산업용 애플리케이션, 기계, 프로세스 등을 연결하는 기술이 발전하면서 사물인터넷(IoT), 더 정확하게는 산업용 사물인터넷(IIoT) 혁신이 가속화되고 있습니다. 산업용 사물인터넷의 가장 큰 이점은 산업, IT, 운영 기술 프로세스를 단일 시스템으로 통합하고, 자동화를 통해 운영 효율성 개선과 비용 절감 효과를 누릴 수 있다는 것입니다.
실제 세계적인 오토바이 제조 업체 할리데이비슨(Harley-Davidson)은 생산 효율성과 민첩성을 목표로 매진, 산업용 사물인터넷 분야의 선두 기업으로 자리매김했는데요. 이 과정에서 할리데이비슨은 여러 도전과제에 부딪혔습니다. IT와 생산이 분리되어 있었고, 인력 비용은 너무 비쌌으며, 데이터는 호환되지 않고 쓸모 없었습니다. 이를 해결하기 위해 할리데이비슨은 단일 IP 네트워크 상에서 분리된 시스템을 연결하고, 데이터를 통합해 사물인터넷 기능을 갖춘 완벽한 하나의 공장을 구축했습니다. 그 결과, 의사결정 속도를 80% 개선하고, 주문형 생산 주기 시간을 18개월에서 2주로 단축하고, 생산 처리량을 약 7% 증대시킬 수 있었죠!
이외에도 수많은 산업에서 비슷한 성공 사례가 소개되고 있습니다.
- 포드 모터 컴퍼니(Ford Motor Company)는 40개의 조립 공장 중 25곳을 사물인터넷 기술로 구현해 커뮤니케이션 속도를 높이고, 스케줄링 개선하고, 200만 개 이상의 생산 유형을 실시간으로 관리할 수 있게 됐습니다.
- 시스코(Cisco)는 에너지 흐름을 추적하고 성능이 떨어지는 장비를 파악하는 센서를 설치함으로써 제조 시설 한 곳당 에너지 소비를 15~20% 감소시켰습니다.
- 펩시(PepsiCo)는 통합 사물인터넷 플랫폼을 도입해 제조 시스템의 안정성을 개선하고, 작동하지 않는 시간을 줄이고, 원격 모니터링을 통해 커뮤니케이션의 효율성을 증가시켰습니다.
수많은 기업들이 이처럼 생산성을 개선하고 비용을 절약하기 위해 사물인터넷을 도입하고 있는데요. 일부 선두 기업은 여기서 그치지 않고 더 높은 수익을 달성할 수 있는 기회를 노리고 있습니다.
사물인터넷 데이터의 숨겨진 가치
사물인터넷의 실질적인 가치는 데이터 안에 있습니다. 즉 사물인터넷 기기를 연결하는 주된 이유는 다른 기기, 애플리케이션, 기계, 사람의 필요에 따라 활용, 분석될 수 있는 빅데이터를 창출하는 것입니다.
여러 산업용 시스템이 연결되면 온도, 압력, 습도, 속도 그리고 사실상 운용상의 다른 모든 측면을 측정하는 카메라와 센서로부터 방대한 양의 데이터가 만들어집니다. 그러나 이 데이터의 99% 이상은 분석되지 않으며 쓰이지도 않는데요. 일부 분석된 데이터는 보통 수집된 후 일괄 처리 및 리포트 작성을 위해 클라우드로 보내집니다. 이러한 방식은 30년 간의 지진 데이터 트렌드를 분석하는 작업 등에는 유용할 수 있는데요. 그렇지만 스트리밍 데이터와 실시간 데이터 분석을 활용해 순간의 의사결정을 내리기 위해서는 물리적 운영의 끝 단부터 클라우드까지 모든 과정을 포괄하는 엔드투엔드 아키텍처 접근 방식을 취해야 합니다.
