자동화, 머신 러닝 및 블록체인이 전자 부품 제조의 미래를 촉진하는 방법

Industry 4.0에서는 지능형 자동화를 사용하여 전자 부품을 제조합니다. 에지부터 클라우드까지 센서, 로봇, 코봇, 프로그래밍 가능 논리 컨트롤러(PLC), 기타 장비 등 모든 곳에서 자동화 기능이 점점 더 향상되고 있습니다. 소비자, 그린 에너지, 자동차, 의료, 산업, 군사/항공 우주 및 기타 응용 분야를 위한 반도체 웨이퍼, 집적 회로, 수동 소자 부품, 포장 및 전자 시스템은 지능형 자동화에 기반하여 운영됩니다. 통합 제조 실행 시스템(MES)은 원자재부터 완제품까지 전체 제조 체인에 대한 실시간 모니터링, 제어, 추적 및 설명서를 제공합니다.

Industry 4.0의 사이버 물류 자동화 시스템은 기존의 제조 활동을 능가하며 클라우드의 심층 강화 학습부터 에지의 tinyML까지 다양한 형태의 머신 러닝(ML)을 통해 유연한 제조, 지속적 향상, 일관되게 우수한 품질을 지원합니다. 연결 계층의 수가 증가하고, 에지 컴퓨팅, 산업용 사물 인터넷(IIoT) 및 클라우드 컴퓨팅 조합으로 인해 사이버 보안 관련 문제가 증가하고 있습니다. 블록체인에서는 최근에 포괄적이고 안전한 공급망 관리를 위해 사진을 입력했습니다.

이 기사에서는 증가하는 연결 계층 수, 사이버 보안에 대한 필요성 증가, 배포 중인 ML의 특수 구현, 추적 가능성 및 MES에서 실시간 프로덕션 지표 및 분석을 지원하는 방법 등 전자 부품 제조 부문의 주요 자동화 트렌드에 대해 살펴봅니다. 그 과정에서 Dig-Key에서 다양한 솔루션으로 자동화 시스템 설계자의 요구를 지원하는 방법을 비롯하여 고품질 저비용 대량 맞춤 설정에 대한 Industry 4.0의 약속을 완전히 실현하는 데 필요한 몇 가지 기술을 검토합니다. 마지막으로 블록체인을 사용하여 매우 안전한 전사적 공급망 관리 시스템을 배포하는 방법을 살펴봅니다.

증가하는 연결 계층 수

Industry 4.0의 IIoT에는 센서 네트워크, 자율 모바일 로봇(AMR) 및 기타 시스템을 위한 유선 및 무선 네트워크 계층이 더 많이 포함되어 있습니다. 예를 들어 IO-Link는 대규모 센서, 액추에이터, 표시기 및 기타 이전에 연결이 끊긴 레거시 에지 장치를 Ethernet IP, Modbus TCP/IP, PROFINET과 같은 더 높은 수준의 네트워크에 연결하기 위해 간소화된 유선 네트워크 연결을 제공하도록 개발되었습니다. IO-Link에서는 이러한 장치의 입력과 출력(IO)을 캡처한 후 단일 4선식 또는 5선식 비차폐 케이블(IEC 60974-5-2에 정의됨)을 통한 직렬 연결(IEC 61131-9에 정의됨)용 IO-Link 프로토콜로 변환합니다(그림 1). IO-Link는 공장 공정에 대한 세부 정보를 캡처할 수 있는 새로운 네트워킹 계층을 제공할 뿐만 아니라, Industry 4.0 공장에서 대량 맞춤 설정에 필요한 라인 및 공정 변경을 지원하기 위해 연결된 장치의 빠른 전개, 원격 구성, 모니터링 및 진단을 지원합니다.

그림 1: IO-Link를 사용하면 다양한 인터페이스를 통해 센서 및 기타 장치를 이더넷, PROFINET 또는 Modbus 네트워크에 연결할 수 있습니다. (이미지 출처: Banner Engineering)

센서, 로봇 등 무선 IIoT 장치도 증가하는 네트워킹 계층에 기여합니다. Wi-Fi, 5G, LTE 등 다양한 무선 프로토콜이 현대 공장에서 사용됩니다. 예를 들어 AMR은 기판 실장 센서와 Wi-Fi 연결을 조합하여 환경을 파악하고, 가능한 장애물을 식별하며, 장소 간에 안전하고 효율적으로 이동합니다. 협업 로봇(코봇)은 작업자와 협력하여 운영 효율을 개선하도록 설계되었으며 무선 연결이 필요할 수도 있습니다. 필요한 경우 AMR은 작업 간에 코봇을 이동합니다(그림 2).

