제조 공정 엣지 AI 기술 적용
07/08/20


이 기사는 0ne Tech사 솔루션엔지리어링 이사인 Chris Catterton와의 대담 내용입니다.

__**당신의 회사 One Tech와 역할은?**__
솔루션 엔지니어링 이사로서, 나는 고객 요구를 충족시키기 위해 기술 개발을 책임을 지고 있는 스마트한 사람들로 구성된 그룹을 이끌고 있다. 솔루션 엔지니어링 팀은 전달하는 솔루션의 설계와 기능이 가치를 제공하고 비즈니스에 긍정적으로 영향을 주기 위해 개발 단계 초기부터 프로젝트에 참여한다. 우리는 많은 기술 공급업체와 다른 방식으로 구현을 검토하며, 조직 내에 새로운 데이터를 독점하지 않고 기존 시스템과 어떻게 통합할 수 있는지 살펴본다. 우리 솔루션은 일반적으로 여러 시스템에 연결되어 비즈니스 운영 내에서 속도를 높이기 위해 데이터를 주고 받는다.

__**One Tech에서 제공하는 솔루션은?**__
ONE Tech는 현장의 산업 자산에 배치되도록 설계된 에지 기반 AI를 제공한다. 이 제품은 MicroAI™라고 불린다. MicroAI™와 함께 다음과 같은 세 가지 수준의 서비스를 제공하는 플랫폼이 있다. :
**-Helio One**: 산업 환경에서 사용되도록 설계된 예측보전 및 가동관리 플랫폼이다(Predictive Maintenance and Operational Excellence platform). Helio One은 센서 데이터, PLC 데이터 및 소스의 기타 데이터를 집계하여 라인에서 각 장비의 실시간 프로필을 구축하여 현장 운영에 관한 통찰력을 얻는다. AI가 주도하는 이점은 전체 생산성뿐만 아니라 장비 동작에 대한 이해도도 높아진다.
**-Helio Advance**: Helio One과 함께 공장 운영 및 유지관리 담당자가 전체 라인의 생산성 KPI를 실시간으로 볼 수 있는 기능이 포함되어 있다. 이 시스템은 운전자의 행동/주기 시간, 장비 주기 시간 및 OEE에 대한 AI 분석과 함께 현재 사건 및 비효율성에 대한 원인/효과를 분석 생산성 향상 방법에 대한 권고사항으로 제시한다. 이 모든 것은 역할 기반 대시보드에 시각화되어 나타난다.
**-Helio Enterprise**: Helio One과 Advance를 결합하는 동시에 Workorders, Dispatches, Maintenance, Quality 같은 중요 프로세스를 관리용 공장 운영 및 유지보수를 위한 워크플로우 관리 도구를 추가로 제공한다. 이 시스템은 운영자와 기술자가 실시간으로 회선에서 무슨 일이 일어나고 있는지 알려주는 모바일 앱이다.


__ **제조 설비의 원격 자동화 필요성이 증가하고 있는 상황에서 인공지능(AI) 기기 및 설비 교육은 기술이 어떻게 변화하고 있는가?**__
시설 내의 자동화는 널리 채택되어 왔다. 자동화로 제조공정의 인원은 최소화 되었다. 자동화가 확대되었을 때의 단점은 기계/로봇에 더 의존하게 된다. 어떤 라인의 경우, 한 대의 로봇이 고장나면 전체 라인이 정지한다. ONE Tech가 빛을 발하는 것은 이때이다. 예상치 못한 설비 다운타임 발생 전에 현장설비자산에서 설비문제의 징후를 감지하는 것이 우리가 잘 하는 일이다. 이것은 자산의 정상적 가동이 무엇인지 알아야 이루어진다. 우리가 연결하는 설비자산은 컨베이어 시스템에 동력을 공급하는 고정장치와 간단한 전기 모터부터 고장 지점이 많은 대형 자재 취급 로봇과 로봇 용접 암에 이르기까지 다양하다. 이 기계의 정상/정상 주기가 무엇인지 이해함으로써 장비내의 이상 징후와 고장 징후를 감지할 수 있다.
엣지 AI의 '엣지(edge)' 부분이 중요하다. 로봇의 움직임은 정확히 같지 않다. 로봇은 동일한 작업을 수행할 수 있지만 기후/환경 압력이 서로 다른 지리적 위치에서 서로 다른 비율로 사용될 수 있다. 모니터링되는 각 설비자산의 데이터 목록을 보고 그에 합당한 고유 모델을 교육해야 한다.

__**클라우드가 여전히 제조 현장의 IoT 기반 장치에서 통찰력을 얻는 핵심 요소인가? 클라우드와 에지를 함께 작동하여 최상의 결과를 얻는 방법은 무엇인가?**__
산업 설비자산은 많은 데이터를 생산할 수 있다. 모든 원시 데이터를 클라우드로 전송하는 것은 잠재적으로 엄청난 비용이 들 수 있다. 즉, 클라우드 기술의 활용될 수 있는 어떤 부분이 아직 남아 있다는 것이다. 예를 들어, 데이터를 현장 말단 위치에서 처리하면서, 저장 및 추가 분석을 위해 클라우드 환경으로 전송할 수 있다. ONE Tech는 사용자가 데이터를 추가로 분석할 수 있도록 클라우드 AI 기능을 갖춘 소프트웨어 업데이트를 출시할 예정이다. 이를 통해 특정 설비의 다운타임 발생 타이밍을 파악할 수 있다(예: 600 사이클 이후, 로봇 용접기 모델 x는 용접 팁 마모로 인해 계획된 사이클 시간내에서 계속 작동시키려면 3V가 더 필요하다).

