원을 돕는다. 또한, 특정 파라미터에 대한 원격 접근을 허용할 뿐만 아니라, 차량에 대한 정보에 고객이 접근할 수 있도록 한다. 솔루션은 다수의 상이한 백엔드 시스템과 통합된다. ERP 시스템은 자동차 등록 번호 (VIN) 및 배터리 정보 등 차량 정보를 제공한다. 딜러 관리 시스템 (DMS)은 고객의 정보를 제공한다. 웹 어플리케이션은 차량 상태, 딜러 위치, 충전 위치, 원격 충전, 난방 및 환기, 에어컨, 기후 시스템 (HVAC) 등 차량 내 고객별 정보/작업에 대한 접근을 제공한다. 그리고 이는 배터리 수명, 범위, 가까운 충전소 및 문 잠금과 HVAC와 같은 원격 차량 작업에 대한 상태 정보를 제공한다. 또한, 차량의 예비 충전을 관리할 수 있다. 차량 상태를 위한 주요 파라미터는 진단 및 문제 해결을 지원하기 위해 (135개의 차량 수준 경고 처리) 제공된다. 차량 사건 다시 보기는 전체 차량 이력에 대한 완전한 투명성을 제공한다. 시스템 구조의 개요는 아래 도표에서 제공된다. {{ :파트1_43번째그림.png?300 |}} AIA for Reva Remote Management ==== EV와 상호 에너지 관리 ==== 전기 자동차와 관련하여 언급하고자 하는 마지막 부분은 사용하지 않을 때 에너지 저장 용량을 제공하는 능력이다. 예를 들어, Tesla의 Gigafactory 프로젝트를 살펴 보자. Tesla는 연간 약 50 GWh의 연간 배터리 생산을 예측하고 있다. 이는 상당한 양의 에너지 저장 용량이다. 또 이는 에너지 소비자와 상이한 재생 에너지 간의 수요와 공급의 균형을 맞출 수 있도록 에너지 저장 메커니즘에 의존하는 상호 에너지 관리 (CEM) 관점에서 매우 흥미 롭다. CEM에 대한 자세한 설명은 스마트 에너지 부분을 참조하십시오. ==== e. 카셰어링 ==== 커넥티드 카에 의해 제시된 기회의 또 다른 좋은 예는 Avis의 ZipCar, Hertz on Demand, BMW의 DriveNow, Daimler의 Car2Go, Volkswagen의 Quicar 등의 새로운 카셰어링 서비스에 관한 것이다. 이러한 서비스의 대부분은 유사한 방식으로 기능한다. 고객은 스마트폰을 사용하여 이용 가능한 차량의 위치를 찾아 예약 할 수 있다. 고객은 자동차에서 즉시 RFID 칩을 이용하여 잠금을 해제하고 상기 식별 과정과 여러 유형의 상호 작용을 수행하는 내장 컴퓨터 (일반적으로 터치 스크린)를 사용할 수 있다. 일단 고객이 자신의 목적지 (보통 정해진 경계 내)에 도착하면, 고객은 간편하게 문을 잠그고 차를 놓고 가면된다. 그러면 시스템은 자동으로 이용 가능한 자동차 목록에 다시 이 차를 추가한다. 이러한 시스템의 자산 통합 아키텍처를 살펴 보자. 차량 자체 내에서, 내장 컴퓨터 (예를 들어, 안드로이드 또는 QNX)는 지역 논리를 제공하고, 또한 일반적으로 관문의 역할을 맡는다. 많은 경우 LED는 외부 사람들에게 자동차의 상태를 보여준다. 이는 또한 문에 대한 접근을 제어하는 RFID 판독기와 통합된 내장 컴퓨터에 의해 통제된다. 일단 안에 들어가면, 운전자는 보통 고객 식별 과정을 완료하기 위해 PIN 번호를 입력해야 한다. 컴퓨터는 엔진 잠금을 해제하기 위해 자동차의 CAN 버스 시스템을 사용하고 임대 과정이 시작되었음을 나타내기 위해 원격 차량 관리 시스템으로 메시지를 전송할 수 있다. 백엔드는 또한 고객 계정, 결제 등을 관리하는 카셰어링 어플리케이션을 제공한다. 이러한 유형의 시스템은 논의된 다른 시스템들의 많은 기능을 결합한다. 예를 들면, 지오펜싱과 같은 고급 기능을 포함한 전통적인 차량 관리 시스템의 기능 대부분은 카셰어링 시스템에서 발견될 수 있다. {{ :파트1_44번째그림.png?300 |}} AIA for car-sharing service 여기에 설명된 카셰어링 서비스는 향후 수십 년 안에 자동차 산업에 크게 지장을 줄 가능성이 있다. 그리고 이 서비스는 발전할 수 있는 많은 흥미로운 방향이 있다. 기본적인 카셰어링 개념의 논리적 확장으로 다음 단계에는 고객을 위한 추가 기능으로서 사용 기반 보험 (UBI)이 추가될 것이다. 또는, Airbnb와 유사하지만 자동차를 대상으로 하는 또는 개인 대 개인 카셰어링을 도입한 RelayRides 같은 회사로 나아갈 것이다. 전반적으로, 이 분야에는 명확하게 분열에 대한 상당한 잠재력이 있다. ==== f. 복합운송 서비스 ==== 마지막으로 다룰 흥미로운 영역은 하나의 이동 과정에 여러 교통 수단을 결합하는 복합운송 서비스 영역이다. 예를 들어, 이동 여정이 공유 자동차 및 기차 모두를 사용하는 것처럼 다수의 서로 다른 운송 수단을 포함하는 경우에도, 그 여정에 대한 통합 인터페이스를 고객에게 제공한다는 발상이다. 이 통합된 인터페이스는 네비게이션 및 발권 서비스가 포함된다. 기본 서비스의 확장은 유통 파트너 통합을 목표로 하는 보너스 시스템을 포함한다. 그들은 특히 커넥티드 카와 스마트 시티와 같은 다양한 관점들을 결합하기 때문에, 이러한 종류의 서비스는 점점 흥미로워질 것이다. 또 관찰하기 흥미로운 것은 서로 다른 이해 관계자들이 이 분야에 그들 스스로 위치시키는 방법이다. 예를 들어, Daimler는 Car2Go 카셰어링 서비스를 시작했을 뿐만 아니라, Car2Go 카셰어링, 자전거 공유, 대중 교통, 택시 등 서로 다른 유형의 교통수단을 이용하여 고객의 경로 계획을 최적화 해주는 Moovel 플랫폼을 통한 복합 운송 서비스를 개시했다. 고객에게는 상이한 스마트폰 앱과 웹 포털이 주어져, 신속하게 Car2Go 자동차 예약을 포함한 여러 단계 여정의 각 단계를 설정할 수 있게 한다. 물론, 여기에서 OEM 업체의 관심은 더 많은 고객들이 그들의 카셰어링 서비스를 사용하게 만드는 것이다. 그러나 스마트 시티의 관점에서, 이는 최선의 방법이 아닐 수 있다. 스마트 시티의 경우, 더 좋은 방법은 예를 들어, 교통 흐름을 최적화하며 아침 피크 시간 동안 들어오는 교통량을 높이지 않도록 하는 것이다. 그렇기에 복합운송 관점에서, OEM 업체의 기대와 최적화 기준은 스마트 시티의 기준과는 완전히 다르다. 이러한 종류의 복합운송 서비스 진화 방식을 지켜 보는 것은 흥미로운 일이 될 것이다. 커넥티드 카와 새로운 커넥티드 카셰어링 서비스의 출현에 의해 만들어진 유연성은 특히 복합 운송 발전에 중요한 역할을 잘 수행할 수 있다. ==== g. 차량 기능 (자동 주행으로 나아가는 길) ==== 이는 IoT로 가능해진 미래의 차량 기능에 대한 논의로 직접 우리를 데려다 준다. 물론, 여기에서의 궁극적 목표는 자동 주행이다. 대부분의 출판물은 또한 자가 운전 자동차 또는 자율 주행에 대해 이야기한다. 우리는 이것이 단지 차량의 자율성보다 훨씬 더 많은 것을 포함한다고 믿는다. 결국, IoT가 커넥티드 카를 가능하게 할 것이다. 다음에서, 우리는 자율 주행과 커넥티드 카 모두를 지칭하기 위해서 용어 "자동 주행"을 사용한다. ==== 자동 주행 로드맵 ==== 자동/자율 운전으로 우리를 이끌 로드맵에 대해 많이 설명되어 있지만, 대부분의 사람들은 "자율 주행이 빅뱅이 될 수는 없을 것이며, 일련의 작은 단계가 될 것이다"라는 의견에 동의한다 (Toscan Bennett, Volvo [LL1]). 사용자 수용, 기술, 법률 그리고 특히 보험 위험과 보험료를 계산하는 통계 전문가인 보험 계리사 등의 많은 다른 요인들이 자동 운전의 발전에 영향을 미칠 것이다. Bosch의 전문가들에 의해 개발된 자동 운전 로드맵은 아래 그림에 표시된다. 이 로드맵의 핵심 가정은 실시간으로 서로 다른 데이터 소스로부터 데이터를 효율적으로 결합하는 능력이 결정적 일 것이라는 것이다. 단일 센서는 차선 유지 조종 등의 적응형 자동 주행 속도 유지 어플리케이션과 같은 기본 기능에 사용된다. 센서 데이터의 융합은 통합 주행 지원 및 고속도로 지원과 같은 고급 솔루션을 지원하는 여러 소스로부터의 데이터 병합을 가능하게 한다. 지도 데이터의 추가는 이미 고도로 자동화된 주행 기능을 제공하는 고속도로 조종 기능을 지원한다. 자동 주행의 가장 큰 도전은 인구 밀도가 높은 도시 지역에서의 운전이며, 이는 횡단 보행자, 놀고 있는 어린이 등 많은 관련 위험 때문이다. {{ :파트1_45번째그림.png?300 |}} Roadmap towards automated driving (Source: Bosch) 이 분야에서 미래의 발전을 예측하는 것은 어려운 일이다. Wolf-Henning Scheider (Bosch 관리 위원)에 따르면, Bosch는 이미 2017년과 2018년 반자동 주행에 필요한 레이더, 카메라, 제어 장치 및 기타 기술을 공급하기 위해 생산 주문을 받았다. 이를 기반으로, 그는 4단계 로드맵을 마련했다 [TAP1]: • 2017년, 최대 75mph 속도로 완전한 자동 차선 유지가 가능한 통합된 고속도로 지원 기능을 탑재한 최초의 자동차가 이용 가능해질 것이다. • 2018년, 고속도로 지원 기능이 더 높은 속도뿐만 아니라 운전자 승인 하에 자동 차선 변경을 지원하도록 확장될 것이다. 여전히 운전자는 항상 도로를 지켜볼 필요가 있다. • 2020 년까지 고속도로 조종 기능은 고속도로에서 완전한 자동 주행을 지원할 것이다. 