Ⅰ. 서론

20세기 후반 정부 실패와 시장 실패가 공존하는 저성장 경제 환경이 지속되는 가운데, 2008년의 글로벌 금융위기는 선진국들에 경기침체라는 또 다른 심각한 타격을 안겼다. 이에 글로벌 주요 제조국들은 공통적으로 국가 총부가가치에 기여하는 제조업의 비중이 점차적으로 축소되는 탈산업화 현상을 체감하게 되면서, 경제성장에서 제조업의 기여도를 재평가하기 시작했다. 아울러 주요 선진국들은 이들 장기 불황의 원인을 제조업의 후퇴에서 비롯되었음을 인식하기 시작했으며, 이를 극복하고 경제성장을 되돌리기 위해서는 첨단 기술 중심의 제조업을 부흥시키는 것 외 다른 방법이 없다는 위기의식을 직감했다. 이러한 인식과 위기의식은 당시 스마트 기기를 중심으로 급격하게 팽창하고 있던 ICT와 AI 기술을 산업현장에 도입시키기에 이르렀고, IT와의 결합을 통해 기존 제조 생산방식의 한계를 뛰어넘어 자국 제조업의 부활을 유도하는 움직임으로 연결되었다. 

그러한 움직임은 먼저 글로벌 제조 강국들을 중심으로 진행되었는데, 2011년 메르겔 정부의 독일에서는 하이테크 정책의 실행 전략으로써 ‘Industrie 4.0’이라는 산업정책을 국가성장 전략으로 도입· 추진하였다. 이어 오바마 정부의 미국도 ‘AMP(Advanced Manufacturing Partner-ship)’라는 제조혁신 전략으로, 아베 정부의 일본도 ‘일본재흥전략(Japan is back)’으로, 그리고 시진핑의 중국도 ‘중국제조 2025’라는 제조혁신 전략으로 경제 난국을 돌파해 나갔다. 따라서 글로벌 제조 주요국들은 금융위기 이후 지속되고 있는 저성장 기조를 탈피하고 끊임없이 추격하고 있는 후발 제조 경쟁국가들과의 경쟁 우위를 유지하기 위해 ICT와 AI 기술을 제조 현장에 적극적으로 접목하게 되면서 4차 산업혁명을 태동시키는 결과를 만들었다. 

또한 제조업의 부활은 전·후방 연관 산업과의 동반 성장 효과를 만들어내고 국가 경제 전체에 적지 않은 영향을 미치기 때문에, 그동안 별개로 인식되던 연계 산업들을 제조업과 같은 범주에서 동시에 계획하기 시작했다. 그리고 ICT와 AI 기술을 적용한 스마트팩토리의 도입으로 질적 생산성이 향상되면서, 제조업은 생산자 중심의 소품종 대량생산에서 소비자의 요구에 순응적인 다품종 유연 생산 체제로 패러다임 전환을 경험하게 되었다.

제조업의 새로운 이정표를 제공하는 스마트팩토리는 2016년 다보스포럼에서 Klaus Schwab가 언급한 ‘Industry 4.0’을 계기로 본격적으로 알려지기 시작했으나, 그 개념의 단초는 2011년 독일의 ‘Industrie 4.0’ 전략에서 이미 언급되었다고 볼 수 있다. 이후 장시간에 걸친 미·중 무역 갈등, 팬데믹 환경 및 자국 산업 보호 추세 강화에 따른 글로벌 공급망 이슈 출현과 탈세계화 현상 심화는 스마트팩토리를 더욱 빠른 속도로 전 세계에 확산시켰다. 아울러 인구 고령화에 따른 생산인구 감소를 겪고 있는 한국을 포함하여 서구권 국가들은 제조업 안보 차원에서 스마트팩토리를 다시 주목하기 시작했으며, 디지털 전환을 통해 기존 공장만이 아니라 신설 공장 추진 시에도 적극적으로 도입하기 시작했다. 

2010년대 초반 이후 확산 중인 스마트팩토리는 제조업에 IOT, 빅데이터, CPS, 3D 프린터, AI 등의 신기술과 어플리케이션의 도입·융합을 통해 전 제조 과정을 실시간 모니터링하고 업데이트하여 전 제조 공정 최적화를 가능하게 하였다. 즉, 스마트팩토리는 ICT 기술과 설비 및 자동화 솔루션이 융합되어 실시간 의사결정과 운영체계가 최적화된 지능형 공장으로, 시장이 필요로 하는 모든 제조 정보가 내포된 스마트 제품을 적시에 생산하여 적기에 소비자에 납품할 수 있게 한다. 또 일반적으로 공장 자동화와 유사한 개념으로 축소 해석될 수도 있지만, 정확하게는 공장 자동화 개념을 넘어 전 생산공정에서 IOT를 통해 수집된 정보를 바탕으로 적합한 의사결정과 맞춤형 조치가 동시에 이루어지는 공장 최적화를 목표로 한다. 따라서 스마트팩토리는 제품의 기획, 생산, 유통 등 전 과정을 통합하여 최적화함으로써 시장의 요구를 충족시키는 스마트 제품을 실시간으로 생산해 소비자에 전달 서비스하는 시스템이라 할 수 있다. 

