< 1 > Smart Factory 로의한걸음 : Big Data Analytics - 제조공정효율화사례중심 - 2015. 3. 12
Table of Contents < 2 > 1 ICT Trend 2 Data Is Competency Table of Contents 3 Smart Factory Smart Factory with Data Analytics 4 Big Data, M2M 기반제조공정효율화사례 5 Conclusion
ICT Trend : Intelligence 超연결시대! Data 의폭발적증가 새로운 Biz. Value 창출의원천 혁신의 수준 산업혁명 Mass Production 생산비용감소 증기기관, 방적기, 철도 석탄, 석유등 인터넷혁명 Connectivity 거래비용감소, 기하급수적 Data 증가 인터넷, PC, 스마트폰 Cloud, IDC 센터 SNS, Mobile 등 現在 Data 의중요성재조명 ICT 혁명 Smart Intelligence 신규가치창출 Big Data, Advanced Analytics M2M/IoT, 웨어러블디바이스, Smart Factory, 3D 프린팅 인공지능등 시간의흐름 < 3 >
ICT Trend : IoT 시대의도래 < 4 > Advanced Analytics, IoT 등 Data 관련기술에주목 Gartner 선정 10 대전략기술 (2015) 中 기술성숙도구분 (Gartner Hype Cycle, 2015) 기술 도입순 최신기술생성 Advanced Analytics Big Data 도입기를지나보편화됨 기대치 Data 활용중심 Speech to Speech Translation Data Science Prescriptive Analytics Brain- Computer Interface 도입기 IoT 변곡점 관심고조기 Data 수집 / 처리 Infra 중심 Wearable User Interface Big Data Content Analysis M2M Comm. Service 상품발전기 Mobile Health Monitoring Cloud Computing 안정기 사업현실화 In-memory Analytics 성숙기
Data Is Competency 경영패러다임의변화 < 5 > Data 분석역량이기업경영의핵심으로부각되고있음 과거 제품을만들면팔리는시대 感에의한경영 기술력 ( 품질 / 성능 ) 중심경영 현재 저성장장기화, 공급과잉 Data 기반경영 시장 & 고객중심경영 기업내부핵심변화사항? 기업경쟁력원천의변화 Data 기반의서비스고도화필요성증대 과거 현재 Data 분석역량이기업경쟁력핵심으로자리매김중 내부프로세스중심효율화 기업내부효율화에 Focus SCM KM ERP TQM 6Sigma Enabler Smart Convergence IoT/M2M/IoE 등초연결기반광범위 Data 획득 스마트 / 모바일확산, 실시간 Comm. 확대 Big Data 분석기술및 Infra 발전 Data 기반의과학적의사결정 고객만족및내부관리최적화에 Focus SNS/Mobile IoT/M2M Cloud 생산 마케팅 Risk 신규 BM 품질 / 수율관리, 생산계획 / 운영최적화, 설비장애예측등 실시간마케팅, 개인화, 고객이탈방지등 설비, 생산등운영최적화 사용자 / 소비자중심의접근 평판모니터링, 사기거래방지, 실시간해킹탐지 Data 가공 / 판매사업, IoT 융합서비스등
Data Is Competency Data 기반서비스구현 < 6 > 기업운영최적화및시장 / 고객중심경영으로본원적경쟁력확보 / 강화 Data 기반서비스고도화구현절차 Data 기반서비스고도화효과 Data Flow Big Data Ecosystem( 수집 - 저장 / 처리 - 분석 - 활용 ) 의유기적활용을통해 Data 기반서비스고도화구현가능 기업내부관리최적화및시장 / 고객중심경영실현 데이터수집 ~ 활용까지유기적인연결성확보필요 Data 활용 [Service Layer] Data 분석 [Intelligence Layer] Data 수집 / 저장 / 처리 [Platform Layer] Data Source Data 기반경영및 Biz. 