__**이러한 유형의 기술과 관련된 보안 위험은 무엇인가?**__
일부 제조 설비의 경우 외부 환경에 전송되지 않고 로컬로 데이터를 유지하는 것이 유일한 선택이다. 이는 대개 데이터 개인 정보 보호와 보안 문제 때문이다. OneTech는 예측 정비를 위해 사용되는 매우 유사한 알고리즘을 활용하는 보안 제품을 보유하고 있다. 주된 차이점은 이 보안 제품은 기계의 물리적 구성요소를 살펴보는 대신 연결된 설비자산의 내부를 조사하여 악의적인 의도를 나타낼 수 있는 이상 징후를 탐지한다. 일단 검출되면, MicroAI는 기기 재부팅이나 오픈할 보안 티켓 등을 트리거하거나, 단순히 연결된 설비자산을 오가는 네트워크 트래픽을 차단할 수 있다. 이 버전의 MicroAI는 데이터베이스, 애플리케이션 및 네트워크 레벨에서 에지/설비자산 레벨까지 모두 또는 여러 레벨에 설치될 수 있다.

__**원격 자동화를 구현하려는 제조업체의 진입 장벽은?**__
제조업체들은 원격 자동화 및 예측 유지 보수와 같은 혁신적인 솔루션을 실현하는 ROI에 초점을 맞추고 있다. 비용, 시간, 어떤 공급업체를 활용해야 하는지, 그리고 어디서부터 시작해야 하는지 등 여러 가지 요소가 있다.

우리는 이 과정을 단순화 했다. 전체 장비 효율성(OEE: Overall Equipment Effectiveness) 보다 낮게 예상되는 특정 라인을 식별하기 위해 제조업체와 디스커버리 콜을 한다. 우리는 어떤 자산이 라인에 있는지 파악하고 개념 증명을 한다. One Tech에서 그것을 참고하는데, 이익 증명이 된다. 이러한 활동은 보통 여러 달 지속되는데, 투자 수익은 제조업자에 의해 실현된다. 개념증명 단계부터, 우리는 더 많은 라인 및 시설 솔루션구축 관련 시간과 비용에 관한 매우 투명한 로드맵을 만든다.

__**조립 라인에서 AI 기기 교육은 제조업체에 어떤 혜택을 줄 수 있는지 실 사례 공유.**__
예상치 못한 설비 다운타임으로 OEE가 낮아지는 여러 자동차설비업체와 함께 협력하고 있다. 주로, 우리가 작업하는 라인은 로봇 용접기와 재료를 취급하는 로봇과 관련 있다. 우리의 업무과정은 매우 간단하다. 당사는 라인에서 끌어낼 수 있는 기존의 인텔리전스(즉, PLC/컨트롤러, 제조 실행 시스템, OEM의 내부 센서 등)를 식별하고 기계에 장착된 추가 센서를 통합하여 설비자산과 핵심 구성 요소를 360도 볼 수 있도록 한다.

MicroAI는 장비에 장착된 추가 센서와 함께 기존 인텔리전스의 데이터를 취합하고 기계가 담당하는 스타일/부위별로 정상 동작 사이클을 여러번모니터링하여 형성되는 교육 과정(training process)을 통해 모델을 만든다. 여기서 수평 분석이 실행되는데, 다른 유사한 로봇과 비교하여 특이치로 보이는 모델이 만들어지면, 우리는 필요에 따라 이러한 모델을 조정할 수 있다. 일단 모델이 갖춰지면, 우리는 데이터를 처리하기 시작한다. 매우 단순한 수준에서, 우리의 알고리즘은 데이터 내에서 이상 징후를 찾는다. 이러한 고장 징후가 감지되면 MicroAI는 행동을 유발한다. 이 동작은 API 호출을 발동하여 기존 작업 순서 관리 도구 내에서 작업 순서와 다르거나, 주의할 필요가 있는 기계/스테이션에 대한 경고를 현장의 모니터에 깜박이게 할 수 있다.

우리 솔루션은 제조업체에게 예상치 못한 설비다운타임을 유발할 수 있는 품목에 대한 사전 경고를 제시한다. 다운타임이 발생하기 전에 시정 조치를 취하게 된다.

__**이 기술이 진화하고 영향력을 얻는다고 어떻게 생각하는가?**__
원가절감과 기존 장비 생산성 개선은 제조업체가 할 수 있는 게임 이론이다. 자동화와 설비자산이 다운되기 전에 실패의 징후를 보이는 자산에 대한 예고는 분명한 장점이 있다. 이것을 가능하게 하는 기술은 지금 여기에 있으며, 증명되고 있다. 이것이 유지가 되는 것은 시간문제고 이 기술을 채택하지 않는 제조업체들은 경쟁에서 뒤쳐질 것이다.

__**COVID-19가 제조에 어떤 영향을 미친다고 생각하나?**__
제조 시설들이 이제 다시 가동되고 있다. COVID-19는 제조사들이 지속적인 혁신의 중요성을 깨닫는 놀라운 사건이었다. 전염병 이전에 자동화를 시행했던 제조 시설들은 사회적 거리 제한에 더 빨리 적응하여 가동을 시작할 수 있었다. 라인에 인력이 적다는 것은, 제대로 작동하기 위한 장비 의존도가 더 높다는 것을 의미한다. 문제가 발생하기 전에 기계에 문제가 발생했는지 아는 것은 가동 상태를 원활하게 유지하는 데 중요하다.

출처 : [[https://www.manufacturingtomorrow.com/article/2020/07/edge-ai-technology-in-manufacturing-operations/15503|ManufacturingTomorrow]]
번역 : K-SmartFactory