이상에서 볼 수 있듯 글로벌 제조업은 디지털 전환이라는 새로운 전환점을 맞고 있으며, 제조 강국들은 점차 스마트팩토리를 국가 경쟁력의 핵심 요소로 인식하기 시작하였다. 스마트팩토리 도입 초기 주요국들은 주로 공장의 디지털에 집중했으나, 이후 기술 개발 집적도가 향상되면서 데이터 공유를 통한 산업 전반의 연결성과 제조업 생태계 구축 방향으로 정책 패러다임을 전환하고 있다. 본 고에서는 글로벌 금융위기 이후 경제 불황 상황에서 주요국들의 제조업 복원을 위한 제조 분야 재평가 과정에서 도출된 스마트팩토리의 기술적 개요, 주요국 정책, 주요 성공 사례 그리고 향후 전망에 관해 확인해보고자 한다.

 

2. 스마트팩토리의 기술 개요

  

2-1. IOT기반 클라우드, 포그 및 엣지컴퓨팅

클라우드 컴퓨팅은 제조업에서 데이터 관리를 위해 현장에서 수집된 데이터를 클라우드에 전송하여 데이터 센터에서 저장하고 분석하는 것을 의미한다. 그러나 데이터 센터가 원거리에 위치할 경우 클라우드 컴퓨팅은 다량의 데이터 처리에 있어 병목 현상으로 인한 데이터 송수신 시간 증가와 처리 시간의 지연이 문제가 되었다. 이러한 클라우드 컴퓨팅의 단점 보완을 위해 개발된 것이 사용자 근처에 작은 규모의 컴퓨팅시스템을 위치시키는 포그와 엣지컴퓨팅 기술이다(그림 2). 여기서 엣지컴퓨팅은 소형 클라우드를 제조 현장 주변부에 위치시켜 신속하게 데이터를 처리하는 것을 의미하며, 포그컴퓨팅은 클라우드와 엣지 컴퓨팅의 중간 정도의 서브 규모와 위치를 갖는 시스템을 의미한다. 

 

스마트팩토리의 기능 중 하나는 IOT를 통해 실시간 수집되는 제조데이터와 기존 데이터를 활용하여 실시간 수집되는 생산 공정 환경 데이터를 분석하여 생산 현장에서 발생하는 4M*의 이상 유무, 설비 고장 및 품질 불량과 같은 문제에 적극적 대처를 하는 것이다. 포그 및 엣지컴퓨팅은 대용량의 서버보다는 작고 분산된 컴퓨팅 서버로 구성되어, IOT 기기 간 네트워크, 연산 및 저장 서비스를 보다 신속하고 효율적으로 제공할 수 있다는 장점을 가지고 있다. 또 제조 현장으로부터 수집된 로컬 데이터를 프로세싱하여 빠른 속도로 공장을 제어할 수 있고, 일부 필요 정보는 필터링 하여 클라우드로 전달하는 방식으로 운영되어 클라우드를 대체하는 개념이 아닌 상호 보완하는 역할을 한다.

* 4M: Man, Machine, Material, Method

2-2. CPS(Cyber Physical System)

CPS는 PLM, MES*, ERP**, SCM***, CRM**** 등의 디지털 IT시스템, 제조 설비 및 공정으로 대표되는 물리적 현실 세계가 네트워크로 통합되고, 실제 제품 혹은 설비의 작동이 사이버 공간에서도 동기화되어 축적된 데이터로부터 도출된 패턴과 알고리즘을 기반으로 인공지능에 의해 제어되는 시스템을 의미한다(그림 3). CPS를 구현하기 위해서는 모든 사물을 연결시키는 IOT, 데이터를 통합적으로 수집·관리하는 클라우드, 자율적 의사결정을 가능하게 지원하는 빅데이터 및 AI 기술 등 다양한 분야의 기술이 필요하다. CPS는 현장에서 수집된 데이터의 지체 없는 연결, 신속한 분석, 시뮬레이션 및 신속한 피드백을 통한 비용 절감과 시간 축소로 효율적인 생산과 제조혁신을 가능하게 하기 위해, 제조 공정 및 물류·유통 과정에서 모니터링과 즉각 적인 피드백을 통한 제어를 목표로 한다. CPS의 가상 시뮬레이션은 공장 라인 설치 전, 제품의 기획·설계 단계 그리고 생산과정 동기화에 이르기까지 모든 데이터를 축적하여 생산 공정의 모니터링, 운영 분석 및 최적화를 가능하게 한다. 그렇게 동기화된 사이버와 물리 생산활동은 판매 및 유통 과정에서 수집된 제품 구매자의 다양한 수요 특성에 대해서도 생산 공정에 즉각적으로 반영함으로써 제조 과정의 최적화를 가능케 한다.

* MES: Manufacturing Execution System

** ERP: Enterprise Resource Planning

*** SCM: Supply Chain Management

**** SRM: Supplier Relationship Management

 

2-3. 빅데이터 및 AI

스마트팩토리는 IOT를 통해 수집된 대용량의 정보를 신속하게 분석하고 처리할 수 있는 빅데이터 기술과 이런 빅데이터를 바탕으로 분석·추론·학습 능력을 갖춘 AI 모델을 통해 효율적인 의사결정과 자율적 운영 지원이 가능해진다. 즉, 빅데이터 기술과 AI 모델을 활용하여 다양한 생산 요소들이 생산 공정에서 스스로 상황을 인지·판단하도록 하여 자율 적응형 제조 환경을 구축한다. 