활용 - 고객중심성과창출, 생산성제고 / 운영효율화, 선제적 Risk 관리, 신규 BM 발굴등 Data 재해석을통해 Biz. 에유의미한 Insight 도출 - 산업별 Value chain, 사용자경험 (UX), Work Cycle 등다양한관점의 Insight 도출 Big Data 분석 Infra 를통한 Data 처리 - 대용량 / 비정형데이터의비용효율적, 실시간집계 / 처리 (Volume, Variety, Velocity) 기업내 / 외부의정형 / 비정형데이터 (Big Data) - IoT/M2M 확산등사용자의실생활행동패턴, 기계 / 설비의실시간상태까지감지가능 시장 Insight 확보및선제적고객 Needs 대응 기업현안에대한의사결정신속성제고 Data 중심의과학적경영을통한기업운영최적화
Data Is Competency Data 기반 Biz Value 창출 기존에활용하지못했던 Data 를기업경쟁력향상을위한 Enabler 로활용 에너지 / 자원 운영최적화및예지정비 Machine Data, 외부 Data ( 날씨, 교통등 ) Machine Data, R&D Data 등 관계 Data(Social N/W), 실시간위치 Data, Packet/Log Data 등 Data 를활용한 Biz. Value 창출 통신 /ICT ICT 융복합신규 BM 발굴 거래 Data, 실시간위치 Data (Beacon 기술활용 ), 외부 Data( 상권 / 날씨등 ) 유통 고객 Context * 기반실시간마케팅 반도체제조 생산공정및수율향상 Transaction Data, Mobile/Web Log Data, 외부신용평가 Data 등 금융 개인화마케팅및선제적 Risk 관리 * 고객 Context : 실시간위치, 환경, 검색내역, 거래 Data 등 < 7 >
Degree of Complexity Smart Factory Industry 4.0 으로진화 Smart Factory 는기계와사람, 서비스가상호연결되는지능형생산체계 The four stages of the Industrial Revolution Smart Factory(Industry 4.0) 의정의 Industry 1.0 Industry 2.0 Industry 3.0 Industry 4.0 기계식생산설비 전기동력에의한대량생산 전자기술과 IT 기반자동화 PLC (Programmable Logic Controller) IoT 와 Big Data 분석에의한지능형생산체계 4 기계및생산공정이자율적인지능형제어로생산체계운영 Machine 1 스마트센서를통해수집된 data 로부품, 설비, 공정등에서진행되는 Context( 상황정보 ) 를확인 Conveyor belt Intelligence Data share Secure, Cloud Network Industrial Data monitoring Steam engine CPS (Cyber-Physical Systems) 3 실시간사전검증, 관리등 Big data 분석 Big Data Analytics 2 생산및재고관리, 고객관리등의서비스와연결 Data flow 1784 Power generation Mechanical automation 1870 Industrialization 1969 Electronic Automation 2015 Smart Automation * 출처 : DFKI ( 독일인공지능연구소 ), 2011 기계와사람, 서비스가 Sensor 와 data 분석시스템을통해상호연결되는지능형생산체계 * 출처 :Recommendations for Implementing the Strategic Initiative Industry 4.0, German Acatech, 2013.4 < 8 >
