상세보기

메이저 자동화기업들의 AI 시장전략 /(1)로크웰 오토메이션 “LogixAI와 ThingWorx Analytics로 설비와 전반적인 시스템 AI 모두를 지원”   최교식 기자입력 2022-01-27 10:12:33

로크웰 오토메이션 이원영 차장 (사진 무인화기술)

 

 

 

Q. 로크웰에서 제공하는 AI솔루션 으로는 어떤 것이 있나?

A. FactoryTalk Analytics LogixAI(이하 로직스AI)ThingWorx Analytics(씽웍스애널리틱스)가 있다.

로직스 AI 모듈은 제어 섀시에 직접 장착되며, 백플레인을 통해 컨트롤러 데이터를 스트리밍하여 예측 모델을 구축한다. 생산 작업을 지속적으로 모니터링하고, 이를 통해 얻은 정보로 이상 징후를 감지한다. 또한, 작업자와 기술자가 머신러닝의 개념을 쉽게 적용하여 제품 품질 문제를 해결하고 프로세스 무결성을 보호한다. 특히 이러한 모든 기능은 머신러닝 알고리즘을 자체 개발하거나 검증, 관리할 필요 없이 사용할 수 있다는 것이 장점이다. 로직스AI의 이상 감지 기능은 예측을 통해 설정점을 벗어나기 전에 조치를 취할 수 있게 해줌으로써, 고객은 품질 달성률 향상, 자산 활용 향상, 오퍼레이션 우수성에 대한 구체적인 학습 경험 축적을 통해, 이익을 얻을 수 있다.

씽웍스 애널리틱스는 분석 툴로서, 기본적으로 머신러닝 알고리즘을 가지고 있다. 머신러닝 알고리즘에서 실시간 패턴이나 이상 탐지, 장애예측 등을 할 수 있는 분석 서버라고 할 수 있다. 씽웍스 애널리틱스는 데이터를 정제해서 Analytics 서버에 넣으면 그 서버가 알고리즘을 사용해서 Prediction Model을 생성하고, Prediction Model을 통해 실시간 예측을 할 수 있게 된다. 이 씽웍스 애널리틱스는 Thingworx Foundation과 통합된 환경에 머신러닝 분석 서비스를 제공한다.

로크웰의 분석 솔루션은 고객이 큰 비용을 들이지 않고 할 수 있도록 단계적으로 도입할 수 있다(Scalable)는 것이 특징이다. FactoryTalk Analytics EdgeAzure(애저) 기반의 클라우드 플랫폼 안에서 FactortyTalk Analytics라는 플랫폼을 만들었고, 플랫폼 안에 여러 가지 역할을 하는 게 있어야 하는데, FactortyTalk Analytics라는 플랫폼 안에서 컴퓨트 모듈 안에FactortyTalk Analytics Edge라는 것을 넣어서 내가 원하는 인풋과 아웃풋, 결과에 영향을 주는 상관관계를 분석하는 툴을 만들어냈다. 컴퓨트 모듈 안에 라이선스를 넣으면 엣지단에서 같은 섀시 내에 혹은 해당 섹터 내에 있는 인풋과 이로 인해 발생할 수 있는 아웃풋 혹은 중간에 연계되는 여러 가지 데이터들을 분석해서, 앞으로는 이런 인풋이 들어오면 이렇게 될 것이라는 분석 데이터를 해당 섹터에 나눠주게 된다. 별도의 소프트웨어 라이선스로 FactortyTalk Analytics Edge가 깔리게 된다. FactortyTalk Analytics Machine Learning이라는 소프트웨어가 있고, FactortyTalk Analytics DataView라고 하는, 클라우드 환경에서 쓸 수 있는 제품이 단계적으로 도입될 수 있게 출시가 되어 있다.

