K-SMARTFACTORY

IIoT

제약업계의 AIoT

2021-08-02


 

 

AIoT(사물 인공 지능)는 인공 지능(AI) 기술과 사물 인터넷(IoT) 인프라를 결합하여 보다 효율적으로 IoT 를 운영하고 인간과 기계간의 상호 작용을 개선하며 데이터 관리 및 분석 능력을 향상시키는 기술이다.

산업혁명 4.0시장에서 빠르게 성장하고 있는 영역이다. 

 

ResearchAndMarkets.com의 최근 보고서 "사물 인공 지능: 기술 및 솔루션별 AIoT 시장 2020 - 2025"(The Artificial Intelligence of Things:AIoT Market by Technology and Sloutions 2020-2025)에 따르면 전 세계 AIoT 시장은 2025년까지 659억 달러에 이를 것이며, CAGR(연간 복합 성장률)  39.1% 성장할 것으로 추정하고 있다.

 

 

문제 정의

 

이 새로운 기술 패러다임이 제약 부문을 재편할 수 있는 잠재력은 분명하며 이러한 일이 일어나야 하는 시급성 또한 명확하다. 현재 제약 시장의 변동성을 감안할 때 제약 제조업체는 생존과 번영을 위해 그 어느 때보다 민첩해야 할 시기이다. 

제품 라인 업에 대한 미래 수요가 불확실하고 예측하기도 어렵다. 데이터 관리 전략을 보면 종종 부서별로 나뉘어 보관되어 있어 데이터에 접근하기 어렵다. 새로운 생산기지나 공장이 다른 사업 부서와 거리적으로 떨어져 있어 데이터 공유가 단절될 수 있고 업계 전반에 걸친 대규모 인수합병으로 인해 데이터 관리가 악화되는 경우도 많다.

 

Excel 스프레드시트 및 수동 문서를 격리된 상태로 저장해놓고 사용하는 일이 많아 거버넌스와 워크플로에 문제가 발생한다. 프로세스 정보가 고립되면 고위 관리자들이 데이터가 의미하는 내용을 실시간으로 파악하기 어렵다. 규제가 지배적이며 프로세스의 복잡성이 존재하는 조직 문화에서는 경영진들이 새로운 프로세스로 변경하거나 채택하는 것을 꺼리게 마련이다. 그들은 기존 시스템과 프로세스에 집착하고 때로는 클라우드라는 개념에 바로 알레르기 반응을 일으킨다.

 

설상가상으로 제약업체는 이러한 문제들이 있음에도 극복할 수 있는 시간적 여유는 점점 더 사라지고 있다. 팬데믹이 유행한지 1년도 안되어 백신이 승인되고 출시되었다. 팬데믹 대응에 성공하기 위해서 시간이라는 매개변수가 재설정되었으며 이는 제약업계에 추가적인 압박을 가하는 선례를 남기고 있다.  제약업체는 AIoT를 활용하여 이러한 문제를 해결하고 운영 효율성을 혁신할 수 있는 기회를 만들어야 한다.

 

오늘날 AIoT는 제약 산업 전반에 걸쳐 점점 더 널리 사용되고 있다. 제약 제조업체들은 사내에(on-premise) AIoT 장치와 관련된 요소들을 설치하여 데이터 일괄 분석과 공정이력을 파악하고 있다. 또한 이 기술들이 클라우드를 기반으로 한 시각화와 대시보드에 널리 사용되고 있다. 예를 들면 다음과 같은 영역에 AIoT기술이 적용되고 있다. 워크플로와 거버넌스 업무의 디지털화, 다양한 데이터 소스를 통합하기 위한 데이터 커넥터 이것은 대규모 데이터를 필요로 하는 머신 런닝 활용의 기초가 된다. 또한, AIoT는 R&D를 추진하는 데 도움이 되는 머신 런닝 및 실험을 가능하게 하는 데 큰 역할을 한다.