Smart Factory Key Enabler IoT 신기술과 Data 분석역량의발전으로 Smart Factory 실현 Smart Factory 로의전환과효과 전수 data Real time 작업지시장비교체 IoT/IoE 등초연결기반광범위 Data 획득 스마트 / 모바일확산실시간 Comm. Big Data 분석기술및 Infra 발전 raw data 전달 일부손실 센싱된 Data 의저장및처리능력한계 : 일부 Sampling data 전달 raw data 형태로전달되어현재상태의확인만가능 분석결과 관리자피드백 Sensing 된 Data 전체를분석 / 시각화해서관리자에게전달 관리자는사전예측 data 를기반으로설비교체로예지정비 / 수율향상 * 출처 : Machina Research 2014 Wireless coverage IPv6 Key enabler IoT 신기술과 Data 분석역량의발전 Chip Sensors Processors IOT Big Data Smart Device Chip Bandwidth 기계의지능화와자율제어실현 Intelligent Machines Sensor 비용하락 Data 수집양의증대 Big Data Advanced Analytics 대용량비정형 Data 수집 / 분석 예측분석기반의생산체계실현 설비, Network 정보의분석및측정 data 의축적과정교화 - 반복적인패턴통합작업을통한모델링및공정분석 - Reference 가쌓일수록경쟁력은더높아지는구조 - 예측에의한생산시스템운영관리가능 이기종설비 / 생산기계간의실시간연결및통합운영 * 출처 : IoT Primer by Goldman Sachs (Sep 3, 2014) < 9 >
Roadmap for Smart Factory < 10 > 기존의 Reactive, Proactive 대응을넘어 Prescriptive 대응으로진화발전 Big Data, IoT 연계후 공정운영모니터링 M2M 기반실시간공정운영모니터링, 원격제어 SHE (Safety, Health, Environment) 관제 SQL, OLAP 분석 Big Data 도입전 예측기반 Proactive 대응 설비건강도체크, 설비장애예측을통한예지정비 불량 Map 패턴자동분류및원인 Parameter 자동탐색 통계, 데이터마이닝분석 Big Data 도입후 단위업무최적화 구매, 생산, 물류, 판매각단위업무별최적화 - 생산계획 / 스케줄링최적화, 실시간운영최적화등 수율예측및최적수율 Path 시뮬레이션 시각화분석강화 Smart Factory (Industry 4.0) 전사차원정보의실시간통합및공유 全 Value Chain 최적화및공정운영자동화 - 공정 / 설비간양방향정보전달, 복합 Rule 기반제어 인공지능을활용한복합 Rule 기반기계자율제어 M2M ( 단위공정별일방향정보전달 ) Big Data, Cloud ( 비용효율적실시간분석 ) IoT ( 全공정연계 ), Simulation/Optimization
Big Data, M2M 기반제조공정효율화사례 M2M/IoT를통해수집한 Data를분석하여운영효율화및최적화에활용 화학, 제조업종의 Data 기반서비스활용사례 Framework (Value Chain 관점 ) Value Chain R&D/ 계획 / 구매 생산 Industry 물류 마케팅 / 세일즈 / 서비스 화학 원유탐사및시추투자의사결정최적화 M2M/IoT 를활용한실시간배관부식, 도유모니터링 생산스케줄링 / Blending 효율화 비정상공정사전예측 / 예지정비, 실시간모니터링 물류투자의사결정지원 ( 창고, 수송수단등 ) 외부공개정보수집 / 분석을통한시장지표및수요예측정교화 전사통합정보실시간공유및분석을통한 S&OP 1) 최적화 M2M/IoT 를활용한위험화학 / 환경오염물질누출탐지, 방재, 보안 실시간교통정보기반배송루트최적화 실시간가격예측및동적가격책정 제조 MES Engineering Note, 장비로그, 영상계측 Image 등활용품질분석 Utility ( 전기, 물, 가스등 ) 장비센서기반수급계획정교화 원재료불량탐지, 원인공정탐색을통한수율제고 펀치리스트, 작업지시서 Text 분석을통한제조효율화 M2M/IoT 를활용한배송차량 / 컨테이너실시간위치추적및상태모니터링 불만 / 상담 Text 정보분석기반제품개선기회, R&D 요건도출 1) S&OP: Sales and Operations Planning < 11 >