예를 들어, 석유 굴착 장치에 장착된 온도 센서가 드릴에 끼우는 날이 가열됐다고 알려준다면 어떨까요? 기업은 데이터 스트림에서 이러한 정보를 도출하고, 예외적인 상황을 식별하고, 드릴에서 무슨 일이 일어나고 있는지 분석하고, 운행 중단을 막기 위해 적절한 조치를 취할 수 있습니다. 이때 이 과정은 부품이 파손되거나 다른 장비에 손상을 입히기 전에 실시간으로 진행될 수도 있죠! 더 나아가 산업 전반의 유사한 장비로부터 얻은 이력 데이터와 같은 맥락에서 기업의 모든 데이터를 분석하고, 드릴의 고장을 미리 예측할 수 있다면 어떨까요? 이 모든 것들은 산업용 사물인터넷으로 구현될 수 있습니다.
사물인터넷 데이터를 창출하는 센서의 수는 놀라운 속도로 증가하고 있습니다. 분석가들은 2020년까지 모든 데이터의 40%가 이 센서들에서 수집될 것으로 예측하는데요. 하나의 석유 굴착 장치는 매일 2테라바이트(TB)의 데이터를, 제트 엔진 한 대는 비행 한 번당 1테라바이트(TB) 정도의 데이터를 만듭니다. 이때 관건은 일상적이거나 중요하지 않은 방대한 사물인터넷 데이터 속에 숨겨진 연관된 데이터 포인트를 식별하고 처리하는 것인데요. 또한 즉각적인 인사이트와 추천을 도출하고 행동을 취하기 위해서는 이 과정을 실시간으로 처리해야 합니다.
많은 기업은 사물인터넷 데이터의 모든 가치를 활용하기 위해 데이터가 발생하는 기기 자체에 인텔리전스와 프로세싱을 연결하고 있습니다. 종종 이러한 기능은 엣지 컴퓨팅과 같은 네트워크의 엣지에서 사물인터넷 기기 또는 사물인터넷 게이트웨이와 같은 집계 포인트로 직접 통합되는데요. 포그 컴퓨팅은 프로세싱과 인텔리전스를 근거리 통신망에 통합합니다. 이 두 가지 접근 방식은 전통적으로 산업용 사물인터넷의 성능과 기능을 제한해온 지연, 대역폭, 안정성, 보안 문제를 해결해줍니다.
석유 굴착 장치를 예로 들면, 기업은 기존 클라우드 아키텍처를 석유 굴착 장치로 확장함으로써 포그와 엣지 컴퓨팅을 사용해 실시간 데이터를 근거리에서 클라우드 정책을 기반으로 처리, 분석할 수 있습니다. 그런 다음 예외와 경고만 위성 링크를 통해 전송할 수 있죠.
엣지와 포그 컴퓨팅은 실시간으로 데이터에 접근하고 분석할 수 있는 기능에 의존하는 혁신적인 사물인터넷 애플리케이션을 지원합니다. 예를 들어, 자율 주행 드론은 실시간으로 데이터를 분석해 가장 효율적인 비행 경로를 선택하고 악천후, 나무, 전선을 피할 수 있는 즉각적인 조치를 취합니다. 나아가 인공지능 기술을 결합한 드론은 인터넷과 GPS에 접속되지 않는 어둡고 장애물이 많은 환경에서도 작동할 수 있습니다. 이러한 드론은 도시의 가스 파이프라인 검사 또는 안전한 화물 배송 등 고부가 가치의 중요한 애플리케이션에 활용될 수 있죠.
인공지능과 머신러닝으로 더 스마트하고 가치 있는 데이터 창출
사물인터넷과 인공지능은 놀라운 시너지 효과를 발휘합니다. 인공지능을 비즈니스의 두뇌로, 사물인터넷을 비즈니스의 신체로 비유할 수 있는데요. 인공지능, 특히 머신러닝은 선택할 수 있는 옵션을 평가하고, 경험으로부터 배우고, 스마트한 비즈니스 의사결정을 내릴 수 있는 역량, 즉 지능을 부여합니다. 반면 사물인터넷은 신체처럼 감지하고 행동할 수 있는 역량을 부여하는데요. 즉 사물인터넷은 인공지능이 필요로 하는 데이터를 제공하고, 인공지능의 의사결정을 수행할 물리적 수단 모두를 제공합니다.