이 가운데 AI 모듈은 패턴을 읽어서 다음에 어떤 일이 일어날 것이라는 가이드를 주는 제품이다. 예를 들어 정상패턴을 벗어나서 운영될 때, AI 모듈이 그동안에 있었던 작업자의 학습패턴을 알고 있기 때문에, 이 패턴을 가지고 작업자에게 알람을 알려줌으로써 이상감지를 한다거나, 아니면 데이터와 데이터를 미리 연산을 해서 버추얼 센서를 만드는 형태로 운영하여 품질관리를 할 수 있다. 이러한 인공지능(AI) 기술은 품질관리의 중요성이 대두되고 있는 산업 자동화 전반에 걸쳐 생산성과 경쟁력에 큰 영향을 미치고 있다.

 

Q. 로크웰은 AI를 드라이브 하는 입장인가?

A. 물론이다. 본사는 물론, 한국에서도 드라이브하고 있다.

로크웰 오토메이션은 로직스AI를 기반으로, 2018년부터 AI 작업을 시작했다. 로직스 AI를 하드웨어에 장착해서 설비가 고장이 나기 전에 미리 감지를 한다든가, 파라미터가 정상패턴을 벗어나려고 할 때 비상정지를 시킨다든가 하는 것을 로직스 AI에서 기본적으로 할 수 있다. 로직스 AI는 설비기반으로 장착을 하는 하드웨어적인 AI이고, 조금 더 나아가서는 설비뿐만 아니라, 전반적인 시스템적인 부분에서 인공지능 기술을 지원하기 위해 씽웍스 애널리틱스라는 시스템 기반의 AI까지 지원을 하고 있다. 예를 들면 설비 가동중지를 예측한다거나, 이런 걸 뛰어넘어서 전반적인 공장의 프로세스 안에서 발생 될 수 있는 여러 가지 예측기술들을 구성할 수 있다. 보통은 이런 작업을 하려면 고객사에 데이터 사이언티스트가 있어야 되는데, 리소스가 많이 필요하게 되다 보니까 고객사에서 우리 로크웰에 의뢰를 많이 하는 추세고, 그걸 씽웍스 애널리틱스로 커버를 하고 있다.

 

Q. 그 말은 데이터 사이언티스트 없이 제조현장의 OT 담당자들이 직접 AI를 할 수 있다는 의미인가?

A. OT의 오퍼레이터들이 곧바로 수행하기에는 힘들겠지만, 우리가 AI를 구축해서 고객이 곧바로 사용할 수 있게끔 제공을 하고 있다.

 

Q. 그럴 때 고객이 얻는 이점은 무엇인가?

A. AI 자체를 제조현장에 도입한다는 점이다. 도입하기 전에는 오늘 하루의 생산량 같은 기본적인 생산성에 포커스를 맞췄다면, AI 기반으로 데이터를 활용해서 전반적인 품질향상이라든가 생산성 등을 향상 시킬 수 있게 된다. 예를 들면 어느 라인의 품질이 약간 떨어진다는 통계치가 나오면 어떤 원인인지를 기본적으로 분석을 하고, 이를해결하기 위해서는 어떤 조치를 미리 취해야 하는지 까지를 AI에서 작업을 해서 솔루션을 줄 수 있다.

 

Q. 로직스AI에 대한 시장에서의 반응은 어떤가?

A. 로직스AI는 알고리즘이 들어가 있는 모듈을 장착하는 것이기 때문에, 시스템AI와 비교했을 때 간편하다는 것이 장점이다. 시스템AI는 시스템 차원에서의 AI를 하는 거라서 고객사에 맞춰서 커스터마이징이 필요하다. 그때그때 고객사의 데이터를 받아서 우리가 컨설팅하는 과정이 최소 몇 개월이 걸린다. 그런데 로직스AI는 분석하는 내용이 국한되어 있고, 포커스가 맞춰져 있기 때문에, 니즈가 맞아서 제공을 하면 곧바로 장착을 해서, 최후의 결과물을 도출하는 시간이 짧다.