 

AI를 활용하는 대표 요소 기술로는 머신 비전 기술, 지능형 설비 기술, 이상 탐지 기술 등이 있다. 머신 비전 기술은 제품 표면의 마무리 및 부품 결합 검사 등 제조 과정에서 카메라를 이용하여 결함을 추적하고 불량 상태를 검출함으로써, 기존 공장에서의 같은 작업을 수행하던 작업자를 대체하여 인건비를 절감하게 한다. 지능형 설비 기술은 생산 현장에서 무작위로 발생하는 상황을 자율적으로 인지·판단·제어하여 능동적으로 대처하는 기술이며, 이상 탐지 기술은 제품생산 과정에서 이상 작동 상황이 발생할 때 불량 작동 요인을 스스로 탐지하는 기술이다. 제조 공정에 이들 기술이 활용됨으로써, 수동 작업 영역과 불량 확률을 줄이고 디지털 정확성을 유도하여 스마트팩토리의 시장 확장에 주도적 기여를 하고 있다. 

 

2-4. 로보틱스

최근 지속적 생산연령 인구 감소로 인한 제조 투입비용 증가는 생산 현장에서 로봇을 본격적으로 도입·활용하는 것을 기정사실로 받아들이게 되면서, 스마트팩토리의 개념이 제조 공정의 로봇화라는 의미와 일맥상통하게 되었다. 공장 자동화 시기의 공장 로봇은 특정 위치에 고정된 형태의 산업용 로봇에 국한되었다면, 스마트팩토리 시기의 로봇은 AI 머신러닝, ICT, Mobile, 다기능 관절 기술을 적용하여 장소에 한정되지 않고 능동적으로 움직이면서 사람과 협업할 수 있는 휴머노이드형으로 진화해 가고 있다. 

 

이런 진화된 휴머노이드형 로봇의 등장은 미래 언젠가는 제조업에서 인간 노동을 대체할 것으로 예측은 되지만, 당분간은 사람과 로봇이 공존하면서 작업을 유연하게 수행하는 Cobot 형태로 존속될 것이다. 산업용 로봇 시장을 선도하는 글로벌 기업으로는 일본의 Fanuc, Yaskawa, Kawasaki, 스위스의 ABB 등을 들 수 있으며, 최근 이들 기업은 딥러닝을 적용한 다양한 로봇 제어 기술을 활용한 로봇을 생산하고 있다. 대표적 스마트팩토리 로봇으로는 Tesla의 Optimus Gen 2, Google의 딥마인드와 Stanford 대학이 협력하여 개발한 Mobile ALOHA를 대표적으로 들 수 있다.

 

2-5. 3D프린팅

3D프린팅 기술은 디지털 디자인 데이터를 이용하여 소재를 연속적으로 뿌려 가면서 겹겹이 쌓아 올려 3차원의 맞춤형 제품을 만드는 제조 기술로, 생산 공정에서 다양한 형태의 구체적 기술이 적용된다. 크게 3단계로 진행되는데 컴퓨팅 그래픽 기술을 활용하여 맞춤형 제품의 디자인을 하는 모델링 단계, 모델링 값을 소재로 적층하면서 제품을 만들어 가는 프린팅 단계, 그리고 프린팅된 제품의 표면을 연마하고 염색하는 후처리 공정 단계로 구성된다. 

 

3D프린팅은 하나의 기계로 맞춤형 여러 형상의 제품을 유연하게 제조함으로써 제조 현장을 간소화할 수 있을 뿐만 아니라 시제품 제작 단계에서도 시간을 줄여 비용 절감을 유도할 수 있다. 3D프린팅 활용을 통해 시간, 비용, 공간 절감을 할 수 있어 부품 재고 없이도 고객 맞춤형 주문 생산이 가능한 다품종 유연 생산이 실현되고 있다. 이미 글로벌 시장의 다양한 산업기기, 소비재, 항공 및 자동차 등을 생산하는 업계의 부품 생산 현장에서도 3D프린팅 기술 활용이 확대되고 있다. 따라서 3D프린팅과 기존 제조 현장에서의 로봇 및 자동화 설비 등이 결합되면서 제조 산업의 밸류체인은 재정립되고 제조 패러다임은 변화하고 있다. 

 

2-6. 사이버 보안 기술

제조 현장의 설계, 생산, 유통 서비스 과정에 이르기까지 IOT와 연결 플랫폼 기기를 통해 수집되는 모든 프로세스 정보가 디지털 트윈 가상공간에 집결되어 활용됨에 따라 기술 유출의 위험성은 한층 더 커졌다. 사이버 보안이란 사이버상 발생할 가능성이 있는 해킹, 범죄 목적의 접근 및 탈취 행위로부터 하드웨어 시스템, 소프트웨어 애플리케이션 및 정보 네트워크를 보호하는 IT 솔루션을 의미한다. 사이버 보안 기술은 대략 데이터 보안, 신원 및 접근 보안, 네트워크 보안, 엔드포인트 보안 및 클라우드 보안 등의 기술들로 구성된다. 

 

먼저 데이터 보안 기술은 데이터 센터 및 데이터베이스의 데이터 불법 유출을 보호하는 기술을 말하며, 네트워크 보안 기술은 네트워크에 부적절하게 접근하거나 정상적인 네트워킹을 방해하는 행위를 감시하고 격리하는 기술을 의미한다. 그리고 신원 및 접근 보안기술은 시스템 및 서비스 사용자에 대해 접근 가능 여부를 검토하는 기술을 말하며, 엔드포인트 보안기술은 네트워크로 연결된 시스템들에 대해 외부 방해로부터 보호하는 역할을 하는 기술을 말한다. 그리고 클라우드 보안기술은 외부 사이버 공격으로부터 엣지, 포그, 클라우드 컴퓨팅을 보호하는 기술을 의미한다. 