차를 추월할 필요가 있는 경우, 운전자는 통보 받을 것이며, 이것이 충분히 빠르게 일어나지 않는 경우, 자동차는 차를 세우고 멈출 것이다. • 약 2025년까지 Bosch는 자동 조종 기능이 운전자의 임의의 개입 필요 없이, 완전 자동화 된 door-to-door 운송을 지원할 것이라고 믿는다. 2004년 첫 번째 DARPA 자가 운전 대회에서 어떠한 자동차도 계획한 150마일 중 처음 7마일을 넘지 못한 것을 감안할 때, 이는 분명히 야심찬 목표이다. 그럼에도 불구하고, CES 2015에 있었던 많은 OEM 업체들이 비슷한 타임라인을 확인시켜주면서, 시장은 전체적으로 동의하는 듯하다. ==== 자동 주행 - 기술 ==== 물론, 센서는 자율 주행에 중요한 역할을 담당할 것이다. 현대의 자동차들은 이미 틸트 센서 (광 제어 시스템에 의해 사용), 높은 압력 센서 (Electronic Stability Program (ESP)에 의해 사용), 토크 센서 (조종 장치), 핸들 각도 센서 (조종 및 ESP 시스템), 가속도 센서, 좌석 점유 센서 (에어백 제어 시스템), 바퀴 회전 각 센서 (ESP 시스템) 및 바퀴 각속도 센서 (Anti-locking Braking System (ABS))를 포함하는 수많은 다른 센서를 사용한다 [LA11]. 자동 주행을 위해서, 다른 센서는 일반적으로 차량 주변 환경의 가상 이미지를 생성하기 위해 결합된다. 이들은 다음을 포함한다: • LIDAR: 이 기술은 반사된 빛을 분석하여 거리를 측정하는 레이저를 사용한다. 적응형 자동 주행 속도 유지 장치 (ACC)에 사용되는 LIDAR 장치는 차량과 앞에 있는 차량 사이의 거리를 감지하기 위해 차량의 전방에 장착된다. • 레이더: 밀리미터파 레이더는 일반적으로 사용된다. 이는 다양한 적외선 및 광학 센서를 포함하며, 차량의 전방, 측면 및 후방 구역에 배치된다. • 초음파: 자동 주차 시, 근접 장애물 감지에 사용된다. • 카메라: 근처의 위험 (보행자 및 자전거)을 확인하고, 도로 표지판을 읽고, 신호등을 감지하는데 사용된다. 구글은 자율 운전의 선구자 중 하나로 볼 수 있다. 구글 카의 중심 요소는 자동차 지붕에 장착되는 레이저 거리 측정기 (LIDAR)이다 [IE1]. 이 장치는 주변 환경의 상세한 3차원 지도를 만들어 낸다. 이 시스템은 주변 지역의 고해상도 지도와 이러한 레이저 측정을 결합시킨다. 추가 센서는 신호등을 감지하는 백미러에 가까운 카메라뿐만 아니라, 고속도로에서 빠른 교통 흐름을 처리하는 4개의 레이더 (전면 및 후면 범퍼에 장착)를 포함한다. 위치 결정을 위해 GPS가 차량의 실제 움직임을 측정하는 관성 측정 유닛 (IMU)와 결합되며, 이는 GPS 데이터를 보완한다. {{ :파트1_46번째그림.png?300 |}} Technologies for automated driving 자동 주행의 중요한 다른 개념은 Car2X (또는 Vehicle2X)라 불리는 Car2Car 및 Car2Infrastructure이다. 이러한 기술은 자동차를 다른 차량들과 (Car2Car), 또는 신호등과 같은 교통 인프라와 (Car2Infrastructure) 통신할 수 있게 한다. Car2Car 기술은 또한 자동차가 훨씬 앞에 있는 자동차와 통신할 수 있게 하기 때문에, 예측 가능한 주행을 가능하게 한다. 당연히, 이는 모든 차량의 동일한 인터페이스 지원을 필요로 하며, 그 자체가 큰 장애물이 된다. ==== 자동 주행 – 시스템 구조 ==== 자동 주행 시스템을 위한 핵심 과제는 다른 센서들로부터 오는 상당한 양의 데이터를 결합하고 관리하며, 운전 행동에 관한 결정을 내리는 데 사용될 수 있는 데이터로부터 일관된 모델을 생성하는 것이다. 아래 그림 (다시 우리의 IoT AIA 템플릿을 사용)에 도시된 바와 같이, 이러한 문제에 대한 일반적인 해결책은 계층적 센서 융합 구조의 생성이다 [TI1]. {{ :파트1_47번째그림.png?300 |}} AIA for automated driving 대부분의 센서에는 가공되지 않은 아날로그 센서 데이터의 디지털 표현을 생성하는 전용 처리 장치가 장착되어 있습니다. 예를 들면, LIDAR 센서의 출력은 차량 주위 환경의 3D지도가 될 수 있다. 센서 데이터의 융합은 여러 센서들의 출력을 결합한다. 예를 들어, 두 개의 카메라로부터의 데이터는 심도 정보 (또한 스테레오 비전이라고도 함)를 추출하기 위해 결합될 수 있다. 마찬가지로, 시야의 중첩을 일으키는 유형의 다른 센서로부터의 데이터는 물체 감지 및 분류를 개선하고 보다 정확한 모델을 만들기 위해 병합될 수 있다. 이는 외부 시스템으로부터 데이터를 추가하는 것도 가능하다. 예를 들어, 자동차 클라우드로부터의 데이터는 상세한 지도 데이터, 교통 데이터 및 기상 데이터를 포함한다. Car2X 관문으로부터의 데이터 추가도 가능하다. 그 결과는 자동차 주위 환경의 상세한 3차원 지도이다. 이 지도는 객체를 기반으로 하며, 차선 표지판, 다른 차량, 보행자, 자전거, 거리 표지판, 신호등 등을 포함한다. 이 상세한 지도는 또한 네비게이션에 필요한 더 크고 덜 상세한 지도 내에 위치하게 된다. 두 모델의 관점은 다른 시간 간격으로 실시간 업데이트된다. 전체 프로세스는 센서 데이터에 기초한 가상 세계에서의 실제 세계 "복원"으로 설명될 수 있다. 유사한 접근 방식은 이 책의 다른 사례, 예를 들어 CERN의 Large Hadron Collider LHCb 실험의 사례연구에서 찾아 볼 수 있다. 또한 용어 "복원"은 이 책의 Ignite | IoT Methodology 부분 전반에 걸쳐 사용된다. {{ :파트1_48번째그림.png?300 |}} Google 3D data model (Source: [MI1]) 복원 과정의 결과를 활용하여, 중앙 주행 제어 엔진은 속도, 방향, 비상 제동 등을 포함하는 운전 행동에 대한 결정을 하기 위해 이제 이 모델을 사용할 수 있다. 엔진은 이를 달성하기 위해 중앙 VCU 및 다른 ECU와 같은 다른 자동차 제어 요소와 상호 작용한다. 이러한 시스템의 복잡한 특징뿐만 아니라, 가장 현대적인 자동차에서 발견되는 매우 이질적인 환경에 때문에, 고도로 집중화된 이러한 유형의 접근법은 일부 경우 위험할 수 있다. 예를 들어, 보안상의 이유로, 자동 긴급 브레이크 (AEB) 기능은 필요하다면 중앙 주행 엔진을 대체 할 수 있는 자동 시스템으로 전개될 가능성이 매우 높다. ==== Digital Horizon ==== 자동차 클라우드 서비스와 지역 센서 데이터의 결합은 더 경제적인 운전을 지원하면서 운전 경험을 더욱 최적화하도록 돕는다. 이것의 좋은 예는 Bosch에 의해 개발된 Digital Horizon 시스템이다 [ST1]. Digital Horizon 시스템은 클라우드 기반의 백엔드와 CAN 버스 [CAN1]를 통해 자동차 주행 컨트롤에 연결되는 내장형 장치를 결합한다. 클라우드 백엔드는 도로 상태, 속도 제한 등에 관련된 메타데이터로 풍부한 지도 데이터를 제공한다. 내장형 장치는 이 데이터를 받아 다음과 같은 여러 다른 서비스를 지원하는데 사용한다. • 조명 예측 제어: 연결된 horizon data를 센서 판독 및 카메라 영상 분석과 결합하여, 시스템은 이후의 상황에 조명을 맞출 수 있다. 기능은 헤드램프 빔 높이 조절 및 조명의 곡선 예측을 포함한다. • 보조 운전: 속도는 전방 도로의 조건에 따라 조절될 수 있다. 예를 들어, 전방에 단단한 굴곡 또는 품질 불량의 도로가 있는 경우, 시스템은 속도를 감소시킬 수 있다. • 관성 주행 지원 (추진력 없이 이동): 쭉 뻗은 내리막에서의 재래식 제동 또는 한계 속도에 접근할 때는 열의 형태로 차량의 에너지를 소비한다. 관성 주행은 주행 저항을 극복하기 위해 차량의 운동 에너지를 사용한다. 이 시스템은 관성 주행에 적합한 쭉 뻗은 도로를 식별하고 운전자가 엑셀레이터에서 발을 떼야 할 때를 보여준다. • 하이브리드 예측 관리: 하이브리드 전기 자동차는 제동 에너지를 되찾아 배터리에 저장할 수 있다. 제한된 배터리 용량을 극복하기 위해, 시스템은 이후 도로 구간에 대한 회수 가능성을 결정하는 지형 네비게이션 데이터를 이용한다. 이 정보에 기반하여, 시스템은 에너지의 최대치가 나중에 회수될 수 있도록 보장하는 전기 모터 사용의 증가를 통해 충분히 배터리를 방전시킨다. {{ :파트1_49번째그림.png?300 |}} Digital Horizon ==== 주차 ==== 자동 주차는 완전히 자동화된 차량 제어 상품화의 첫 단계가 될 것이다 (기술적으로는 주행이 아니기 때문에, 위 로드맵에는 포함되지 않음). {{ :파트1_50번째그림.png?300 |}} Roadmap for automated parking (Source: Bosch) 초기 생산 준비 주차 지원 시스템은 이미 자동차가 조종하는 주차 조종 제어 장치를 제공하며, 운전자는 속도 및 제동을 통제한다. 이에 이어 시스템에 의해 자동화된 제동 단계인 주차 기동 통제가 이어질 것이다. 다음 단계는 운전자가 차량 외부로부터 자신의 차를 주차 할 수 있는 원격 주차 지원이 될 것이다. 마지막 단계는 완전히 자동화된 주차를 지원하는 자동 조종 주차이다. 