• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 지난호 및 기사 PDF구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제
  • 쇼핑몰
CNG TV, 스마트공장 지원 정책 변화와 구축 방안 9월 16일 방송 예정
[포커스] 제4차 SAMA 3D 프린팅 국제 전시회 및 포럼 참관기
[케이스 스터디] 언리얼 엔진으로 개발한 디지털 휴먼 ‘빈센트’
  • 전체
  • 기계
  • 건축
  • 그래픽
  • 기타
제조시스템 혁신(3) - 스마트 공장을 가능하게 해주는 주요 기술
가상 기반 기술들은 물리적 실체를 가지고 있지 않은 추상적인 부분으로서, 컴퓨터 상에만 구축/표현되는 가상의 객체와 관련된 기술이다. 가상 기반 기술들은 상호간 인터페이스를 통해 데이터를 주고 받을 수 있어야 하며, 실제의 물리적 객체들과 IoT를 통해 연결되어 있다. 제조시스템을 관리하고 평가하고 제어하고 계획하는데 사용되는 모든 모델과 지표 및 의사결정 과정들이 가상 기반 기술에 포함된다. 실제 세계의 객체들을 얼마나 정확하게 표현하고 분석할 수 있는가 하는 점이 중요하다. 스마트 공장을 가능하게 해주는 주요 기술들(enabler)은 대표적으로 IoT, AI 및 기계학습, Big Data 및 분석 기술, Cyber Security 등이 있다. 출처 : https://pixabay.com 스마트 공장 주요 기술 애플리케이션 프로그램은 가상기반 기술의 한 종류로서, 주로 제조시스템의 특정한 기능들을 담당하는 역할을 수행한다. 특정한 기능들은 예를 들면, 제품 설계, 제조 명령 수행, 제조 관리, 설비 제어, 기업 자원관리 등이다. 스마트 제조시스템에서는 개별적인 어플리케이션들 사이의 인터페이스 표준화를 통한 통합과 협업 능력이 중요해 진다. 스마트 제조시스템을 위한 주요 기술 요소들은 Digital Twin, CAX(Simu lation 포함), PLM, MES, SCADA, PLC, DCS, ERP, SCM, APS 등이 있다.  제조시스템을 구성하는 구체적인 객체들을 의미한다. 넓은 의미의 제조시스템에서는, 제품, 원자재, 자원, 설비, 시설, 고객 등 기업의 가치창출 사슬에 관련된 모든 객체를 포함한다. 좁은 의미에서는 제조 현장에 설치되어 있는 가공 설비, 조립 설비, 포장 설비, 창고 등의 시설, 치공구, 물류 설비 등을 포함한다.  물리기반기술은 작업자의 노동력을 대체하거나 보조하여 생산성을 높이고, 반복작업의 품질을 균일하게 하고, 오류 가능성을 낮추는 방향으로 발전하고 있다. 스마트 제조시스템을 위한 주요 기술 요소들에는 Smart Sensor, Robotics/자율협동로봇/Exoskeletons, 3D Printing, AR/VR/MR, Smart Machine, Mobile Devices, AGV, Motion Controller, CNC, RFID/NFC, Machine Vision 등이 있다. 플랫폼 기술(Platform technology)  플랫폼 기술은 다른 스마트 제조 기술이 도입될 수 있는 기반을 이루는 기술들이며, 4차 산업혁명에서는 종래의 생산기반기술 외에 주로 ICT 신기술분야를 의미한다. 플랫폼은 모듈들을 담아내는 틀의 역할을 하며, 이 모듈들이 수평적 네트워킹을 통해 상호작용하도록 한다. 플랫폼 기술 중에 가장 핵심적인 것은 사이버 혹은 물리적 객체들 사이의 인터페이스를 가능하게 해 주는 유무선 통신기술로서, 이것을 통해 IoT에 기반한 디지털 제조시스템 구축이 가능해진다. 스마트 제조시스템을 위한 주요 기술 요소들에는 5G/광대역인터넷, Cloud Computing, 무선통신, CPS, HMI/UI/UX, Energy System 등이 있다.  국내 스마트 공장 공급기업들에 대한 효과적인 지원 전략을 수립하기 위해서는 공급기술의 수준에 대한 체계적 진단이 필요하다. 글로벌 시장에서의 국내 공급기술의 상대적 수준을 파악하여 현실성 있는 공급기업 지원 정책 수립 기반 마련이 필요하다. 국내외 시장 상황에 맞는 기술 수준에 대한 정보를 제공하여 공급기업 및 수요기업의 스마트 공장 사업화 전략 수립을 지원해야 한다.  기술 분야에 대한 전략적 중요도 및 우리나라의 경쟁력을 매트릭스 형태로 분석하여 국가 차원의 대응 전략 수립이 필요하다. 기술적 경쟁력이 부족하고 전략적 중요도도 떨어지는 기술분야는 외국에서 기술을 수입하고 기술적 경쟁력이 부족하나 전략적 중요도가 높은 기술 분야는 경쟁력을 갖춘 국가와 협력해야 한다. 특히 기술적 경쟁력을 갖추고 있으나 전략적 중요도가 낮은 기술분야는 후진국에 기술을 이전하고 기술적 경쟁력을 갖추고 있고 전략적 중요도도 높은 기술분야는 국내 공급산업을 집중 육성하여 국제적으로 선도적인 경쟁력을 확보해야 한다. 제조 분야 AI 기반 시스템 발전 전략  제조업 분야에서의 AI 도입/활용은 당연한 것으로 예상되지만, 제조업에서 새로운 IT 기술 도입에 보수적이어서 본격적인 도입에는 상당한 시간이 소요될 것으로 예상된다. 산업별 선두 기업들 위주로 Tes t & Learn 형태의 Pilot Project 위주로 아직은 AI와의 적합성을 시도해 보고 있다. 최근 제조기업들도 IoT, 빅 데이터 기술을 도입하면서, 축적된 방대한 데이터를 AI 기술로 분석하여 의사결정에 필요한 중요한 요인들을 얻으려는 수요는 점점 커지고 있다.  대부분 세상에 알려진 AI 기술은 B2C에서 도입한 사례이다. 사진을 자동으로 분류해 주는 구글 포토, 음성인식 스피커, 사용자 데이터를 분석하여 추천해 주는 비디오/음악 서비스 등은 널리 알려진 사례이다. 또 제조업 분야에서 AI 도입이 어려운 구조적인 이유는 B2C에 사용되는 AI 기술과 제조업에 사용되는 Industrial AI 기술이 목적과 대상으로 하는 데이터가 다르기 때문이다.  또한, 제조업 분야에서 AI 도입이 어려운 이유는 직관적 해석이 어려운 데이터 특성 뿐 아니라, 제조 공정과 제품이 복잡해지면서 분석하려는 문제 자체가 어려워지고, 제조업 분야 데이터 전문가에 대한 수급 불균형이 심하기 때문이다. 이러한 복잡한 제조 이슈를 Data 분석 기반으로 해결하기 위해서는 AI & Data 분석 최신 기술과 산업 전문지식의 결합이 필요하다.  제조 현장에서는 산업에 따라 하루에도 테라바이트 이상의 방대한 데이터가 제조 장비, 설비, 공정, 제품에서 쏟아져 나오기 때문에 이런 빅 데이터를 머신러닝, Deep learning 기술로 분석하려는 다양한 시도를 제조 기업들은 하고 있다. 이러한 시도는 아직 복잡도가 높은 일부 산업인 반도체, 자동차, 철강 관련 기업에서 선제적으로 진행하고 있다. 공정, 원재료와 제품이 크게 변화하지 않은 원유 정제산업, 화학 플랜트 산업보다는 공정, 원재료 등이 지속적으로 변화하는 복잡도가 높은 산업에서 AI 수요가 더 높다.  