스마트 팩토리는 분석 솔루션을 통해 무수한 센서와 시스템에서 수집한 데이터를 바탕으로 의사결정에 필요한 인사이트를 제공한다. 이런 프로세스를 갖추지 못한 공장은 진정 스마트하다고 말할 수 없을 것이다.

더 많은 기능을 갖춘 하드웨어, 더 빠른 처리속도를 갖춘 머신러닝, AI는 더 나은 인사이트를 제공한다. 인간의 눈으로 보이지 않는 것을 보고, 미래의 문제를 예측할 수 있도록 도움을 준다.

2000년 설립된 한국 기업 비스텔(BISTel)은 하이테크 제조 산업을 위한 장비 엔지니어링 시스템과 분석 솔루션 분야를 개척해왔다. 이 회사 반도체 제품 사업부를 2021년 미국의 설계 자동화(EDA) 소프트웨어업체 시놉시스(Synopsys)가 인수했다. 이후 비스텔은 비스텔리젼스(BISTelligence)로 사명을 바꾸고 2개 부서를 신설했다. 그중 하나가 실시간 AI 분석 솔루션 ‘그랜드뷰 APM’을 개발, 제공하는 사업부인 에이든틱스(Aidentyx)다(※APM ‘Asset Performance Management’(자산성과관리)의 줄임말. 설비 성능 관리 및 자산 성과 관리 전략을 세우고, 비즈니스 목표 달성을 돕는다). 

필자는 분석 및 반도체 분야 30년 경력의 업계 베테랑, 이한주 비스텔리젼스 대표와 20여년간 IT 및 제조 분야에 몸담은 김상열 에이든틱스 대표를 만났다. 김 대표는 비스텔에서 8년간 근무했다. 

두 대표와의 인터뷰에서 필자는 현재 사용 가능한 첨단 산업용 AI 기능을 통해 스마트 팩토리가 가질 수 있는 기회에 대해 짚었다. 이 밖에 스마트 팩토리 소유주 및 관리자를 위한 조언, 그리고 산업용 AI의 미래에 대한 의견을 공유했다.

Q 임수지 에이든틱스는 어떻게 시작했나? 또 비스텔과의 관계는 어떤가?

이한주 대표 반도체 및 제조 AI 분야의 선구자인 비스텔이 자사 반도체 솔루션과 브랜드를 시놉시스에 매각하면서 당사의 일반 제조 솔루션은 분사, 비스텔리젼스가 됐다. 시놉시스는 여전히 고객사이지만, 우리의 새로운 핵심 분야는 복잡한 제조 산업, 그리고 그 이상이다. 제조 노하우를 갖고 있는 에이든틱스는 더 넓은 산업군과 글로벌 시장을 겨냥한 방향성과 솔루션을 갖고 있다.

Q 장비 상태를 모니터링하고 예측을 통한 유지보수를 하려면, 산업 자산에 센서가 있어야 하고, 데이터를 수집하고, 이를 모니터링하고, 언제 어디서나 사용 가능하고 분석할 수 있도록 해야 한다. 즉, IoT환경을 구현하고 데이터를 실시간으로 분석 및 운용해야 하는 것이다. 첨단 산업 분석 분야의 선구자로서, 시장이 AI에 대한 준비가 돼 있다고 생각하는가?

김상열 대표 2014년 우리가 스마트 팩토리 사업을 확장하기 시작했을 때, 데이터의 수집과 운용 기반을 갖춘 곳은 반도체 기업뿐이었다. 그들의 데이터도 분석에 적합하지 않은 부분도 많았다. 

현재는 다르다. 여러 산업에서 분석에 더 많은 관심을 기울이고 있다. 제조산업에서 AI/머신러닝(ML)을 활용하려면 데이터를 센서와 설비에서 긴 시간 수집해야 한다. 이러한 활동을 이미 하고 있는 기업에서도 AI 기능을 활용하기에는 데이터가 충분하지 않을 수 있다. 일부 고객은 오랫동안 데이터를 수집했지만 이를 잘 활용하지 못하고 있다. 일부는 데이터가 있지만 완전한 데이터가 아닌 경우도 많고, 데이터를 전혀 수집하고 있지 않은 경우도 있다. 

그래서 우리는 고객에게 데이터 수집 장치를 추가하도록 요청할 때가 있다. 다만 새로운 기술이 과거 데이터에서 부족한 부분을 점점 채워주고 있어 우리에게 큰 장벽은 되지 않는다.