쉽게 완전히 자동화된 환경으로 변할 수 있는 다층 주차장의 가능성 때문에 (적어도 부분적으로), 자동 주차 대행은 완전 자동 주행을 대규모로 선보일 수 있는 또 다른 흥미로운 영역이다. 이러한 주차 자동화 시나리오 중 일부는 자동차와 외부 시스템 사이의 연결을 필요로 하지 않으며, 그렇기에 아마 IoT 솔루션의 완벽한 예는 아니지만, 그들은 여전히 전체 그림의 중요한 부분이다. 또한, IoT 개념이 주차와 함께 사용되는 다른 흥미로운 시나리오가 있다. 첫 번째 예는 Automated Valet Parking (AVP)으로, 주차 층과 자동차를 연결할 뿐만 아니라, AVP 시스템과 사용자를 연결한다 (지불, 차량의 드롭 오프 및 픽업을 위한 시간 예약 등의 서비스를 위해 폰을 사용하는 것 등). 또 다른 좋은 예는 지역 사회 기반 주차이다. 이 경우에는, 차량 내에 설치된 센서가 이용 가능한 주차 공간을 찾아 근처 거리를 스캔한다 (운전자가 한 자리를 찾는 게 아닌 경우에도). 이 데이터는 중앙에서 수집되고 지속적으로 업데이트된다. 이는 시스템의 모든 사용자가 인근의 이용 가능한 주차장에 대한 실시간 정보를 얻을 수 있다는 것을 의미한다. 이 정보는 또한 운전자의 자동차 네비게이션 시스템 내 지도 데이터에 추가될 수 있다. ==== h. 전망 ==== 커넥티드 카에 관련된 우리의 논의를 마무리하기 위해, 우리는 Bosch Software Innovations의 CEO Rainer Kallenbach 박사에게 이 분야에서 어떠한 일이 일어나고 있는지에 대한 자신의 견해를 공유해달라고 부탁했다. **Dirk Slama**: Rainer박사, 당신은 2025년에 어떻게 출근할 것 같습니까? **Dr. Kallenbach**: 저는 고도로 자동화된 전기 자동차를 타고 출근할 것이라고 꽤 확신합니다. 마을 내 처음 몇 미터는 아마 스스로 몰 것 같지만, 한 번 고속도로에 진입하면 자동차가 운전되는 방식에 개입하거나 모니터링 할 필요는 없습니다. 이는 제가 캘린더에 들어가고 이메일, 또는 Bosch의 소셜 미디어 게시물을 확인하기 위해 자동차의 통합 화면을 사용하고, 그 다음 몇 가지 빠른 응답을 보내고 몇몇의 통화를 할 수도 있음을 의미합니다. 저 또한 다양한 장소 사이에서 통근을 많이 하기 때문에, 차량의 네비게이션 시스템은 이미 제 캘린더의 약속들로 프로그램 되어 있을 것입니다. 제 자동차가 250km의 전기 주행 거리를 가질 수 있지만, 이는 제 모든 여정을 다루기에 충분하지 않으므로 시스템은 또한 재충전 장소를 예약하거나 일정에 포함시켜 놓았을 것이며, 만약 필요할 경우, 대안으로 대중교통을 알아볼 것입니다. **Dirk Slama**: 이러한 일이 가능하게 되려면 어떠한 일이 일어나야 합니까? **Dr. Kallenbach**: 전기 주행을 위해 극복해야 할 주요 과제는 주로 전체 효율, 에너지 밀도 및 생애 비용 면에서의 공급 기술 및 전기 에너지 저장에 관련되어 있습니다. 아마 여전히 과소평가되고 있는 두 번째 중요한 문제는 인터넷을 통해 연결되고 관리되는 안정적인 재충전 인프라의 이용 가능성입니다. 자동 주행을 위해, 우리는 차량의 내장된 센서와 알고리즘에 어떤 추가적인 과정을 필요로 할 것입니다. 그리고 인터넷 기반의 더 많은 정보와 자동차로 직접 인근의 실시간 지도 데이터를 전송하는 능력을 필요로 할 것이며, 이는 어떠한 추가적인 인프라를 필요로 할지도 모릅니다. 대체로 그것은 자동차, 인프라, 환경간의 원활한 네트워킹과 함께 완벽한 IoT 환경이 될 것입니다. 우리가 이를 달성하기 위해 필요한 기술은 이미 지금 이용 가능해지고 있습니다. **Dirk Slama**: 그렇다면 이는 오늘날의 거대 OEM 업체와 공급자들에게 어떤 영향을 미치게 될까요? **Dr. Kallenbach**: 이것은 예측하기 어렵습니다. 기술의 이러한 큰 변화는 기회와 위험을 만듭니다. 자동차 및 자동차 부품을 제조하는데 필요한 고도의 전문 기술뿐만 아니라, 대기업이 새롭게 개발하는 가치 창출 네트워크의 실질적인 부분을 고정하기 위해 제시간에 새로운 기술에서 새로운 역량을 취득하는데 성공할 경우 (예컨대 파워 일렉트로닉스, IT, 특히 IoT), 기회는 종래 대기업에 의해 포착 될 수 있습니다. 아무튼, 이것은 거대하고 위험한 투자를 의미합니다. 변화에 대비하거나 수용하지 않는 회사의 대안은 거의 확실히 진부화로 이어질 것입니다...이는 Bosch가 지금 수년 동안 IoT 기술과 다양한 어플리케이션뿐만 아니라 차량의 전기화와 자동화에도 많은 투자를 해온 이유입니다. **Dirk Slama**: Tesla와 Google은 어떻습니까? **Dr. Kallenbach**: 오늘날 그들은 구체적으로 이미 무엇이 가능한지 보여주는 이동성의 새로운 세계에서 선두 주자로서 중요한 역할을 합니다. 그들은 많은 회의주의자와 보수주의자의 눈을 열어왔습니다. 저는 주로 그들을 우리의 고객으로 봅니다. **Dirk Slama**: 그래서 이 모든 것이 최종 소비자에게 앞으로의 흥미진진한 시간을 의미합니까? **Dr. Kallenbach**: 예...글쎄, 아마도요. 전 분명 위에서 언급한 통근 시나리오를 기대하고 있습니다. 그러나 X세대의 전통적인 구성원으로서, 저는 운전의 재미를 그리워할 것이라 생각합니다. 저는 저 스스로 운전하거나 운전되거나의 여부를 결정할 수 있도록 하고 싶습니다. 개인적으로, 이는 연소 엔진과 움직이는 기계 부품으로 완성된 작은 스포츠카를 유지하려는 이유입니다. 의심의 여지없이 그때면 이 자동차는 빈티지 신분이 될 것입니다. ==== IV. 스마트 시티 ==== 스마트 시티는 IoT의 매우 흥미로운 가능한 어플리케이션이다. 다음 장에서는 대응하는 IoT와의 관련성뿐만 아니라 스마트 시티의 일부 주요 동인을 검토할 것이다. 그 다음 우리는 작동하는 스마트 도시의 사례를 살펴볼 것이다. ==== 주요 동인 ==== 인구 증가, 도시화, 기후 변화, 자원 제한 등의 글로벌 메가 트렌드는 전세계 도시에 상당한 압력을 가하고 있다. 특히 인구 증가와 도시화는 혼잡, 범죄, 스모그, 공공 인프라를 노화와 같은 기존의 문제를 악화시켜 위협이 된다. 도시는 국제적인 맥락에서 점점 더 중요해지고 있다. 이는 도시화를 향한 추세 때문이며, 미래에 점점 더 많은 사람들이 도시 지역에 거주 할 것을 의미한다. 결과적으로 자원의 대부분은 도시에서 소모되며, 도시에게 이러한 자원의 보존을 위한 수단을 실현할 가장 큰 잠재력을 준다. 도시에서의 생활은 점점 더 복잡해지고 있다. 이는 이동성 및 에너지 같은 부문이 상호 연결되거나, 부분적으로 새로운 통신 기술에 의해 구동되는 발전과 합쳐지기 때문이다. 이산화탄소 배출 감소 및 에너지 공급 확보 등 도시들이 직면한 복잡한 문제는 개인 부문과 사일로 사이에 존재하는 상호 의존성으로 연계된 통합 솔루션을 필요로 한다. 인간의 행동도 변화하고 있다. 이는 이동성 등의 분야에서 가장 명확하게 알 수 있다. 초점은 자동차를 소유에서 넓은 이동 기회로 밖을 향해 이동해왔다. 카셰어링 서비스와 같은 혁신적인 솔루션은 더 광범위한 사용을 보이고 있으며, 복합 운송은 점점 더 중요해지고 있다. 스마트 시티는 이러한 전환 및 문제에 대한 해답이 될 수 있다. 완벽한 통합 솔루션은 새로운 도시 모델 관리의 필수적인 부분이다. 모든 도시가 무엇이 스마트 시티를 만드는 가에 대해 각기 다른 정의나 아이디어를 가지고 있다. 이러한 모든 상이한 관점의 공통점은 통합 솔루션의 지능적인 사용이다. Smart City Wien framework 전략에 대해, 비엔나의 시장 Michael Häup는 "복잡한 문제에 대한 스마트 솔루션을 만들기 원하는 우산 전략"이라고 설명한다. 반면, Bosch Software Innovations의 Wolfgang Volz는 “스마트 시티는 웹을 만들기 위해 사일로를 분해한다. 그것은 성능을 최적화하고 새로운 비즈니스 모델을 만들기 위한 시스템을 상호 연결하는 기술 플랫폼을 통해 이 작업을 수행한다. 스마트 시티는 기술뿐만 아니라 시민에 초점을 맞춘다.”라고 언급한다. ==== 스마트 시티 사례 ==== 처음으로 기능한 스마트 시티들은 현재 북미, 유럽, 아시아에서 부상하고 있다. 대부분의 경우, 하나의 특정 분야에서 지능형 솔루션으로 시작한다. 이윽고, 이는 다른 부문에 걸쳐 더욱 지능적인 솔루션을 포함하도록 확장된다. 몇몇 스마트 시티는 현재 모든 도시 문제를 다루고 있다. 그러나, 그 곳에서 스마트 도시의 수는 확실히 성장하고 있다. **시카고의 스마트 시티 프로젝트: 생생한 예비 실험의 시행** 시카고의 스마트 시티 및 개방형 데이터 프로젝트에 대한 세가지 주요 응용 분야로, 인프라에 대한 투자, 경제 발전 중점, 지역 사회 참여 촉진이 있다. • 인프라 투자: 이 도시는 오픈 네트워크를 통해 기가비트 속도를 달성하기 위해 새로운 광섬유 링에 투자 할 계획이다. 경쟁력 있는 가격 포인트와 새로운 네트워크를 결합함으로써, 디지털 기술 회사들이 시카고에 들어오거나, 다시 들어오도록 하는 인센티브를 마련하길 기대하고 있다. 시카고 시는 허가되지 않은 무선 스펙트럼이 부족하다. 