기본사항: IoT, IIoT, AIoT - 산업 자동화의 미래인 이유

사물 인터넷(IoT)의 채택이 가속화되면서 인공 지능(AI), 머신 러닝(ML)과 같은 고급 기술도 발전하고 있습니다. 그러면서 “IoT”의 의미가 자체적으로 진화하여 산업용 IoT(IIoT), 사물 인공 지능(AIoT), IoHT(Internet of Heavier Things)¹로 확장되고 있습니다.

산업용 배포의 경우 IIoT가 제공하는 연결 및 인텔리전스를 통해 생산성, 효율성 및 기타 경제적 이점을 실현할 수 있습니다. 하지만 새로운 IIoT 지원 장비 외에, 기존의 “구식” 인프라 및 기계가 많이 있습니다.

이 기사에서는 시설 관리자가 기술 혁신의 변방에서 이들 장비의 성능이 저하되는 것을 방치하는 대신 Molex, TE Connectivity, STMicroelectronics, Delta 및 Weidmuller의 솔루션을 활용하여 인센티브를 획득하고 기존 장비를 IIoT 시대에 통합할 수 있는 방법을 보여줍니다.

용어 정의

“사물 인터넷”이란 용어는 영국의 선구적 기술자 Kevin Ashton이 1999년에 Procter & Gamble(P&G)에서 진행한 프레젠테이션 중에 만든 신조어입니다. Kevin은 널리 사용되는 센서를 통해 인터넷을 실제 세계에 연결하는 시스템을 설명하기 위해 “사물 인터넷”을 사용했습니다. 그때는 사물 인터넷과 IoT라는 약어가 널리 사용되기 오래전입니다.

IoT: 사람들이 알고 있는 “사물 인터넷(IoT)”이라는 용어는 시간이 지남에 따라 진화했습니다. 현재 널리 통용되는 정의는 이렇습니다. “상호 관련된 컴퓨팅 장치, 기계 및 디지털 머신, 물체, 동물, 사람 등으로 구성된 시스템으로, 고유한 식별자를 보유하고 인간과 인간 또는 인간과 컴퓨터 간의 상호 작용 없이 네트워크를 통해 데이터를 전송할 수 있습니다.” “IoT 장치”란 원격 위치에서 모니터링하거나 제어할 수 있는 독립형 인터넷 연결 장치를 나타냅니다. Statistica에 따르면 2020년에는 전 세계에 300억 대의 IoT 장치가 설치되고 2025년에는 그 수가 750억 대로 증가할 것으로 예상됩니다.

IIoT 및 AIoT: 산업용 사물 인터넷(IIoT)이란 제조 및 에너지 관리를 비롯하여 컴퓨터의 산업용 응용 제품과 네트워크로 상호 연결된 센서, 기기 및 기타 장치를 말합니다. 이 연결을 활용하여 데이터를 수집, 교환, 분석할 수 있으므로 생산성과 효율성을 높이고 기타 경제적 이점을 실현할 수 있습니다. IIoT는 클라우드 컴퓨팅을 통해 공정 제어를 개선 및 최적화하여 자동화를 더욱 강화할 수 있는 분산 제어 시스템(DCS)이 진화한 것입니다. 현재의 IIoT는 사이버 보안, 클라우드 컴퓨팅, 에지 컴퓨팅, 모바일 기술, 사물 지능 통신, 3D 프린팅, 고급 로봇 공학, 빅데이터, IoT, RFID 기술, 인지 컴퓨팅과 같은 기술에서 지원됩니다.

AIoT란 AI 기술로 강화된 IoT 장치 및 인프라를 나타냅니다. AI는 머신 러닝(ML)과 인지 기능을 통해 IoT를 강화합니다.

Industrial Awakening 및 IoHT(Internet of Heavier Things)

Gartner는 2017 예측에서 IoT에 대한 글로벌 지출이 2018년에 7,725억 달러에 달할 것으로 예측했습니다. IDC에 따르면 2018년의 IoT에 대한 글로벌 소비자 지출은 약 620억 달러였습니다. 그에 비해 제조 부문의 지출은 1890억 달러로 교통(850억 달러)과 유틸리티(730억 달러)를 합한 것보다 많았습니다. 또한 Bain & Company는 2020년에 IIoT 응용 분야에서 3000억 달러 이상을 창출하여 소비자 IoT 부문(1500억 달러)의 2배에 달할 것으로 예측했습니다.

“중공업”이란 크고 무거운 제품, 크고 무거운 장비 및 시설(예: 중장비, 큰 기계 공구, 대형 빌딩, 대규모 인프라), 복잡하거나 많은 공정 등의 특징 중 하나 이상을 포함하는 산업을 말합니다.

