■ 스마트공장(Smart Factory) 수준 5단계

■ 스마트공장(Smart Factory) 기능별 수준 5단계

■ 제조업의 생산방식 전환으로  AGV 도입 중

제조업의 경우에도 소비의 질적 수준이 향상되고, ICT 혁신 신기술의 빠른 속도의 확산으로 제품의 Life-Cycle이 매우 짧아지고 있으며, 이에 대응하여 제조업의 생산방식 또한 소품종 대량생산에 적합한 Line방식의 생산에서 다품종 소량생산에 적합한 Cell 방식으로 전환되고 있다.

이에 따라 그동안 OHS(Over-Head Shuttle), 컨베이어 등 고정장치 중심의 물류시스템이 이동, 경로 변경이 용이한 AGV로 바뀐 가능성이 높다. 특히 자율주행 방식의 AGV(AMR)의 활용이 빠른 속도로 적용될 것으로 예상되며, 이에 따라 Line Tracer 방식의 AGV 생산업체들도 자율주행 기술의 도입 또는 산학 협력 등을 통한 기술개발을 진행하고 있는 것으로 파악된다.

물류로봇은 제조업뿐만 아니라 물류창고업, 택배업 등 물류산업에 적용되어 최근 그 수요와 규모가 크게 성장하고 있다. 이러한 물류산업의 트렌드 변화와 혁신 신기술의 융복합 가속화는 물류로봇 산업의 기회요인으로 작용할 것으로 전망된다.

■ MES란 무엇인가?

MES는 주문부터 완제품까지 생산활동을 최적화할 수 있는 정보관리 및 제어솔루션으로 제조기업의 경쟁력 향상을 위한 핵심 역할을 수행한다. 생산현장은 일반적으로 많은 설비와 인력, 복잡한 공정 또는 자동화에 따른 빠른 생산속도 등의 이유로 제품생산의 전반적인 상황을 파악하는 것이 매우 어렵다.

MES는 제품을 생산하는 현장에서 시시각각 발생하는 생산정보를 4M(자재,설비,작업방법,작업자)을 통해 직간접적으로 수집,집계하고, 실시간으로 정보를 처리함으로써 현장 작업자에서 경영층에 이르기까지 생산현장의 실시간 정보를 공유할 수 있는 시스템 환경을 제공한다. 이뿐만 아니라 관리자 및 경영층에서 내린 의사결정 정보가 다시 현장에 전달될 수 있는 환경을 제공한다.

생산하는 제품에 제품에 따라 제조현장의 모습은 천차만별이지만 MES는 현장설비에 작업지시를 하고 작업자 및 관리자에게 제조 관련 정보를 제공한다. 작업진행 정보를 실시간으로 수집하고 공유하며 부적절한 상황을 제거하기 위해 현장을 통제함으로써 현장에서 제품생산의 Order를 달성하고 품질개선, 오류방지, Line Balancing 등의 의사결정에 도움을 준다. MES의 목표는 생산성 향상과 사이클 타임 단축, 설비효율 향상, 제공감소라고 할 수 있다.

MES의 참조모델로는 MESA 모델과 IEC/ISO 62264 국제표준으로 지정된 ANSI/ISA-95 모델이 존재한다.

■ MESA Model 구성요소

< MESA Model >

1. Strategic Initiatives

   1) Lean Manufacturing

   2) Quality and Regulatory Compliance

   3) Product Lifecycle Management

   4) Real Time Enterprise

   5) Asset Performance Management

   6) Additional Initiatives...