가능한 경우 작은 셀 및 휴대 전화 등에 이용 될 수 있도록, 대중의 안전을 위해 할당된 스펙트럼의 공유 개념으로 Federal Communications Commission on Spectrum과 함께 작동한다. • 경제 발전: 기존의 시카고 의료 시스템을 개선 할 목적으로, 도시는 집계, 지도 기반의 건강 정보를 표시하는 웹사이트 Chicago Health Atlas에 투자한다. 또한 실시간 개방형 데이터 인프라 투자 프로그램 및 플랫폼인 Windy Grid에도 투자하고 있다. Illinois Science and Technology Challenge와 협력하여, 정부, 개발자 및 지역 사회를 화합하기 위해 Illinois Open Technology Challenge를 시작했다. 도시는 또한 더 나은 시카고를 만들기 위한 서비스를 만들고 싶어하는 사람이나 조직을 지원하는 웹 공간을 제공한다. • 지역 사회 참여: 시카고 지역 사회 참여 활동의 대부분은 Smart Chicago Collaborative에 의해 수행된다. 계획은 다음과 같다: o The City that NetWorks – Smart Chicago Collaborative이 디지털 통합 영역에서 취하고 싶은 어떤 단계에 대한 주요 포지셔닝 보고서 o A key positioning report on what steps the Smart Chicago Collaborative would like to take in the area of digital inclusion. o Digital Skills Initiative – 부서 및 연방 정부의 자금 지원을 받은 대표 기관을 거쳐 기술 훈련을 조정하는 중앙 허브. o Connect Chicago – 인터넷 및 컴퓨터 접속, 디지털 기술 훈련 및 온라인 학습 자료가 무료로 제공되는 도시 내 250개 이상 장소의 느슨한 네트워크. o Smart Health Centers – 훈련 된 건강 정보 전문가는 환자가 자신의 의료 기록에 접속하고 자신의 상태에 대한 신뢰할 수 있는 정보를 찾을 수 있도록 저소득 지역 진료소에 배치된다. **리우데자네이루의 스마트 시티 프로젝트: 새로운 사업을 유치하기 위한 안전의 이용** 리우데자네이루의 스마트 시티 계획은 재해 예방 및 관리, 정보의 자유 둘 모두의 측면에서 안전과 보안에 주로 중심을 두었다. 원래 2016년 올림픽을 위해 계획되었지만, 2010년의 치명적인 산사태는 자연 재해를 해결하고 관련 긴급 응답을 조정하는 Center of Operations의 건설을 앞당기도록 리우데자네이루의 시장을 촉구했다. 이 센터는 IBM 및 오라클과의 협력으로 단 8개월 만에 구축되었고, 상기 목적을 위해서뿐만 아니라 일상적인 도시 서비스를 관리하는 도시의 의사 결정자에 의해 사용된다. 이 센터는 또한 두 가지 유형의 서비스가 연결되도록 한다. 예를 들어, 비상시에 쓰레기 트럭이 다른 작업에 맞게 고쳐 사용될 수 있도록 쓰레기 트럭은 GPS를 통해 조정되며, 이는 도시 응답 시간을 개선한다. 정보의 흐름을 용이하게 하기 위해, Center of Operations 내에는 프레스 룸이 위치해있으며, 이는 또한 모든 미디어, 텔레비전 및 라디오 회사를 수용한다. 이러한 전통적인 정보 네트워크를 가능하게 하는 것 외에도, 도시는 또한 범죄 및 사망률에 대한 정보뿐만 아니라, 일기 예보 및 교통 정체 보고를 포함하는 상당한 양의 공공 데이터를 이용 가능하게 만들었다. **스톡홀름의 스마트 도시 프로젝트: 시민 및 사기업과 대화를 구조화하기** 스마트 도시로서의 스톡홀름의 주 초점은 시민, 정부, 다른 구성 요소들에 같이 단순하고 효과적인 소통과 정보의 개방 흐름을 가능하게 하는 것이었다. 그런 예시의 하나가 고품질, 접근가능 e-정부 서비스에 2007년부터 7천만 유로를 도시가 투자한 것이다. 그 서비스는 50개 이상의 새로운 디지털 서비스를 만들어내고 유지비용을 상당부분 줄였다. 도시의 섬유 네트워크는 Stokab이라는 공기업이 관리한다. 1994년에 진보적 광섬유 인프라를 만들기 위해 설립된 이 회사는 또한 스톡홀름 전체 지역에서 경쟁과 개발을 장려하는 성장 환경을 발전시키는 일을 담당한다. 스톡홀름의 다른 주요 소통 개발은 ICT 전문 혁신 클러스터인 Kista Science City 의 설립이다. Ericsson, Microsoft, IBM같은 회사들이 Kista에 참가하고 있으며, 6,800명의 학생이 이제 스톡홀름 대학과 Kista Science City 의 Royal Institute of Technology에서 ICT과정을 공부하고 있다. 스톡홀름 시는 여러 가정에서 여러 시간대에 전기를 활성화하는 스마트 그리드를 사용해 2020년까지 이산화탄소 중립을 묙표로 하는 Royal Seaport smart district 같은 많은 혁신을 통해 에너지와 교통의 효율을 목표로 노력하고 있다. 또한 현재 교통 감시와 혼합 구조를 더 잘 사용할 방법을 탐색하고 있으며, IT 부문 자체의 영향 제한에 더해, IT의 사용으로 인한 환경 영향을 줄이기 위해Green IT 계획을 시행했다. **보스턴의 스마트 도시 프로젝트: 시민과 도시 서비스를 연결** The Mayor’s Office of New Urban Mechanics in Boston (MONUM)에 있는 시장의 사무실은 도시의 스마트 마스터플랜인 “참여 도시 생활,” “클릭과 벽돌,” “21세기 학습”을 구성하는 세 핵심 프로그램을 담당한다. **“참여 도시 생활”** “참여 도시 생활”은 얼마나 스마트 기술이 공동체에서 새로운 시민 참여를 발전시킬 수 있는지를 설명한다. 이 프로그램의 부분을 형성하는 프로젝트는 새롭고, 시민 중심인 제품과 서비스의 창조를 지원하는 것이 의도이다. 계획은 포함한다: • 시민 연결– 이 스마트폰 어플리케이션은 서비스 문제를 보고할 수 있는 손쉬운 도구를 줌으로서 주민들이 그들의 이웃을 더 낫게 만드는 것을 가능하게 한다. 이는 “citizens connect txt”라 불리는 견본 SMS 버전으로 시작한다. • 공동체 계획IT – 공동체 회의에 참석할 수 없는 사람들에 도달하는 것에 더해 어떻게 온라인 플랫폼이 생생한 공동체 회의를 보완할 수 있는가를 설명하기 위한 플랫폼이다. • 혁신 지구: 도전의 집에 온 것을 환영한다. 보스턴의 혁신 지구에 사업을 끌어들이고 성장시키는데 초점을 둔 경쟁이다. • 참여 차이나타운– 참여 차이나타운은 유익하고 신중한 계획과 개발 대화에 더 넓은 범위의 사람들을 끌어들이는 것이 목표인 비디오 게임 같은 플랫폼이다. **“클릭과 벽돌”** “클릭과 벽돌”은 얼마나 새로운 기술들이 도시의 건물들을 어떻게 관리되고 경험되는가에 연결시키는지를 조사하는 프로젝트 프로그램이다. 가장 구체적으로, 클릭과 벽돌은 어떻게 시청 밖의 디자이너와 기술 전문가를 도시의 공공 사업과 교통 부서의 대표와 스탭이 연결시키는가에 초점을 맞춘다. 계획은 포함한다: • 쓰레기 시스템의 재디자인– 도시는 인간 중심 디자인을 통해 이 문제를 처리하기 위해 IDEO와 협력하고 있다. • Street Bump – Street Bump는 주민이 거리를 개선시키도록 도와주는 모바일 앱이다. 운전할 때, 모바일 앱은 운전의 평탄함에 대한 데이터를 수집한다. 그 데이터는 도시에 문제를 해결하고 장기투자 계획에 사용될 수 있는 실시간 정보를 제공한다. • 도시 노동자– 도시 스탭이 더 잘 인프라를 관리하고 시민의 요구에 답하는 것을 돕기 위해, 도시는 노동자들이 쉽게 그 날의 작업 리스트를 체크하고 가로등, 나무, 도로 같은 도시 인프라의 상태에 관한 정보에 접근할 수 있게 하는 스마트폰 어플리케이션을 개발했다. • Adopt-A-Hydrant – 보스턴 주민들이 눈에 묻힌 소화전을 겨울 동안 파낼 것을 격려하는 견본 프로젝트다. 이 앱을 통해, 주민들은 폭풍 후에 파낼 소화전을 얻을 수 있다. • 완전한 거리 – 보스턴 교통 부문이 지도하는 프로젝트이다. 완전한 거리는 보스턴의 사람과 상품의 흐름을 개선하려는 노력이다. **“21세기 학습”** “21세기 학습”은 편리하고 통합된 평생 교육을 보스턴 시민에게 제공하는 것을 목표로 하는 일련의 e-교육 프로젝트이다. 그것은 또한 교육자와 학생, 학부모 간의 관계를 용이하게 하여 학교 내 및 학교 외 경험을 둘 다 개선하는 것도 목표로 한다. 계획은 포함한다: • 보스턴 1 카드– 젊은 사람들을 위한 끊김 없는 교육 시스템을 제공하는 학교, 공동체 센터, 도서관을 가지려는 도시 노력의 일부로서, 도시는 보스턴 공립 학교 학생들에게 이들 모든 자원에 접근을 제공하는 단일 카드를 시험 중이다. • BPS 발견 – 이 웹 앱은 부모들에게 아이들에게 가능한 공립 학교 선택을 안내해준다. • Where’s My School Bus – 이 앱은 부모들이 컴퓨터나 스마트폰으로 아이의 스쿨 버스 위치를 실시간으로 볼 수 있게 해준다. • 자폐증 앱/보조 기술 – 도시는 자폐증을 가진 아이들을 위한 새로운 학습 어플리케이션을 개발하기 위해 두 지역 회사와 국제적 로봇공학 회사와 함께 일하고 있다. • Classtalk – Classtalk은 교사들이 숙제와 시험을 학생들에게 상기시키는 메시지를 보내는 것을 돕도록 디자인 되었다. MONUM은 또한 개방된 데이터 관점에서의 교육을 고려하고 있다. 