설비 신호가 흐르고 검사 장비의 측정치가 쌓이며 전사적자원관리(ERP)와 제조실행시스템(MES) 등 체계에도 방대한 이력이 남는다. 그런데도 불량 대응이나 공정 안정화 속도가 기대만큼 오르지 않는 이유는 데이터의 ‘양’이 부족해서가 아니다. 데이터가 ‘결론’과 ‘조치’까지로 이어지지 못하기 때문이다. 이레테크는 제조 데이터 활용을 단순한 ‘수집’ 단계에서 매듭짓지 않는다. 제조·품질 현장이 운영 의사결정하는 과정에서 병목 지점을 세분화해 그에 맞는 시스템을 지원한다. 특히 현장 내 데이터 수집·연결·모니터링·분석·시뮬레이션까지를 하나의 흐름으로 통합하는 방법론을 취한다. 이를 통해 현장에서 유사한 문제가 반복될 때마다 공정 설계를 처음부터 다시 시작해야 하는 비효율을 완전히 제거하겠다고 나섰다.
대시보드는 구축돼 있는데 왜 결론은 늦어지는가
산업 현장에는 대부분 모니터링·알람·리포트가 고도화된 대시보드가 도입돼 있다. 하지만 정작 의사결정이 지연되는 사례는 부지기수다. 지표가 ‘시각화되는 것’과 이상 발생 시 ‘즉각적으로 움직이는 것’은 전혀 다른 차원의 문제기 때문이다.
이레테크가 방법론의 최상단에 둔 것은 화려한 분석 기법이 아니라 실전적인 운영 효율 극대화 방안이다. 실시간으로 데이터를 모니터링하고, 관리 기준을 벗어났을 때 즉시 알람이 송출되는 것과 같은 것이다. 여기에 자동 리포트로 조치가 이어지고, 해당 조치가 다시 이력으로 남아 차후 판단에 재사용되는 구조를 채택한 것 또한 현장의 결론 도달 속도를 빠르게 한다.
이레테크는 이 흐름에서 데이터 분석 소프트웨어 업체 미니탭의 모니터링 솔루션 ‘리얼타임 SPC(Real-Time SPC 이하 RTSPC)’를 공급하고 있다. 이 기술은 말 그대로 현장 데이터를 실시간으로 받아 통계적공정관리(SPC)를 대시보드에서 운영하도록 지원하는 소프트웨어다.
RTSPC는 품질관리용 그래프를 자동 갱신하고, 기준을 벗어나는 순간을 즉시 알림으로 올리도록 설계됐다. 현장에서 통상적으로 활용하는 Cp·Cpk·Ppk 등 공정능력지수를 직관적인 지표로 도출해 지속 추적하게 하는 방식을 차용했다.
RTSPC가 노리는 변화는 지표를 기반으로 실제 환경을 직관적으로 운용하는 것이다. 다양한 종류로 세분화된 지표를 토대로 이상 신호를 알람·리포트로 변환한다. 이 과정에서 같은 케이스의 지표 변화와 이력을 한 화면에서 구현해 확인 시간을 줄이는 데 초점을 둔다. 그 결과 불량이 확정된 뒤 이상 징후 단계에서 영향 구간을 먼저 좁히고, 필요한 조치만 빠르게 실행하는 운영으로 바뀔 여지를 만든다.
다만 이 같은 실시간 모니터링이 효과를 내려면 동일한 이상 징후를 기준으로 프로세스가 이어져야 한다. 예컨대 설비 신호, 검사 결과, 작업 조건, 변경 이력 등이 이에 해당한다. 이 연결이 안 되면 알람은 떠도 원인 후보를 좁히는 단계에서 다시 작업자가 개입해야 한다. 그러면 또 결론은 늦어진다.
데이터는 방대한데 왜 서로 연결되지 못하는가
개선 속도가 정체된 공장의 공통점은 데이터가 흩어져 있다는 점이다. 설비 데이터는 PLC에, 검사 데이터는 장비 PC에, 작업 조건은 수기 기록에 남는다. 일부는 데이터베이스나 파일로 따로 존재한다. 여기에 API(Application Programming Interface)와 기존 시스템까지 더해지면 정리하는 데 많은 시간이 소모된다.
이러한 현장에서는 알람이 떠도 원인 후보를 좁히려면 데이터를 다시 모아야 하니 결론이 늦어질 수 밖에 없다. 이레테크는 이 구간의 해법으로 흩어진 데이터를 한곳으로 모아 같은 기준으로 정리하는 것으로 잡았다.