이한주 다른 AI 솔루션과의 차별점은, 분석에 과거 데이터가 필수적이지 않단 점이다. 새로운 센서와 시스템을 설치하고 데이터를 수집하면, 즉시 AI/ML 기능을 활용해 데이터 분석과 예측모델을 제공할 수 있다. 물론 과거 데이터가 있다면 예측 정확도를 더 빠르게 높일 수 있다. 다만 과거 데이터가 없어도 분석 제공을 즉시 시작할 수 있다는 점에서 다른 솔루션과 다르다. 

김상열 또 다른 핵심 경쟁력은 인사이트 확보 시간이다. 준비된 소프트웨어를 제공하는 회사로서 우리는 경쟁사보다 빠른 ROI를 제공한다. 많은 과거 데이터가 있는 펌프 제조업체의 경우 프로젝트 시작 후 한 달 만에 원하는 정확도에 도달했다. 데이터가 전혀 없고 프로젝트 시작 전에 데이터를 수집하지 않은 수처리 시설의 경우 6개월 이내에 동일한 정확도를 달성했다.

Q 모든 비즈니스는 서로 다르며, 동일한 산업 내에서도 서로 다른 종류의 데이터를 생성한다. 고유한 데이터에 의존하는 산업용 분석/AI 솔루션을 어떻게 그렇게 빨리 구현할 수 있나? 

김상열 우리는 필요에 따라 일부 추가 사용자 정의와 함께 바로 제공 가능한 준비된 분석 및 산업용 AI 솔루션을 판매하는 회사다. 실제로 솔루션과 제품으로 무엇을 할 수 있는지가 중요하다. 우리가 경쟁사와 강력하게 차별화하려는 기능 중 하나는 고객이 시스템을 사용함에 따라 데이터를 자동으로 자율적으로 모델링하고 분석하는 것이다. 그것은 시스템을 주기적으로 자동 업데이트하기 위해 약간의 분석만 하면 되므로 우리가 많은 노동력을 투입할 필요가 없다는 것을 의미한다. 기본적으로 당사의 솔루션은 자동 분석과 모델링을 수행한다. 

Q 전 세계적으로 스마트 팩토리 기술 채택에 차이가 있다고 생각하는가?

김상열 지리적인 차이가 크다고 보지 않는다. 모든 지역에는 스마트 팩토리부터 다양한 수준의 공장이 있다. 산업별 차이는 있다. 반도체, 자동차가 스마트 팩토리 도입에 가장 앞서 있고, 배터리, 철강 제조, 제약 및 물류에서도 스마트 팩토리를 빠르게 구현하고 있다. 산업정책과 규제로 일부 산업은 변화에 제한을 받지만, 모든 업종이 개선되고 있다.
10년 전 독일 정부에서 ‘인더스트리 4.0’을 발표했을 때, 아무도 그것이 무엇이고 어떤 모습이 될지 몰랐다. 그러나 오늘날 고객들은 보다 우수하고 지능적인 기계와 센서를 사용해 데이터를 수집하고 활용한다. 이제 고객들은 생산성을 높이고 운영을 최적화하기 위해 투자할 의향이 있다.

Q 세계적으로 가장 널리 채택된 스마트 팩토리 기술은 무엇인가?

김상열 큰 그림, 즉 스마트 팩토리에 대한 비전과 목표를 어떻게 그리는지에 따라서 다르다. 많은 고객이 분석 솔루션과 AI 기술의 도입을 원하지만, 어떤 통찰력을 얻을 수 있는지, 기술 기반으로 공장의 모습이 어떻게 변할지에 대한 큰 그림을 이해하는 수준은 전반적으로 성숙하지 않았다.

그래서 우리는 제조업의 핵심인 설비·장비·기계 부분부터 운영을 개선해간다. 그러면서 미래의 모습을 그릴 수 있도록 분석하고(비스텔리젼스), APM 솔루션(에이든틱스) 및 고객 맞춤형 솔루션을 제공한다.

Q 스마트 팩토리로 만들기 위해 공장에서 어떤 일이 일어나야 하는가?

이한주 스마트 팩토리는 단순히 프로세스 또는 작업 현장 운영을 개선하기 위한 몇 가지 솔루션을 구동하는 것이 아니다. 그리고 인더스트리 4.0, 디지털 트윈, AI를 갖춘 스마트 팩토리, IoT, 클라우드, 빅데이터 등과 같은 유행어는 제쳐 두자. 이들은 스마트 팩토리가 실제로 무엇인지에 대해 고객을 혼란스럽게 하는 매우 일반적인 용어들이다.