 

Q. 로직스AI 고객들은 기존 로크웰 PLC 고객들이 대부분인가?

A. 그렇다. ControlLogix(컨트롤로직스) 고객들이 대부분이다.

 

 

 

LogixAI. 컨트롤러 섀시에 장착해서 사용하는 AI모듈이다.

 

 

 

Q. 로크웰 AI의 장점은 어떻게 설명할 수 있나?

A. IT에 보면 알고리즘을 코딩하는 툴이 많은데, AI 소프트웨어나 FactoryTalk Analytics Edge 같은 제품은 그런 알고리즘이 들어가 있어서, 작업자가 원하는 인풋, 아웃풋 관련된 상관된 데이터 정도만 입력을 하면, 그 안에 들어가 있는 분석 알고리즘이 알아서 아웃풋을 내준다. , IT에서 쓰는 알고리즘이 소프트웨어 안에 내재되어 있는 것이다.

공장에 있는 사람들은 공정 데이터나 배치데이터에 대한 특정 도메인 지식은 많은데, 과거에는 히스토리안 서버에서 데이터를 누적하는 것까지만 공장에 있는 사람들이 했다. 그 이후에 히스트리안이나 FIMS라고 하는 공장 데이터 전반의 데이터를 DB로 만들어 놓으면, 이를 IT에 소속되어 있는 데이터 사이언티스들이 데이터를 모아서 분석을 한다. 그러나 데이터 사이언티스트나 DBA들은 공장에 대한 공정이나 생산성에 관련한 데이터 등 OT 분야의도메인 지식은 모른다. 로크웰 오토메이션은 데이터 사이언티스트와 같은 IT 전문지식을 가진 사람이 아니더라도, 공장에 대한 전반적인 지식을 가지고 있는 사람이 분석을 마음껏 활용할 수 있도록 하고자 하는 것이 방향이다. OT 분야에 있는 사람이 심플하게 이 데이터랑 상관관계를 믹싱해서 어떻게 되는지 가상으로 한 번 시뮬레이션 해보고, 사이클을 돌렸을 때 어떻게 구현되는지 미리 알 수 있게 해주는 툴이다.

이에 비해, 타 경쟁사들은 데이터 트윈을 활용하고 있다. 공장에 있는 여러 누적 데이터를 만들어서 이를 복사해서 시뮬레이션을 해보면 이렇게 구현할 수 있다라는 개념인데, 데이터 트윈을 하기 위해서는 데이터 사이언티스트나 DBA가 있어야 한다.

다른 AI는 광범위하게 데이터 사이언티스트 베이스에서 어떤 인더스트리에 상관없이 분석을 하는 데서 출발을 한다. 그러나 로직스AI는 우리 로크웰 제품의 수명을 예측해서 고장이 나기 전에 알려주길 원하는 니즈가 있을 때 제공을 하는 개념이다. 우리 로크웰은 로크웰 제품의 내용을 알고 있고, 수명주기에 대한 데이터 정보를 가져올 수도 있으니까, 그 부분의 니즈에 대한 솔루션을 줄 때, 이미 만들어져 있기 때문에 곧바로 솔루션으로 결과물을 볼 수 있다는 점을 고객들이 좋게 평가하고 있다.

 

Q. 시스템AI의 시장반응은 어떤가?

A. 시스템AI는 로직스AI보다 광범위하고, 요구하는 것이 상위레벨이다. “우리회사의 생산품질을 전반적으로 개선하겠다.” 이런 니즈부터 출발을 한다고 보면 되고, 그 부분에 대해서 솔루션을 제공할 때 로직스AI와 다른 점은, 로직스AI는 이미 만들어진 솔루션을 곧바로 제공을 해서 기간이 짧고 그 부분에 포커스를 맞춰서 만족도가 높은 편이다.

