엣지 기반 분석으로 더 스마트한 운영 추진

헨리 포드(Henry Ford)가 공장 생산 라인에서 최초의 모델 T 자동차를 생산한 이래로 산업 시설은 계속 발전해 왔습니다. 오늘날 공장 현장에서는 자동화와 로봇 공학이 표준으로 자리 잡았습니다. 그러나 제조업체 및 기타 플랜트 운영자는 플랜트를 계속 가동하기 위해 이러한 기계를 유지 관리하고 수리해야 하며, 이를 위해서는 지속적인 데이터 수집과 분석이 필요합니다.

모바일 로봇 분야의 글로벌 리더인 Boston Dynamics의 비즈니스 개발 담당 부사장인 마이클 페리(Michael Perry)는 다음과 같이 문제를 설명합니다. "기존 로봇을 사용한 자동화는 현장이 복잡하고 규모가 커서 성공적인 결과를 얻을 수 없었습니다. 이러한 현장의 경우 좁은 공간, 계단, 고르지 않은 지형에서 어려움을 겪는 바퀴 달린 로봇과 추적 로봇은 한계가 있을 수 있기 때문이죠. 데이터를 수집하는 로봇은 컴퓨팅뿐만 아니라 인텔리전스와 연결될 때 가장 유용하며, 이는 현장에서 일어나는 일과 모든 현장 데이터를 처리하는 모든 것 사이에서 이뤄지는 통신을 의미합니다."

시간이 지남에 따라 기업들은 기계가 생성하는 데이터를 수집하고 분석하기 위해 크게 두 가지 방법 중 하나를 채택했습니다. 전통적인 방법은 공장 전체에 기술자를 파견하여 정기적으로 기계 판독값을 기록하는 것입니다. 기계에 1년에 한 번만 문제가 발생하더라도 기술자는 매일 또는 매주 해당 기계의 데이터를 기록하여 사소한 문제가 큰 고장으로 이어지기 전에 발견해야 합니다. 또한 작업자는 때로는 위험하거나 시끄러운 환경에서도 장비를 유지보수하고 수리해야 합니다.

다른 방법은 각 장비에 센서를 설치한 다음 자산 관리 애플리케이션을 사용하여 해당 센서 데이터를 수집하고 분석하는 것입니다. IBM은 클라우드에 저장된 이 센서 데이터를 분석하기 위해 IBM Maximo Application Suite를 설계했습니다. 그러나 제조업체는 먼저 장비를 계측하는 데 많은 비용이 들고, 데이터를 저장하는 데 추가 비용이 들며, 마지막으로 이를 분석하기 위한 솔루션까지 구매해야 합니다. 이 때문에 소규모 기업에서는 완전한 계측이 불가능한 경우가 많습니다.

IBM Research의 DE 리서치 코그너티브 IoT 솔루션 담당 이사인 낸시 그레코(Nancy Greco)는 다음과 같이 설명합니다. "엣지 기반 센서는 클라우드로 전송되는 방대한 양의 데이터를 생성합니다. 제조업체는 클라우드 청구서를 보고 데이터가 모든 것이 정상이며 아무 문제 없음을 확인시켜 주는 것일 뿐인데 왜 그렇게 많은 비용이 드는지 의구심을 갖고는 하죠."

세 번째 솔루션은 장비를 정기적으로 검사하고 원격 측정 장비에서 데이터를 수집하도록 설계된 로봇을 보내는 것입니다. Boston Dynamics는 바로 이 아이디어에서 영감을 받아 개 모양의 로봇인 Spot을 개발하게 되었습니다. Spot은 사람이 갈 수 있는 곳이라면 어디든 가서 더 자주, 더 정확하게 데이터를 수집할 수 있습니다. 하지만 카메라와 기타 센서가 있더라도 Spot이 스스로 데이터를 해석할 수는 없습니다. 데이터는 여전히 분석이 필요하기 때문에 Spot이 이상 징후를 발견하면 문제를 해결하기 위해 사람이 개입해야 합니다.

IBM과 Boston Dynamics는 "플랜트 데이터를 엣지에서 안전하게 수집하고 분석할 수 있을까?"라는 물음을 제기했습니다.IBM과 Boston Dynamics가 모든 장비를 계측해야 하는 필요성과 관련 비용을 줄이면서 사람이 수동으로 데이터를 수집하거나 공장 현장에서 위험에 처할 필요가 없도록 도울 수 있을까요? 대답은 "예"였습니다.