현재 데이터 분석가의 인건비는 매우 높은 상황이다. 미국 실리콘밸리 기준 일 년에 4~5억을 넘고 있다. 국내에서도 1~3억 수준이며 수급 불균형 현상은 미국보다 더욱 심하기 때문에 개별 중소기업에서 채용하기는 어렵다. AI 도입은 AI 기술 자체가 아니라 결국 AI 기술과 운영(Operation) 기술의 결합으로 제조 이슈를 해결해야 하므로 지속적인 추진이 필요하다. 그러나 예산, 인력이 부족한 제조 중소기업으로서는 지속적인 추진이 어렵다.  AI 도입을 위한 Resource가 부족한 중소/중견 제조기업을 위한 대안으로 Data Analytics As a Service 도입이 가능하다. 데이터 저장(Infra As a Service), 프로그램 개발 환경(Platform As a Service)을 클라우드 업체로부터 제공받아서, 데이터 저장 및 처리에 대한 부담을 감소시킬 수 있다. 이러한 클라우드 환경에서 데이터 분석 AI 모델은 Software As a Service(SaaS) 형태로 제공받을 수 있다. 자동차 부품제조 기업들의 대상 데이터는 다르나, 최종 품질검사를 AI 모델을 통해 시도하려는 수요가 공통적으로 있다. 데이터 분석 전문기업이 반제품 형태의 AI 모델을 클라우드 기반 SaaS 형태로 제공하고, 기업별로 일부 Customizing하여 사용할 수 있다.  최근에 중견기업에서도 데이터 분석 수요가 높은데, 실제로는 데이터 준비도가 낮은 경우가 많다. 따라서 사전에 어떤 데이터를 어떻게 준비하는지를 가이드해주는 것이 필요하다. 데이터 분석 전문 기업과 제조공정 전문 컨설팅 기업이 공동으로 데이터 분석 수요가 있는 중견기업에게 컨설팅 하여 사전 데이터 준비도를 높일 수 있다.  수요자인 중견기업과 서비스 공급자인 제조 데이터 분석 전문기업, 프로세스 컨설팅 기업과의 협업 체계 구축을 위한 제도와 시스템이 필요하다. 아직 AI 기술 기반 데이터 분석 시장이 초입 단계이기 때문에 기술에 대한 불확실성이 존재하고 제조 기업은 ROI 측면에서 주저하게 된다. 대기업은 상대적으로 제조 중소기업 대비 Risk 수용도가 높기 때문에 Pilot Project나 기술 Start-up 육성 등을 통해 신기술을 도입할 수 있지만, 중소기업은 Risk 수용도가 낮은 등 제반 여건이 상대적으로 불리하기 때문에, 이런 신기술 도입에서 뒤쳐질 수밖에 없다.  따라서, 관련 기관의 마중물 보조금이나 이에 버금가는 세제혜택 등의 지원은 신기술 도입 의지는 강하지만 자원 부족으로 주저하고 있는 제조 중소기업에 디딤돌을 제공할 수 있다.   연관기사 보기 제조시스템 혁신(1) - 제조 기술의 변화 방향 제조시스템 혁신(2) - 스마트 공장 수요기업의 산업유형별 전략 제조시스템 혁신(3) - 스마트 공장을 가능하게 해주는 주요 기술
이성숙 작성일 : 2019-09-22 조회수 : 16
제조시스템 혁신(2) - 스마트 공장 수요기업의 산업유형별 전략
B2B는 계획생산라인(Planned Production Line, PPL), B2C는 제품, 생산 및 서비스까지 연결되는 수평통합생산(Horizontal Integrated Production, HIP) 구조를 가지고 있어야 한다. B2C 제조시스템은 불특정 고객의 요구에 대응해야 할 가능성이 높아 ‘제품+제조시스템 +서비스’의 연계 강화가 필요하고, 다품종 소량생산이 가능한 제조시스템의 구축이 필요하다. B2B 제조시스템은 대부분 뿌리산업, 부품산업, 기간산업 등이 많고, 고객이 정해져 있어, 고객과의 유대관계가 밀접해야 하므로 고객과의 협의를 통한 사전계획 생산이 중요하다. 산업유형별(제조 공정과 고객 대응방식에 따른) 제조시스템의 특징 Process 산업은 공정 최적화(Process Optimization, PO), Discrete 산업은 제품 추적(Product Tracking, PT)이 중요하다. Discrete 시스템은 단위 공정마다의 생산 제품 관리가 가능해야 하므로 Lot Tracking을 강화하고, 생산라인의 재공 및 제품 수명관리가 중요하다. Process 제조시스템은 설비의 유지관리가 무엇보다 중요하며, 설비의 고장에 따른 대량손실 및 복구비가 커져서 예지보전 기술능력이 뛰어나야 한다. 통합 스마트 제조시스템 구축  최근 제조업계에는 선택과 집중, 연합과 통합, 교류와 시너지를 통한 제조시스템의 획기적인 변화가 요구된다. 제조 중소기업의 낙후성과 비제조 전문가에 의한 제품의 품질저하를 극복하고, 기업도산에 따른 제조생태계의 파괴를 줄이기 위해서 통합제조시스템을 구축한 통합제조전문기업이 많아져야 한다. 시장에서 요구하는 다양한 제품을 생산할 수 있는 제조시스템을 보유하고 있으므로 특정 제품이 시장에서 사라지더라도 제조 전문기업과 제조시스템은 유지되므로 제조생태계의 파괴가 일어나지 않다. 개방형 개인화 제조서비스(FaaS: Factory as a Service)  인터넷과 전자상거래의 활성화로 인해 콘텐츠를 중심으로 시작된 롱테일 현상이 물리적 제품 시장으로 확대되고 있다. 개인소득의 증가는 개인화된 제품에 대한 욕구를 증가시키고 있으며, 이는 기존의 대량생산/소비 경제를 소량생산/소비 형태로 전환되고 있다. 대량소비제품과 병행하여 개인화제품의 욕구증가는 중간계층의 소량소비 시장을 발생시키고 향후 다품종 소량 생산 나아가 개인화 생산에 대한 필요성을 증대시켰다. 개인화 생산을 위해서 소량생산에서도 한계비용을 최소화할 수 있는 새로운 형태의 미래형 공장과 이를 서비스 형태로 제공할 수 있는 제조서비스에 대한 요구를 도출시켰다.  미래 제조는 ICT융합을 통해 개인화, 생산성 극대화, 서비스화 및 새로운 산업생태계의 변화로 진화되고 있다. 특히 고객에게 차별화된 제품을 QCT(Quality, Cost, Time)관점에서 대량생산에 가까운 높은 효율로 생산하는 방식인 개인화 생산 트렌드가 가속화되고 있다. 개인화에 대한 시장 요구에 따라 생산체계 변화가 가속화 되면서 대량생산이 다품종 소량생산(Mass Customization), 나아가 개인화 생산(Persona lized Production) 체계로 변화되고 있다.  또 혁신형 장비 및 ICT 기술 발전에 따라 현재의 자동화 수준에서 유연생산이 가능한 지능화 수준으로 향상되면서 개인화 생산에서의 생산성을 극대화하는 방향으로 전개될 것으로 전망이다. 서비스 융합 요구에 따른 제조업과 서비스업의 경계붕괴로, 제품의 서비스화와 제조의 서비스화는 가속될 것으로 전망이며, 대규모 공장과 글로벌 공급망 체계가 소규모 유연 민첩 생산이 가능한 공장들이 웹과 같이 연결되는 공급망 체계를 근간으로 한 변화도 예측된다.  