그러나 씽웍스 애널리틱스는 정답이 있지 않은 솔루션이라고 할 수 있다. 니즈가 있으면 인도 엔지니어와의 미팅을 통해 컨설팅을 하는 것에서부터 시작을 한다. 컨택회의도 하고 수정회의도 하면서 몇 달에 걸쳐 진행이 된다. 거기에 데이터뷰라는 비즈니스 인텔리전트 툴로 주요인자를 찾아내는 작업을 하고, 거기서 어떤 의미 있는 인자가 있다고 산출이 되어야그다음 단계로 진행을 하게 된다. 어떤 요인이 영향력이 있다고 데이터뷰에서 의미있는 물성체같은 값이 요인으로 나오면, 이 인자를 고장이 발생하기 전에 어떻게 해야 방지를 할 수 있을까에 대한 데이터 사이언티스트 다음 스텝으로 넘어가게 되고, 애널리틱스툴을 통해서 인도의 엔지니어와 미팅을 해서 그 자체만의 알고리즘을 개발하는 작업에 들어간다.

데이터뷰도 크게 보면 AI에 들어갈 수 있는데, BI 툴에 가깝다. 어떤 결과물에 영향을 주는 주요인자를 찾아내는 툴이다.

 

Q. 국내시장에서 AI 수요가 실제로 있나? 지난 2021년은 전년도에 비해 AI 관련 비즈니스가 얼마나 늘었나?

A. 고객명을 밝힐 수는 없지만, 몇몇 고객사와 현재 AI PoC를 진행하고 있다. 타이어나 식품업체와 진행을 하고 있는데, 모 식품업체는 작년부터 어떤 라인에 대한 품질개선을 AI로 하고 싶다는 니즈가 생겨서 계속 얘기가 진행되고 있고, 모 타이어 업체와는 PoC를 스타트하는 단계다.

 

Q. 그런 업체에는 로직스AI가 아닌 씽웍스 애널리틱스가 들어가게 되나?

A. 그렇다. 시스템 AI가 들어가게 된다. 이외에도 몇 가지 더 얘기가 진행이 되고 있는 프로젝트가 있다.

 

Q. 로직스AIPoC를 하나?

A. PoC는 아니다. PLC를 쓰면서 구매하는 패턴이다. 하드웨어인데 AI가 구현되니까 고객들이 처음에는 신기하게 생각한다.

 

Q. 로크웰 내에서 AI 비즈니스가 가시화가 되고 있다고 봐도 되나?

A. AI를 거시적인 관점에서 보면 데이터뷰는 대단히 성장을 하고 있다. 시스템쪽의 AI는 시장에서 니즈는 많이 있는데, 하드웨어를 구매하듯이 곧바로 구매할 수 있는 것이 아니라서 언급했던 것처럼, 고객사 내부에서 승인을 받는 데도 시간이 많이 소요된다. 작년부터 이에 대한 논의가 많이 되고 있다. 그러나 오래 걸리는 프로젝트다 보니까, 시장이 성숙 됐다고 보기에는 아직 이르다.

 

Q. 글로벌하게는 어떤가?

A. 전체으로는 AI 비즈니스에 대한 니즈가 증가하고 매출 또한 증가하고 있는 추세다. 왜냐면 제조업계에서 스마트 공장을 도입하고 있는 상황이고, 일차적으로 모니터링을 하는데 가장 상위단계가 예측보전에 해당하는 AI이기 때문이다. 이 부분에 대한 구축을 많이 하는 상황이다 보니, 이걸 구축하는 고객사의 경영진들이 예측보전을 기대하고 있다. 따라서 전 세계적으로도 과거에 비해 조금씩 늘어나는 추세인 건 확실하다. 고객사 사내에서 이런 움직임이 계속 있는데, 이를 실제로 의뢰하는 데까지 걸리는 시간이 길다.