IoT 이전에 모터, 발전기 및 중장비를 사용하는 산업용 시스템은 주로 연결되지 않고 독립적으로 작동되었습니다. 하지만 인터넷에 연결하여 IoT의 일부로 참여하면 효율성, 생산성, 신뢰성의 측면에서 엄청난 이점을 얻을 수 있습니다. 이러한 이점에는 원격 모니터링 및 제어, 고장 감지, 선제적 유지 보수와 같은 기능이 포함됩니다. 여기서는 새로운 산업용 장비에 광범위한 센서 및 통신 기능이 탑재되는 이유를 설명합니다.

문제는 기존의 많은 “구식” 인프라와 기계입니다. 미국에만 6조 8천억 달러 상당의 구식 장비가 있는 것으로 예측됩니다. 이러한 장비는 있는 그대로 유지하거나, 엄청난 비용을 들여 기존 장비를 최신 장비로 교체하거나, 최신 센서, 제어 및 통신 시스템으로 기존 장비를 강화하여 개선하면서 21세기로 힘겹게 끌어갈 수 있습니다.

미국의 벤처 캐피털 회사인 Kleiner Perkins는 “Industrial Awakening”과 같은 IIoT 및 AIoT 기능으로 산업용 시스템을 강화하도록 지시했습니다. 2015년에 발표된 기사 The Industrial Awakening: The Internet of Heavier Things에서 Kleiner Perkins는 세계경제포럼에서 생성한 보고서를 인용했습니다. 이 보고서에서 “Industrial Awakening”은 2030년에 14조 2천억 달러의 글로벌 시장을 창출할 것으로 예상했습니다.

IIoT 및 AIoT 기능으로 기존의 장비 강화

전기 모터는 단일 제품으로 전 세계에서 전기를 가장 많이 소비하는 제품입니다. 전기 모터는 산업용 전력 소비의 약 2/3와 글로벌 전력 소비의 약 50%를 차지합니다. 즉, 두 발전소 또는 기타 전원 중 하나는 모터를 구동하는 데에만 사용되는 것을 의미합니다.

문제는 평균적인 산업용 모터의 효율이 약 88%에 불과하다는 것입니다(상용 모터의 경우 훨씬 더 낮을 수 있음). 적절한 센서와 제어 시스템을 사용하여 이 효율을 획기적으로 개선할 수 있습니다.

예기치 못한 장비 고장으로 인해 발생하는 다운타임은 산업체 기업에 가장 큰 위험 중 하나입니다. 이 문제를 완화하는 한 가지 방법은 예측 유지 보수 방법을 채택하는 것입니다. 여기에는 센서를 통해 장비와 IIoT 및 AIoT 기능을 모니터링하여 정상 작동에서 벗어난 편차를 감지하고 잠재적 장애 모드 및 시간 프레임을 예측하는 방법이 포함됩니다. 예를 들어 “이 머신의 이 보조 회전자는 현재 95% 효율로 작동하며, 하루에 0.9%씩 성능이 저하되어 6일 +/- 1일 후에는 심각한 장애를 일으킬 것으로 예상됩니다.”

IIoT 및 AIoT 기능을 사용하는 이유는 이러한 기능이 인간보다 더욱 효과적으로 패턴을 찾아내고, 기록 데이터로부터 추세를 파악하고, 잠재적 고장을 추정할 수 있기 때문입니다.

인간은 방대한 양의 숫자 데이터로 패턴을 감지하고 이상 현상을 식별하는 데 어려움이 있지만, 데이터가 그래픽 형식으로 제공된다면 훨씬 더 쉽게 패턴을 감지하고 이상 현상을 파악할 수 있습니다.

예를 들어, 인간은 그림 1에 제공된 숫자 데이터에서 문제를 감지하여 식별하는 것이 불가능하지는 않더라도 어려울 수 있습니다. 이에 비해 동일한 데이터를 그림 2와 같이 그래픽으로 제공할 경우 이상 현상을 즉시 파악할 수 있습니다.

그림 1: 인간은 데이터를 방대한 양의 숫자로 제공할 경우 패턴을 감지하고 이상 현상을 파악하는 데 어려움이 있습니다. (이미지 출처: Stephen Bates의 프레젠테이션, “공개 프레젠테이션을 위해 요약된 IoT 시스템의 일반 측정값”)

그림 2: 인간은 데이터를 그래픽 형식으로 제공할 경우 훨씬 쉽게 패턴을 감지하고 이상 현상을 파악할 수 있습니다. (이미지 출처: Stephen Bates의 프레젠테이션, “공개 프레젠테이션을 위해 요약된 IoT 시스템의 일반 측정값”)

여기서 중요한 점은 IIoT 및 AIoT 시스템은 데이터가 제공되는 방법에 상관없이 패턴을 감지하고 이상 현상을 파악할 수 있다는 것입니다. 또한 세계 각지에 흩어져 있는 동일한 여러 시스템이 모두 모니터링 중일 경우 IIoT 및 AIoT 시스템은 모든 시스템으로부터 학습하고 특정 시스템에서 습득한 지식을 활용하여 다른 시스템의 문제를 예측할 수 있습니다.