2. Business Operations

   1) Customer Focused: CRM, Service Management

   2) Financial & Performance Focused: ERP, BI

   3) Product Focused: CAD, CAM, PLM

   4) Compliance Focused: Doc Management, ISO, EH&S

   5) Supply Focused: Procurement SCP

   6) Asset Reliability Focus: EAM, CMMS

3. Manufacturing/Production Operations

   1) Product Tracking & Genealogy (생산 추적 및 이력)

   2) Resource Allocation & Status (자원 할당 및 상태 관리)

   3) Performance Analysis (성과분석)

   4) Process Management (공정관리)

   5) Data Collection/Acquisition (데이터 수집)

   6) Quality Management (품질 관리)

   7) Labor Management (노무 관리)

   8) Dispatching Production Units (작업지시)

   9) Logistics Focused: TMS, WMS (물류 관리)

   10) Controls: PLC, DCS (제어)

■ ANSI/ISA-95 모델

ISA-95 통합모델은 비즈니스 계획 및 물류, 생산운영관리, 생산제어 등을 수직적 계층으로 구분해 레벨1에서 레벨4까지 정의한다. 

레벨1은 단위장치제어라고 불리는데 모터 혹은 유압이나 공기압을 활용해 액추에이터를 제어한다.

레벨2는 PLC+HMI, DCS, SCADA 등을 활용해 프로세스를 제어하며 자동화(혹은 공정제어)라고 통칭한다.

레벨3에 해당하는 계층은 생산운영관리로 정의하고 있다. 레벨1에서 레벨3까지를 광의의 MES, 레벨3만을 협의의 MES라고 부르기도 한다. ISA-95모델에서는 레벨3과 상위 레벨인 레벨4와의 관계를 주로 다루며, 설비의 운영이나 구동 등 레벨 1,2의 Batch 프로세스 제어에 대해서는 별도의 ISA-88 에서 상세하게 정의한다.

ANSI/ISA-95 Standard는 MOM의 기능요소 네 개와 Generic Activity Model의 여덟 개 카테고리를 매핑해 각 액티비티를 정의한다.

출처: 스마트팩토리 -제4차 산업혁명의 출발점- 정동곤 지음

1. 공정능력(Process Capability)이란?

 - 제조공정의 산포관리 능력을 '공정능력'이라고 한다. 다시 말해, 공정능력이란 제조공정이 얼마나 균일한 품질의 제품을 생산할 수 있는지를 반영하는 공정의 고유 능력이다. 

2. 공정능력지수(Process capability index)란?

 - 규격의 산포허용 범위에 비추어 산포관리를 얼마나 잘 하는지 평가하는 척도이다.

 - 공정능력지수 Cp = (USL - LSL) / 6σ

 - 공정 능력지수 값이 커질수록 규격범위를 벗어나는 제품이 나올 확률이 적어진다. 

- 일반적으로 공정중심이 한쪽으로 치우쳐져 있을 경우에는 치우침(K)의 정도를 고려한 공정능력지수를 나타내는 Cp 대신 Cpk라고 쓴다. (공식: Cpk = (1-K)(USL-LSL) / 6σ = (1-K)Cp

3. 공정능력지수 계산 공식

출처: 박영택 품질경영론 (박영택 지음)

■ 스마트 공장(Smart Factory) 수준 진단평가

산업통상자원부에서는 국내 제조기업이 자사의 공장 수준을 객관적으로 진단, 평가할 수 있도록 평가모델 도입

스마트공장 진단모델은 전략 및 리더십, 프로세스, 시스템/자동화 구축 여부, 성과 등을 포괄하는 종합평가체계를 발표해 KS 표준화를 진행하고 맞춤형 진단컨설팅도 제공 (4개 분야, 10개 영역, 95개 세부 평가항목으로 1000점 만점, 영역별로 다섯 단계의 수준별 인증을 실시)