 

Q. AI로 많이 하는 작업은 어떤 것들인가?

A. 우리 로크웰은 로보틱스나 시각처리를 갖추고 있지는 않다. 시각판정은 비전 쪽이고 이에 대한 하드웨어나 장비가 있어야 되는데, 우리가 이를 취급하고 있지는 않다. 우리 로크웰이 얘기하는 가장 기본적인 AI, 우리 하드웨어를 쓰고 있는 고객사를 기반으로 공장의 설비라인에서의 품질향상이라든가, 어떤 라인을 분석해서 고장이 나기 전에 조치를 할 수 있는 가이드라인을 작업자에게 제공해 줄 수 있는 부분이다.

AI는 모든 인더스트리에 적용을 할 수 있다. 우리는 광학적인 부분에 포커싱을 하는 건 아니고, 원래 우리 로크웰이 하고 있던 분야에서 포커스를 맞출 수 있는 예지보전 등에 주력을 하고 있다.

현재 AI 비전은 포화상태다. 이쪽은 예측보전을 위한 인공지능보다는, 사람의 시각으로 했었던 수작업을 비전이라는 툴을 통해서 기계가 분류하는 것을 AI로 정의한다. 그런 측면에서 특정한 예측보전과는 다르다. 우리는 결과물에 대한 분석을 하는 측면도 있지만, 이를 가지고 어떤 사고가 발생하기 전에 어떻게 해야 되지?”라는 관점에서 접근하는 국소적인 예지보전이다. 비전으로 분석한 불량률을 기계가 판독을 하는 것과 달리, 우리는 불량률이 나오지 않는 솔루션을 제공하는 것까지 커버를 해야 된다.

 

Q. 제조현장에서는 아직까지 AI에 대한 회의론이 있는데?

A. 이제는 AI 도입검토가 활성화되고 있는 단계다. 보수적인 제조분야 가운데 하나인 타이어 업체에서도 고객이 먼저 PoC를 해보겠다는 제안을 할 정도다. 우리 로크웰은 식음료나 라이프 사이언스 등 여러 분야의 비즈니스도 커버를 하는데, 중공업이나 타이어 분야는 인더스트리 특성상 경영진이 보수적인 편이다. 거기서 의사결정을 할 정도면, AI 검토는 굉장히 활성화된 것으로 보인다.

 

Q. 로크웰은 그런 시장에서 선점할 수 있는 솔루션을 모두 갖추고 있다고 판단하나?

A. 그렇다. 그런 솔루션을 자체적으로 공급을 하거나, 타 회사와의 협업을 통해 솔루션을 제공하고 있다.

 

Q. 인공지능(AI)은 품질 관리에서 어떻게 작동하고, 산업 자동화 전반에 걸쳐 어떤 영향을 미치나?

A. 이 질문에 대해 거시적인 측면에서 설명을 하면 로크웰이 나가는 방향과 비슷하다. 우리는 그동안 OT만 하는 회사였는데, 최근 몇 년 전부터 IT를 강화하고 있다. 우리 회사가 IT를 드라이브하는 것처럼, OT에서의 IT 접목은 워낙 활성화가 되고 있다.

그리고 IT도 여러 분야가 있는데, 그중에서 품질관리가 중요한 시스템 중 하나고, AI와의 접목을 많이 하고 있다. 예시를 들어 보면, 기존에는 설비가 고장 나면 알람으로 확인만 했던 걸 알람이 나기 전에 예측을 하는 부분이라든가, 아니면 사이클을 분석해서 이상상태가 발생했을 때만 알람을 울리는 게 아니라, 사이클이나 정상패턴을 벗어나려고 할 때 사전알람을 해서 미리 알려주는 작업을 통해, 품질관리를 할 수 있다. 요즘은 비싸더라도 좋은 제품 하나를 사는 게 추세다. 그런 측면에서 어느 기업이든 품질에 굉장히 포커스가 맞춰져 있고, 우리 쪽에 AI를 의뢰하는 기업들도 그런 맥락에서 AI가 정말 필요하다는 판단에 의해 의뢰를 하고 있다. 과거에는 일이 일어나고 확인만 했던 상황에서, 지금은 예지보전을 통해 품질을 향상시킬 수 있다는 측면에서 산업 전반에 매우 긍정적인 영향을 미칠 수 있다.