그것은 학생 행동, 성적, 징계 기록 등의 학교 관련 데이터를 개방하는 것이 교육 부가가치 서비스와 방과후 프로그램에 막대한 기회를 만들 것이라고 믿는다. **홍콩의 스마트 도시 프로젝트: ICT에 집중** 스마트 도시가 되려는 홍콩의 접근법은 철저하게 ICT와 그것이 도시의 삶에 무엇을 가져올 수 있는가에 집중되어 있다. 이것은 그들의 정보 및 데이터 관리, Wi-Fi 네트워크의 개선, e-정부 솔루션의 개발에서 가장 분명히 드러난다. 전자 정보 관리는 홍콩의 2008 디지털 21 전략의 중심이며 정보가 더 잘 관리되고 쉽고 빠르게 이용 가능해지도록 하는 것을 목표로 한다. 이 접근법은 세 중요 영역에 집중한. 즉, 콘텐츠 관리, 기록 관리, 지식 관리이다. Chief Information Officer 의 사무실은 도시의 주 웹 포탈을 담당한다. 그들의 목표는 80%의 시민 요구를 e-정부 서비스를 통해 만족시키는 것이다. 2012년 12월 현재, 49개 정부 모바일 어플리케이션과 38개 모바일 사이트가 있었다. 지정된 정부 구내에 Wi-Fi 시설을 배치하여, GovWiFi 프로그램은 홍콩을 모든 시민에게 무료 무선 인터넷을 제공하는 무선 도시로 변화시키는 것을 목표로 한다. 개방 데이터의 면에서, 정부는 공공에 막대한 가치를 가질 수 있는(인구, 경제, 지리, 기상 데이터, 역사적 문서, 기록 보관소 같은) 막대한 양의 데이터를 보유하고 있다. 하지만 이 정보는 역사적으로 제삼자에 의해 재사용되어 부가가치를 얻은 형태가 된 적이 없다. 이들과 싸우기 위해, 홍콩 정부는 Data One이라고 이름 붙은 데이터 포탈을 진수시켰다. 이 18개월 견본 계획은 지리 참조 공공 시설 데이터와 실시간 교통 데이터를 공짜로 이용 가능하게 했다. 이 데이터의 최고 어플리케이션을 찾기 위해 열린 경쟁에서 가장 가까운 의사의 위치를 잡고 추적된 환자를 예약시키는 앱이 승리했다. 이 경연의 승리에 따라, 그리고 시민과 산업의 지원에 따라, 정부는 포탈 계획을 계속하고 더 많은 데이터세트를 점진적으로 추가하기로 했다. ==== 스마트 시티를 위한 비즈니스 모델과KPIs ==== 스마트 시티 프로젝트는 재정적으로 지속 가능해야 한다. 그저 프로젝트 초기 단계에 자금을 대는 것을 생각하는 것으로는 충분하지 않다. 어떤 프로젝트든 도시의 삶을 바꿀 정도로 장수해야 하기 때문이다. 그렇듯이, 한 번 도시의 가장 특정 계획 포인트가 정해지면(이는 프로젝트의 첫 초점이 될 것이다) 다른 사용 사례는 프로젝트의 평생 지속가능성을 보장하도록 정의되어야한다. 이들 사용 사례는 일반적으로 프로젝트에 전체 자금이 들어갈 수 있게 할 정도로 도시 수입을 증가시키거나 도시 지출을 감소시킨다. 스마트 시티의 구체적인 혜택은 세 메인 카테고리로 분류될 수 있다. 즉, 재정 절약, 새 이윤 창출, 페인 포인트의 해결이다: • 새 이윤: 바르셀로나는 주차 수익이 20-30% 증가하는 동안 주차비용을 22% 절약했다. 스마트 주차 솔루션의 도입으로, 도시는 효율성을 증가시키고, 교통 혼잡으로 낭비되는 시간을 줄일 수 있었으며, 단순 자동 지불을 도입할 수 있었다 등. • 절약: 프랑스에서 마실 수 있는 물의 20%가 파이프 노화로 인한 누출로 오염된다. 스마트 물 그리드 솔루션의 시행으로 도시는 오염을 줄여 돈을 절약할 수 있다. • 페인 포인트: 두 명 중 한 명의 승객은 프랑스 대중교통을 불편하다고 느낀다(47%). 교통에서의 시각 보안 상승으로, 프랑스 공공 시스템에 책임 있는 이들은 주요 페인 포인트를 해결하는 것을 도울 것이다 장기적으로 보안 상승은 승객수의 면에서도 유익할 것이다. 스마트 시티 계획의 성공을 평가할 때, 관련 KPI들은 단순하고 양적인 것(예를 들어, 배출없는 빌딩의 수나 주차 수익의 주목할 만한 증가)이 될 수 있거나 더 복잡하고 질적인 개선(도시의 매력이나 시민의 행복 증가일 수도 있다). 어려움은 고객이 도시일 경우 구체적인 KPI에 대한 합의의 실현 가능성에 있다. 도시들은 일반적으로 사물인터넷에 의해 가능해진 개선에 관한 지구적 그림이 없다. 공급자의 역할은 도시의 수요를 매끄럽게 적절한 KPI를 통해 스마트 솔루션으로 번역하는 것이다. ==== 기조 의견: Wim Elfrink, Cisco 전무 이사 ==== Wim Elfrink은 시스코의 산업 솔루션부문 전무 Chief Globalization Officer이다, 그리고 스마트 시티 주제의 선도적 전문가이다. 보슈 소프트웨어 혁신의 프로젝트 매니저(스마트 시티)인 Wolfgang Volz 와의 다음 인터뷰에서, 그는 어떻게 그것이 기기, 표준, 성공의 면에서 가장 잘 측정될 수 있는지에 더해, 그의 스마트 시티에 대한 비전을 말한다. **Wolfgang Volz**: 스마트 시티 주제의 어떤 것에 처음 끌렸습니까? **Wim Elfrink**: 그 주제에 대한 내 첫 관심이 온 것은 은 대략 8, 9년 전에, 중국, 인도, 아프리카를 여행할 때 였습니다. 서방 세계는 늙어가고 있습니다. 미국이 늙어가고 유럽이 오그라드는 동안, 인도, 아프리카, 중동의 인구는 40~50% 이상 늘어나고 있습니다! 그러므로 세계가 더 이질적이 되어감에 따라, 21세기는 역동적이고 막대한 인구학적 변화에 의해 지배될 것입니다. 주요한 경향 중 하나는 세계의 도시화입니다. 역사상 처음으로 세계 인구의 50%가 이제 도시와 도회지에 살고 있습니다. 이 수치는 2050년에는 70%에 달할 것입니다. 우리는 거대한 스케일의 변화를 이야기하고 있는겁니다! 예를 들어, 나는 내가 Cisco의 두번째 본부를 지은 방갈로르에 살았었다. 매일 6백명의 사람들이 그 도시에 새로 입주했다. 그건 4분기마다 새 학교나, 매 해 새 병원이 필요하다는 뜻이다! 명백하게, 이는 현실적으로 충족될 수 있는 수요가 아니다. 그래서 나는 어떤 기술이 어떻게 이를 도울 수 있을지 생각하기 시작했다. 그리고 그렇게 Cisco의 IoT 계획이 탄생했다. Cisco에서 우리는 이를 만물인터넷-사람, 과정, 데이터, 물건들간의 연결인-이라고 불렀다. 내 아버지는 로테르담의 건축가였다. 그는 현실 건축가였고 나는 디지털 건축가가 되었다. 우리는 이제 디지털 오버레이를 현실의 어떤 것 위에든 놓고 “이게 뭘 할 수 있는가?”라고 말할 수 있다 이는 생산성과 새로운 이윤을 증가시키는 전례없는 기회를 위한 방식을 열어준다. 우리는 IoE는 다음 10년간 총 19조의 경제적 가치를 만들어 낼 것이라고 생각한다. 그리고 스마트 시티의 도시 서비스 중 가장 큰 분야 중 하나는 3조의 가치를 얻을 것이다. 이 IoT/IoE 기회를 실현하기 위해, ICT (정보 통신 기술Information Communications Technology)은 물, 가스, 전기와 함께 새로운 필수적인 인프라가 되어야 한다. **Wolfgang Volz**: 도시 서비스의 개념에 대해 더 말해줄 수 있습니까; 더 구체적으로, 그 주요 동인은 무엇입니까? **Wim Elfrink**: 2000년으로 돌아가면, IoT는 거의 RFID와 배타적으로 관련되어 있었다. 이제, 거의 150억개의 기기가 인터넷에 연결되어 있지만 여전히 가능한 수의 1%에 불과하다. 우리는 이 수치가 2020년에는 500억에 근접할 것이라고 추정한다. 이는 모바일 기기부터 산업 센서에 이르는 300,000개의 기기가 매시간 연결되고 있음을 뜻한다. 바로 지금 우리가 말하듯 일어나고 있는 이것이 스마트 혁명이다. 이의 중요 동인 중 하나는 여전히 자금이다. 기기와 센서의 가격은 더 이상 엄두도 못 낼만큼 비싸지 않고 배터리의 수명은 늘어나고 있다. 스마트폰, 타블렛, 앱들의 폭발적 증가는 데이터를 현금화할 새로운 기회에 더해 대량 데이터의 세대를 이끌었다. 우리는 새로운 디지털 시대에 있다. 우리는 또한 막대한 수의 기기들에서 나온 데이터를 다룰 수 있게 해주는 IPversion6도 가지고 있다. 새로운 표준의 출현을 더한 위의 모든 것이 새로운 서비스의 티핑 포인트이다 . **Wolfgang Volz**: 당신의 경험에서, 어떤 사용 사례가 가장 스마트 도시에 매력적인가? 그리고 당신에게 “스마트”란 정확히 무엇을 의미합니까? **Wim Elfrink**: 과거 수년간, 스마트 도시의 정의는 많은 사람들에게 많은 것들을 의미하도록 진화했다. 하지만, 하나는 변함없이 남아있다-“스마트”인 것의 필수적인 부분은 도시 문제를 다루는 데 어떻게 ICT와 인터넷을 이용하는가를 아는 것이다. 새로운 도시들이 계획단계에 있는 인도의 예를 다시 들자면, 어떤 지반이든 깨고 위로 떠오르는 근본적인 질문 중 하나는 도로 구조와 디지털 인프라 중 어느 것을 먼저 만드는가이다. 여기서 일어나는 기초적인 수준의 패러다임 전환이 있다 오늘날 이 시대에 연결성은 무엇을 의미하는가: 물리적인가 디지털적인가? 나는 15, 17세인 두 아이가 있습니다. 그들은 두 물리적 상태가 있죠: 휴면 상태이거나 온라인 상태이거나. 그들은 다르게 일하고, 다르게 학습합니다. 내가 도시에 도착하면 난 둘러봅니다: 난 물리적으로 교육받습니다. 내가 올려다보면, 그들은 내려다봅니다-그들의 전화로. 그들은 모든 정보를 온라인으로 얻습니다. 다음 10년은 데이터의 시대가 될 겁니다. 