<스마트공장 수준 진단평가 항목 - 산업통상자원부(2015b)>

1단계: 점검(Checking) 단계

  - ICT를 아직 적용하지 않은 단계

  - 체크시트, 작업 일지 등을 수기로 관리함

  - 상태를 단순 감지하며 외부 시스템과 연계되지 못함

2단계: 모니터링(Monitoring) 단계

  - ICT를 활용해 실적 및 상태 정보가 수집되는 단계

  - 눈으로 보는 관리가 가능하며 실시간 정보의 추적이 가능함

  - 감지 결과를 외부 모니터링 시스템에 데이터로 보여줌

3단계: 제어(Control) 단계

  - 수집된 정보를 분석해 이상을 발견하고 조치함

  - 설비 및 기계를 유무선 네트워크를 통해 원격으로 제어가능

4단계: 최적화(Optimization) 단계

  - 빅데이터 기술, 전문가시스템, 시뮬레이션 기법 등을 활용해 사전 대응 시스템 구축

  - 최적화기법(선형계획 등)을 활용해 얻은 결과를 의사결정에 활용

5단계: 자율운영(Autonomy) 단계

  - 모니터링, 제어, 최적화가 사람이 아닌 시스템에 의해 자율운영이 가능함

  - 무인화 공정이 확산되어 전체 공장을 자율운영할 수 있는 상태임

  - IoT, CPS 기술 등이 완벽히 통합되어 물리적 공장과 디지털 공장이 같아지는 이상적인 디지털 트윈(Digital Twin)을 구축함. 디지털 트윈은 가상 환경이 현실에서 그대로 구현되는 것을 의미함

[출처: 스마트팩토리 - 정동곤 지음/한울아카데미]

■ 설비종합효율 산출 방식

설비고장의 원인을 제거해 설비종합효율, 즉 OEE(Overall Equipment Efficiency)를 향상시키기 위해서 제조업체들은 MES보다 더욱 상세한 데이터에 기반을 둔 분석이 필요하다.

여기에는 설비건강상태 모니터링, FDC(Fault Detection and Classification), R2R(Run To Run), 실시간 제어(Real-Time Control). 예지정비(Preventive maintenance) 등이 포함되는데, 이들은 모두 공정 설비로부터의 상세한 데이터가 필수적이다.

설비종합효율은 고객이 요구하는 제품의 품질과 공급자의 요구사항을 만족시키기 위해 장비와 인력을 포함한 자원을 어떻게 잘 활용하는가의 지표로 활용된다.

<출처: 글로벌 생산운영체계를 위한 실전형 MES 방법론>

■ 빅뱅 적용을 위한 MES 마이그레이션 방법론

0. 데이터 마이그레이션이란?

  - 기존 또는 소스 시스템에서 데이터를 추출, 변환, 로딩 과정을 통해 목표 시스템으로 옮기는 방식 및 절차로써 사업장 업무의 연속성 보장 및 시스템 활용도 제고 필요

1. 마이그레이션 대상 정의

  1) 기준정보: 공통마스터, 운영데이터, 각종 코드 등 기준정보, 기업별로 150여 개 유형 존재

  2) 트랜잭션 데이터: 생산라인에 실행되는 오픈데이터, 즉 PO가 발생되고 마무리되지 않은 데이터

  3) DW 정보: 새로 정의한 분석을 위한 생산과 관련된 보관주기 내 전체 데이터

2. 마이그레이션 수행 원칙

  1) 기본원칙: 기존 자원을 재활용할 경우 모든 데이터를 대상으로 함으로 사전에 철저한 검증 및 테스트를 통해 처리하도록 하고 문제 발생 시 이전 상황으로 되돌리는 복구(Rollback)계획을 수립할 것인가 결정

    -  현실적 : 이전 상황으로 도돌리는 비용적인 면 및 여러 정황 상 정확한 마이그레이션이 현실

  2) 마스터데이터: 과거 및 새로운 데이터 정보를 사업장 내 별도 시스템에 사전에 제공해 인터페이스 연계 문제 최소화

  3) 오픈데이터: 사전에 정리해 이관 대상을 최소화하고 데이터의 무결성을 보장하기 위한 검증 프로그램 별도 개발

  4) 이력데이터: 테이블별로 보존기간 내에 있는 모든 데이터를 마이그레이션 

3. 현행 및 향후 매핑

  1) 테이블 컬럼 단위 매핑: 정의된 항목 별로 AS-IS 및 TO-BE 컬럼 단위로 Mapping 정의서를 작성

  2) 기준정보 과거 및 신규 코드 매핑: 기준정보를 분석, 설계담당자가 매핑 정의서를 작성해 사업장에 사전에 제공하고 기존에 사용되는 통합정보의 유지가 필요할 경우 과거 코드로 컨버전할 수 있도록 기존 시스템 수정