 

Q. 예지보전이라고 하면 으레 모터의 이상감지를 얘기하는데?

A. 우리도 모터의 진동분석 등 모터와 관련된 일을 많이 하고 있다. 소프트웨어나 하드웨어를 이미 갖추고 있어서, 고객들이 알고 의뢰를 해오고 있다.

 

Q. AI는 공급망 수요 계획 및 창고관리에 어떤 영향을 미칠 수 있나?

A. 창고에는 보통 재고가 쌓여 있다. MES 관점에서 얘기할 수 있는데, 어떤 제품을 생산해서 완제품이 나왔을 때, 매일 그 완제품의 수량이 달라질 수 있는데, 이를 AI로 분석을 하면 그때그때 결과물만 보는 게 아니라, 일정한 완제품의 수량이 나올 수 있도록 어떻게 해야 하는지 분석을 한다. 재고가 떨어지면 하는 게 아니라 재고가 떨어지기 전에 확인하고, 이런 부분은 MES로 제공을 하는데, 여기에 AI까지 접목을 한다면, 전체 생산라인에서 알람발생을 미리 예측하고, 그게 전반적인 서플라이 체인으로 다 녹아져 들어간다. 일정생산량을 생산해야 하는데 갑자기 멈춰버리면 차질이 생긴다. 이를 AI로 커버를 해서 일정 생산량을 지킬 수 있도록 가이드라인을 제시할 수 있는 거고, 사전에 예방할 수 있는 작업자 지침을 줄 수가 있다. 일정수량이 관련이 돼서는 창고를 비워 놔야 된다, 또는 어떤 제품의 재고를 미리 만들어 놔야 된다든가 하는 의사결정으로까지 연결이 될 수 있다. 앞단의 제품생산을 봤을 때 뒷단의 이런 내용 때문에 공급망이 어떻게 될 것이라는 것까지 분석을 할 수 있다.

 

 

 ThingWorx Analytics.

 

 

Q. 로크웰에서 그런 비즈니스도 하고 있는 건가?

A. 물론이다. MES를 제공하고, MES를 적용한 고객이 생산라인에 AI를 적용을 한다고 하면 이게 완성이 되는 거다. 생산라인에서 AI를 분석해서 예지보전을 통해 의미있는 값을 통해서 전반적인 MES를 효율적으로 구성을 한다고 하면, 가장 이상적인 그림이 될 수 있다.

국소적으로 봤을 때, 예산이나 회사 규모 때문에 다 도입을 하기는 힘들고, 일정라인에만 해보겠다든가 창고관리만 문제가 있다고 하면, AIMES를 모두 도입하지 않더라도 국소적인 솔루션을 제공하고 있다.

공급망 수요 계획부터 창고관리가 전반적인 MES. 그런데 창고관리만 포커스를 맞추면 창고관리를 하나의 라인처럼 보는 거다. 창고관리를 제대로 하기 위한 가장 최선은 전반적으로 해결을 하는 거긴 하지만, 고객 입장에서 무리일 수 있기 때문에 이 부분만 우선 해보자 해서 창고관리를 해결하기 위해서는 가장 영향을 미치는 게 무엇인가?” 이런 식으로 접근을 했을 때 결과물은 창고관리 솔루션을 제공하는 거지만, 똑같이 시스템적인 AI로 해결을 할 수 있다.

공급망이라고 하면 보통 아마존이나 쿠팡같이 물류에 포커스하는 데서 많이 하는데, 우리 로크웰은 물류에만 포커스하는 회사는 아니지만, 큰 맥락에서 그 부분을 해결해 줄 수 있다.