이레테크는 데이터 수집 단계에는 ‘프로링크(Prolink)’를 두고, 데이터 연결·정리 쪽에는 ‘미니탭 커넥트(Minitab Connect)’를 둔 방향성을 추천한다. 프로링크는 설비·검사·게이지 데이터를 수집하는 도구다. 게이지 연결 라이브러리, 검사 장비 드라이버, PLC 연동 등을 지원한다. 특히 표준 통신 프로토콜인 OPC의 UA·DA 기반 연동도 구현해 연결성을 극대화한다.
미니탭 커넥트는 데이터베이스·PLC·API·파일 등 여러 소스에서 데이터를 수집하는 역할을 한다. 노코드(No-code) 방식을 기반으로 수집·가공·저장 작업을 처리하는 구성을 내세운다.
결국 이러한 연결의 핵심은 설비 변동, 항목 확장, 예외 등 변수가 생겨도 데이터가 끊기지 않게 유지한다는 것이다. 이러한 접근은 알람이 뜬 순간 필요한 데이터가 단일 파이프라인으로 도출되는 효과를 도출한다.
문제 분석은 끝났다, 그러나 왜 같은 문제를 또 반복해야 하는가
현장에서 분석이 보고서로 끝나면 원천적으로 문제 개선이 되지 않는다. 이후 같은 문제가 발생하면 또 다시 데이터를 모으고 정리한 후 이를 다시 해석해야 한다. 이레테크가 말하는 해결책은 분석 결과가 운영으로 다시 돌아가게 만드는 순환 구조다.
미니탭의 통계 기반 데이터 분석 소프트웨어 ‘미니탭(Minitab)’은 제조 현장에서 반복되는 분석을 사용자가 직접 수행하도록 설계됐다. 이는 직관적 활용이 가능하도록 하는 방향성이다. 이때 활용되는 문제 예측 모델은 인공지능(AI) 자체적으로 모델을 만드는 ‘오토머신러닝(AutoML)’을 기반으로 한다. 이는 후보 모델을 탐색해 시행착오를 줄이는 방법론이다.
여기서 중요한 것은 모델을 한 번 만들고 끝내는 게 아니라, 현장에서 계속 활용하면서 성능이 떨어지지 않게 관리하는 일이다. 공정 조건이 바뀌거나 소재가 달라지면 예측 모델도 한계를 드러낸다. 그때 모델을 다시 학습시키고 버전을 관리해 지금 현장에 쓰는 모델이 무엇인지를 분명히 하는 체계가 필요하다.
이레테크가 ‘모델옵스(ModelOps)’를 또 다른 기술 로드맵으로 채택한 것도 같은 맥락에서다. 이 기술은 모델 성능을 계속 점검하고, 조건 변화로 정확도가 떨어지면 재학습해 새 버전을 배포한다. 문제가 생기면 이전 버전으로 되돌릴 수 있게 이력과 버전을 관리하기도 한다.
모델옵스까지가 예측 모델을 오래 효율적으로 쓰는 방법이라면, 다음 문제는 예측만으로 결론이 안 나는 상황이다. 공정 병목, 리드타임, 재고 부족 등 이슈는 원인이 하나로 고정되지 않는다. 조건이 바뀔 때마다 결과가 달라지기 때문이다. 이럴 때는 문제를 미리 파악하기 보다는 조건을 유연하게 바꿔보면서 변수를 조절하는 방법이 빠르다.
시뮬8(Simul8)은 이런 문제를 가정별 비교로 푸는 시뮬레이션 도구다. 설비 한 대를 더 도입했을 때, 작업 순서를 바꿨을 때, 투입량·배치 크기를 조정했을 때 결과가 어떻게 달라지는지를 가상으로 미리 구현해본다. 이후 다양한 상황을 대입해 비용과 납기 측면에서 손해가 가장 적은 선택지를 고르도록 돕는다. 이는 예측 모델이 답을 단정하기 어려운 영역을 ‘시나리오 비교’로 정리해 결론 시간을 줄이겠다는 접근이다.
이 같은 이레테크의 세 가지 핵심 기술 방법론은 알람이 뜬 뒤 결론과 조치까지 가는 시간을 줄이자는 것이다. 운영 화면에서 이상 징후를 포착하고, 흩어진 데이터를 한 번에 이어 보게 만들며, 분석이 보고서로 끝나지 않고 다음 운영에 그대로 쓰이게 만들 때 제조 데이터는 완성된다는 관점이다.
결국 제조 현장에서 중요한 기준은 데이터가 얼마나 쌓였는지가 아니라, 문제가 생겼을 때 시스템을 통해 결론에 도달하는 시간이 얼마나 줄었는지다.
헬로티 최재규 기자 |