4. 설계 및 개발

  1) 테이블 매핑, 코드 매핑 등 변환기준을 참조해서 프로그램 유형별로 사양서를 작성하고 설계 담당자는 정합성 검증을 위한 프로그램 사양서 및 사양서를 작성

  2) 방법: 프로그램을 통함 변환(PL/SQL, 코드성을 위한 SQL, JAVA등 기타 프로그램), ETL Tool 을 통한 변화나 엑셀 등 수작업

5. 검증방안

  1) 마이그레이션된 기준정보 및 트랜잭션 데이터의 신뢰성을 확보하기 위한 다단계 검증 실시
    - 추출 전후, 검증 전후, 이관 전후

  2) 대상항목: 데이터 레코드 수, 수량에 대한 Sum값, 금액 합계값, 주요 속성값

  3) 검증방법: 수작업 점검(SQL, 엑셀), ETL 툴 활용, 신규로 개발된 UI화면, 별도 검증용 프로그램

6. 이행방안

  1) 마이그레이션 수행 전에 백업을 진행

  2) 기존 시스템 데이터는 클린징 작업완료 후 진행(오픈된 데이터 정리, 필요시 실물재고조사)

  3) 기준정보 과거와 신규 데이터 매핑을 참조해 클린징 작성 실시, 대용량 데이터부터 마이그레이션 모의실험 결과 참조 최적 시행

추가. 

  1) 모든 정보를 시스템으로 마이그레이션 할 수는 없다.

  2) 시스템이 변경되면 라인정보, 공정정보, 불량코드 정보 등 기준정보가 변경되는데 해당 정보의 기준정보의 표준화가 타 부분보다 선행 되어야 함

  3) 연관 시스템이 많다면 해당 정보를 횡전개가 완료되기 전까지는 병행 운영 필요

<출처: 글로벌 생산운영체계를 위한 실전형 MES 방법론 - 한울/정삼용 지음>

MES 의 주요 기능

- 출처 : 스마트팩토리 - 제4차 산업혁명의 출발점 -  정동곤 지음/한울 아카데미

[제어계층]

1. 물류제어(Material Control System) 

- Carrier 및 물류설비 상태 관리 / 물류 최적 경로 및 우선 순위관리 / 반송 설비에 물류 지시

- Carrier의 이동시간을 최적화해 생산 효율을 극대화하기 위한 시스템으로 FOUP, Cassette, Mask 등의 Carrier 관리, Stocker, AGV, OHT 등의 물류설비관리 및 반송 명령 관리를 통해 완전자동화를 구현한다. 물류제어 표준 프로토콜인 IB-SEM/Stocker-SEM을 준수하며 최적 반송에 필요한 경로를 제어한다. 또한 반송 중 발생하는 예외 상황 제어 및 실시간 모니터링 기능도 가능하다. 최적경로 탐색 알고리즘 및 동적 경로탐색기능이 있으며 다운타임 최소화를 위한 Hot Deploy 및 자동 장애극복(Fail Over) 기능도 있다. AMAT사의 classMCS와 삼성SDS사의 nanoTrans가 대표적인 솔루션이다.