 

스마트팩토리는 설계 단계부터 제품 제조, 제품 출하·판매를 거쳐 고객에 제품이 전달되는 과정까지 수집된 다양한 정보가 플랫폼을 통해 유기적으로 연결·공유·제공되는 구조를 갖는다. 이로 인해 제조 공정 또는 제품 자체의 일부 정보 유출만으로도 플랫폼과 연계된 전반적인 정보가 함께 노출되는 위험으로 확대될 수 있다. 따라서 제조업 스마트팩토리에서 IOT 및 플랫폼 보안기술이 강조되고 있으며, 스마트팩토리를 활용하고 있는 기업들은 산업현장에서 수집된 정보를 위협하고 있는 요소들을 파악하여 체계적인 사이버 보안 전략을 반드시 수립해야 한다.

 

2-7. 애플리케이션

ICT 솔루션으로서 애플리케이션은 스마트팩토리 3대 구성 요소인 장비·디바이스, 플랫폼, 애플리케이션 중 최상위 소프트웨어 시스템으로, 관련 기술로 ERP, MES SCM, PLM 등이 있다(그림 4). 애플리케이션은 제조 과정에서 ICT를 거쳐 필요한 단계별 연동 기능을 수행하며, 스마트팩토리의 통합적 운영을 위해 수요 맞춤형 공정 설계 및 운영 최적화, 품질 및 설비 고도화, 안전 작업 및 지능형 물류 지원 역할을 한다. ERP는 생산, 재무, 인적자원관리 등의 프로세스 시스템들을 하나로 통합하여 관련 정보를 데이터베이스에 저장하여, 제조 과정에서 필요로 하는 자원 정보를 전사적으로 공유할 수 있도록 활용하는 시스템이다. 

 

MES는 제조 현장에서 설비관리-생산계획-자재투입-품질 관리-실적 집계 등의 단계별 모니 터링을 통해 적절한 통제와 조치가 이루어질 수 있도록 하는 통합적 현장관리 기능 수행 시스템이다. SCM은 제품생산 과정에서 필요한 자원을 확보하기 위해 자원 유통 프로세스를 하나의 시스템에 통합하여 관리하는 솔루션으로, 제품 생산업체와 자원 공급업체 간 ICT를 활용하여 실시간으로 필요 자원 정보를 공유하여 시장 요구에 기민하게 대응하는 시스템이다. PLM은 제품 수명 전 단계에 걸친 정보를 관리하기 위한 솔루션으로, 제품 기획-개념설계-상세설계-제품생산-유통 서비스에 이르는 제품 전 수명주기 관련 정보를 실시간 모니터링하고 관리하여 제품 중심의 능동적 생산을 지원하는 시스템이다.

 

다수 선진 제조 주요국들은 신흥 제조 강국들의 기업들이 급속도로 선진 제조 기업의 제조 기술력을 위협함에 따라, IOT, 클라우드 컴퓨팅, 빅데이터, AI, CPS 등 주요 ICT 기술을 기존 IT 기술과 접목한 스마트팩토리의 다품종 유연생산체계를 통해 제조업의 생산 효율성과 질적 우위를 유지하고자 하였다. 먼저 독일이 2011년 첨단 기술 전략의 실천 전략으로서 Industrie 4.0을 발표하면서 미국, 일본, 중국 및 한국이 그 뒤를 이어 스마트팩토리 도입 정책을 적극적으로 제시하게 되었다(그림 5). 자국의 상대적 기술 우위에 따라 계획과 추진 방면에서 다소 차이를 보이고 있는데, ICT 기술력에 있어 다소 부족한 면이 있는 독일은 강점인 기계 부문 설계, 운용 및 제조 기술 관련한 산업 소프트웨어와 엔지니어링 기술력을 앞세워 새로운 하드웨어 개념을 제시하고 이를 양산까지 연결하는 개념설계에 주력하고 있다. 

 

미국은 상대적 비교우위에 있는 ICT 기술력을 중심으로 항공우주, 제약 및 차량 산업 부문의 새로운 사업 모델의 기획과 전 세계 부품과 제조 기업을 연결해 생산하는 공급사슬 관리 사업 운영에 주력하고 있다. 일본은 세계 정상 수준인 전자 소재, 부품, 장비, 계측, 센서 분야의 현장 공정 기술 개선 중심으로 스마트팩토리 전략을 진행하고 있다. 중국은 전반적으로 경쟁국들에 비해 낮은 핵심 기술력, 산업 구조 및 자원 이용 효율성 문제를 2025년까지 해결하기 위해 중국 제조 2025 전략을 국가 주도로 진행하고 있다. 그리고 스마트 제조 기술 기반에 취약한 한국은 제조업·ICT 융합을 통해서 생산 현장과 지역 제조 생태계를 혁신하고 제조업 전반으로 성공 사례를 확산하고자 하는 제조업 혁신 3.0 전략을 진행하고 있다. 반면 프랑스, 영국, 이탈리아는 제조업 혁신에 이들 나라들과 비교해 상대적으로 덜 적극적으로 대처함으로써 저조한 스마트팩토리 성과를 보이고 있다.

