2030년 세계 4대 제조강국으로의 도약을 위한 정부의 ‘제조업 르네상스’는 스마트공장, 스마트 산단, 인공지능 공장이 그 핵심이다. 스마트팩토리는, 초연결사회, 빅데이터, 인공지능과 대체 어떤 연관성이 있을까? 어떻게 해야 성공 할 수 있을까? 이코노믹리뷰는 오퍼레이션 컨설팅회사인 가온파트너스와 함께 스마트 팩토리의 올바른 이해와 성공적 구축을 위한 명확한 방향제시를 위해 시리즈를 기획했다.

디지털 기술의 급속한 발전으로 인간의 영역이 기계와 기술로 전환되는 스마트팩토리가 가능해졌다. 무엇을 어떻게 전환해서 기업의 성과를 창출하는 스마트팩토리를 구축할 것인지는 각 기업이 마주한 현실이다. 외부의 성공사례를 그대로 적용할 수도 없으며, 다른 사람의 손에 맡길 수도 없다. 도메인 지식을 바탕으로 디지털 지식을 가진 내부의 인재를 통해 고유의 스마트팩토리를 구축해야만 한다. 디지털 지식의 궁극적 목적은 ‘활용’이다. 활용을 염두에 두고 디지털 기술을 올바르게 아는 것이 우리가 가져야 할 디지털 지식이다. 스마트팩토리를 가능하게 한 대표적인 디지털 기술은, 인간의 감지기능을 대신하는 ‘데이터(Data)’와 실행기능을 대신하는 ‘디바이스(Device)’다. 데이터 이해를 시작으로 디지털 기술을 알아보도록 하자.

‘데이터는 4차 산업혁명의 원유’라는 표현과 같이 데이터는 스마트팩토리의 핵심요소로 언급된다. 빅데이터로 시장을 예측하고 새로운 서비스를 제공할 수 있으며, 지금까지 몰랐던 비효율의 원인도 제거할 수 있다고 한다. 실제 적용을 통해 높은 성과를 실현한 사례도 많이 볼 수 있다. 이 때문인지 스마트팩토리를 도입한다고 하면 가장 먼저 하는 일이 데이터를 확보하기 위한 인프라를 구축하는 일이 대다수다. 데이터 확보를 위한 비용도 적지 않다. 전문가가 그렇게 이야기하니 타당한 것도 같지만 여전히 상식적인 질문이 입에서 맴돈다. “정말 이렇게 필요한 거야?” 이 질문에 누가 답해줄 수 있을까. 아는 만큼 보이고 보이는 만큼 효율적일 수 있다. 데이터를 어떻게 이해하고 활용해야 할까.

기업은 지속적으로 데이터를 생산하고, 분석해서 기업 운영에 활용해왔다. 6시그마 등 개선기법을 통해 데이터의 중요성과 활용방법을 익혀 개선을 하기도 했고, 각종 경영 의사결정에도 ERP와 같이 데이터 수집∙분석을 활용했다. 왜 지금 데이터의 중요성이 다시 이렇게 강조되는가. 기술의 발전이 데이터의 양과 종류, 그리고 처리속도를 지금까지와는 비교가 되지 않을 정도로 증가시켰기 때문이다. 초소형화, 다기능화된 센서는 수집 데이터의 영역과 정확도를 인간 이상으로 높였으며, 하둡과 같은 소프트웨어 기술의 발전은 많은 데이터의 처리속도를 획기적으로 증가시켰다. 또 기존의 정형 데이터뿐 아니라 음성, 서류, 사진, 동영상과 같은 비정형 데이터를 활용할 수 있는 기술도 크게 발전했다. 많은 데이터를 실시간으로 전달할 수 있는 5G와 같은 통신의 발전도 필수적이다. 데이터로 인한 제약은 없다고 해도 무방한 환경에서, 데이터를 활용해 경쟁자보다 먼저 기회를 발견하고 새로운 가치를 만들어 앞선 경쟁력을 갖추는 곳이 나타나기 시작했다. 기업들이 스마트팩토리 구축에 데이터를 우선시하며 투자를 아끼지 않는 이유도 여기에 있다.

문제는 데이터의 경쟁력 창출 포인트에 대한 이해가 다르다는 점이다. 데이터의 다양성과 규모가 저절로 경쟁력을 만들어주지 않음에도 불구하고 여전히 많은 데이터 확보에 중점을 두는 경우가 많다. 일단 데이터를 충분히 확보하고, 확보된 데이터를 분석해보면 뭔가 가치가 나오게 될거라는 접근은 무지에서 비롯된 용감함이다. 더 큰 문제는 이미 가지고 있는 데이터도 충분히 사용하지 못하면서도 막연히 많은 데이터를 가지려 한다는 것이다. 그러나 경쟁력은 데이터의 규모가 아니라 데이터를 활용하기 위한 퍼포먼스 로직(Performance Logic)에서 나온다. 퍼포먼스 로직이 있어야 필요한 데이터를 판단할 수 있다. 로드(Load)에 따라 전력의 사용을 조정함으로써 에너지 절감이 가능하다는 문제해결이 우선돼야 로드를 결정하는 재료의 종류, 상태 등에 대한 정보(데이터)의 필요성이 나온다. 필요하지 않은 데이터는 쓰레기다. 필요한 데이터를, 필요한 때, 필요한 만큼 확보하고 활용하는 것이 데이터에 대한 올바른 관점이다. 앞서 나온 “정말 이렇게 필요한 거야?”라는 질문에 대한 대답은 “필요한 데이터를 선정하는 일이 우선돼야 알 수 있다”이다.

필요한 데이터가 있다고 해도 활용하기까지 고려할 사항은 또 있다. 바로 데이터의 품질이다. 부정확한 데이터의 분석결과가 올바르기를 기대할 수는 없다. 서로 다른 메이커의 설비간 데이터 전송 및 집계에서 발생되는 오염이나, 센서의 오류로 인한 부정확한 데이터 등 데이터 품질에 영향을 미치는 요인은 매우 다양하고 많다. 전처리를 통해 분석 가능한 데이터를 확보하는 것은 놓치기 쉬운 중요 포인트다. SDQ 등 솔루션을 사용해 데이터 품질확보가 좀 더 손쉬워질 수는 있다. 하지만 여전히 유효한 데이터를 판단하는 기준은 사람이 제공해야 한다.

스마트팩토리 구축을 위해 데이터에 대한 고민을 시작할 때, 세 가지를 자문해야 한다. 첫째, 어떤 데이터가 얼마나, 왜 필요한가? 둘째, 우리가 가진 것은 무엇이고 추가로 가져야 할 것은 무엇인가? 셋째, 데이터의 품질은 어떻게 확보할 것인가? 이 대답을 위해 필요한 것은 도메인 지식을 기반으로 한 통찰력이며, 결국 사람이다.