Boston Dynamics와 IBM은 서로의 기술을 결합하여 Spot을 위한 AI 기반 솔루션을 개발하고 있습니다. "Boston Dynamics와 IBM은 데이터 수집과 데이터 인텔리전스의 동일한 조합 문제를 해결하기 위해 협력하게 되었습니다."라고 페리는 말합니다. "우리 둘 다 고객으로부터 같은 질문을 듣고 있었습니다. '어떻게 하면 이 복잡한 산업 현장에서 무슨 일이 일어나고 있는지 실제적이고 사실적으로 파악할 수 있을까요?'라는 내용이었죠."

Spot을 사용하면 이미 모든 장비에 센서를 장착할 필요가 없어집니다. 이제 IBM은 엣지에서 분석을 제공하기 위해 Spot에 AI와 Maximo 솔루션의 성능을 추가하고 있습니다. IBM의 도움으로 Spot은 온보드 카메라와 센서를 통해 '보는' 내용을 해석할 수 있습니다. 분석은 로봇에서 실시간으로 이루어지므로 별도의 클라우드 데이터 저장 및 분석의 필요성이 줄어들게 됩니다. Spot은 IBM AI@Edge Hybrid Cloud 전략의 연장선상에 있습니다.

"Spot은 로밍 엣지 디바이스가 되어 사용자가 필요로 하는 곳이면 어디든 분석 기술을 탑재하고 다닐 수 있습니다."라고 그레코는 말합니다. "좁은 공간에도 들어갈 수 있고, 계단을 오를 수 있죠. 그리고 모든 분석 기능까지 제공할 수 있습니다."

고도로 맞춤화되고 최적화된 AI 모델을 통해 Spot은 문제를 식별하는 데 그치지 않고 이상 징후를 감지하고 즉시 수정 조치를 시작할 수 있습니다. 페리는 "Spot은 현장을 돌아다니며 문제를 파악하고 Maximo를 사용하여 다음 해결 단계가 포함된 작업 명령을 자동으로 생성할 수 있습니다."라고 설명합니다.

IBM은 Maximo 외에도 자산 관리, AI, 5G 기술 분야에서 쌓은 경험과 전문성을 총동원하여 Boston Dynamics와 함께 AI 기능을 갖춘 Spot의 공동 솔루션을 개발했습니다.

IBM Consulting 컨설턴트들은 Boston Dynamics에 구현 및 지원 서비스를 제공하고 있습니다. 또한 고객의 특정 요구 사항을 해결하는 데 도움이 되는 업계 컨설팅도 제공할 예정입니다. 마지막으로, Red Hat 기술을 사용한다는 것은 하이브리드 클라우드 환경에서 비용 효율적인 방식으로 분석을 쉽게 배포할 수 있다는 것을 의미합니다.

페리는 이 관계를 다음과 같이 설명합니다. "Boston Dynamics는 로봇 플랫폼으로서 Spot의 이동성과 유연성을 제공하고, IBM은 Spot이 수집하는 데이터를 이해할 수 있도록 자사 시스템의 인텔리전스를 제공합니다."

모든 산업 고객에게는 생산 라인을 계속 가동하는 것이 수익성의 관건입니다. 가장 핵심적인 것은 IBM과 Boston Dynamics의 공동 Spot 서비스를 통해 이상 징후를 감지하는 시간을 단축하여 치명적인 문제로 발전하기 전에 발견할 수 있다는 점입니다. 또한 Spot은 모든 규모의 회사에서 이를 수행할 수 있으므로 100% 장비 계측이나 클라우드 스토리지 비용을 감당할 수 없는 소규모 시설도 Spot이 제공하는 로밍 계측의 이점을 누릴 수 있습니다.

"저희 고객들은 위험을 줄이고 기계가 다운되지 않도록 보장하는 저렴한 방법이 필요했습니다."라고 그레코는 말합니다. "이제 저렴한 방식으로 계측 양을 줄이고, 데이터 이동 및 대기 시간을 줄이고, 데이터 보안을 향상시킬 수 있습니다."