그림 2: AMR(아래)은 기판 실장 센서와 무선 연결을 조합하여 장소 간에 이동하고 큐빗(위)을 선택하여 새 작업 공간으로 이동할 수 있습니다. (이미지 출처: Omron)

증가하는 사이버 위험

산업용 네트워크의 증가하는 계층과 연결된 장치의 폭발적인 증가로 인해 보안 위협 벡터와 사이버 위험이 증가하고 있습니다. 국제 전자기술 위원회(IEC) 62443, IoT 플랫폼을 위한 보안 평가 표준(SESIP)을 비롯한 다양한 산업 및 IoT 특정 보안 표준 및 방법론이 개발되었습니다.

IEC 62443은 국제 자동화 학회(ISA) 99 위원회에서 개발되고 IEC의 승인을 받은 표준 계열입니다. IEC 62443은 14개 하위 섹션과 4개 계층으로 구성된 산업 자동화 및 제어 시스템(IACS)을 위한 800페이지가 넘는 표준 계열입니다(그림 3). 부품에 대한 제품 개발 및 보안 요구 사항을 정의하는 주요 섹션은 다음과 같습니다.

• IEC 62443-4-1: 제품 보안 개발 수명 주기 요구 사항 – 초기 요구 사항 정의, 보안 설계 및 구현, 확인 및 검증, 결함 및 패치 관리, 생산 종료 등 보안 제품 개발 수명 주기를 정의합니다.
• IEC 62443-4-2: 산업 자동화 및 제어 시스템 보안: IACS 부품의 기술 보안 요구 사항 – 주어진 보안 수준에서 부품에 대한 위협을 완화할 수 있는 보안 기능을 지정합니다.

그림 3: IEC 62443은 포괄적인 IACS 보안 표준입니다. (이미지 출처: IEC)

SESIP은 GlobalPlatform에 의해 발표되었으며 연결된 제품의 보안을 평가하는 일반적인 구조를 정의하고 IoT 특정 규정 준수, 보안, 개인정보 보호 및 확장성 문제를 해결합니다. SESIP는 부품 및 플랫폼에 대한 보안 기능을 보안 기능 요구 사항(SFR)의 형태로 명확히 정의합니다. 또한 SESIP ‘레벨’(1 ~ 5)의 형태로 공격에 대한 견고성을 측정하는 강도 지표를 제공합니다. 여기서 1은 자체 인증에 해당하고 5는 포괄적인 테스트 및 제3자 인증에 해당합니다.

ML(클라우드, 에지 등)

ML은 지능형 자동화의 핵심 요소로서, 지속적인 공정 향상과 고품질 제품을 지원합니다. 신경망 사용은 Industry 4.0에서 체계적으로 구축된 ML 기술입니다. 클라우드에서 심층 강화 학습으로 보완되기 시작했습니다. 심층 강화 학습은 신경망 코어에 목표 지향 알고리즘 프레임워크를 더합니다. 처음에 강화 학습은 게임과 같은 반복 가능한 환경에 국한되었지만, 현재 알고리즘은 실제 세상의 더 모호한 환경에서 작동할 수 있습니다. 미래에는 고급 강화 학습이 구현되어 일반 인공 지능을 실현할 수 있습니다.

ML은 클라우드에만 있는 것이 아니라 작업 현장, 에지 등 도처에 있습니다. 작업 현장에 있는 산업용 PC 및 프로그래밍 가능 컨트롤러의 확장 슬롯에서 지능형 공정 제어를 위해 ML 및 AI 가속기 카드를 점점 더 많이 호스팅하고 있습니다.

tinyML(Tiny Machine Learning)은 저전력 응용 분야에 배포하도록 최적화되었습니다. 센서 응용 분야에서 tinyML 사용이 빠르게 증가하고 있습니다. tinyML 응용 분야의 한 가지 예로는 배터리 또는 에너지 수확을 통해 구동되는 에지 장치의 IIoT 센서 분석이 있습니다. Arduino는 MCU가 포함된 Arduino Nano 33 BLE Sense 기판과 움직임, 가속, 회전, 소리, 제스처, 근접성, 색상, 조명 강도 등을 모니터링할 수 있는 다양한 센서가 포함된 소형 머신 러닝 키트를 제공합니다(그림 4). OV7675 카메라 모듈과 Arduino 실드도 포함됩니다. 기판 실장 MCU는 장치 내 추론을 위한 TensorFlow Lite 오픈 소스 딥 러닝 프레임워크를 기반으로 심층 신경망을 구현할 수 있습니다.

그림 4: Arduino의 소형 머신 러닝 키트는 IIoT 센서 응용 제품을 개발하도록 설계되었습니다. (이미지 출처: DigiKey)

실시간 지표 및 분석

실시간 지표와 분석은 지능형 자동화의 핵심적인 측면입니다. 트레이서빌리티 4.0은 이전 세대 트레이서빌리티의 제품 가시성, 공급망 가시성 및 품목 가시성을 결합하고 제품의 모든 측면에 대한 전체 내역을 제공합니다. 또한 모든 기계 및 공정 파라미터를 포함하고 제조 공정을 최적화하는 전체 장비 효율성(OEE) 지표를 지원합니다(그림 5).