개방형 개인화 제조서비스(Factory As A Service, FaaS)는 고객 맞춤형 또는 개인화된 제품을 생산하는 미래형 스마트공장을 서비스로 제공하는 것을 의미한다. 개방형 개인화 제조 서비스는 크게 다음 3개의 계층에서 기술이 요구된다.  고객이 자신이 원하는 제품생산의 요구를 정확하게 지속적으로 전달하기 위해 개방성을 제공하는 FaaS 클라우드 계층에서의 기술이 요구된다. 개인 맞춤형 생산 스마트 공장 및 기존 공장들을 인터넷으로 연결하고, 생산을 원하는 고객의 제품주문, 온디멘드 엔지니어링, 부품조달, 완제품 유통에 이르는 제조 프로세스를 지원한다.  이와 함께 다양한 이종 제품들을 최적의 생산 효율을 가지고 혼류생산 할 수 있도록 하는 FaaS 제조운영의 계층이 필요하다. 다양한 개인화 제품을 효율적으로 생산할 수 있도록 생산현황, 공정현황 및 품질현황을 실시간으로 분석·예측하고, 이에 따른 최적 대응 및 운영을 지원한다. 또 혁신형 제조설비 및 ICT 기술을 기반으로 개인화된 제품생산을 고도의 생산성을 갖추고 실행하기 위한 FaaS 실행제어 계층에서의 기술이 필요하다. IIoT를 기반으로 3D프린터, 로봇 등 개인화 제조에 필수적인 혁신형 장비 등 공장 내 생산설비를 유기적으로 연결하고, 이에 대한 지능적인 실시간 제어를 지원한다.  개방형 개인화 제조서비스를 활성화시키기 위해서는 우선 ‘소규모 개인화 생산 공장 실증 및 확산’ 정책이 필요하다. 개인화 제품에 대한 욕구가 반영된 롱테일 시장과 소량생산 시에도 한계비용을 최소화하는 디지털 제조장비 중심의 개인화 생산을 위한 마이크로 스마트팩토리 활성화 전략을 추진해야 한다. 도심형 마이크로 스마트팩토리 공장 구축 사업을 통해 새로운 소비 수요 시장을 창출하고, 기존 대량생산 공장을 중심으로 이루어지던 기술 공급 시장에서의 새로운 비즈니스를 창출할 수 있도록 지원해야 한다.  이와 함께 新제조생태계가 구축되어야 한다. 누구나 제품을 생산하고 경제적 활동까지 연계될 수 있는 제조 민주화를 실현하는 새로운 제조생태계 구축 전략을 추진하기 위해서는 현재 대기업 중심의 수직적 산업구조와 별개로 새로운 제조창업을 통한 수평적 생태계 구축을 지원해야 한다. 이와 함께 소규모 공장이 웹처럼 지역적으로 분포될 수 있는 기반 조성으로 新제조업 경제 건설에 기여해야 한다. 제조시스템 진단  제조 중소기업이 글로벌 경쟁력을 갖춘 기업으로 성장하기 위해서는 스마트 제조혁신 전략에 따라 4차 산업혁명 제조혁신 방향을 설정한 이후에는 △현재 수준을 진단하여 부족한 역량파악, △투자 대비 효과에 근거한 우선순위에 따라 단/중/장기적인 역량 확보 로드맵 도출, △실행에 옮길 수 있도록 공급기업, 전문 인력 지원을 포함하는 self evaluation 가이드라인이 필요 등과 같은 절차 및 가이드라인이 필요하다.  진단 모델 개발 경험자와 제조혁신 컨설팅 경험자 등 개발자들과 그리고 수요자를 포함하는 팀을 구성해야 한다. 또 개발 프로세스는 목적을 정립하고 진단 대상을 선정하여 수요조사를 수행해야 한다. 수요조사 과정에서 면담을 통해 기존 Tool을 적용 경험을 바탕으로 수정·보완한다.  중소기업 유형별(스마트 제조혁신 전략에 따른 B2B 및 B2C 유형과 장치산업 및 조립산업) 특성을 반영하면 진단효과를 개선할 수 있다. 독일의 진단 Tool이 인더스트리4.0에 근간을 두었듯이 한국 중소기업을 위해 수립된 스마트 제조혁신 전략 8대 추진 과제에 바탕을 두고 개발했다. 진단 모델의 구조 개발시 상/중/하위의 개념과 상호 연관성을 고려하여 만드는 것이 바람직하다. 진단 모델은 목적과 대상에 따라 다르게 수립되어야 한다.  산업의 제조혁신 변화의 과정을 모니터링하고 촉진하기 위한 진단은 VDMA 준비도, 싱가포르 진단 Tool과 같이 진단 항목의 개수도 최소화하는 것이 바람직하다. 하지만 중소기업 수요자 입장에서 보면 글로벌 경쟁력을 갖추어 선도하는 기업으로 제조혁신을 이루는데 도움을 받을 수 있는 구체적이고 체계적인 가이드라인 또한 필요하다.  디지털화, 연결화, 지능화 적용 수준과 활용 정도는 기술 수준 보다 사업가치를 높이는 수준에 따라 나누어야 한다. 역량 수준의 정의와 역량 수준을 진단하기 위한 질의 항목은 정량화 하기는 어렵지만 정성적인 내용에 있어 확연한 가치창출의 차이와 연관된 기술역량 요소가 반영되어야 한다. 예를 들어 수준 3으로 진단되고 수준 4를 목표로 할 때 부족한 역량이 쉽게 규명이 되어야 과도한 추가 노력 없이 역량확보 로드맵을 도출하는 데 유용하다.  부족한 역량이 파악되면 역량 확보를 위한 절차를 수립해야한다. 역량을 내부적으로 소유할 것인지 외부와 협력을 할 것인지 결정해야 하는데 내부 역량 확보를 위한 인재 영입, 교육, 설비 구매, 기존 파트너와 협력 체계 혁신도 고려해야 한다. 역량 확보 윤곽이 수립되면 다양한 과제 중에서 투자-대비-효과를 분석하여 우선순위를 결정해야 한다.   연관기사 보기 제조시스템 혁신(1) - 제조 기술의 변화 방향 제조시스템 혁신(2) - 스마트 공장 수요기업의 산업유형별 전략 https://www.cadgraphics.co.kr/newsview.php?pages=news&sub=news01&catecode=2&num=65682 제조시스템 혁신(3) - 스마트 공장을 가능하게 해주는 주요 기술  
이성숙 작성일 : 2019-09-22 조회수 : 14
제조시스템 혁신(1) - 제조 기술의 변화 방향
현재 한국 제조 중소·중견기업이 글로벌 시장에서 경쟁력을 확보하기 위해서는 제조시스템 혁신, 즉 효율성 향상에 초점을 맞춘 스마트공장 구현은 필요조건이지 필요 충분조건은 되지 못한다. 제품 혁신과 함께 새로운 혁신 제품을 가장 효율적으로 생산할 수 있는 제조시스템 혁신이 병행되어야 진정한 스마트제조혁신을 이룰 수 있다. 지난호에 (사)한국ICT융합네트워크에서 수행한 ‘스마트 제조혁신 전략’ 연구보고서를 통해 ‘스마트 제조혁신 달성을 위한 비전과 추진과제’에 대해서 알아봤다면, 이번호에서는 제품 혁신과 새로운 혁신 제품생산을 위한 ‘제조시스템 혁신’에 대해 다뤄본다. 최근 제조 기술은 하드웨어 중심의 정적 고정형 모델에서 소프트웨어 중심의 동적 성장형 모델로의 변화하고 있다. 종래의 효율을 우선시하는 자동화 중심의 제조 기술에서 더욱 진보하여, 변화하는 고객 Needs와 제조 자원 및 현장 상황에 신속하게 적응할 수 있는 자율 제조시스템을 추구한다. 자율형 제조시스템은 최근 급속 발전하고 있는 ICT 신기술을 통한 데이터 기반 실시간 의사결정에 기반하여 운용된다. 제조 기술의 변화 방향  스마트 제조시스템은 생산 현장의 변화에만 국한된 것이 아니라, 그와 연결된 제조기업의 전체 가치창출 프로세스와 관련된다. 제조기업의 가치창출 프로세스는 제품수명주기관리(PLM), 제조시스템수명주기관리(PSLM), 공급망관리(SCM), 서비스의 네 가지로 구분할 수 있다. 