 

1. 미국 스마트팩토리 정책

미국은 2011년 글로벌 금융위기 이후 불황을 겪고 있던 제조업의 경쟁력 강화를 위하여 글로벌 제조업체와 IT 기업을 중심으로 산업 인터넷 컨소시엄을 구축하여 산·학·관이 모두 참여하는 첨단 제조 파트너십(Advanced Manufacturing Partnership, 이후 AMP)을 발표하였다. 이를 바탕으로 2012년 후속 전략인 국가 첨단 제조 방식 전략계획을 수립하여 제조 공장, 국방, 의료, 운송, 전력망 및 헬스케어 등 광범위한 분야에 걸쳐 첨단 제조 시스템 개발을 진행하였다.

 

2013년에는 제조혁신 가속화를 위해 국가제조업혁신 네트워크(National Network for Manufacturing Innovation, 이후 NNMI)을 발표하고, 2013년부터 10년간 10억 달러를 투자하여 제조 기술 상용화를 지원하고 산·학·관이 공동으로 NNMI를 구축하여 45개 기관이 참여하는 것을 목표로 하였다. NNMI의 추진을 위해 지역 협력 거점으로서 미국 지역 각지에 제조혁신연구소(Institute for Manufacturing Innovation, 이하 IMI)를 설립하고, 지역 혁신을 위한 산·학·관 협력을 지원하였다. 첨단소재, 3D프린팅, 로봇 등 스마트팩토리 추진을 위한 첨단 제조 기술을 IMI를 중심으로 연구 개발하고, 개발된 기술을 지역 기업들이 상용화하는 장기적 혁신이 가능하도록 지원하고 있다(그림 6). 

 

2016년 9월부터 NNMI는 ‘Manufacturing USA’ 프로그램으로 개편되어 IMI 주관으로 운영되고 있다. 이것은 미국 정부는 Manufacturing USA 프로그램을 지역 거점 16개 IMI의 산·학·관 네트워크를 기반으로 스마트팩토리의 주요 기술인 AI 제어 시스템, 자율 로봇, MES, 무인 QC 시스템 기술 개발 등에 집중적으로 투자하고 제조업의 경쟁력 향상과 혁신 기술의 표준화 등을 추진하고 있다. 따라서 이 프로그램을 통해 제조혁신을 위한 기반을 확대하고, 산·학·연의 혁신역량을 강화하고, 아울러 기업 근로자의 기술 역량 향상을 위한 교육 및 훈련 등을 담당함으로써 민·관 파트너십을 통한 혁신생태계를 구축하고 있다. 

 

그리고 산업계의 클라우드 서비스와 인공지능 플랫폼 등 ICT 기술을 기반으로 데이터를 수집, 저장, 분석하고 제조 전 공정을 스마트팩토리화 하기 위한 산업 플랫폼 및 글로벌 표준화를 동시에 추진하고 있다. 데이터 관리의 글로벌 표준화를 위해 GE, IBM, Intel 등 글로벌 빅테크가 주도하는 산업 인터넷 컨소시엄(Industrial Internet Consortium, 이하 IIC)도 운영하면서 사물인터넷 표준화를 추진하고 있다. 최근에는 미·중간 무역분쟁이 심화하면서 인플레이션 감축법(IRA)과 반도체 지원법(CHIPS) 등의 제정과 대규모 제조업 투자를 통해 미국 기업의 리쇼어링을 유도하기 위한 첨단 스마트팩토리 시설 구축을 추진하고 있다.

 

2. 독일 스마트팩토리 정책

 

독일은 1990년대 이후 계속된 경제 침체에서 벗어나기 위해 줄어드는 제조업 비중을 향상하고 감소하는 생산인구에 적절하게 대응하는 방안으로 ‘High Tech Strategy 2020’를 2010년에 발표하였고, 그 10대 프로젝트 중 하나로 ‘Industrie 4.0’을 추진하였다. Industrie 4.0은 제조업에 IOT, CPS, 센서 등과 같은 ICT를 접목하여, 제조업의 제품 기획, 제조 공정, 판매 유통 등 모든 제조 관련 서비스를 통합적으로 통제·관리할 수 있는 스마트팩토리 구현을 목표로 하였다. 구체적으로 Industrie 4.0에는 일차적으로 IOT의 센서를 이용하여 제조 공정 과정에서 발생하는 데이터를 수집·취합·분석하는 내용이 포함되었다. 

 

그리고 데이터를 활용하여 제품생산에 필요한 수요 대응과 재고 부족에 대한 적절한 조치, 설비 이상에 따른 신속 대처 및 예방 조치, 소비자의 요구에 부응하는 맞춤형 유연 생산 등을 가능케 하는 스마트팩토리 건설이 포함되었다. 더 나아가 장기적으로 모든 스마트팩토리를 연결하여 국가 전체를 대규모의 네트워크 중심 산업단지로 전환하고자 하는 내용이 포함되었다.