그림 5: 트레이서빌리티 4.0은 Industry 4.0 작업의 다양한 요구 사항을 지원하는 포괄적인 구현입니다. (이미지 출처: Omron)

추적 가능성은 의료 기기 제조, 자동차, 항공 우주 등 대부분의 산업에서 매우 중요합니다. 의료 기기의 경우 규정 요구 사항에서 포괄적인 추적 및 추적 가능성을 요구합니다. 자동차 및 항공 우주 시스템의 경우 수만 개의 부품을 추적할 수 있습니다. 부품 내역뿐만 아니라 개별 부품의 기하 공차(GD&T)도 추적할 수 있습니다. GD&T를 사용하면 정확한 GD&T 값을 기반으로 정밀하게 제조하고 부품을 설치할 수 있으므로 항공 우주, 자동차 제조와 같은 산업의 고정밀 조립품을 지원합니다.

추적 가능성은 제품 리콜 구현의 정확성과 효율성을 개선할 수 있습니다. 또한 제조업체에서 모든 영향을 받는 제품과 결함 있는 부품의 제조업체를 식별할 수 있습니다.

추적 가능성을 사용하여 시정 조치와 예방 조치를 가속할 수 있습니다. 제품 리콜과 마찬가지로 제품의 전체 출처를 알면 제조업체에서 현장 제품에 대한 서비스 및 유지 보수 활동의 대상과 일정을 효율적으로 설정할 수 있습니다.

추적 가능성 및 MES

추적 가능성을 통합하여 통합 MES를 구현하면 계획된 설계, 내장된 결과를 포함하여 개별 제품과 관련한 모든 정보의 검색 가능한 데이터베이스를 생성할 수 있습니다. 예를 들어 추적 가능성은 생산을 시작하기 전에 인바운드 품질 테스트 데이터, 공급 공장 위치를 비롯하여 도착하는 개별 부품 및 자재를 추적하는 데 사용됩니다. MES는 계획된 설계를 기반으로 해당 정보를 확인하고 키팅 공정 및 재공품 데이터베이스에 공급합니다.

MES와 결합된 IIoT에 의해 공급되는 추적 가능성 데이터는 Industry 4.0에서 제품의 대량 맞춤 설정을 지원합니다. MES를 사용하면 정확한 자재, 공정 및 기타 자료를 정확한 위치에 배치하여 최저 생산 비용과 최고 품질 결과를 보장할 수 있습니다. 또한 MES와 추적 가능성을 결합하여 정부 규정 준수를 입증하고 필요에 따라 감사자 등이 데이터에 쉽게 액세스할 수 있습니다.

블록체인

블록체인은 여러 당사자 간의 거래를 조작 방지하고 확인 가능한 방식으로 기록하기 위한 분산형 디지털 원장 시스템입니다. 공급망 관리와 같이 신뢰가 중요한 모든 거래는 블록체인의 잠재적 사용 대상입니다. 참여자가 많은 공급망에서 블록체인은 거래 효율성을 개선하고 거래를 조작 방지되고 확인 가능하게 만들 수 있습니다. 예를 들어 공급망 활동에서 블록 체인을 사용할 경우 다음과 같은 두 가지 이점이 있습니다.

수동 공정 대체. 블록체인을 사용하면 서명이나 다른 형태의 물리적 확인에 의존하는 종이 기반의 수동 공정을 잠재적으로 개선할 수 있습니다. 원장에서 참여자의 환경이 유한하고 쉽게 식별 가능해야 한다는 제한 사항이 있습니다. 친숙하지 않은 고객의 데이터베이스가 지속적으로 변화하는 배달 회사는 블록체인의 훌륭한 대상이 될 수 없습니다. 신뢰할 수 있는 제조업체 그룹이 유한하고 느리게 변화하는 제조 공정은 훌륭한 대상입니다.

추적 가능성 강화. 블록체인은 공급망 투명성을 개선하고 증가하는 규정 및 소비자 정보 요구 사항을 충족하는 유용한 도구를 제공할 수 있습니다. 예를 들어 블록체인은 의약품 공급망, 안전 보장법 및 미국 식품 의약국의 고유한 장치 식별자 권한을 지원할 수 있습니다. 자동차 및 기타 산업에서 공급망 전체 제조업체가 리콜 구현에 참여할 수 있으며, 블록체인은 AIAG(Automotive Industry Action Group)에서 게시한 추적 가능성 지침을 구현하는 데 유용한 도구를 제공할 수 있습니다.

요약

Industry 4.0의 기반이 되는 지능형 자동화에서는 증가하는 네트워크 계층 수, 유선 연결 및 무선 연결, 점점 복잡해지는 사이버 보안 위협 등 다양한 구현 기술을 사용합니다. 또한 추적 가능성, 통합 MES를 비롯하여 실시간 지표 및 분석을 지원하기 위해 에지부터 클라우드까지 머신 러닝을 구현하고 있습니다. 마지막으로 조작 방지되고 검증 가능한 데이터베이스를 지원하기 위해 블록체인 기술을 도입하고 있습니다.