이중 PLM은 아이디어 및 요구사항으로부터 개발과 재활용까지의 전체 수명주기를 고려한 제품 개발이며, PSLM은 물리적인 제품을 생산하는 제조시스템으로, 엔지니어링, 건설, 가동, 운영, 유지보수에서 해체까지의 전체 수명주기를 고려한다. 끝으로 SCM은 주문 기획, 주문 처리, 전체 물류 및 공급자의 관리를 포함하고 있다. 또 서비스는 제품 배달 이후의 가치창출 프로세스를 말하며, 제품 및 제조시스템 관련 서비스를 모두 포함한다.  디지털 트랜스포메이션 기술을 활용한 제조시스템의 새로운 기능과 그 효용을 다양한 시나리오로 표현할 수 있다. 스마트 제조시스템의 수준에 따라, 혹은 제조 기업의 상황에 따라 적용 시나리오들은 스마트 공장의 단위 공정에 대한 테스트베드 혹은 큰 규모의 모델 공장 구축에도 적용이 가능하다. 시나리오는 기본적으로 미래에 완성될 미래의 스마트 제조시스템의 개별 주제들을 다룬다. 하나의 제조기업이 가진 문제들을 해결하기 위해서, 다수의 시나리오가 복합적으로 고려되고 구현될 수 있다. 연관기사 보기 제조시스템 혁신(2) - 스마트 공장 수요기업의 산업유형별 전략 조시스템 혁신(3) - 스마트 공장을 가능하게 해주는 주요 기술 https://www.cadgraphics.co.kr/newsview.php?pages=news&sub=news01&catecode=2&num=65683    
이성숙 작성일 : 2019-09-22 조회수 : 15
앤시스코리아, 경기도 3D 프린팅 기술지원 사업에 디스커버리 라이브 공급
앤시스코리아가 ‘경기도 3D 프린팅 활용제품화 프로세스 전문인력 양성교육 및 컨설팅 지원’ 사업에 실시간 기반 시뮬레이션 툴인 디스커버리 라이브(Discovery Live)를 공급했다고 밝혔다. ‘경기도 3D 프린팅 활용제품화 프로세스 전문인력 양성교육 및 컨설팅 지원’ 사업은 3D 프린터를 활용한 전문인력 양성교육 프로그램을 확대해 제조업체의 제품 제작 및 개발 소요시간 단축 등 기술 경쟁력 향상을 도모하기 위한 사업이다. 경기도경제과학진흥원과 경기테크노파크에서 주관하는 이 사업은 올해 12월까지 진행되며 도내 중소기업, 일반인, 학생을 대상으로 운영된다. 최근 다수 기업이 신상품 기획 단계에서 의사결정자의 빠른 판단을 위한 혁신적인 아이디어를 실시간으로 설계해 신속히 제품화할 수 있는 엔지니어링 시뮬레이션의 필요성을 느끼고 있다. 앤시스코리아는 이번 사업에서 설계와 동시에 즉각적인 시뮬레이션 결과를 토대로 설계단계에서 다양한 옵션을 실시간으로 확인할 수 있는 실습 위주의 교육 프로그램을 운영한다. 또한 각 제조업체의 디자인 기획, 모델링 등을 위한 맞춤형 컨설팅도 진행될 예정이다.     참가 기업은 앤시스의 시뮬레이션 소프트웨어인 디스커버리 라이브(Discovery Live) 교육을 통해 보다 완벽한 결과물을 이끌어 낼 수 있게 되었다. 디스커버리 라이브는 설계 초기 단계에서 실시간으로 다양한 설계 옵션을 탐색하고 여러 변수를 적용해 제품의 구조와 물리적 특성을 미리 점검하고 예측한다. 이러한 과정에서 즉각적인 피드백이 이루어져 전체 제품수명주기에서 발생할 수 있는 문제점을 사전에 파악함과 동시에 제품의 질을 효과적으로 개선할 수 있다. 또한 디스커버리 라이브는 사용편의성이 우수해 일반 설계자와 디자이너도 손쉽게 사용이 가능하며 직관적인 설계 환경에서 직접적 지오메트리 모델링(direct geometry modeling)과 밀접하게 결합해 대화형 탐색과 제품 혁신을 제공한다. 이를 통해 몇 주에서 몇 달까지 소요되었던 프로토타입 설정·실행·분석 시간을 획기적으로 단축시킨다. 앤시스코리아 문석환 대표는 “중소기업의 성장을 위한 가치있는 기술지원사업에 자사 제품인 디스커버리 라이브를 지원하게 되어 기쁘다”며 “시뮬레이션 소프트웨어 기술 지원과 맞춤형 교육 및 컨설팅을 통해 중소기업의 기술 경쟁력을 한층 더 향상될 수 있는 계기가 되기를 희망한다”고 말했다.
정수진 작성일 : 2019-09-20 조회수 : 84
PTC, '스마트팩토리 어워드 코리아' AR 부문 '기술혁신 대상' 수상
PTC코리아가 ‘스마트팩토리 어워드 코리아’에서 증강현실(AR) 기술혁신 부문 대상을 수상했다고 밝혔다. PTC는 제조 산업 기업들이 제품 설계, 제조, 판매, 서비스, 교육, 운영에 이르는 전체 주기에 걸쳐 증강현실을 보다 손쉽게 구축, 활용, 확장할 수 있도록 지원한다는 점을 인정받아 AR부문 대상 기업으로 선정됐다고 소개했다. 부산시가 주최하고 스마트팩토리어워드코리아위원회에서 주관을 맡은 이번 어워드는 9월 18일부터 20일까지 부산 벡스코에서 열리는 ‘2019 부산·울산·경남 스마트팩토리 컨퍼런스 & 엑스포’의 부대행사로 진행됐다. 9월 18일 벡스코에서 개최된 시상식에는 PTC코리아를 비롯해 대한민국 제조 산업과 스마트팩토리 발전에 공로가 큰 개인 및 지자체, 기관, 기업들이 수상자로 참석했다. PTC코리아는 이와 함께 행사 기간 동안 플래티넘 파트너 디지텍과 협력하여 ‘디지털 스마트팩토리 로드맵’을 주제로 전시 부스를 운영하는 한편 PTC코리아 김욱 전무가 컨퍼런스 발표자로 참여하여 ‘디지털 트랜스포메이션(DT)의 성공 전략과 PTC의 제언’을 주제로 성공적인 DT 실현을 위한 접근 방법 및 PTC의 솔루션과 주요 고객사례를 소개했다. PTC코리아 박혜경 지사장은 “증강현실은 제조 경쟁력 차별화에 중요한 역할을 한다. 산업 영역에서 오랜 전문성을 보유한 PTC는 산업용 AR 경험에 최적화된 플랫폼을 제공함으로써, 고객들이 보다 효율적으로 노동력의 증강을 이룰 수 있도록 지원한다. 인더스트리 4.0 혁신을 주도하고 있는 주요 글로벌 기업들과의 경험을 발판으로 국내 제조 산업 기업들의 디지털 혁신을 견인하고자 한다”고 말했다. PTC의 AR 솔루션 스위트 뷰포리아(Vuforia)는 PAC RADAR 벤치마크 리포트에서 최고 점수를 획득했다. “커넥티드 근로자들을 위한 AR 플랫폼”이라는 제목으로 발간된 이 보고서에서는 10개 플랫폼 공급업체들의 시장 전략, 포트폴리오, 시장 진출 역량, 시장 지위, 성능, 기능 등을 다면 평가했다. 보고서는 PTC 뷰포리아가 커넥티드 근로자들을 위한 AR 애플리케이션에 IoT 데이터를 통합함으로써, 필드 서비스, 조립라인, 품질 검수, 교육 등의 영역에서 가장 광범위한 활용 사례를 제공한다고 설명하며, ‘기능’과 ‘시장 경쟁력’ 측면 모두에서 가장 높은 점수를 획득했다고 밝혔다. 뷰포리아는 물리적인 환경의 디지털 정보를 시각화하여 근로자 교육 및 설계 검토에 활용하고, 오퍼레이터 및 서비스 지침을 생성할 수 있도록 지원한다. 산업용 AR 경험을 위한 컨텐츠를 손쉽게 구축하고 제공할 수 있도록 설계된 뷰포리아는 제품, 프로세스, 사람에 대한 디지털 트랜스포메이션의 기반이 된다.