우리는 스마트 팩토리가 공장 전체 운영의 지속적이고 자율적인 최적화, 나아가 기업을 확장하고 궁극적으로 공급망에 통합하기 위한 것이라고 믿는다.

하나의 솔루션 공급업체가 이를 제공할 수는 없지만, 다양한 파트너와 고객이 모두 협력해 구현해야 한다. 에이든틱스와 비스텔리젼스는 공장 자산에서 데이터 수집, 이상을 감지하기 위한 실시간 모니터링, 근본 원인을 찾고 문제가 재발하지 않도록 하는 분석에 주력해 왔다.

우리는 제조 산업에서 좋은 사용사례와 레퍼런스들을 개발해 왔으며 몇 가지 이정표에 도달했지만, 솔직히 말해 이상적인 스마트 팩토리와는 거리가 있다. 우리는 다음 단계로 나아가길 원한다. 고객 및 파트너와 협력해 모든 공장 및 기업 시스템을 상호 연결하는 것이다.

Q 많은 기업이 APM를 한다고 말한다. 일부는 거대 기업이고 일부는 귀사와 같은 젊은 혁신기업이다. 시장환경은 실제로 어떤 모습인가?

김상열 우리가 바라보는 APM 시장은 상대적으로 새로운 시장이다. 세 가지 주요 솔루션이 통합되면서 발전하고 있는 시장으로 보고 있다. 일부는 전통적인 기업자산관리(EAM)을 통해, 나머지는 전산화된 유지보수 관리 솔루션(CMMS)을 통해 확장하고 있다. 우리는 예측 유지보수 관리(PdM) 공급자인 AI/ML 솔루션에서 확장하고 있는 유형이다. 우리의 APM은 기존의 EAM, CMMS 기능에 중점을 두지 않기 때문에, 그들과 직접 경쟁하지 않는다. 그래서 그들과 우리는 기술 파트너가 될 수 있고, 그들의 모든 기능을 향상시켜 솔루션의 ROI를 높일 수 있다.

Q 산업에 따라 일부는 반도체 또는 배터리와 같이 큰 업체들이 주도하고 있다. 미국 등 일부 지역은 대부분의 제조 회사(전체의 98%)가 중소기업이다. 예산이 부족한 소규모 공장을 위한 솔루션이 있는가? 아니면 대규모 클라이언트와만 작업하는가?

김상열 우리는 데이터를 활용하기 때문에 고객사 규모에 상관하지 않는다. 모든 제조 공장 또는 산업 자산은 당사가 처리하고 분석할 수 있는 데이터를 생성한다. 우리의 솔루션은 확장성이 장점이다. 큰 기업도 작은 공정에서 솔루션을 검증한 뒤 공장 단위, 나아가 전사 단위로 확장한다.

Q 고급 분석 채택 여정(advanced analytics adoption journey)에서 스마트 팩토리의 가장 어려운 도전과제는 무엇인가? 데이터 및 모델링 관점에서 고객이 산업 분석 및 AI에서 직면하고 있는 가장 어려운 비즈니스 문제는 무엇인가?

김상열 데이터 및 모델링의 관점에서 데이터 수집은 모든 것이 시작되는 출발점인데, 일부 제조업체만 이를 준비하고 있다. 이것이 바로 공장주들의 가장 큰 문제이다. 

데이터 수집이 제대로 이루어진다고 가정하면, 데이터의 일관성과 모델 정확도를 지속적으로 유지하는 것이 주요 과제라고 생각한다.

일반적으로 데이터 모델은 데이터 세트와 함께 개발된다. 이 모델은 이번 달에 들어오는 새로운 데이터를 모니터링하고 분석하는 데 사용하기에 적합하지만, 비즈니스에 변화가 생기면 다음 해, 심지어 다음 달에도 적합하지 않다. 우리는 많은 제조업체가 모델을 유지하는 데 어려움을 겪고 있다는 것을 알게 됐다. 그래서 변화하는 환경에 따라 다양한 모델을 지속적으로 업데이트하는 AI 모델링 기능을 그랜드뷰 APM에 추가했다. 

Q 귀사가 제공하는 맞춤화의 예를 든다면?