이 모든 기기들(혹은 “사물들”)은 방대한 양의 데이터를 만들어 냅니다. IDC에 따르면, 오직 0.5%의 데이터만이 현재 사용되거나 분석되고 있습니다. 스마트 도시의 과제는 도시 서비스의 창조를 이끌어내는 만약의 시나리오를 제시함으로써 어떻게 이들 데이터를 정보로 바꾸고, 정보를 지식으로 바꾸고, 지식을 지혜로 바꾸는가 입니다. 모든 도시는 특정한 페인 포인트를 가지고 있습니다. 예를 들어, 당신이 뭄바이에 있다면 그건 하수 시스템일 테고, 샌프란시스코에서는 주차일 것이고, 함부르크에서는 부두 서비스일 겁니다. 지금까지 우리가 보아온 주요 사용 사례는 주차, 조명, 물 분야에 있었습니다. 예를 들어, 함부르크에서, 우리는 스마트 주차의 도입으로 막대한 양의 트래픽을 줄일 수 있었습니다. 하지만 정말 신나는 일은 우리가 이 서비스들을 전통적인 스토브파이프 시스템을 치우기 위해 박살내고 진정으로 수평인 인프라를 만들 때였습니다. 가능성을 생각해봅니다-자, 만약 당신이 거리 조명과 공공 비디오 감시 시스템을 결합시키면-당신이 특정 광장의 특정 저녁에 많은 사람들을 원격으로 감시할 수 있고 지역에 따라 거리 조명의 밝기를 조정할 수 있다는 걸 말입니다. 바르셀로나는 내가 생각할 수 있는 최고의 스마트 시티 중 하나입니다. 그들은 완전히 새로운 관리 모델을 서비스를 만들어냈습니다. 박살내서 새로운 수평 인프라를 만들었고 기술을 도시 인프라의 필수적인 부분으로 받아들였습니다. **Wolfgang Volz**: 당신은 스마트 시티에 관해 많은 것을 출판했습니다. 당신의 최근 출판물에서, 당신은 어떻게 IoT/IoE가 도시 환경에 기여할 수 있는지에 대해 뛰어난 예시를 제공했습니다. 우리를 위해 짧게 요약해 줄 수 있습니까? **Wim Elfrink**: 네, 물론입니다. 내가 전에 언급했듯이, 바르셀로나는 뛰어난 사례입니다. 시장 Xavier Trias는 IoE의 사용으로 경제, 사회, 환경 가치 면에서 다음 10년 간36억 달러를 만들어 낼 것으로 예측되는 쇼케이스 스마트 시티를 개발했습니다. 바르셀로나 시만들은 정부 관료들과 키오스크나 모바일 기기를 통해 상호작용합니다. 사고나 포트홀을 알리고 휴대 전화로 주차 공간이나 매점 할인을 찾거나, 센서가 달린 쓰레기통을 꽉 찼을 때-매주 화요일 아침이 아니라- 비우게 해주는 식으로 말입니다. IoE는 현실이고 실생활 환경에서 기능하고 있습니다-바르셀로나 만이 아니라 코펜하겐, 암스테르담, 시카고, 함부르크, 송도, 아부다비, 브리즈번 같은 전 세계의 많은 다른 스마트 시티에서도 말입니다. Cisco 는 바르셀로나와 함께 엉망인 주차 문제와 씨름하는데 협력하고 있습니다. 지방 정부는 주차 구획이 점유 중인지 감지하기 위해 광 네트워크와 금속 탐지기를 설치했습니다. 운전자들은 어느 구획이 비어있는가에 대한 정보를 공짜로 앱과 인터넷에 연결된 디지털 신호의 결합을 통해 얻을 수 있습니다. 도시는 또한 교통 관리를 개선시킬 수 있는 주차와 운전 패턴에 관한 귀중한 정보를 수집하고 운전자들은 그들의 위치에 돈을 지불하고 앱을 사용할 수 있습니다. 도시는 새로운 도시 시스템이 주차 이윤을 5천억 달러 늘릴 것이라고 말합니다. **Wolfgang Volz**: 스마트 시티의 주요 성공 요인을 무엇이라고 봅니까? **Wim Elfrink**: 나는 네 주요 요인이 만족되어야 한다고 생각합니다: 1. 선견지명 있는 접근과 사려 깊은 리더십. 당신은 무엇을 ICT가 더해줄 수 있는가에 관한 스마트 시티 마스터플랜을 가질 필요가 있습니다, 그것은 실행되지 않는다면 파편화되고 연결되지 않는 발상들로 남을 것입니다. 2. 세계적 개방된 표준과 스마트 규제. 도시는 우리에게 공짜 데이터를 사용할 수 있게 해줄 프로토콜, 표준 규제를 공급할 필요가 있습니다. 현존하는 규제는 미래보다는 과거를 보는 구세계 장벽을 제거하기 위해 재고되어야 합니다. 3. 공공-개인 파트너십과 협력에 대한 개방성. 도시들은 투자를 허용하고 조심스럽게 무엇이 공공-개인 파트너십을 위한 최고의 모델이 될 수 있는지를 고려하는 비즈니스 모델을 만들 필요가 있다. (선불? 일회성 투자?) 4. 지구적, 국제적, 지역적 측면을 통합시키는 균형 잡힌 생태계. 도시 서비스를 위한 혁신 센터의 창조는 이에 중요한 요소가 될 것이다. **Wolfgang Volz**: 어떻게 스마트 시티의 성공을 측정할 수 있습니까? 무엇이 주요 수행 지표입니까? **Wim Elfrink**: 내 마음에는 스마트 시티 성공의 5가지 명백한 지표가 있습니다: 1. 투자: 투자자들을 매료시키고 스마트 시티로 스스로를 마케팅하여 일자리를 창출할 수 있는가? 2. 에너지 절약: 세계 에너지 소비량의 70%는 도시에 의한. 이 사용량의 큰 부분이 낭비이다! 우리는 스마트 접근법으로 소비를 30~50% 줄일 수 있을 것이라고 계획한다. 3. 물 소비 절감: 물의 30%가 누수로 상실된다. 간단한 센서 기반 경고 시스템은 막대한 절약과 낭비의 감소를 50%까지 가져올 수 있다 4. 교통 개선: 트래픽의 30%는 주차할 장소를 찾는 사람으로 인해 발생한다. 완전히 낭비인 그 30%는 쉽게 수정될 수 있다. 5. 범죄율 감소: 간단히 말해서, 도시 사회 환경이 개선된다면, 사람들은 더 행복해지고 범죄율은 감소할 것이다. **Wolfgang Volz**: 만물 인터넷에 대한 당신의 위대한 통찰과 우리 미래의 스마트 시티 잠재력에 대해 감사합니다. ==== IoT 관련성 ==== 소프트웨어, IT, 인터넷에서의 새로운 개발은 도시 인구 구성원의 누구에게든 몇 초안에 일대일로든, 일대다로든, 다대다로든 접근하는 것을 가능하게 했다. 스마트폰, 소셜 미디어, 블로그는 도시와의 상호작용을 공유하기 위한 직접적인 방법을 공공 구성원에게 제공한다. 도시 지도, 주차 안내, 대중교통 시간표 같은 개방된 데이터는 이 정보 은행에 더해 준다. 계획대로 도시의 사람들과 사물들이 한 번 연결되면, 현재는 피크 타임 동안 제한되는 도시 인프라의 사용을 더 지능적으로 만들 수 있을 것이다. 자동차, 집, 공공, 개인 시스템을 센서를 통해 연결하는 것은 그러한 과제를 만날 여러 기회를 연다. 하지만, 연결만으로는 충분하지 않다는 것을 이해하는 것은 중요하다; 커넥티드 사물과 관련 데이터는 의미 있는 방식으로 활용되어야 한다. 그들은 이해당사자가 도시와 일상적으로 상호작용하는 것의 유효한 일부가 되어야 한다 예를 들어, 가족과 소방서에 가정 내 화재를 알리는 것처럼 말이다. 이는 “사물인터넷과 서비스”의 탄생에 필수적인 것이다: 현실과 가상 의 세계, 사용자, 사업체를 연결하여 새로운 가능성과 시너지를 가능케 하는 것이다. 사상 처음으로, 우리는 우리 삶의 질을 향상시키는 커넥티드 도시를 만들어낼 수 있다. 데이터의 교류가 성공에 필수적이므로, 주요 기술적 과제는 모든 시스템을 가능한 한 널리 사용될 수 있는 개방 플랫폼에 연결하는 것이다. 우리에게 필요한 것은 발전소, 교통, 빌딩, 트래픽, 산업 장비, 보안 시스템 등 도시의 모든 서비스에서 나오는 데이터를 통합할 수 있는 도시 플랫폼이다. Bosch 스마트 시티 같은 솔루션 묶음은 스마트 시티 레이어의 완전한 영역에서 흘러나오는 방대한 데이터를 수집하고 처리하고 분석할 능력이 있어야 한다. 그러한 능력과 데이터를 개선함으로써, 이들 기술은 도시 관리자가 현명한 주요 결정을 내리고 일상생활에서 시민들을 지원하도록 도울 수 있다. 스마트 시티는 ICT, 그리고 시간이 흐르면서 이루어진 전문 기술에서 나오는 혜택과 밀접하게 연결되어 있다. 스마트 시티는 단순히 거대한 프로젝트가 아니라 작은 개선이기도 하다. 혁신 주도 프로젝트는 스마트 시티의 가능성을 탐색하는 가장 좋은 방법이다. 많은 사업 사례에서 만들어지는 공공-개인 협력은 만들어져야 한다. 인프라, 작동, 데이터, 처리 등의 현존하는 ICT 투자를 개선하는 스마트 시티 시스템과 함께 말이다. 다음 주요 구조적 원칙, 표준, 통합 요구사항은 스마트 시티 ICT 구조를 디자인 할 때 고려되어야 한다: • 개방 표준과 통합 능력 – 하드웨어 공급자, 도시 서비스 공급자, 도시 행정, 시만, 서드 파티 솔루션 공급자에 의한. • 데이터의 재사용가능성, 데이터 이용가능성, 다차원 데이터의 공급. • 사용자 주도, 유연성 있는, 사용자 친화적 상층 솔루션 시행. ==== 모나코 사례 연구 ==== 2012년 7월 10일, 모나코 공국과 Bosch 그룹은 커넥티드 시티 모나코 3.0을 향한 협정에 서명했다. 그 후로, 공국에서 다음 적용 분야를 포함하는 커넥티드 도시 개념을 함께 탐색하기 위한 첫 가능성 연구가 행해졌다: 통신, 이동성, 에너지, 보안, 건강. 첫 직접적 결과로, 가동상의 현지 시연은 커넥티드 도시 접근의 일부로서의 시행에 더해 Bosch의 기술 플랫폼의 능력을 보여주기 위해 개발되어왔다. 이 접근으로, 모나코의 현존 서비스, 시스템, 데이터는 플랫폼에 통합되었다. 그 동안 새롭고 혁신적인 서비스들이 병행하여 개발되고 있다. 아래에 묘사된 네 사례는 시연의 사용 사례이고 모나코의 공공사업, 환경, 도시 개발 부서와 함께 이동성 주제로 정의된다. 