박경수 작성일 : 2019-09-20 조회수 : 59
지멘스, 산업용 SW 통합 포트폴리오 '액셀러레이터(Xcelerator)' 발표
지멘스가 소프트웨어, 서비스, 애플리케이션 개발 통합 포트폴리오인 '액셀러레이터(Xcelerator)'를 발표했다. 액셀러레이터는 기업이 소비자나 산업 특화된 요구사항에 맞춤화하거나 이에 맞게 개발하도록 하고, 나아가 다양한 규모의 기업이 디지털 엔터프라이즈로 탈바꿈하도록 지원한다는 점이 특징이다. 액셀러레이터는 설계, 엔지니어링, 제조 소프트웨어 등 지멘스 전체 포트폴리오에 확장된 멘딕스(Mendix)의 로우 코드(low-code), 다중경험 애플리케이션 개발 플랫폼 환경을 제공한다. 멘딕스 플랫폼은 클라우드 기반 개방형 사물인터넷(IoT) 운영체제인 마인드스피어(MindSphere)에 의해 구동되는 디지털 엔지니어링 및 IoT를 위한 클라우드와 앱 서비스를 포함하며, 멘딕스의 업계 최고 통합 로우 코드(low-code & no-code) 개발 환경을 제공한다. 액셀러레이터 플랫폼의 특징은 일반 개발자, 엔지니어 등 누구나 기존 데이터와 시스템을 쉽게 구축, 통합, 확장할 수 있으며, 이를 통해 디지털 트랜스포메이션 구현을 촉진할 수 있다는 점이다.  최근 지멘스는 ‘지멘스 PLM 소프트웨어’라는 사명을 ‘지멘스 디지털 인더스트리’로 변경했다. 이는 디지털 트랜스포메이션을 선도하는 지멘스의 솔루션, 애플리케이션, 도구, 서비스 생태계와 포트폴리오의 성장을 반영하겠다는 변화의 시도다.  토니 헤멀건(Tony Hemmelgarn) 지멘스 디지털 인더스트리 소프트웨어 CEO는 “지멘스는 오랫동안 엔지니어링과 운영 간의 경계를 허물고 가상과 현실세계를 통합함으로써 혁신을 이뤄 왔다. 액셀러레이터는 이러한 혁신의 전통을 잇기 위한 전략의 일환으로서 전자 설계 자동화(EDA, Electronic Design Automation)에서 제품수명주기관리(PLM, Product Lifecycle Management)에 이르는 지멘스의 소프트웨어 제품 포트폴리오를 멘딕스 플랫폼과 마인드스피어 IoT로 결합했다. 액셀러레이터는 피드백과 성과정보를 수집해 이러한 인사이트를 다시 설계와 제조에 적용함으로써 맞춤형 애플리케이션을 구축할 수 있다는 고유한 장점이 있다. 나아가 개별 산업 및 프로세스 업계 전반의 디지털 엔터프라이즈를 구현하도록 한다”고 말했다.  또한 “이번에 미래로 향하는 지멘스의 전략적 이동을 발표하게 된 것을 기쁘게 생각한다. 새로운 사명인 지멘스 디지털 인더스트리 소프트웨어는 설계, 엔지니어링, 제조 솔루션을 포함한 디지털화를 위한 지멘스의 폭넓은 서비스와 서비스의 특징을 반영한 것이다”고 덧붙였다.  지멘스는 광범위하고 수준 높은 전자, 기계 설계, 시스템 시뮬레이션, 제조, 운영, 수명주기분석 소프트웨어 포트폴리오를 구축해 왔다. 액셀러레이터는 기존 정보기술(Information Technology), 운영기술(Operational Technology), 엔지니어링 기술(Engineering Technology) 환경에 연결되는 내장형 도구 및 데이터베이스를 지멘스의 포트폴리오에 통합한다. 이를 통해 지멘스의 다양한 기술을 활용한 독창적인 워크플로우가 생성된다.  NX 소프트웨어에는 멘토(Mentor)의 캐피털 소프트웨어가 내장되어 있어 엔지니어링 분야의 전문가들이 협업하여 신규 제품을 개발할 수 있다. 지멘스 옵센터(Opcenter) 솔루션은 발로(Valor) 소프트웨어와 통합돼 설계에서 제조에 이르는 디지털 스레드(digital thread)를 확대해 지속적인 품질 향상을 제공한다.  지멘스는 최근 다수의 자동차 검증 도구를 통합해 PAVE360 사전 실리콘 자율 검증 환경을 구축하기도 했다. 이와 같은 개방형 통합 방식을 통해 모델 기반 시뮬레이션을 실험 데이터 및 실제 성능 분석과 결합한 고도화된 디지털 트윈을 만들어 제품과 운영을 빠르게 혁신하고 검증할 수 있다.  지멘스 디지털 인더스트리 소프트웨어는 자사의 디지털 엔터프라이즈 포트폴리오를 통해 다양한 규모의 기업에 가치사슬 전체를 통합하고 디지털화할 수 있는 엔드투엔드 제품, 솔루션, 서비스를 제공한다. 액셀러레이터는 제품 성능, 제품 개발, 생산운영 및 수명주기 지원이 창의적이고 지속적으로 이뤄질 수 있게 하는 기업의 디지털 엔터프라이즈를 위한 기술 소프트웨어의 기반이 된다.  액셀러레이터 포트폴리오는 제품수명주기관리(PLM), 전자설계자동화(EDA), 애플리케이션 수명주기관리(ALM), 제조운영관리(MOM), 임베디드 소프트웨어, 사물인터넷(IoT)을 위한 다수의 애플리케이션과 솔루션으로 구성된다. 이와 같은 통합 포트폴리오는 경영부서부터 생산현장에 이르기까지 업무 자동화를 지원하고, 모든 액셀러레이터 생태계 참여자들 간 정보의 흐름을 관리해 추적가능한 디지털 스레드를 생성하며, 빠르고 민첩한 협력이 개방적으로 이뤄지는 환경을 조성한다.  지멘스는 엔터프라이즈를 위한 로우 코드 및 노코드 애플리케이션 개발의 글로벌 선두주자인 멘딕스를 작년 인수한 뒤에, 멘딕스 플랫폼을 확대 적용하고 있다. 고객들에게 클라우드 환경과 시장을 선도하는 빠른 애플리케이션 개발 환경을 제공해 자신의 기존 솔루션을 새로운 유형의 데이터와 시스템, 그리고 새로운 사용자들에게 통합, 확장할 수 있는 앱을 개발할 수 있도록 하고 있다.  마인드스피어가 제공하는 IoT용 앱 서비스, 디지털 엔지니어링, 시스템 통합이 가능해지면서, 사용자들은 멘딕스 플랫폼을 통해 모든 시스템에서 더 많은 데이터를 추출하고 이를 애플리케이션이나 장치에 양방향으로 연결할 수 있다. 액셀러레이터 고객들은 멘딕스 플랫폼을 이용해 다중경험 앱을 만들어 클라우드나 플랫폼의 종류, 위치에 상관없이 모든 장치에 데이터를 더 빠르게 공유하고, 디지털 트랜스포메이션의 혜택을 누릴 수 있다.  액셀러레이터는 광범위한 IT 시스템 및 응용 프로그램에서 데이터를 공유하는 앱을 구축한다. 규모나 위치에 관계없이 모든 공급망에서 개인화되고 적응 가능한 소프트웨어 솔루션을 통해 비즈니스를 디지털 방식으로 혁신할 수 있으며, 새로운 작업 방식을 지원한다. 온프레미스(on-premise) 솔루션이나 하이브리드 클라우드 형태, 또는 클라우드 상에서 작업을 진행하기 원하는 기업들에게 액셀러레이터는 회사에 가장 적합한 속도와 형태로 디지털화할 수 있도록 도와준다.