 

 

활용 범위 

 

현재 AIoT 기술은 아직 부상하고 있긴 하지만 지속적인 이점을 이끌어낼 수 있는 상당한 잠재력을 가지고 있다. 공장 전반에 걸쳐 부서별로 각 각 나뉘어 있던 데이터 사이로들(silos)을 통합함으로서, 기존에 서로 다른 데이터 세트를 가지고 분리되어 기능하던 정보 기술(IT) 및 운영 기술(OT) 사이에 있는 벽을 허물 수 있다. AIoT는 제약 제조업체들이 데이터 관리와 처리 능력을 훨씬 더 수월하게 수행할 수 있는 큰 이점을 제공한다.

 

주요 기능을 클라우드로 이동시킴으로써 큰 공장뿐만 아니라 작은 공장에서도 훨씬 더 쉽게 AIoT를 활용할 수 있다. 또한 기업들은 과거 데이터에 의존하기 보다 실시간 데이터분석이 가능하다. 따라서 오류나 비효율이 발견될 경우 신속하게 대응 변경할 수 있어 플랜트의 안전, 품질 및 수익성을 보장하는 데 도움이 된다. 최신 AIoT 도구는 데이터에 대한 실시간 가시성을 개선함으로써 프로세스에 대한 고위층 의사 결정권자의 거버넌스와 현장에서 일어나고 있는 일에 대한 통찰력을 동시에 제공하는 큰 역할을 한다.

 

 

극복해야 할 장벽

 

그러나, 이러한 여러 이점이 있지만 AIoT의 광범위한 출시와 성공에는 여전히 해결해야 할 과제가 남아 있다. 아직 넘어야 할 장벽들이 있다.

 

혁신의 필요성에 대한 인식이 높아짐에 따라 이에 대한 균형을 유지하려 노력하고 있음에도 불구하고, 전통적이고 보수적인 부분의 변화에 대한 저항은 변화의 장벽이 된다.  추진함에 있어서 속도 균형 감각이 있어야 한다. 변화가 일어나고 있지만 하룻밤 사이에 일어날 수 없고 또 그렇게 기대해서도 안 된다. 다른 과제도 있다. 제약 분야는 여전히 규제가 심한 분야이며 이를 염두에 두고 있어야 한다.

 

데이터 개인 정보 보안 및 IP 보호의 필요성 또한 AIoT가 시장 전체에 전개됨에 따라 관리가 필요한 주요 고려 사항이다. 동시에 제약 제조기업들은 코로나19의 경우에서 경험했듯이 서로 협력하여 더 많은 작업을 수행할 수 있는 방법을 찾아야 한다.

'협조적 경쟁(coopetition)'의 생태계 내에서 어떤 종류의 데이터를 중개하고 안전하게 공유할 수 있는지 결정하고 공유되는 내용을 제어하고 감사하는 방법을 찾기 위한 메커니즘이 필요하다.

 

 

시간은 지금

 

궁극적으로 위의 문제들을 신중하게 생각하고 고려해야 하지만, AIoT 전환의 중요성에 대한 요구가 증가하고 있다. 제약 제조기업들의 이 흥미로운 신기술 모델 활용에 대한 인식도 높아지고 있다. 치열한 경쟁에서 살아남아야 하고 동시에 시장 출시 시간을 단축할 방법을 찾기 위해 힘쓰고 있기 때문이다.

 

좀 더 미래를 내다보면 AIoT의 잠재력이 더욱 분명해지고 있다. AIoT가 지원하는 데이터 처리 및 분석업무는 고품질의 연구 및 개발 기회로 이어진다. 또한, 이 기술은 연구 및 신제품 개발과 같은 보다 높은 가치의 업무에 자원과 투자를 전환할 수 있는 기회를 주어, 생산체제를 자주적 최적화 공장으로 만드는 도구로 활용할 수 있다. 여기에는 지속 가능성을 향상시킬 수 있는 기회도 있다. AIoT 를 통해 제약 제조업체는 생산배치를 실시간으로 모니터링할 수 있으므로 폐기물을 최소화하는 제조환경을 조성할 수 있다.

AI 환경 구축으로 최신 의약품을 개발하고 생산 공정을 간소화하며 시장 출시 시간을 단축할 수 있다. 

얻을 수 있는 다양한 이점을 감안할 때, 지금이 AIoT 기술을 살펴보고 자사와 업계 전체의 이익을 위해 이러한 솔루션을 전개할 수 있는 방법을 고려하기 시작할 중요한 시기이다.

 

 

 

출처 : manufacturingglobal