성취되어야 할 필수적인 목표는 아래와 같다: • 가동상 현지 커넥티드 도시 시연 • 빠른 의사결정과 새로운 서비스 창출을 위한 다른 부서 간의 빈틈없고 안전한 데이터 교환 • 모나코에서 이동성, 보안, 삶의 질 향상 • 시민과 관광객간의 더 나은 상호작용 • 새롭고 더 나은 서비스 도입에서 가동 비용 감소 **도시 플랫폼** 도시 플랫폼은 현재와 새 서비스를 위한 중앙 통신과 통합 플랫폼으로 기능한다. 내부 데이터와 기능성 면에서 독립되어 남아있는 현재 시스템으로 수집된 데이터를 관리함으로써 새로운 처리와 서비스의 시행을 가능하게 한다. 보안이나 비밀일 이유가 가능하지 않은 현존하는 부서 시스템에 직접 접속할 경우, 다른 부착 시스템에 관련 있는 데이터는 명쾌하게 도시 플랫폼에 추진된다. Bosch 도시 플랫폼은 새로운 서비스 창조와 이용 가능한 데이터의 더 큰 시인성을 가능하게 하는 다양한 원천으로부터의 데이터와 서비스의 상호연결을 허용한다. 데이터 보고, 통계, 분석은 한 공통 툴을 통해 보여질 수 있다. 이는 참여하는 부서들이 쉽게 추가 서비스를 만들거나 규칙과 절차를 조정하고 만들 수 있다는 것을 의미한다. 단일 플랫폼과 공통 데이터 공유에서의 부서간 소통에 기초하는 것은 It 비용을 줄이고 정보 흐름을 더 쉽게 만든다. 아래 도표는 모나코 도시 플랫폼을 위한 Asset Integration Architecture (AIA)를 보여준다. {{ :파트1_51번째그림.png?300 |}} AIA for Monaco City Platform **모나코 기차역과 그 주변에서의 군중 관리** Bosch 카메라들은 관심 지역(엘리베이터 같은)에 더해 모나코 기차역의 정해진 지역에 정문과 출구를 감시하기 위해 배치될 것이다. 카메라들은 지능적이다; 통합된 IVA (Intelligent Video Analysis) 모듈이 각 카메라가 기록한 영구적인 비디오 스트림을 분석하고 현재 사람 수를 보고할 것이다. 이 데이터는 독립된 메타데이터 스트림을 만들기 위해 실제 비디오 스트림에 추가된다. 메타데이터 스트림은 가상 사설 네트워크를 통해 비밀리에 백엔드로 전환된다. 군중 관리는 카메라 지능에 통합된다. 이는 플랫폼에 경고를 보낸다. 경고는 더 나은 엘리베이터 군중의 관리를 가능하게 한다. 이는 또한 교통 통제가 사람들이 역을 떠나게 하여 혼잡의 증가를 피하기 위해 즉시 재지시될 수 있음을. 그 결과, 기차역 주위 보행자 트래픽 흐름은 더 부드러워질 것이다. 장기적 데이터 수집은 도시 계획과 도시 개발을 위한 통계적 분석을 가능하게 한다. 다른 조직 간의 (구급차와 소방관 같은) 더 쉬운 정보 공유는 공공 서비스 부서가 더 높은 수준의 보안과 서비스를 내놓게 한다. **지리 위치 측정에 의한 차량 관리** 모든 사람들은 청결한 도시를 좋아한다. 하지만 누구도 쓰레기 트럭 뒤에서 트래픽에 잡혀있기를 원하지 않는다. 세 모나코의 쓰레기 트럭은 현재 위치 정보를 제공하기 위해 Bosch 지리 위치 측정 센서를 장비할 것이다. 이들 센서는 도시 플랫폼에 GSM 네트워크로 전송될 지리 위치 데이터를 수집할 수 있다. 센서 데이터는 제한된 수의 데이터 영역(센서 ID, 타임스탬프, 데이터 종류, 데이터 가치 같은)을 포함하고 백엔드 시스템으로 처리되기 전의 더 메타적이고 중요한 데이터로 인해 풍부해질 것이다. 이 데이터는 더 나은 자원 배분, 경로 계획, 정지시간 회피, 교통 혼잡 방지를 위해 트럭 ID와 지도에서의 현재 위치를 역동적인 표현을 가능하게 한다. 다음 단계에서, 현재 차량 경로와 위치는 공국 내의 여행 경로 선택에서 시민, 컴퓨터, 관광객을 돕기 위해 스마트폰을 위한 차량 앱에 추가될 것이다. 쓰레기 트럭의 지리 위치 측정은 다음 혜택을 제공한다: • 현재 트럭 위치에 대한 정보 • 트래픽 혼잡의 감소 • 현재 인프라를 위한 트래픽 흐름의 개선 • 각 가정과 거리당 서비스 시간의 최적화 • 가능한 용량, 부서친 트럭의 빠른 재배치 등을 포함하는 더 나은 자원 계획. **모나코 3.0 차량 앱** Bosch 커넥티드 도시는 공공 서비스, 주민, 통근자, 관광객의 윈윈을 위한 것이다. 시연 플랫폼에서, 스마트폰 앱은 선택된 테스트 사용자에게 제공된다. 이 차량 앱은 버스 네트워크, 주차장 관리, 쓰레기 수집, 도로 공사 정보 같은 공공 서비스와 함께 커넥티드 기술을 가져온다. 또한 최신 정보를 사용자에게 제공하고 다양한 도시 부서가 더 효율적으로 작동하도록 돕는다. 그에 더해, 그 앱은 사람들이 능동적으로 참가하여 도시 생활을 개선시킬 수 있게 해주는 크라우드소싱 기능을 가지고 있다. 장애 식별 시스템에 더해, 사용자는 엘리베이터나 에스컬레이트 같은 공공 서비스에 관한 관련 시각 상태 정보를 기록할 수 있을 것이다. 양방향 스마트폰 앱은 다음의 혜택을 제공한다: • 이동성을 줄이는 사용자를 위한 경로 보조 • 트래픽 흐름과 CO2 배출을 줄이기 위한 대중교통의 단순한 이용 • 도시 생활과 개발에서 시민과 관광객의 참여 • 공공 서비스와 인프라의 상태와 질에 관한 최신 피드백의 수령 • 빠른 의식으로 인한 정지시간의 막대한 감소 ==== 학습된 교훈과 전망 ==== Bosch Software Innovations 의 Didier Manning은 그의 스마트 도시 프로젝트에 관한 경험을 다음과 같이 요약한다[DB1]://“도시가 진화할수록, 그들은 기술 개발자와 생산자 모두에게 새로운 과제를 가져온다. 전에는 좋은 제품을 내놓는 것으로 충분했었다. 하지만 내일의 도시는 그 이상을 요구한다. 카메라를 예로 들어보자. 과거에는, 카메라 생산자들은 단순히 도시가 무엇을 계획하고 있는가, 혹은 카메라가 정확히 무엇에 사용되는가를 고려하지 않았다. 오늘날, 기술은 솔루션을 제공해야 한다; 도시 관리자들은 그저 복잡한 카메라가 아니라, 사업 계획 또한 보게 될 것을 기대한다. 사업 계획은 완벽하게 고객 도시와 그 수요에 맞추어 조심스럽게 조정되어야 한다. 회사들에게, 이는 그들이 더 고객들과 밀접하게 일해야 하고 고객의 입장이 되어봐야 함을 의미한다. 고객-공급자 관계는 그 결과 변화할 것이다. 특히 소프트웨어에 적용되는 한 과제는 시기 적절한 처리와 데이터의 분석이다; 결국, 커넥티드 도시는 최소한 초당 100,000 사건을 만들어낸다. 연결되는 것에 관해, 도시는 두 기본적 옵션을 가지고 있다. 하나는 국소적 지능을 가진 사물(센서, 작동기)을 장비하는 것에 대한 요구이다. 이 옵션의 이점은 시스템이 데이터가 생성된 것에서 데이터를 수집할 수 있고 제자리의 논리에 따라서만 그것을 향상시킬 것이라는 점이다. 하지만, 부정적인 면은 도시가 새롭거나 대단히 중요한 시스템을 설치하는 데에 유연성이 부족하다는 점이다. 두 번째 옵션은 중앙 통제다: 모든 데이터를 수신하고 필요한 곳으로 보내는 중앙 플랫폼이다. 현실은 이 두 옵션 사이의 어딘가에 있을 것이다. 목표가 된 어플리케이션과 비용편익 효과는 궁극적으로 무엇이 더 일리가 있는지 결정할 것이다: 중앙집권적과 분권적 시스템 중에. 이 모든 것이 여전히 한참 먼 일이다. 그렇기 때문에, 대부분의 사례에서 도시들은 전략 구조를 결여하고 있다. 필요한 것은 일종의 권위이다, 누군가가 도시의 내일을 지도하고 형성해야 한다. 이 사고방식은 대부분의 도시에는 낯설 것이다. 하지만 그들이 연결되기를 원한다면 그들은 일을 처리하는 방식을 바꿔야 한다-그들은 사일로에서 나와 네트워크로 들어가야 한다”// ==== V. 결론과 전망 ==== M2M과 떠오르는 IoT 솔루션의 큰 부분은 무선 연결성에 의존하고 있으며 이는 우리는 이 추세가 미래에 증가하는 것을 보게 될 것이다. GSMA는 이통 사업자와 관련 기업들의 세계적 무역 협회이며, 새로운 사업 기회와 생태계의 개발과 홍보를 위해 많은 다른 활동을 책임지고 있다. 자연스럽게, GSMA는 매우 IoT 시장의 파동과 우리와 현재의 휴대 IoT 공간 및 미래 개발에 대해 논할만한 이상적 후보자에 가깝다. GSMA의 CTO인 Alex Sinclair 와의 다음 인터뷰는 흥미로운 전망을 제공한다. **Jim Morrish**: 무엇이 현재 선도적인 휴대 M2M/IoT 어플리케이션입니까? **Alex Sinclair**: Machine-to-machine (M2M) 연결은 GSMA Intelligence (GSMAi) 에 따르면 2013년 말에는 세계 전체 모바일 접속의 2.8%인 1억 8천9백만으로 추산됩니다 그러니 그 개발의 상대적으로 이른 단계의 여전히 상당히 발생기인 기술입니다. 우리는 믿습니다 자리에 맞는 올바른 표준과 규제가 있다면 그것은 우리가 살고 일하는데 근본적인 충격을 주고 낭피와 비효율을 줄이며 주요 사회와 환경의 혜택을 보안, 건강관리, 교통, 실행계획, 교육, 에너지, 그리고 경제의 많은 다른 부분에 줄 것입니다. 하지만, 그것은 또한 지금 당장도 영향을 가지고 있습니다. Regulation M2M 시장의 발전은 자동차와 공익사업 같은 수직에 더해, 국가 수준에서는, 종종 규제에 뒷받침되어 왔습니다. 자동차에서 MNO를 위한 잴 수 있는 기회 자동차 부문은 M2M에서 몇 가지 이유로 가장 크고 잴 수 있는 기회입니다: • 커넥티드 차량을 위한 긴 생산과 사용 사이클은 미래에도 경쟁력이 있는 커넥티드 카의 필요성을 나타냅니다. 