센서에 관한 것 모든 것(센서, 처리, 연결 등)

기존의 산업용 장비를 강화하는 첫 번째 단계는 센서를 추가하는 것입니다. 센서는 엄청나게 다양한 종류가 있습니다. 또한 센서 유형별로 선택 옵션의 폭이 매우 넓습니다. 센서로 측정할 수 있는 다양한 속성은 다음을 포함하며 이에 국한되지 않습니다.

문자 그대로 수만 가지의 센서 유형/옵션 조합이 있습니다. 예를 들어, Molex의 Contrinex 120254 계열 광전 센서와 TE Connectivity Measurement Specialties의 M3041-000006-250PG 통풍 게이지 압력 센서가 있습니다(그림 3). M3041-000006-250PG는 TE Connectivity의 Microfused 라인에 속하며 액체 또는 가스 압력 측정뿐만 아니라 오염된 물, 증기, 약한 부식성 유체와 같은 까다로운 매체에도 적합합니다.

그림 3: M3041-000006-250PG 압력 트랜스듀서는 액체 또는 가스 압력의 측정뿐만 아니라 오염된 물, 증기, 약한 부식성 유체와 같은 까다로운 매체에도 적합합니다. (이미지 출처: TE Connectivity)

센서 개발 키트 및 평가 기판의 예로는 STMicroelectronics의 IoT Studio Platforms, STEVAL-STLCS02V1 SensorTile, STEVAL-MKSBOX1V1 SensorTile.box 개발 키트 및 X-NUCLEO-IKS01A3 동작 MEMS 평가 기판이 있습니다.

X-NUCLEO-IKS01A3 동작 MEMS 및 환경 센서 평가 기판 시스템은 Arduino UNO R3 커넥터 레이아웃과 호환됩니다(그림 4). LSM6DSO 3축 가속도계와 3축 자이로스코프, LIS2MDL 3축 자력계, LIS2DW12 3축 가속도계, HTS221 습도 및 온도 센서, LPS22HH 압력 센서, STTS751 온도 센서를 제공합니다.

그림 4: X-NUCLEO-IKS01A3 동작 MEMS 및 환경 센서 평가 기판 시스템은 Arduino UNO R3 커넥터와 호환됩니다. (이미지 출처: STMicroelectronics)

센서 이외에 로컬 데이터를 조절, 처리, 제어해야 할 수 있습니다. 이러한 작업은 Delta Industrial Automation의 AS 계열 콤팩트 모듈식 미드레인지 PLC와 같은 프로그래밍 가능 논리 컨트롤러(PLC)를 사용하여 수행할 수 있습니다(그림 5).

AS 계열은 모든 종류의 자동화 장비를 위해 설계된 고성능 다목적 컨트롤러입니다. AS 계열은 실행 속도를 최대 40kilo-steps/ms까지 개선하기 위해 32비트 CPU를 기반으로 하여 Delta에서 자체 개발한 SoC(시스템온칩)를 갖추고 있습니다. 또한 최대 32개의 확장 모듈 또는 최대 1024개의 입/출력을 지원합니다.

그림 5: Delta 콤팩트 모듈식 미드레인지 PLC AS 계열은 최대 40kilo-steps/ms 및 최대 1045개의 입/출력을 지원합니다. (이미지 출처: Delta Industrial Automation)

고급 AIoT 기반 분석은 안개 및 클라우드에서 수행되므로 네트워킹 및 통신이 필요합니다(예: Weidmuller Group의 산업용 이더넷 연결을 위한 완벽한 솔루션).

결론

IoT 채택이 가속화되고 ML 및 AI가 추가되면서 시설 관리자는 기존의 산업용 장비를 적절히 현대화하여 생산성과 효율성을 개선할 수 있는 방법을 찾아야 합니다.

다행히 기존 시스템에 인텔리전스와 연결을 추가하여 IIoT 혁신에 참여할 수 있도록 해주는 다양한 벤더의 솔루션을 즉시 이용할 수 있습니다.

참고 자료

1. The Industrial Awakening: The Internet of Heavier Things, Kleiner Perkins, 2015