박경수 작성일 : 2019-09-19 조회수 : 130
[포커스] 사람 중심의 스마트공장(2) - 스마트공장으로 사람 중심의 일터문화 실현
스마트공장으로 사람 중심의 일터문화 실현 중소벤처기업부가 분석한 결과, 스마트공장을 구축한 기업은 생산성이 향상되고 불량률이 감소할 뿐 아니라 산업재해가 22% 줄어들고 고용이 2.2명 증가하는 등 일자리 양과 질 면에서 성과가 창출되는 것으로 나타났다. 이에 정부는 근로자의 일하는 방식이 변화할 수 있도록 직무전환, 공정 및 작업절차 개선, 조직관리 등에 대한 컨설팅을 강화하는 한편, 근로자와 협업하여 작업 능률·편의·안전을 증진시킬 수 있는 협동로봇, 위해저감 장치 등을 도입해 근로시간 단축과 근무여건 개선의 효과 그리고 ‘양질의 일자리’가 창출할 계획이다.   이미지제공 :  스마트공장추진단   표 2. 로봇활용 지원 상세 지원 분야 내용 로봇활용 공정설계 ㅇ 제조업용 로봇을 생산 공정에 적용하기 위한 툴 및 전기장비 등 로봇시스템 설계 * 공정을 고려한 로봇 시스템 선정 및 설계(로봇엔지니어링) 로봇시스템 설치 및 시운전 ㅇ 로봇엔지니어링 결과물을 기반으로 현장 맞춤형 로봇 도입 * 로봇 및 부대설비 제작 * 로봇 설치 및 시운전 로봇활용 교육지원 ㅇ 로봇도입 기업을 대상으로 로봇 운용에 필요한 교육 실시 * 로봇시스템 유지·보수 관련 교육 * 로봇 제어기 활용교육 등 기초 및 사용자 교육 * 사업장 안전 설계 전문인력 교육 산업용로봇 안전검사 지원 ㅇ 로봇도입 기업을 대상 산업안전검사 지원 * 위험성 평가 보고서 지원 등 안전검사 지원 자료 : 중소벤처기업부   정부는 이의 일환으로 사람이 중심이 되는 노동환경을 위해 ‘노동친화형 시범 스마트공장 구축사업’을 진행하고 있다. 노동친화형 시범공장은 이러한 점에 착안하여 안전향상, 업무강도 경감, 고용안정 등 근로자가 체감하는 혜택 관점에서 스마트공장을 재조명하고 체계적으로 지원하기 위해 신규 추진하는 사업으로서 관계부처가 협업하여 스마트공장 구축과 함께 로봇·컨설팅 등 4개 관련 사업을 연계하여 지원할 계획이다. 특히 정부는 먼저, 근로자의 작업 효율과 안전 향상을 위하여 협동로봇, 자동화 설비 등을 로봇사업과 연계하여 지원한다. 이와 함께 근로자와 협업 가능한 협동로봇을 우선 도입하도록 하고, 위험 작업 등을 자동화 설비로 대체하는 경우에는 기존 작업자를 새로운 직무에 배치할 수 있도록 직무 개발 및 교육도 지원한다. 노동의 유연성과 새로운 일자리 창출 스마트공장은 ICT와 자동화, IoT 기술을 이용해 공장의 최적화 운영 및 기술·품질 경쟁력을 확보해 기업의 역량을 강화하기 위한 디지털전환 전략이다. 이러한 과정에서 단순하고 위험한 작업들은 협동로봇 등이 해결하고 불필요한 업무에서 해방된 작업자는 보다 생산적인 업무를 찾아 일터를 혁신시키고 작업효율을 높일 수 있게 된다. 중소 제조업체의 경우 스마트화는 인력절감보다는 작업자들의 업무 재배치를 통한 효율성 내지 생산성 개선의 효과를 볼 수 있는 것이다. 이와 함께 기초수준, 중간수준1, 중간수준2, 고도화수준 등 스마트공장 기술수준에 따라 데이터를 수집 분석하고 생산관리에 활용할 데이터관리 인력과, 자동제어 기반 공정운영 최적화를 위한 연구인력 및 엔지니어 등 새로운 직종도 필요해 진다는 점에서 새로운 일자리 역시 창출될 수 있다. 다시 말해 스마트공장은 시공간적으로 유연한 노동을 수행할 수 있고 인간과 기계가 협업을 통해 탈숙련 노동자의 필요성을 줄일 수 있기 때문에 단순 업무 담당은 재배치가 가능해 진다. 이로 인해 표면적으로는 고용이 없거나 일시적으로 감소하는 양상을 보일 수 있지만, 스마트공장 운영을 위한 새로운 일자리 및 고용은 오히려 증가할 수 있다. 그러나 많은 중소기업은 기존 작업자의 감소만 생각하고 새로운 인력의 충원에는 인색하기 때문에 일자리의 감소와 스마트공장 운영관리 부족으로 인한 실효성 저하의 문제를 겪게 된다. 이러한 점에서 스마트공장을 ‘사람을 대체할 설비·시스템·시설’로 해석하지 말고, ‘지능화·고도화된 생산시스템을 통해 일터를 혁신하고, 능률·효율성을 높이는 업무로의 작업자 재배치’를 통해 수익개선 및 새로운 가치 창출의 수단으로 삼아야 할 것이다.   연관기사 [포커스] 사람 중심의 스마트공장(1) - 작업자 재배치 통한 업무환경 개선과 일자리 창출  
이성숙 작성일 : 2019-09-18 조회수 : 76
코오롱베니트, ‘제조/유통 혁신 전략 세미나’ 개최
  AWS, SAS코리아와 머신러닝, 빅데이터 분석 기반 혁신 사례 소개   코오롱베니트는 8월 27일 서울 삼성동 오크우드 프리미어 코엑스 센터에서 빅데이터 활용 사례를 통한 ‘스마트한 제조/유통 혁신 전략’ 세미나를 개최했다. 이번 세미나에서 코오롱베니트는 글로벌 기업 아마존웹서비스(AWS), SAS코리아와 함께 머신러닝, 빅데이터 분석을 기반으로 한 기업들의 혁신 사례와 제조 및 유통 기업에 특화된 디지털 트랜스포메이션 전략을 공개했다. 빅데이터 활용 사례를 통한 ‘스마트한 제조/유통 혁신 전략’ 세미나는 ’머신러닝 적용 스마트팩토리 사례’, ’AWS Manufacturing 솔루션과 제조혁신 사례’, ’빅데이터 활용을 통한 수요예측 모델 적용’  등 3개 세션으로 진행되었다. 처음 진행된 ’머신러닝 적용 스마트팩토리 사례’ 세션에서는 코오롱베니트에서 제품 품질 향상을 위한 머신러닝 기반 전략 공유 및 스마트팩토리 구축 사례가 소개되었다. 강연에 나선 코오롱베니트 김은희 박사는 자동차, 화학, 반도체, 철강 등 다양한 산업군에서 생산최적화, 생산량, 품질 및 수율의 문제를 해결하기 위해 이용되고 있는 Falkonry LRS 머신러닝 솔루션을 통해 산업별 머신러닝 적용 사례를 소개했다. 이어 진행된 ’AWS Manufacturing 솔루션과 제조혁신 사례’ 세션에서는 아마존웹서비스(AWS) 제조업사업개발담당 석진호 이사가 제조업의 디지털 트랜스포메이션 및 AI/ML을 활용한 제조혁신 사례를 소개했다. 강연을 통해 석진호 이사는 Amazon SageMaker를 활용한 X레이, MR, CT 분석용 AI를 비롯해 AWS의 IoT 솔루션 등을 활용한 스마트선박 시스템 및 스마트팩토리 구축 사례 등을 소개했다. 마지막으로 진행된 ’빅데이터 활용을 통한 수요예측 모델 적용’ 세션에서는 코오롱베니트 김종혁 박사가 e-Commerce 시장의 수요예측 혁신 가속화와 수요예측 분석모델 사례를 중심으로 강연을 진행했다. 강연을 통해 김종혁 박사는 다각적인 분석 기법을 활용한 수요 예측 모델 수립, 적정 재고 산출 방안, 운영 효율 성공 사례 등을 소개했다. 한편 ‘스마트한 제조/유통 혁신 전략’ 세미나를 주최한 코오롱베니트의 이종찬 상무는 “IT 기술을 활용해 생산성 향상, 운영 효율화 등의 성과를 이뤄내는 기업들이 증가하는 추세”라며, “앞으로 다양한 프로젝트 경험과 노하우를 바탕으로 제조, 유통기업들의 비즈니스 혁신에 도움을 줄 것”이라고 말했다.  