그리고 결과, OEM이 차량의 LTE 모델에 적합합니다. • 흐름에 관련된 추가 이윤은 커넥티드 카에 의해 나타납니다. 지불한 만큼 운전의 사용에 기반한 계획을 도입해 소비자의 비용을 크게 줄인 보험시장처럼 말입니다. • OEM과 인포테인먼트 디자이너는 차내 엔터테인먼트 서비스를 커텍티드 자동차에서 발달시킬 잠재력을 보아왔습니다. • 멀티 지불 방식을 시행하고 멀티 서비스를 한 연결, 즉, 커넥티드 카로 결합시킬 기회. AT&T는 예를 들어, 자동차에 라이브 리니어 TV와 주문형 비디오 스트리밍 서비스를 제공하는 게 전문인 차량제조사와 개발자 모두를 위한 일괄 연결, 데이터 분석과 인포테인먼트를 목표로 하는 그들의 AT&T 운전자 부문을 도입했습니다. **차량 관리 위치 추적 서비스** 차량 관리에 사용되는 실시간 GPS 추적은 세계 업체의 범위에서 방대한 부분을 나타냅니다. 차량 관리는 회사들이 서비스를 받야야 할 차량을 포함하는 개인 차량과 선적된 화물 모두 추적할 수 있게 해줍니다. 차량 관리는 또한 운전자가 속도 제한을 지키고 최상의 경로를 따라가는 것을 보장해줍니다. **정부 지시** 차량에 내장된 위성 위치 추적과 차량 연결성을 사용하는 SIM이 필요한 도로 사고 경보 시스템인 Emergency Call (eCall)같은 다른 계획들이 유럽에서 다음 몇 년 안에 완전히 새로운 차량에 통합되기로 계획되고 있습니다. 러시아 또한 ERA-GLONASS 라고 불리는 사고 통지 시스템을 배치하는 과정에 있고 브라질은 모든 새로운 차량이 추적될 수 있고 도난시 사용불능이 될 수 있도록 조정할 수 있게 하는 SIMRAV 라 불리는 도난 차량을 추적하는 컴퓨터 통신 프로젝트에 의해 추진되는 다른 규제를 도입했습니다. **법제화 시행: 스마트 측정** 스마트 측정은 또한 우리가 유럽연합에서 법제화에 의한 큰 성장을 기대하는 영역입니다. 스마트 활용 그리드와 스마트 에너지 환경을 만들기 위한 내장 자동차 연결성의 구조적 사용은 에너지와 가능한 소비자 수요를 효과적으로 관리하는 공급자의 능력을 향상시킬 수 있으며 소비자와 사업이 에너지와 물을 더 효율적으로 사용하게 할 수 있습니다. 자동차 연결성은 나날이 수요를 확산시키고 낭비를 줄일 수 있게 하는 장치 회사와 소비자의 에너지와 물 사용에 관한 실시간 정보 모두를 줄 수 있습니다. 수백만의 주거 전기, 가스, 물, 난방 계량기는 시간당 혹은 하루마다 라는 프리셋 간격에서 감시되고 통제되고 관리될 수 있다는 의미에서 “스마트”해지고 있습니다. 지금까지 EU 가입국들은 2억개의 전기 스마트 측정기와 4천 5백만개의 가스 측정기를 2020년까지 출시하기 위해 총 450억을 잠재 투자해왔습니다. **법제화 시행: 건강관리** 건강관리 부문은 개발 면에서 긍정적인 견인이 기대되는 다른 수직이며 긍정적인 규제 환경이 제공된다면 큰 성장을 보일 잠재력을 가지고 있습니다. 이는 이통 사업자가 정부 및 다른 규제 관계자와 국가 수준에서 긴밀히 협력할 필요가 있는 도전적인 분야입니다. 우리는 이미 싱가포르, 프랑스, UAE 같은 시장에서 이 부문의 정부 주도 프로젝트를 보아왔습니다. 이 나라들은 미국 정부 정책이 예를 들어 ePrescriptions 과 재허가를 줄이기 위한 병원에 인센티브를 주는 등mHealth에 인센티브를 주는 동안 모바일 건강에 대한 계획을 실행했습니다. B2B2C mHealth 서비스는 또한 mHealth 제공에서 좋은 견인력을 보이는 Telefónica 와 Orange 같은 어떤 회사에는 큰 기회입니다. 많은 회사들이 운영구조에서 건강 부문에 전념해왔습니다. 그러한 체제는 충분한 건강관리 지원을 블루투스와 휴대폰을 포함하는 다양한 기술을 통해 지원하기 위한 가장 좋은 방법을 찾기 위해 설립되어왔습니다. **Jim Morrish**: 우리가 알아야 할 특정한 산업 계획이 있습니까? **Alex Sinclair**: GSMA는 사물인터넷(IoT) 시장을 위한 어떻게 기기들과 어플리케이션들이 모바일 네트워크를 통해 가장 지능적이고 효율적인 방법으로 통신하는지를 보여주는 가이드라인을 최근 발행했습니다. 당신은 또한 전세계 기업들이 배치하고 있는 원격 SIM 공급을 위해 GSMA 내장 SIM 사양을 알아야 합니다. IoT Device Connection Efficiency Guidelines’ 이라고 불리는 가이드라인은 IoT 시장이 발전하고 모든 사용자에 의해 모바일 생태계에서 사용되기를 의도되기 때문에 기기와 어플리케이션 개발자를 지원하기 위해 디자인되었고 모바일 네트워크가 효율적으로 증가된 수의 M2M의 빠른 성장으로 인한 커넥티드 기기와 서비스를 수용할 수 있도록 보장합니다. 가이드라인은 IoT 기기와 어플리케이션 개발자들이 모바일 네트워크에 연결되는 기기의 수를 늘리는 것을 도울 것입니다 서비스 중단을 막고 궁극적으로는 시장이 자동차, 교통, 공익사업, 건강을 포함하는 다양한 분야를 가로지르게 하는 이상적인 성능을 보장하면서 말입니다. 가이드라인은 기기내의 데이터 집합, 비동기 네트워크 접속, 어플리케이션 확장성, 비활성화 혹은 비사용 SIM에서의 교통신호 관리 방법 같은 많은 수의 모범경영 분야를 포함합니다. 그들은 AT&T, China Mobile, China Telecom, China Unicom, Deutsche Telekom, Etisalat, KT Corporation, Orange, NTT DOCOMO, Tata Teleservices Ltd., Telefónica, Telenor Connexion, VimpelCom같은 선도적인 이통 사업자들로부터 지원을 받았습니다. GSMA의 내장 심 사양은 모바일 네트워크 회사가 확장가능하고 신뢰할 수 있고, 안전한 커넥티드 카나 스마트 측정기처럼 밀폐된 M2M 커넥티드 기기를 위한 연결성을 제공하는 것을 허용합니다. 이는 또한 서비스 유연성을 최종 소비자에게 제공하는 항공업자의 공급과 관리를 가능하게 합니다. GSMA의 내장 SIM 사양은 비용을 줄이고 효율성을 추진하고, GSMA 인텔리전스에 따르면 올해 2억 4천4백만개의 세계 연결에 도달할 M2M 시장의 빠른 성장을 가속시킬 공통 세계 구조를 촉진합니다. AT&T, Etisalat, NTT DOCOMO, Telefónica, Gemalto, Giesecke & Devrient, Morpho (Safran), Oberthur Technologies, Sierra Wireless, Telit를 포함하는 많은 조직들이 준수 솔루션을 시작했습니다. GSMA는 또한 Beecham Research 로부터 GSMA 내장 SIM의 즉각적인 범산업 도입과 배치가 2020년까지 34퍼센트 더 높은 시장 성장을 가져올 것이라고 추정하는 독립적인 연구를 주문 받았습니다. **Jim Morrish**: 모바일 산업은 M2M hockey stick 을 5-10년 간 기다려 왔습니다, 여전히 이게 일어날 것이라고 봅니까? **Alex Sinclair**: GSMA Intelligence는 최근 세계 휴대 M2M 연결이 2020년까지 10억에 다다를 것이라는 것을 보여주는 최신 수치들을 발표했습니다. 현재 현재 궤도의 비율에서, 세계 휴태 M2M 연결은 년당 26% 성장하며(CAGR) 2014년과 2020년 사이에 2020년까지 9억 7천 4백만에 이를 것입니다. 우리는 우호적인 시장 상태가 이루어진다면 이 성장율이 년당 40% 이상으로 갈 것이고 잠재적인 세계 20억 휴대 M2M 연결이 2020년까지 달성될 것이라고 믿습니다. 이들은 장치, 스마트 도시, 자동차, 건강 같은 주요 분야에서의 대 M2M의 더 넓은 배치를 가능하게 하는 추가 정부 정책의 도입을 포함할 것입니다. 원격 공급과 API, 그리고 더 넓은 범위의 커넥티드 제품과 서비스를 가능하게 하는 막대한 M2M 모듈 비용 감소에서의 증가된 표준화에 더해서 말입니다. **Jim Morrish**: 사물인터넷에서 모바이 산업에게 가장 큰 기회는 무엇입니까? **Alex Sinclair**: GSMA에 의해 의뢰된 최근 연구는 두 가장 큰 기회가 커넥티드 카와 소비자 전기제품 시장에 있다고 강조합니다. 우리가 이미 강조한 많은 이것들과 웨어러블 시장 같은 다른 것들 또한 중요한 개발 영역이 될 것입니다. 이는 이미 스마트폰의 확장 같은 인식을 가지고 있습니다만 이것은 변할 것입니다. 이는 또한 잠재적인 사업과 고객 부문 간의 다양한 잠재력을 가지고 있습니다. **Jim Morrish**: 모바일 연결성이 가치 있는 열쇠로 증명된 예를 들 수 있습니까? **Alex Sinclair**: 이통 사업자의 M2M 이윤은 어플리케이션 종류, 스케일, 서비스 제공 접근법에 의존합니다. 예를 들면, 연결성은 오직 양단간(E2E) 솔루션보다 적은 이윤을 거두는 것을 다룹니다. 그래서 이통 사업자에게는 전문지식을 얻어서든 다른 회사와 협력해서든 M2M의 이윤을 증가시키기 위해 더 부가가치 제공을 공급하는 것이. 예를 들어, KT는 고객 점성을 증가시키고 뒤틀림을 감소시키는 고이윤을 창출하는 택시콜 솔루션을 시작하여 이를 성취했습니다. 우리는 여전히 시작 단계에 있습니다 하지만 예를 들어 Vodafone은 최근 “증가한 혁신과 수직 시장의 범위확대로 인해” 2014년 6월말의 M2M 이윤이 30.7%에 달했다고 밝혔습니다.