김상열 쉬운 예로 대시보드를 들 수 있다. 산업이 다르고 심지어 같은 산업 내의 다른 고객도 요구 사항에 맞는 다양한 대시보드를 선호한다. 그들은 또한 다양한 자산과 다양한 시스템을 모니터링하고 각 사용자의 업무와 그들의 제조환경에 맞는 시각화와 기능을 원하며, 당사의 솔루션은 이를 제공하고 있다. 그리고 AI 프레임워크 기반 위에 솔루션을 제공하기 때문에 고객이 원하는 솔루션도 빠르게 개발해 제공하기도 한다.

Q 2023년 비스텔리젼스의 사업 목표는.

이한주 우리는 매년 두 자릿수 성장을 해왔다. 더 큰 기업의 플랫폼에 우리 솔루션을 내장하는 것을 포함, 유럽 파트너와 협력해 이러한 성장을 계속하는 것을 목표로 하고 있다.

미국에서는 시장 상황이 더 나을 수 있다. 경제와 구매자들은 주저하고 있다. 그들은 지역 경제와 지정학에 대한 불확실성을 느낀다. 우리는 잠재 고객과 긴밀한 관계를 맺기 위해 미국에서 열리는 산업 중심의 소규모 무역 전시회에 참석하고 있다.

Q 관련 산업이 어떻게 발전할 것이라고 예측하는가?

김상열 에이든틱스와 같이 이 분야에서 첨단 기술을 보유한 신생 기업이 느는 만큼, 향후 10년간 APM 시장의 성장이 가속화될 것이라고 생각한다. 우리는 더 많은 인수합병(※지멘스, PTC 등 기존 대기업의 생태계 확장 전략)을 보게 될 것이다. 전통적인 EAM/CMMS 공급자는 인수합병을 통해 또는 고객 기반의 가장 중요한 사용 사례들을 기반으로 기능을 확장할 것이다.

Q 미국이나 다른 지역으로 글로벌 확장을 막 시작하는 한국의 스마트 팩토리 기술 제조기업들에 어떤 조언을 해주고 싶은가?

김상열 가장 먼저 편안하고 익숙한 환경에서 벗어나 새로운 방식의 영업, 마케팅 등을 시도해야 한다. 그러면 모든 시장이 얼마나 다른지 알게 된다. 많은 한국 기업은 언어 장벽을 두려워한다. 나는 시행착오를 믿기 때문에, 다른 것을 시도해 보라고 말하고 싶다.

또 한국 고객사의 사용 사례와 사례 연구를 활용하되, 이를 서양 고객을 위한 마케팅 자료로 전환해서 적용해야 한다. 타 지역을 처음 접할 때는 좋은 레퍼런스와 사례가 있어야 한다. 한국을 넘어 성장할 때 비스텔 팀은 먼저 유럽 현지 유통업체와 파트너 관계를 맺고 현지 담당자를 뒀다. 미국에는 우리를 미국의 고객 기반에 연결해 주는 다양한 기술 파트너와 기술 공급업체가 있다. 새로운 시장에 진출할 때 우리는 좋은 레퍼런스 사례를 개발하기 위해 한 고객에게 집중했다. 

이한주 좋은 레퍼런스 사이트를 개발하는 것이 중요하다. 어떤 기업도 모든 사용 사례에 대해 모든 산업에 대한 솔루션을 가질 수 없을 것이다. 성공 스토리를 만들어보라. 성공하려면 모두가 믿을 수 있는 확실한 증거를 가져와야 한다.

Q 글로벌 확장 경로에서 인식하는 가장 큰 문제는 뭔가?

이한주 과거 비스텔은 반도체에 특화돼 있었고, 반도체에서만 완벽했다. 이제 우리는 더 성공적인 모델을 갖게 됐다. 우리의 비즈니스 모델은 확장성과 빠른 구현 시간을 위한 전문 서비스를 제공하는 범용 상품이다. 일반적으로 적용되는 솔루션 중 나중에 여러 솔루션으로 커스터마이징할 수 있는 제품을 보유하는 것은 어려운 일이다. 

수직적으로 특화된 솔루션의 한계를 피하기 위해, 우리는 상품을 보다 일반적으로 만들려고 노력한다. 다만 차별화 요소가 없을 정도로 일반적이지는 않다. 일반 구성 요소, 맞춤형 산업 기반 템플릿 및 프로페셔널 서비스 기반 커스터마이징과 같은 여러 계층으로 구성된 패키지를 제작하고 있다. 또 궁극적으로 각 비즈니스에 맞는 유니크한 솔루션을 구축하고 있다.

/ 글 임수지 BDMT글로벌 대표 sim@bdmtglobal.com