 

Siemens의 Amberg 공장, BMW의 Regensburg 공장, Adidas의 Ansbach speed 공장 등은 스마트팩토리의 연결을 시도한 대표적 사례들이다. 또 인더스트리 4.0은 기존 IT 중심 제조업과 CPS 기반 하이테크 ICT와의 융합을 통해 로봇, 제조 기계 등의 물리적 현실과 사이버 세계를 통합하는 생산과정에서의 완전 자동화와 최적화를 목표로 하였다. 자동차 부품 기업 Bosch, 산업 소프트웨어 제조업체 SAP, 종합 자동화 솔루션 업체 Siemens 등은 CPS를 적극적으로 구현하고 있는 대표 기업들이다. 그러나 발표 당시 Industry 4.0은 대기업 중심으로 구체적 준비 없이 진행되다 보니 이후 진행 과정에서 표준화 지연, 중소기업의 참여 부족, 제조 관련 정보가 공유되지 않고 숙련된 전문 인력이 부족 등의 문제점이 제기되었다. 이 문제점들을 해결하기 위하여 2015년 독일 연방 부처인 경제에너지부와 교육연구부가 주도하여 중소기업과 노조가 프로그램에 같이 참여하는 ‘Platform Industrie 4.0’을 설립하였고, 이를 통해 Industrie 4.0의 문제점을 보완하였으며 세부적으로 중소기업 지원을 위한 ‘Mittelstand 4.0’, 일자리 전략인 ‘Arbeiten 4.0’ 등을 연계하여 추진하고 있다(그림 7). 

 

일본은 1990년 이후 지속되고 있는 경제 불황을 극복하고 1980년대의 제조 강국을 재건하기 위해 미국, 독일보다 늦은 2013년에 ‘일본재흥전략’을 수립하였다. 일본 정부는 재흥 전략에 경제사회 시스템 고도화를 목표로 과학기술 혁신을 강화하고 첨단 제조 설비 투자를 촉진하는 등의 제조업 경쟁력 향상을 위한 산업 재흥 계획을 포함시켰다. 이후 2015년 개정된 ‘일본재흥전략’에는 글로벌 4차 산업혁명 추이를 반영하여 전통적 취업 구조를 산업 혁신 시스템으로 개혁하고, AI, IOT, 로봇을 활용하여 일본이 안고 있던 고령화 등의 사회문제를 해결하고자 하였다. 

 

2016년에는 2030년까지 AI, IOT, 로봇 등을 기반으로 하는 초 스마트 지능 사회의 구현을 목표로 하는 ‘Society 5.0’을 발표하였으며, 이와 관련한 대표적인 기술로 자율주행차, 핀테크, 스마트팩토리, 스마트팜 등을 제시하였다. 이어 2017년에는 Society 5.0을 달성하기 위한 실행 전략으로서 일본 산업이 지향하는 새로운 컨셉인 ‘Connected Industries’를 발표하였으며, 이것은 사람·기계·시스템·기업 등 이종 물질 간 다양한 연계를 통해 새로운 부가가치를 만들어내는 융합 산업 사회 구현을 목표로 하였다. 

 

Connected Industries는 개별 기업의 생산 공정 전반에 걸친 데이터 활용과 제조 환경 최적화를 중심으로 제조업 디지털 전환 전략을 추진하고, 개별 기업 스마트화를 넘어 산업 전체를 연계하는 시스템을 구축하는 정책으로 방향을 전환하고자 하였다. 그 중점 추진 분야로 자율 주행·모빌리티 이동 서비스, 제조 로봇틱스, 플랜트·인프라 보안, 스마트 라이프, 바이오·소재 등의 5가지를 구성하고 있다(그림 8). 

 

아울러 미국, 독일 등 주요 스마트 제조 추진 경쟁국들이 생산 공정 프로세스 최적화에 중심을 두었지만, 일본은 Connected Industries를 통해 제조업과 헬스케어, AI와 바이오산업과의 융합 등 횡단적 연결로 새로운 부가가치를 만들고자 하였다. 그리고 2023년에는 다방면의 데이터시스템을 연결하여 신뢰 가능한 글로벌 데이터 유통 체계 구축을 위해 ‘우라노스 에코시스템’ 이니셔티브를 발표하였다. 산·학·관이 협력하여 데이터 공유 및 활용 시스템 구축함으로써 사회문제를 해결하고 동시에 혁신을 통한 경제성장을 실현하고자 하였다.

 

4. 중국 스마트팩토리 정책

글로벌 금융위기 이전 연평균 성장률 10%대를 유지하던 중국은 이후 연평균 성장률이 7%대 미만으로 떨어짐에 따라, 경제 구조를 선진국처럼 고도화하고 경제성장 유지를 위한 동력의 전환이 필요하다는 인식을 갖게 되었다. 따라서 이전의 노동 집약적 제조 형태로부터 ICT를 활용한 고부가가치의 첨단 제조업 형태로 방향 전환을 위해 ‘중국제조 2025 로드맵’을 2015년에 발표하였다. 중국제조 2025는 중앙집권적 추진 체계를 기반으로 스마트 제조와 산업 인터넷을 국가 차원의 전략적 우선순위에 두고, 제조업 혁신역량을 강화하고 산업과 정보 기술의 심층 융합을 추구하여 제조 강국 건설을 목표로 하였다.

 

 2016년에는 중국제조 2025의 실행을 위한 공급구조의 혁신적 배치 추진 목적의 ‘스마트제조 발전계획’을 발표하였다. 