이성숙 작성일 : 2019-09-18 조회수 : 81
산업부, ‘소재·부품·장비 경쟁력 강화대책’ 발표
 기술독립으로 소재·부품·장비 대외의존형 산업구조 탈피한다   산업통상자원부는 9월 10일, 소재부품장비 자립화를 위해 수요·공급기업이 기술개발 사업을 신속하게 착수할 수 있도록 ‘소재부품장비 추경예산 기술개발 사업 추진계획(2,179억원)’을 밝혔다.   이번 추진계획은 ‘기술개발을 통한 공급 안정화를 목표로 전략적 지원’, ‘관계부처 합동 3가지 트랙 기술개발 추진’, ‘수요기업 구매로 이어지도록 테스트베드 구축 및 실증평가 지원’ 등을 주요 골자로 한다.   이미지 출처 : 픽사베이      산업통상자원부는 국무회의에서 관계부처 합동 ‘소재부품장비 추경예산 기술개발 사업 추진계획’을 보고하였다. 이 자리에서 지난 8월 2일 국회에서 통과된 추경예산 중 산업부, 중기부, 과기정통부 3개 부처의 소재부품장비 관련 기술개발 사업(2,179억원)의 진행현황 및 향후 계획이 논의되었다. 이번 추경 사업은 핵심기술 확보 및 공급안정화라는 목표 아래 다음과 같은 전략을 가지고 추진되고 있다.   1. 소재부품장비 추경예산 기술개발 사업 추진계획   (1) 수요-공급기업 협력 가능한 많은 사업에서 소재부품을 개발하는 공급 기업뿐만 아니라 수요기업들이 기술개발 내지 현장 실증평가에 참여하는 방식으로 추진되어 기술개발 성과가 실효성을 갖도록 지원한다.   (2) 신속한 추경 집행 패스트 트랙(Fast-Trcak) 등 획기적 추진방식을 적용하여 일부 사업은 추경예산을 편성한 지 한 달만에 R&D 기획과 수행기관 선정을 마무리하여 8월말부터 기술개발에 돌입하였으며, 여타 사업도 최대한 신속히 추진할 계획이다.   (3) 전략적 R&D방식 성과 극대화를 위해 기존 획일적 기술개발 방식에서 벗어나, 지난 8.8일 R&D 제도개선 사항에 포함된 복수형, 경쟁형 기술개발 방식 등 과감한 수행방식을 도입한다. 이중 복수형은 2~3개 수요기업의 사양(spec)에 맞는 맞춤형 기술개발 과제를 복수(複數)로 지원함을 의미한다. 또 경쟁형은 복수기업이 1~2년간 경쟁적 개발 후 중간 성과평가를 통해 가장 우수한 성과를 보인 단일기업에 후속 기술개발을 지원하는 토너먼트 방식이다.   (4) 실증사업 병행 기술경쟁력을 확보하였으나 신뢰성 및 납품실적 (Track-Record) 부족으로 상용화에 어려움을 겪고 있는 기업들을 위해 테스트베드 구축, 신뢰성 평가, 수요기업 양산평가까지 통합 지원한다. 테스트베드 구축 사업은 과기부에서 반도체성능평가 테스트베드(115억), 시스템반도체 나노팹고도화(90억)를, 산업부에서 소재부품산업기술개발기반구축(180억) 등에 385억원을 투자하는 사업이다. 또 신뢰성·양산평가 사업은 산업부에서 소재부품산업기술개발기반구축(220억), 기계산업핵심기술개발(320억), 반도체디스플레이성능평가지원(350억) 등 890억원을 지원한다.   2. 주요 사업별 추진현황 및 향후 계획   (1) 기술개발 기술개발은 ‘공급안정화 수요 및 산업적 연관효과가 큰 핵심 전략품목(산업부)’, ‘기업수요에 기반한 국산 대체 가능 품목(중기부)’, ‘원천기술 역량을 제고해야 할 필수 소재(과기부)’ 등 3가지 트랙으로 추진한다.   1) 핵심 전략품목 ‘핵심 전략품목(25개, 산업부, 650억원)’의 기술개발 과제 중 대부분은 기술개발 전략상 비공개로 추진한다. 특히 공모절차 없이 과제 수행기관을 공모하지 않고, 과제내용 및 주관기관을 지정하여 개발을 추진하는 ‘정책지정’ 방식을 원칙으로 지난 8월 30일부터 기술개발에 착수했다.   2) 현장수요 품목 ‘현장수요 품목(34개, 중기부 217억원)’은 국산 대체 기술역량을 확보한 중소기업을 대상으로 과제 공고(9.10~) 후 평가를 거쳐 11월초 기술개발에 착수할 예정이다. 관련 사업내용은 중소기업 기술개발 종합관리시스템(www.smtech.go.kr)을 통해 확인할 수 있으며, 산업부는 사업설명회 : 비수도권(대전, 9.17일)과 수도권(서울, 9.19일)으로 나눠 사업설명회를 진행하였다.   3) 기초원천 소재 ‘기초원천 소재(6개, 과기부, 37억원)’는 과제를 신청한 연구단 선정평가(9.10)를 거쳐 우수 연구단을 선정하고 9월 중 기술개발에 착수할 예정이다.   3. 실증평가 개발된 소재부품이 수요기업의 실질적 구매로 이어지도록 핵심품목을 중심으로 테스트베드 확충 및 실증평가도 지원한다. 우선, 핵심품목의 신뢰성·실증 평가에 필요한 필수 시험·평가 장비 등 테스트베드를 설치·보강(180억, 산업부)한다. 특히 화학, 금속, 섬유, 세라믹·전자, 기계(장비)·자동차 등 5개 분야 주요 공공연 내에 구축된다. 특히, 수출규제 영향이 큰 반도체 분야를 집중 지원하여 양산현장 수준의 최신 성능평가 장비를 구축(115억, 과기부)하고, 시스템반도체 팹리스 기업 지원용 노후 시제품 장비를 교체(90억, 과기부)한다. 이와 함께 나노종합기술원 내 웨이퍼 8인치급 성능평가 장비를 12인치급(기업 양산수준)으로 보강한다.   또한, 중소․중견기업이 개발하여 우수 기술력을 확보한 소재부품장비의 신속한 상용화를 위해 신뢰성 평가비용 중 일부를 국비로 지원(산업부 220억원, 공고 중(~9.11))하는 사업은 9월말부터 개시되며, 기초 성능평가가 이루어진 소재부품장비는 9월말부터 수요 대기업 생산현장에서 실제 성능 시험 및 개선을 추진(산업부 670억원)하여 수요-공급기업간 비즈니스 기회로 연계되도록 지원한다.   정부 관계자는 “이번 추경사업은 최근 글로벌 공급망의 불안정성이 높아지는 상황에서 국내 제조업의 허리를 맡고 있는 소재·부품·장비산업의 경쟁력 제고를 위해 기술개발과 실증지원까지 R&D 자금을 최대한 신속하게 지원한다는 측면에서 의미가 크다”면서, 이번 기술개발의 성과를 제고하기 위해 조기 기술개발을 위한 인센티브를 부여하는 한편, 특허전략 수립을 유도하고 개발 이후 국내외 시장진출도 지원하는 등 종합적 지원전략도 지속 추진할 계획이라고 밝혔다.   3. 제3회 외국인투자 정책협의회 주요 안건   한편 산업부는 지난 9월 5일, 17개 광역시·도 및 7개 경제자유구역청 외국인투자유치 담당자 50여명이 참석한 가운데 ’19년도 ‘제3회 외국인투자 정책협의회’를 개최한 바 있다. 