 

Q. 로크웰의 AI 사업방향은?

A. 로직스AI는 설비에 곧바로 솔루션을 제공할 수 있는 AI 모듈이기 때문에, 기존의 로크웰 고객에게 단기간에 해결할 수 있는 방안으로 제공을 하고 있다. 그 외에 시스템적인 예지보전에서는 씽웍스 애널리틱스를전반적인 인더스트리에 제공을 할 수 있다. 이외에 로크웰이 AI를 할 수 있을까?”라고 생각할 수도 있는 물류 같은 분야에도 제한 없이 제공을 하는 쪽으로 생각을 하고 있다. 기존고객들과 로크웰이 서로 잘 알고 있기 때문에, 이걸 바탕으로 시스템AI까지 확장을 하는 것이 우리 로크웰의 AI 사업방향이고, 더 나아가서는 신규고객으로까지 확대하는 것이 목표다.

 

Q. AI 기반의 유지보수 관리 플랫폼 업체인 픽스(Fixx) 인수가 로크웰에 큰 변화를 가져올 것 같은데?

A. 로크웰은 최근 AI 기반의 유지 보수 관리 플랫폼 업체인 픽스(Fiix)와 클라우드 베이스 소프트웨어 업체인 플렉스시스템(Plex Systems) 등을 인수합병하면서, 소프트웨어 및 서비스 포트폴리오를 더욱 강화했다.

특히, 지난해 6, 2.4조 원을 투자해 클라우드 베이스의 MES, ERP, Asset Management Software/Solution 업체인 플렉스(Plex)를 인수해 국내 영업을 준비하고 있다. 또 픽스(Fixx)라는 CMMS(Computerized Maintenance Management System)를 제공하는 회사를 인수해, 클라우드 베이스의 메인터넌스 매니지먼트 시스템을 제공할 계획이다. 이러한 인수를 통해 알 수 있듯이, 로크웰은 온프레미스(On-premise) 형태에서 클라우드 형태로 비즈니스 모델을 전환해, 궁극적으로는 SaaS 모델로 포트폴리오를 완성한다는 전략을 가져가고 있다.

플렉스와 픽스 모두 클라우드 베이스다. 특히 픽스 인수는 SaaS 모델로 가겠다는 우리 로크웰의 의지를 단적으로 보여주는 대목이다. 픽스는 장비관리 작업의 일정수립이라든가 수동 워크플로우를 형성하고 시스템을 연결해서 데이터 주도의 작업자 의사결정에 도움을 주는 툴이다.

기본적으로 MES를 도입하고자 할 때 금액이 클 수가 있고 중견·중소기업은 도입에 부담이 있을 수 있고, 오버스팩일 수 있다. 플렉스나 픽스는 그런 고객까지 가져가겠다는 로크웰의 사업방향을 보여주는 것이다. 로크웰의 기존 FT Production Centre는 대형 고객을 중심으로 사업을 진행하고, Plex MES는 중소규모의 고객을 중심으로 사업을 진행하는, 이원화된 방향으로 MES 사업이 전개가 될 예정이다.

 

Q. AI를 도입할 때 제조업계가 고려해야 될 사항이라면?

A. 기존고객이나 신규고객이 직접 컨택을 해오는 경우가 많고, 시작점이 경영진이다. 현재 어느 정도 규모가 있는 회사의 경영진들은 모두 AI를 도입해야겠다고 생각을 하고 있다. AI가 경영진들 간의 이슈다. “빨리 시작을 해야겠다. AI를 하지 않으면 뒤처지겠다.”라는 마인드가 확산이 되어있는 상황이다. 따라서 경영진으로부터 명령이 떨어지면 유관부서까지 움직이기 시작해서 컨택에 들어간다. 그런데 실제 미팅을 하면 고객이 AI를 도입해서 뭘 하고 싶은지를 정확하게 얘기를 못 하는 경우가 대부분이다. 도입해야겠다는 건 인식하고 있지만 이를구축해서 우리회사가 원하는 게 뭔지, 현재의 상황과 도입시 원하는 방향에 대해설명을 잘 못하는 고객들이 대부분이다. 그러나 이를 명확하게 설명을 못 하면 구축한 목표가 없는 거기 때문에 구축하는데 어려움을 겪을 수 있고, 구축을 하더라도 목표치를 달성했는지 잣대가 없을 수 있다. 따라서 현재의 문제점이 무엇이고 AI를 도입해서 되고 싶은 게 무엇인가를 제조 고객사 자체적으로 명확히 해주면, 구축을 제공하는 입장에서 구체적이면서 명확하게 솔루션을 제공할 수 있다.

