AI 스마트팩토리 중소기업도 할수있다
입력
수정
최두환 포스코 ICT 경영고문AI 스마트팩토리가 사람들에게 추상적이고 학술적인 개념으로 소개되면서, 기업 현장에서는 멀게만 느껴지는 게 현실이다. 중소기업에는 AI 스마트팩토리가 다가가기 힘들고 깊은 지식을 갖춰야만 겨우 접근할 수 있는 어려운 프로젝트인가? 기술이 아닌 경영의 관점에서 바라보면 그 의미와 내용, 활용이 한결 쉬워진다.
STEP 1: 인터넷 만큼 쉬운 AI,막연한 부담감부터 거둬라IoT(사물인터넷), 빅데이터, AI 같은 첨단 IT 기술을 제조업에 활용해 생산성을 높이는 게 스마트팩토리다. 과거 인터넷이 처음 도입됐을 때, 이것으로 어떻게 비즈니스 생산성을 높일 것인가 고민했던 것과 다르지 않다. 우리를 당황케 했던 신기술이 이제는 당연하고 편리한 도구가 됐다. AI도 마찬가지다. 그동안 제조업 현장에서는 선임 현장 전문가의 경험과 역량을 바탕으로 정해진 운영 방식을 답습하는 데에 의존했다. 이런 경험과 역량은 형식지가 아니라 머리 속 경험지와 암묵지 형태로 있어 공유하기도 어려웠다.
하지만 IoT와 센서의 발전으로 현장 데이터를 얻기가 쉬워졌다. 복잡한 데이터를 쉽게 분석하는 빅데이터 기술 발전으로 경영을 위한 지식과 통찰 또한 용이해졌다.
다음 단계는 이렇게 얻어진 지식과 통찰을 활용해 어떻게 공장을 효과적으로 제어해 나갈까 하는 고민이다. 새로운 IT 기술은 여기서도 뛰어난 방법론을 제시한다. 바로 AI이다. STEP 2:IT와 현장 지식을 융합하라
데이터 활용에는 목적성과 방향성이 중요하다. 현장 전문가의 입장에서 먼저 추론하고, 그 추론에 따라 데이터를 수집 및 분석하며, 그 추론의 옳고 그름을 판단하고, 그런 과정에서 더 나은 추론을 찾아 나가는 식이다. 이제 AI 스마트팩토리에 첨단 IT 지식뿐 아니라 소위 도메인(Domain) 지식이라 불리는 업종별 전문 지식과의 융합이 왜 중요한지 감이 잡힐 것이다. IT 지식만으로는 데이터 수집과 분석은 해내지만, 어떤 데이터를 모으고 어떻게 분석하고 어떻게 제어해야 할지 제대로 모른다는 게 문제다. 도메인 지식과의 융합 없는 AI 스마트팩토리는 잘해야 반쪽 밖에 안된다.STEP 3:AI 솔루션 빌려 쓰는 것도 방법
AI 스마트팩토리를 시작할 때 현장에서 나오는 첫 우려는 “우리는 빅데이터도 AI도 모르는데…?” 라는 것이다. 해답은 간단하다. AI 스마트팩토리를 위한 IoT, 빅데이터, AI 솔루션은 많이 개발되어 있어, 쉽고 저렴하게 찾아 쓸 수 있다. 더구나 최근에는 이런 솔루션을 클라우드(Cloud)로부터 빌려 쓸 수도 있다. 시작 비용이 크게 들지 않는다. 먼저 빌려서 사용해보고 성능과 효과가 확인되면 그 때 구입 여부를 판단해도 늦지 않다.
고성능 AI 솔루션을 찾지 않아도 된다. 인터넷 속도가 0.1초 더 빠르고 늦고가 생산성에 크게 영양을 주지 않는 것과 같은 이치다. AI 스마트팩토리를 도입하고, 어떻게 활용할 것인지 판단이 가장 중요하다. 조금 더 성능 좋은 솔루션을 찾는 것은 차후의 문제다.
STEP 4:작은 성공사례부터 만들어라중소기업은 한번에 전 공정에 AI 스마트팩토리를 도입할 만큼 넉넉지 않다. 설비가 낙후돼 스마트팩토리로 효과를 낼 수 있을지 자신감을 갖기 어려운 경우도 많다. IT 지식을 갖춘 전문 인력도 부족해 무엇을 어떻게 시작할지 막막하다. 이럴 경우 처음부터 대규모로 스마트팩토리를 시작하기보다는 먼저 하나의 성공 사례를 만들고, 그런 성공 경험을 점차 넓혀나가는 것이 바람직하다. 그러려면 가장 중요한 것이 처음 성공 사례를 잘 만드는 것이다. 첫 과제를 잘 선정해야 하는 이유다.그림 2처럼 생산에서 문제되었던 병목을 스마트팩토리 과제로 선정해 해결하면 현장 직원들의 관심과 참여를 높일 수 있다. 데이터를 얻기에도 쉬워 데이터 수집과 분석에 비용도 크게 들지 않는다. 그리고 스마트팩토리로 무엇을 어떻게 풀어갈지 추론과 검증에 대한 방법론도 쉽게 얻을 수 있어 현장 직원들의 스마트팩토리에 대한 이해도를 높일 수 있다. 그 결과 높은 투자 수익률이 예상되면 경영층의 관심이 높아지고 지원도 용이해진다. 첫 과제에서 거둔 성공을 현장에 전파하기 시작하면, 곳곳에서 다른 과제를 해보겠다는 제안이 쇄도하게 된다.
STEP 5:비즈니스 가치사슬로 확대하자AI 스마트팩토리 활용 대상은 제조업에 국한되지 않는다. 비즈니스 가치사슬 어디에나 적용할 수 있다.그것이 주문이건 생산이건 판매이건 마찬가지다. 확장된 개념의 하나를 예로 들어보자. C2M 모델 (Customer-to-Manufacturer Model)이다. 이는 고객과 중소기업을 연결하는 제3자 마케팅 플랫폼 모델이다. 생산을 잘 하는 중소기업이라 해도 마케팅 능력이 부족한 경우가 많다. 게다가 판매와 마케팅은 대부분 온라인쇼핑몰에서 이루어 진다. 고객 데이터는 온라인쇼핑몰이 관장하게 된다. 많은 중소기업들은 온라인쇼핑몰의 생산 하청으로 전락하는 배경이다.
문제는 중소기업이 고객분석을 하기가 쉽지 않다는 점이다. 이럴 때 데이터 분석과 AI 능력을 갖춘 제3자 플랫폼이 해법이 될 수 있다. 바로 그림 3의 C2M 모델이다.
중소기업은 C2M 플랫폼을 활용해 고객의 요구와 트렌드를 빠르게 파악할 수 있다. 온라인쇼핑몰에 휘둘리지 않는 경영이 가능하다. 자신이 창출한 가치를 온라인쇼핑몰에 뺏기지 않고, 고객이 원하는 제품을 더 나은 품질과 서비스로 제공해 고객과 중소기업 모두의 윈-윈으로 이어질 수 있다. C2M 모델 서비스는 클라우드로도 제공받을 수 있다.스마트팩토리는 제조업 생산성 향상에서 시작된다. 그것이 기업의 전체 가치사슬로 활용이 확장되고, 나아가 새로운 협력생태계(Ecosystem) 환경을 만드는 것으로 확장될 수 있다. 한경 글로벌 AI 뉴스레터로 실어 보내는 이 글이 중소기업인들이 용기를 내 AI 스마트팩토리에 도전하는 계기가 되기를 바란다.