 

이것은 매년 정부 주도로 유망 분야의 기업·컨소시엄을 탑다운 방식으로 선정하고, 시범 스마트 제조 프로젝트로 지정하여, 자금을 지원하는 전국 단위 스마트팩토리 시범 사업을 본격적으로 추진하는 내용이다. 2017년에는 IOT, 클라우드 컴퓨팅, 빅데이터 등 ICT와 제조 기술과의 융합을 가속화함으로써 중국제조 2025의 핵심 전략 스마트 제조 구현을 현실화하는 ‘인터넷+’ 전략을 발표하였다(그림 9). 그리고 실행 과정에서 ICT 플랫폼 대기업 알리바바, 텐센트, 바이두 등과 전통 제조업체 간 협력을 통하여 디지털 전환 모델 구축을 촉진하였다. 

 

2020년에는 스마트 제조의 기반 능력을 확대하여 전통적 제조 영역에서의 디지털화를 실현하기 위해 디지털 시범 공장을 구축하고 시범 공장을 통해 스마트 제조 기술 모범 실증 사례를 확보하여 대단위 확산 기반을 마련하고자 하였다. 2023년에는 전국적으로 421곳의 스마트 제조 시범 공장을 지정하고, 시범 사업을 통해 확보된 5,500여 건을 스마트 제조 모범 사례로 채택하여 관련 제조업계에 우수 사례로 전파하는 체계적 확산 네트워크를 구축하였다. 

 

5. 한국 스마트팩토리 정책

글로벌 금융위기 이후 5%대 미만으로 떨어진 경제 성장률을 극복하기 위해 한국은 제조업과 ICT 융합을 통해 제조 전 공정 및 지역 제조생태계의 혁신을 유도하고, 이를 통해 신산업을 창출하는 제조업 성장 패러다임 전환 전략으로서 2014년 ‘제조업 혁신 3.0 전략’을 수립하였다(그림 10). 그리고 2015년에는 스마트팩토리의 보급 및 확산을 가속하고자 민·관 합동 스마트공장 추진단을 설치하였으며, 2020년까지 1만 곳 이상의 스마트팩토리를 추진하는 것을 목표로 하였다. 2016년에는 지능화 사회에서의 새로운 가치 창출과 국가 경쟁력 제고에 필요한 2030년까지의 추진 과제와 중장기 정책 방향을 명시한 ‘4차 산업혁명에 대응한 지능 정보 사회 중장기 종합대책’을 발표하였다. 

 

2. 지능형 유연 생산 시스템 ‘Giga Factory’ - Tesla

 

테슬라는 스마트팩토리의 핵심 시스템인 ‘기가팩토리’를 도입하여 전 세계 6개 지역 이상에서 대규모 전기차 및 배터리 제조 공장을 운영하고 있으며(표 1), 기가 캐스팅 기법을 활용하여 배터리 생산 단가를 낮추고 전기차와 에너지 저장 장치를 효율적으로 공급할 수 있게 한다. 

 

기가팩토리의 특징은 생산 공정에서 첨단 로봇 기술을 활용하여 생산 속도를 높임으로써 전기차 부품과 배터리를 대규모로 생산하여 공급망 문제를 해결하고, 태양광 및 풍력 등을 이용한 재생에너지를 자체 충당해 친환경 공장을 운영한다. 여기서 기가 캐스팅은 기존 수백 개 이상으로 분리되어 있던 자동차 차체 부품을 하나의 거대한 알루미늄 주물로 대체하는 일체형 제작 기술이다. 이로 인해 부품 용접 시간을 절감할 수 있었고 조립 불량률을 감소할 수 있으므로 해서 차량을 경량화하고 생산 원가를 절감하였다. 그리고 테슬라는 생산 부품 수의 대폭 감소시킴으로써 조립공정을 약 30~40% 축소하였으며, 이에따라 부품 간 결합에서 발생할 수 있는 차체 강성 저하 문제와 부품 공급망 관리 비용 문제를 해결할 수 있었다. 

 

또 공장의 물리적 규모 또한 20% 이상 줄일 수 있어 공장 생산 속도와 생산 비용을 대폭으로 개선할 수 있었다. 기가팩토리 제조혁신의 또 다른 핵심 요소는 데이터 기반 AI 자동화 시스템으로, 기가팩토리 내에 약 1,000대 이상의 로봇 암과 공정의 모든 단계를 실시간으로 모니터링하는 수백 개 이상의 AI 비전 시스템이 설치되어 있다. 테슬라 제조 방식의 기본 철학은 사람 손길을 최소화함으로써 인건비를 줄이고 제조 원가를 낮추는 것이다. 상하이 기가팩토리의 자동화율은 95%이고 생산 공정에서 용접과 도장 공정의 자동화율도 95% 이상이어서 테슬라 공장은 로봇과 인공지능 제어 시스템이 대부분 공정을 담당하고 있다.

 

3. 지능형 공장 ‘EWA’ - Siemens

 

Siemens는 독일 최대의 글로벌 전기·전자 기업으로 기존의 제조 공장을 스마트팩토리로 성공적으로 전환함으로써 미래 Industrie 4.0 시대 제조 산업을 이끌어갈 대표 업체로 알려져 있다. 독일 바이에른주 암베르크 소재 스마트팩토리 ‘EWA’*에서는 약 1,000 여종, 매년 1,200 만개 이상의 다양한 제품을 만들어낸다. EWA에는 기존의 제조 설비에 IOT 센서를 부착하여 실시간으로 발생하는 모든 데이터를 수집·공유·분석하여, 설비의 오류 발생 가능성을 대비함으로써 생산 공정 작업의 최적화를 유도하는 시스템을 구축했다. Siemens는 IOT를 통해 매일 5,000만 건 이상의 데이터를 수집하고, 빅데이터를 바탕으로 CPS의 가상 시뮬레이션을 통해 실제 산업현장에서의 오류 발생 가능성을 예측하여 전체적으로 제조 생산성을 확대하고 더 나아가 다양한 소비자의 욕구를 정확하게 충족할 수 있는 유동성을 확보하였다. 