내장된 IBM Maximo 분석을 통해 Spot은 장비 가동 시간을 늘릴 수 있습니다. 이상 징후를 식별할 수 있을 뿐만 아니라 예상되는 원인을 해석하고 해결책을 제시할 수 있으며,주요 문제에 대한 작업 명령을 생성하거나 사소한 문제를 다시 한 번 살펴볼 수 있습니다. "IBM 서비스에 연결된 Spot은 많은 인사이트를 제공하여 고객이 이러한 자산을 더 오랫동안 실행하고, 문제가 발생하기 전에 파악하고, 다운타임을 방지하여 자산을 계속 가동할 수 있도록 지원합니다."라고 페리는 말합니다.

Spot은 인간 작업자를 대체하기 위한 것이 아닙니다. 작업자의 안전을 지키고 효율성을 높이는 데 도움을 주기 위한 것입니다. 로렌은 자신이 누출 여부를 검사하기 위해 장비를 준비하는 대신 Spot을 보내 검사를 수행하고 필요에 따라 유지보수 일정을 잡을 수 있습니다. 수색견이 사람이 갈 수 없는 곳까지 들어가서 핸들러의 효율성을 높여주는 것처럼, 민첩하고 이동성이 뛰어난 Spot은 화학 물질이나 소음 또는 기타 위험 요소로 인해 작업자가 갈 수 없는 위험한 환경에도 들어갈 수 있습니다.

Spot을 사용하여 문제를 감지하고 해결할 수 있게 되었다고 해서 인간 작업자가 대체되는 것은 아닙니다. 대신 기업은 작업자가 기술을 더 잘 활용할 수 있도록 인력을 효과적으로 배치하는 기회를 얻을 수 있게 됩니다. 그레코는 Spot을 '협동 로봇'이라고 부르는데, 수색견이 핸들러와 함께 일하는 것처럼 Spot 또한 인간과 함께 일하기 때문입니다. 이제 로렌과 같은 기술자는 Spot을 다루고 훈련시켜 공장을 돌아다니며 문제를 해결할 수 있습니다. 또는 제조업체가 미처 처리할 수 없었던 다른 중요한 하이테크 업무로 이동할 수도 있습니다.

"사람들이 지루하고 사소한 작업에 시간과 에너지를 소비하고 잠재적으로 건강을 해치는 것보다는 자신의 역량을 활용하여 문제를 해결하는 것이 낫습니다."라고 페리는 말합니다. "지루하고 반복적인 작업, 위험한 환경에서 진행되는 작업 일부에 Spot을 사용하면 사람들은 이러한 작업에서 해방되어 더 가치 있는 교육을 받을 수 있는 기회를 얻게 됩니다."

IBM과 Boston Dynamics가 AI 기능으로 Spot을 더욱 발전시키면서 두 회사 모두 기대에 부풀어 있습니다. IBM의 여러 팀에서 Spot과 IBM 분석을 통해 이점을 얻을 수 있다고 생각하는 사용 사례를 Spot 프로젝트에 참여하고 있는 팀에 전달하고 있습니다. IBM은 5G와 같은 분야에서 에코시스템 파트너와 협력하여 해당 파트너들의 역량을 Spot에 최신 기술로 도입함으로써 IBM과 Boston Dynamics의 고객에게 최고의 가치를 창출하는 방안을 모색하고 있습니다.

Boston Dynamics는 Spot의 기능을 지속적으로 보강하고, IBM은 보다 정확한 모델을 계속 구축해 나갈 예정입니다. IBM Research는 음향, 후각, 구성 분석 등을 포함한 새로운 분석 파이프라인을 Boston Dynamics와의 협업 작업에 지속적으로 제공할 계획입니다.

Spot의 경우, “로봇 공학과 인텔리전스의 결합이 혁신을 주도하고 있습니다.단순히 세상을 감지하기만 하는 능력이 아닙니다. 세상을 감지하고 상호 작용까지 이뤄내죠."라고 페리는 말합니다.

Boston Dynamics(ibm.com 외부 링크)는 가장 까다로운 로봇 문제를 해결할 수 있는 고도로 이동성이 뛰어난 로봇을 개발하고 배포하는 글로벌 선도 기업입니다. 핵심 사명은 사회에 긍정적인 영향을 미치도록 설계된 첨단 로봇의 개발과 공급을 주도하는 것입니다. MIT Leg Lab에서 분사하여 1992년에 설립되었으며, 2020년 Inc. Magazine에서 최고의 직장 중 하나로 선정되었습니다.