인공지능과 사물인터넷이 융합되면서 새로운 무한한 기회와 비즈니스 성과가 창조되고 있습니다. 제조업에서 예측 분석은 생산 관리자가 새로운 공장을 건설하는 것과 필요에 따라 추가 역량을 구입하는 것 사이의 균형을 평가할 수 있는 지능을 제공합니다. 그리고 예방 유지 시스템은 산업용 사물인터넷 데이터와 인공지능을 활용해 장비 문제가 발생하기 전에 예측, 예방함으로써 예상치 못한 수백만 달러의 다운타임 비용을 절약하도록 지원합니다. 예를 들어, 웨스턴 디지털(Western Digital)은 자산 성과 분석을 활용해 생산 과정 중 조기에 잠재적인 실패를 식별하고, 산출 문제를 피하기 위해 시기 절절한 의사결정을 도출하고 있습니다. 그 결과, 전반적으로 반환되는 장치의 개수를 줄임으로써 매출에 직접적인 영향을 미치는 고객 충성도와 신뢰도를 높일 수 있었습니다.
사물인터넷 가치의 티핑 포인트
인공지능, 엣지, 포그 기술이 발전할수록 사물인터넷의 티핑 포인트 또한 앞당겨지고 있습니다. 사물인터넷은 점진적인 가치 창출에서 전혀 새로운 가치, 비즈니스 모델, 나아가 산업을 창출하는 방향으로 나아가고 있는데요. 실제 이 기술들의 교차점에서 새로운 가치가 창출된 사례는 많습니다.
대량 맞춤 생산과 개인화와 같은 새로운 가치 제안을 살펴볼까요? 고객은 사물인터넷과 자동화 기술을 활용해 자동차, 정장 등 수많은 제품들을 원하는 특정한 옵션에 맞게 주문할 수 있습니다. 그리고 이 제품들은 대량 생산과 비슷한 비용으로 저렴하게 제작되는데요. 예를 들어, 일본 다이하쓰 자동차(Daihatsu Motor Company)는 3D 프린터를 사용해 고객이 10가지 색과 15가지 기본 패턴을 활용해 원하는 차량 외장용 ‘효과 스킨’을 만들 수 있도록 지원합니다.
사물인터넷은 머신러닝, 포그, 엣지 컴퓨팅 등 혁신적인 기술과 결합되면서 자율 주행 드론과 같은 새로운 산업을 창조하는 근본적인 힘으로 부상했습니다. 또 사물인터넷은 운송, 기술, 소매업, 제조업 등 기존 산업 간의 융합에도 주요 동력으로 작용합니다.
사물인터넷의 협업과 연결이라는 특성은 공동 경제(co-economy)를 포함한 새로운 사업 모델의 기회를 제공합니다. 이 모델은 상호보완적인 강점을 한 데 모아 공동의 해결책을 도출하는 파트너와 고객 간의 역동적인 생태계에 기반하는데요. 예를 들어, GE 운송(GE Transportation)은 산업용 사물인터넷을 위한 클라우드 기반 운영 시스템에 SAS 분석 기술을 통합, 데이터에 대한 분석적 인사이트를 실시간으로 도출합니다. 이 솔루션은 기관차의 사물인터넷 데이터를 해독하고 사용 패턴을 파악해 안전 운행을 지원하고 있죠.
오늘 소개해드린 사례들은 눈앞에 다가온 거대한 혁신의 일부분입니다. 산업용 사물인터넷 데이터는 마치 채굴을 기다리는 풍부한 광맥과 같습니다. 기업은 사물인터넷에 엣지 컴퓨팅, 포그 컴퓨팅, 머신러닝, 인공지능과 같은 혁신적인 기술을 통합함으로써 숨겨진 가치를 채굴할 수 있습니다.