 

실제 스마트팩토리 도입 이후 Siemens 암베르크 공장은 IOT를 통해 구축된 신속한 네트워크의 정보 공유로 인해 제품 주문 후 24시간 이내에 출하되는 혁신 기능을 보였다. 그로 인해 제조 생산성은 8배 이상 상승했고 제품 불량률도 30년 전과 비교해 최근 1/50 이하까지 떨어지는 성과를 보였다. 암베르크 공장은 가상과 현실 현장을 통합하는 디지털 트윈, 즉 CPS를 도입하여 생산 공정 과정에서 생성되는 현실 데이터를 가상 세계에서 끊임없이 분석하고 학습하여, 그 결과를 다시 생산 라인에 전송함으로써 제품 개발 및 생산 공정 최적화에 활용하였다.(그림 11) 또한 CPS를 바탕으로 제품의 설계, 생산, 포장, 유통에 이르는 전 서비스 과정을 디지털화, 자동화, 지능화를 실현함으로써 제조 설비의 유연한 활용과 효율적 생산관리, 제품의 적기 출시를 가능하게 한 스마트팩토리의 대표적인 사례로 평가된다.

 

2008년도부터 MES 인터페이스 모듈을 활용한 솔루션으로 제2기 e-F@ctory 솔루션을 개발했으며, 2015년에는 인더스트리 4.0에 걸맞은 통합 솔루션으로 엣지 컴퓨팅을 결합한 모델을 개발 완료하였다. 2018년에는 스마트팩토리 전문기업들인 NEC, 오라클, 어드밴텍, 일본 IBM, 오므론 등과 엣지컴퓨팅 개방형 플랫폼 설립을 위한 ‘Edgecross 컨소시엄’을 발족했다.

e-F@ctory의 엣지컴퓨팅 시스템에는 크게 데이터 수집을 위한 데이터 컬렉터, 제조 현장의 데이터를 감시·분석하는 엣지 애플리케이션, 그리고 엣지컴퓨팅으로 데이터의 관리·진단· 피드백을 실행하는 Edgecross 등 3가지가 있다(그림 12). 엣지컴퓨팅 솔루션은 생산 현장의 방대한 데이터를 클라우드로 올리는 과정에서 노하우 유출이나 시간 지연 등의 부작용을 최소화하고, 생산 현장 가까이에서 실시간 연결하여 신속하게 1차 처리를 하여 쉽게 분석할 수 있도록 지원한다. e-F@ctory 핵심은 CPS와 엣지컴퓨팅이며, 일본 4차 산업혁명 실행의 대표 스마트팩토리 솔루션으로 독일 지멘스의 Digital Factory Suite와 경쟁할 정도로 훌륭한 솔루션이다.

 

5. 생각하는 공장 ‘Predix’ - GE

 

미국 제조업의 부활을 주도하는 GE의 대표적인 스마트팩토리는 2015년 인도에 ‘생각하는 공장(Brilliant Factory)’을 적용하면서 시작되었으며, 당시 인도공장은 GE의 네 가지 사업 영역인 항공, 운송, 발전, 오일 및 가스 부문에 필요한 제품을 한 곳에서 생산하는 멀티모달 공장이었다. 생각하는 공장은 생산 공정 전반에 IOT를 적용하여 현장의 실시간 데이터를 수집·분석함으로써, 소비자 주문 옵션에 맞게 공정 작업을 최적화하여 스마트팩토리 구축 첫해에 전체 연료비의 1.5%인 1,500만 달러를 절감할 수 있었다.

 

2015년에는 생산 공정의 기계 및 설비에서 수집한 산업용 대규모 데이터를 활용하여 용도에 맞게 분석할 수 있도록 도와주는 역할의 소프트웨어를 개발할 수 있도록 지원하는 서비스형 플랫폼 ‘Predix’를 개발하였다. 산업 클라우드 솔루션인 Predix는 생산 공정의 엔지니어들이 시간·공간 및 데이터의 양적인 제약에도 데이터를 관리할 수 있게 하는 인터넷 기반 애플리케이션 개발을 지원한다. 산업용 인터넷 기반 플랫폼의 선두 주자인 ‘Predix’는 GE의 글로벌 400여 개 공장에서 실시간 발생하는 생산 정보를 수집하고 중앙 데이터 클라우드에 저장하여 저장된 데이터를 플랫폼으로 실시간 모두에게 공유할 수 있게 해준다(그림 13). 

GE는 이러한 기술적 배경을 가지고 다양한 업종의 생산 제품을 통합적으로 관리하고, 부문별 원활한 커뮤니케이션을 제공하여 신속하게 다양한 고객의 주문 취향에 맞추는 생산 라인 구비로 인해 제조 생산성을 20% 이상 높일 수 있었다. 그리고 생각하는 공장은 빅데이터를 통해 제품 설계, 생산 공정, 유통 과정 등에 최적의 서비스를 설정하고, 고객에게 주문 제품의 상태를 자동으로 점검하고 알려주는 맞춤형 서비스까지 다양하게 제공하고 있다.