스마트 공장(Smart Factory)같은 개념이 보편화되면서 이전에 볼 수 없었던 다양한 기술 실험들이 제조업 분야에서 진행되고 있다.

각 기업이 내놓는 기술들은 제 각각이지만 스마트 공장의 시작은 대부분 빅데이터 에서부터 출발한다. 빅데이터를 활용하는 방식을 보면 스마트 공장의 기술 트렌드를 읽을 수 있다.

◇ 생산성을 높여주는 빅데이터

스마트 공장이 궁극적으로 추구하는 목표는 생산성 향상이다. 생산성은 제품 불량률, 공장 가동시간, 조립시간 등을 조절해 높아진다.

클라우드, 사물인터넷, 빅빅데이터 분야에 활동하는 수많은 기업이 제조업 생산성을 높여주는 분석기술 개발에 한창인데, 근래 비약적으로 성장하고 있는 것이 컴퓨터 비전(Computer vision) 기술이다.

즉 이미지나 영상 빅데이터를 기반으로 인공지능을 개발하는 것이다. 제조업에선 보통 품질 검사 단계에서 이 기술이 활용된다. 이미 전세계 수백 개의 기업이 컴퓨터 비전 업계에서 경쟁하고 있다.

스타트업 뿐만 아니라 글로벌 제조 기업 스스로 컴퓨터 비전 기술을 개발해 공장에서 활용하는 경우도 많아지고 있다. BMW는 제품 생산 라인에 이미지 인식 기술을 결합해 제품 품질을 확인하고 있다.

BMW 자동차 한 대에 들어가는 부품 수는 약 8천 개에서 1만2천개에 이른다. BMW는 이런 부품들이 제대로 조립됐는지, 나사가 빠지진 않았는지 이미지로 확인하고 있다.

특히 고객마다 엔진 종류나, 디자인을 다르게 제공하는 경우가 늘어나고 있는데, 이미지를 기반으로 고객 요청사항이 정확히 완제품에 반영했는지 관리하고 있다.

LG화학은 2018년 김천공장 생산 라인에 카메라를 설치하고 이미지를 학습하는 딥러닝 알고리즘을 적용하기도 했다. 이를 통해 SAP(고흡수성수지) 제작과정에서 발생하는 이물질을 99.75% 잡아내는 시스템을 구축할 수 있었다고 한다.

마지막으로 생산성을 높여주는 기술로는 로봇을 빼놓을 수 없다. 실제로 많은 제조업 기업들은 로봇에 많이 투자하고 있다.

사람이 하던 많은 일을 로봇으로 자동화할 수 있기 때문인데 폭스콘, 테슬라, 아마존부터 삼성, LG, 현대차들도 로봇을 공장에 도입하고 있다.

하지만 로봇은 다양한 기술과 빅데이터를 종합적으로 활용하는지라 다룰 수 있는 전문가가 필요하다. 문제는 작은 기업이나 기술력이 적은 기업에서는 로봇을 관리하고 프로그래밍할 수 있는 인력을 구하기 어려운 상황인 점이다.

이런 문제를 해결하고자 나온 개념이 노코드(No code: 프로그래밍 소스코드를 입력하지 않고 소프트웨어를 만드는 방식)이다.