이건 이미 니즈가 있는 고객들이고, 니즈가 없는 고객들 사이에서도 이미 이러한 도입은 시작이 되고 있다. 예지보전 같은 부분을 고려하지 않고 지금처럼 운영을 하면, 당장의 비용은 절감할 수 있더라도 이미 AI를 도입한 다른 회사에 비해서는 언제든지 경쟁력이 떨어질 수 있다는 부분에 대한 인식을 갖고 도입을 검토해 줬으면 한다.

니즈를 우리에게 먼저 주는 고객은 경영진에서 움직이는 기업들이고, 니즈가 밖으로 잘 표출이 되지 않는 회사들은 이미 실무진들은 체감을 하고 있는데, 위의 결정권으로 올라가다가 끊기는 경우가 많다. 니즈가 도출이 안 된 이런 기업들은, 현장의 목소리를 듣고 예지보전의 필요성을 인지를 해줬으면 한다.

 

 

로크웰은 AI 기반의 유지 보수 관리 플랫폼 업체인 픽스(Fiix)사를 인수했다.

 

 

Q. 올해 AI 수요전망을 어떻게 하나?

A. AI라는 게 정의하기 나름이다. 비전 분야에서의 AI는 정말 활성화가 되어있다. 비전은 결과물을 보여주기가 쉬워서 가장 먼저 시작이 됐다고 생각한다. 예지보전보다는 결과물을 기계에 의존하는 콘셉트로 AI비전이 활성화가 됐다고 본다. 그런 의미에서 AI는 활발하게 확산이 될 거고, 플랫폼이나 AR, VR, AI는 미래 투자 먹거리이기 때문에, 앞으로 수요가 확대가 될 것이다. 이미 기존시장은 포화상태다. AI 비전 같은 경우도 AI가 모든 걸 해결할 수 있는 게 아니라 사람이 눈으로 보던 걸 기계가 대신 해주는 심플한 콘셉트다. AI는 사람이 하는 걸 도와주는 역할이다. 그런 측면에서 사람을 도와주는 역할로서 AI는 얼마든지 확대가 될 것 같다.

 

Q. 로크웰의 AI 사업전략은?

A. AI는 정말 다양하다. 식품 분야에서도 있고, 자동차나 중공업에서도 있고, 로직스AI는 인더스트리 국한없이 도입될 수 있다. 시스템AI는 인더스트리가 많긴 한데, 품질과 연관된 경우가 많아서, 의외로 보수적인 자동치 분야에서 시스템AI를 진행하고자 하는의뢰가 많다.

로크웰은 자체적으로 개발할 수 있는 건 자체적으로 개발하고, 아니면 잘 만들어져서 시장에서 인식이 되어있다고 하면, 인수합병하거나 협력해서 세일즈하는 방향을 모두 가져가고 있다. 우리가 잘 하고 있던 분야는 물론, 우리가 갖고 있는 것만 하는 게 아니라 시장에서 니즈가 많으면 타사제품이라도 인수합병을 하거나 협력을 해서 세일즈를 해나가겠다는 것이 전략이다.

최교식 기자
관련 뉴스
의견나누기 회원로그인
  • 자동등록방지