2. 설비제어(Tool Control)

- 생산 진행 정보 및 검계측 정보 수집, 설비 상태 및 이상 정보 수집, 설비 자동 운전

- 설비 표준 프로토콜을 기반으로 설비데이터를 자동 수집하고 설비 원격제어 등 공장자동화를 위해 설비와 생산실행, 설비엔지니어링 시스템 간의 인터페이스 및 제어를 수행하는 시스템이다. 워크플로를 통한 유연성 및 비즈니스 로직의 시각화 기능이 있다. 반도체 설비의 경우 표준 프로토콜인 SECS/GEM 을 준수하고 설비당 10 Trx/sec 이상의 데이터를 처리하며 다양한 설비 운영 시나리오에 대응해야 한다. 또한 설비의 무정지 운영을 위한 모니터링 및 자동 장애극복기능이 있으며, 다운타임 없이 기능 업그레이드가 가능해야 한다.

[실행계층]

1. 작업지시(Manufacturing Scheduling System)

- 공정 단위 생산계획 수립, 실시작 작업 우선 순위

- 생산계획에 따라 생산물량을 공정별로 할당하고 작업대상의 Work Order를 관리하는 스케줄러와 실시간으로 최적의 작업대상 Lot 또는 설비를 선정하는 Dispatcher로 구성된다. 스케줄링은 설비의 가동률, 제품 및 부자재의 수급상태, 제품의 납기 등을 고려해 최적의 작업지시를 제시하고, 제품/설비 단위로 진행 가능한 제품을 일정한 기간 동안 Work Order로 지정한다. 디스패칭은 스케줄링 결과와 디스패칭 룰을 적용해 현재 공정의 최적 Lot 또는 설비를 제시한다. 설비 단위로 진행 가능한 최적의 Lot을 할당하며 작업 완료된 Lot을 최적의 설비에 할당한다.

2. 생산실행(Manufacturing Operation System)

- 재공, 재고 및 공정 이력, 설비 등 리소스 관리, 제조공정 진행 및 제어

- 제조현장 자원의 실시간 정보를 수집해 이를 기반으로 제품의 투입부터 출하까지의 생산활동을 자동화하는 공장운영시스템이다. 효율적인 공장운영이 가능하도록 생산공정 및 생산자원을 통합관리하며 SEMI, MESA 및 ISA-95 등 국제표준 기능을 준수한다.

  1) 자원관리 : 설비, 인원, 공구, 금형 등 상태 및 이력 관리

  2) 데이터 수집 : 실시간으로 현장의 제조 데이터 수집

  3) WIP 관리 : 재공품의 실적 및 진도 관리

  4) 트래킹(Tracking) : 제품 및 제조이력 추적 관리

  5) 품질관리 : 검사, 불량추적, 불량이력관리

3. 설비엔지니어링(Equipment Engineering System)

- 설비 미세 상태 정보관리, 설비 주요 파라메터 관리, 설비공정 품질 정보 관리

- 제조활동 과정에서 발생하는 설비데이터를 포함해 수집, 활용 가능한 모든 데이터를 이용하여 설비효율을 높이고 제품의 품질을 향상시키기 위한 시스템이다. 공정제어, 설비생산성, 설비이상 감시제어가 주요기능이다.

[분석계층]

1. 품질분석(Yield Management System)

- 수율분석, 공정 품질분석, 비정형 이미지분석, 영상분석, 비정형 설비로그 분석

- 정형분석과 비정형분석을 담당한다. 정형분석은 공정진행, 검측, 계측, 설비데이터 등 생산 현장에서 수집된 다양한 데이터를 활용해 통계적 분석을 한 후 이를 바탕으로 설비 및 제품 이상 유무 등 수율 향상을 제고한다. 비정형분석은 설비로그, 검사이미지 등 비정형 데이터를 분석해 설비 또는 제품 이상 유무를 판단한다. 대용량 데이터 처리를 위한 고속 분산처리 통계기반의 품질분석 솔루션이다.

2. 생산분석(Manufacturing Report)

- 생산 주요 실적 및 지표, 설비종합효율, 불량 주요 지표

- 대부분 자체적으로 개발하며 설비종합 효율, 불량 주요지표 등 주요 실적 및 지표를 리포팅한다.