이 회의는 최근 일본 수출규제 조치, 미·중 무역갈등 장기화, 글로벌 경기 침체 등 외국인투자환경의 불확실성이 높아진 상황에서 ➀ 새로운 외투정책 방향을 모색하고, 이에 따른 ➁인센티브제도 개편 방안을 논의하며, ➂금년 투자유치 프로젝트를 점검하기 위해 마련되었다.   회의를 주최한 정대진 투자정책관은 인사말을 통해 “미·중 무역갈등 장기화, 글로벌 FDI(외국인직접투자) 위축, 일본의 수출규제 조치 등 국내·외 경제 환경이 매우 어려운 시기인 만큼 외국인투자의 역할이 더욱 커졌다는 점”을 강조하며 “특히, 소재·부품·장비 분야의 중요성이 더욱 부각되고 있다는 점을 지적하고, 이 분야에 대한 외국기업 유치를 중심으로 ????5년 연속 외국인직접투자 200억불 이상 달성????을 위해 노력해 줄 것”을 당부했다. 또한, “일본계 외투기업을 포함하여 기투자 외투기업들의 경영활동에 불편함이 없도록 하고, 당초 계획했던 증액 투자 등이 차질 없이 현실화 될 수 있도록 적극 지원”해 줄 것을 요청했다. 산업부는 이번 회의를 통해 지자체와 함께 다음과 같은 사항을 추진키로 했다.   (1) 소재·부품·장비 분야 외국기업 집중 유치 노력 산업부·지자체·코트라가 원팀이 되어 소재·부품·장비 분야의 기업 타겟 선정 단계부터 유치역량을 집중할 예정이다. 이를 위해 소재·부품·장비 분야 글로벌 강국인 독일을 대상으로 국가-지자체 합동 투자유치설명회(IR)를 지난 9월 19일, 20일 양일간 개최하였다. 또한 소재·부품·장비에 대한 현금지원 규모를 투자규모 대비 종전 최대 30%에서 40%로 상향(10%p 증가)조정하였다. 이밖에도 공장설립시 인허가 절차 소요기간 단축 및 개별 기업 애로사항을 적극 해결해 나갈 방침이다.   (2) FDI 환경에 효과적으로 대응 현재 글로벌 차원에서 위축되고 있는 FDI 환경에 보다 효과적으로 대응하기 위해 다각적인 활동을 전개할 방침이다. 이를 위해 외국인투자 카라반(9.26, 12월 잠정), 분기 외투기업인의 날(10.1, 12월 잠정), 외투기업과의 간담회 등을 통해 기투자한 외국기업의 증액투자 등을 유도하고, 코트라 해외 무역관을 통해 외국기업의 투자 동향을 모니터링하고 한국 투자 관련된 특이 동향 발생시 선제적으로 대응할 방침이다.   이와 함께 산업부는 자자체가 유치 추진 중인 ’19년 투자 프로젝트 진행 상황을 점검하고, 연내에 계획된 투자가 차질 없이 현실화 될 수 있도록 1:1 전담관 지정 등을 통해 다각적으로 지원해 나갈 계획이다. ’19년 투자 프로젝트는 동남권에서 화학, 철강, 배터리 등 15개, 충청권에서 의료바이오, 반도체, 배터리 등 11개, 대경권에서 기계, 의약 등 8개, 호남권에서 물류, 자동차, 화학 등 9개 분야를 진행하고 있다. 또 수도권에서는 반도체, 문화콘텐츠, 의료 등 10개와 관광, 철강 등 9개(총 62개 프로젝트)를 진행하고 있다.  
이성숙 작성일 : 2019-09-18 조회수 : 86
대한상공회의소, ‘스마트공장으로 품질혁신 컨퍼런스’ 개최
스마트공장 운영에서의 데이터 표준화 및 품질관리 중요성 확인   대한상공회의소는 8월 26일 COEX 3층 C홀 메인 무대에서 중소기업 대표 및 임원, 스마트공장 구축 및 품질관리 담당자, 스마트공장 전문가, 품질혁신 전문가 등 200여명이 참석한 가운데, ‘스마트공장으로 품질혁신 컨퍼런스‘를 개최했다. 이번 컨퍼런스에서는 ‘우리나라 중소기업에 적합한 스마트공장 구축방안’과 ‘스마트공장과 연계된 품질혁신 추진 방안’, ‘제조품질 스마트화 우수사례 분석 시사점’ 등이 소개되었다.     대한상공회의소는 우리나라 중소기업의 품질경쟁력 향상을 위해 품질혁신과 관련된 최근의 발전 추이 및 우수기업의 모범사례를 소개하기 위해 ‘스마트공장으로 품질혁신 컨퍼런스’를 기획하였다. 대한상공회의소는 컨퍼런스를 통해 4차 산업혁명이라는 변화의 파고 속에서 우리나라 중소기업이 나아가야 할 차별화된 품질경쟁력 확보를 위해 스마트공장과 연계된 품질혁신의 새로운 패러다임을 모색하고자 한다고 밝혔다.   강연의 첫 주자로 나선  한양대 김동준 교수는 ‘우리나라 중소기업에 적합한 스마트공장 구축방안’을 주제로 스마트공장 구축시 중요한 이슈와 중소기업에 특화된 스마트공장 추진 방안을 소개했다. 이와 함께 김동준 교수는 스마트공장 구축을 위한 준비와 대응방안에 소개하며 “모두가 외부환경을 탓할 때 우리는 성장의 기반을 만들어야 한다”며 “스마트공장 구축은 제조 스마트화를 희망하는 중소·중견기업이 도입의 필요성과 기대효과 및 성과 등을 명확하게 파악한 후 중소·중견기업이 보유한 역량 및 자원에 맞춰 스마트화를 진행해야 한다”고 강조했다.   ‘스마트공장과 연계된 품질혁신 추진 방안’을 주제로 두번째 강연을 이어간 성균관대 신완선 교수는 품질 리더십의 변화과 새로운 품질개념의 필요성, 새로운 품질 방법론의 핵심 등을 발표를 진행했다. 오픈 퀄리티의 개념 정립 배경을 설명한 신완선 교수는 “제조+ICT 융합으로 인한 제조시스템 트렌드의 변화와 제품 품질수준 관리에 개방형 소싱 개념이 적용되고 있다”며 “광범위해진 품질 책임범위에 대한 대응방안이 필요하고 품질 정보 공유 체계의 투명성, 보장성이 동시에 요구되고 있다”고 설명했다. 특히 신완선 교수는 운송수단에서 움직이는 단말기로 진화하고 있는 자동차 산업계의 품질관리 사례를 비롯해 전자, 주류, 요식업계의 품질혁신 사례 등을 소개했다.    마지막 세션 진행자는 한국품질경영학회장인 인하대 김연성 교수로, ‘제조품질 스마트화 우수사례 분석 시사점’을 주제로 강연을 폈다. 김연성 교수는 강연을 통해 스마트공장을 통한 기존 제조업의 성과 향상을 포인트로 제조품질의 ‘전략적 변곡점’, ‘스마트공장’, ‘디지털 챔피언’ 등에 대해 소개했다. 특히 김연성 교수는 포스코, 삼성전자의 스마트공장 구축사례를 소개하며, 우리 제조업계는 4차 산업혁명과 스마트공장이라는 트렌드 변화에 대응하고 디지털 챔피언으로 만들기 위해서는 기존 제조업과 전략적 변곡점을 지나 Make or But, Break(Partner) 사이에서 혁신 프레임웍을 구축해야 한다고 말했다. 이를 위해선 정부의 정책과 기업의 전략, 디지털 트윈, 5G를 활용한 원격지원 등에 집중해야 한다고 김 교수는 덧붙였다.    
이성숙 작성일 : 2019-09-18 조회수 : 113
총 게시글 28,352