Big Data, M2M 기반제조공정효율화사례 공정 / 설비운영연속성과불량율최소화 1 화학 A 社 Biz. 현안및 Issue 연속공정業특성상공정 / 설비운영중단시생산차질로인한피해큼 사고 / 중단발생이후사후대응 중단 / 사고발생시원인수작업분석장시간소요 공정 / 설비운영연속성확보가 Key Issue Data 기반공정효율화및 Biz. Value Historical Data 분석을통한비정상공정상태정의, 비정상징후발생시예지정비즉시실행 Big Data 기반비정상공정운전사전감지 장애예측, 예지정비로생산손실방지 실시간모니터링및사고원인자동분석을통해신속한사고대응 / 공정정상화 2 제조 B 社 수율 1) 은수익성 / 원가경쟁력과직결 - 전체중일부원재료는원가비중이가장높으며, 이원재료의수율개선은비용절감의핵심 고밀도화, 고집적화로인해高수율어려움가중 원재료불량탐지 / 원인분석에장시간소요 불량율최소화를통한수율증대가 Key Issue 1) 수율 (Yield): 투입량대비완성된양품의비율 Big Data 기반불량탐지및원인분석자동화 TAT(Turn Around Time) 단축, 수율향상 Historical Data 분석을통한원재료불량탐지및원인분석, 공정개선점즉시반영 Multi Parameter 에대한복합분석을통해기존에파악못했던불량패턴탐지 / 대응 < 12 >
Conclusion < 13 > Smart Factory 로의전환, Data Analytics 로점진적인성공사례확보 As-Is Factory 결과중심, 단위기능효율화 점진적인운영효율화노력및최적화운영역량확보 Smart Factory 과정 - 결과중심, 전체 Value-Chain 최적화 개별분석 Management Infra 개별분석 개별분석 Data Analytics 비정상공정사전감지 불량탐지및원인분석 위험물질누출탐지및방재 구매물류생산품질 Management Infra Big Data Analytics Hub 재고 유지보수 시설 SHE 공장자동화 Infra 물류자동화 Sensor 생산 CCTV 자동화 RFID 품질판독 Smart Sensor 도입 / 확대 Smart Factory Infra M2M IoT
Conclusion < 14 > Data 기반비용절감및생산효율성증대의 Success Story 확보우선이며, 이를위한 Data 분석역량확보필요 1 M2M, IoT 등 ICT 기술활용의핵심은기계 / 설비로부터추출된 Data 를활용한예측분석시스템 - 다양한 Sensor 를통해발생하는대용량의 Big data 로부터의의미추출및 Data 간조합이필요. - 이상징후나기회를조기에포착할수있는예측분석시스템으로 Biz Value 창출 2 Data 기반의 의사결정, 대응및자율화시스템 이제조혁신의 Key enabler - 실시간설비상태파악및문제해결을통해설비의최적화된성능을유지하는지능형생산시스템 - 자동화설비교체없이, Data 기반의분석시스템적용및개선만으로도성능및생산성증대가능 3 Data 로부터 Pattern 및 Insight 를찾아서 Biz. 성과로연계할수있는분석관점체계화필수 - IoT, Big Data, 예측분석등의역량과 Sensor data 처리, networking, backend System 과통합하여자사 Biz. 에적합한 Ecosystem 확보및 Framework 정립필요
Conclusion Big Data, IoT 등 ICT 융합을통한기업혁신및 Value-Up 실현 고객중심 성과창출 생산 / 운영 최적화 선제적 위험관리 신규 BM 발굴 Data 기반서비스고도화를통한 Biz. Value-up 실현제조물류유통서비스의료공공 Biz. Enabler 로서의 Big Data 활용 Data Source Data 수집 / 저장 / 처리 Data 분석 Data 활용 ( 활용 Data 범위의확대 ) ( 실시간대용량 / 비정형 Data) (Biz. 에유의미하게재해석 ) (Biz. Value-up 에적용 ) Biz. Value-up 도구로써의 Big Data 는새로운가치창출의원천이자, 차세대천연자원으로활용가능 ICT Trend Biz. Needs IoT/M2M/IoE 등초연결시대도래 스마트모바일, 실시간 Comm. Data 분석기술및 Infra 발전 시장 / 고객 Needs 의선제적대응강화 과학적근거에기초한내부관리최적화 광벙위한 Data 의획득 / 분석가능 고객중심경영, 과학적경영추구 < 15 >
< 16 > Thank You! 유경재 / ICT Business Development yukj@skcc.com