2018.06.29

'제트기 엔진 장애 97% 예측' 롤스로이스의 디지털 트윈 활용 사례

Thomas Macaulay | CIO UK
롤스로이스(Rolls-Royce) 엔진이 항공기 추진에 사용된 지 1세기가 넘었지만 최근 재정 문제로 비용 절감을 위한 혁신 프로그램을 추진하게 됐다.

최고 디지털 책임자 닐 크로켓(오른쪽 사진)은 이 회복 과정에서 핵심적인 역할을 담당하고 있다. 크로켓은 데이터 혁신을 이용해 효율을 유도하고 롤스로이스 제품과 서비스를 개선하는 디지털 전략을 주도하고 있다.

런던 AI 서밋(AI Summit London)
에 참석한 크로켓은 "우리가 만든 엔진에만 의존할 수 없다"며 "우리는 사용 가능하고 우리가 실제로 활용할 수 있는 모든 종류의 동력을 생각해 보아야 한다"고 밝혔다.

이어서 그는 "개척자가 되는 것도 생각해 보아야 한다. 그리고 첨단을 달리는 것도 생각해 보아야 한다. 우리는 엔진 기업이 아니라 기술 기업이 되어야 한다. 우리는 우리가 생산하는 제품뿐 아니라 기후에 관해서도 더 넓게 생각해 보아야 한다"고 덧붙였다.

CDO로서 크로켓의 생각은 물리적 자산을 개선하는 디지털 트윈 개발, 머신러닝을 활용한 엔지니어링 지원, 새로운 기술 적용을 발견하는 혁신의 중심 구축 등 디지털화에 초점을 두는 경향이 있다.

롤스로이스 이해하기
2년 전 롤스로이스에 합류한 크로켓은 이 기업의 복잡성을 이해하느라 고군분투하다가 싱가포르 공장을 방문하면서 모든 것이 달라졌다.

크로켓 머리 위로 보이는 기기에서 에어버스(Airbus)에 사용되는 10개의 XWB 제트기 엔진이 조립되고 있었다. 엔진의 팬이 작동을 시작하자 1초에 스쿼시장 용적의 공기를 빨아들였다. 각 엔진의 중심에는 금속의 용융점보다 3배나 높은 온도에서 작동하는 약 50개의 터빈 블레이드가 존재한다. 터빈 전체는 F1 자동차 55대 분량의 출력을 가졌다.

이런 출력과 정밀도를 달성하려면 높은 비용이 발생하며 롤스로이스는 장기 서비스 계약을 통해서만 이를 감당할 수 있다. 이 사업 모델은 데이터로 그 가치를 입증할 기회를 제공했다. 롤스로이스는 현재 분석을 이용해 미래의 장애를 예측하고 이를 중심으로 점검 일정 관리를 도와 다운타임을 줄이는 데 도움이 된다.

크로켓에 따르면, 현재 롤스로이스 엔진에서 발견되는 장애 중 97%가 자동으로 예측된다. 그는 "엔진의 작동 방식을 계획하고 이해함으로써 우리는 지난 13년 동안 고객들의 혼란을 40%나 감소시켰고 유지보수 부담은 2012년부터 30%나 절감했다"고 강조했다.

디지털 트윈
롤스로이스는 ‘디지털 트윈’을 활용하여 추가 효율을 유도하고 있다. 이는 물리적인 엔진의 축소 모형을 이용하여 실제 기계의 성능을 디지털 모델로 만드는 것이다. 롤스로이스는 디지털 트윈을 활용해 엔진이 비행 인증을 받기 전에 필요한 엄격한 시험을 위한 시간과 비용을 절약한다.

특히, 비행 중 팬 하나가 고장 났을 때 엔진의 성능을 시험하기가 특히 어렵다.

예전에는 시험자들이 엔진의 최대 회전수에 도달한 후 작은 장약을 점화하여 1개의 블레이드를 해체했었다. 이 시험에 통과하려면 나머지 비행시간 동안 엔진의 외피가 유지되고 작동할 수 있음을 입증해야 한다.

하지만 각 엔진의 생산 비용이 수 천만 파운드에 달하기 때문에 시험이 잘못되면 높은 비용을 지불해야 한다. 가상 시험에서 디지털 트윈을 활용함으로써 롤스로이스는 비용을 들이지 않고 설계의 거동을 예측할 수 있다. 그러면 엔지니어가 한 번에 실제 시험을 통과할 수 있을지 확신할 때까지 이를 반복할 수 있다.

크로켓은 "놀랍도록 발전된 디지털 트윈 기법이다"며 "0.2초 만에 시험에 실패했다는 사실을 알 수 있지만 이 데이터를 처리하는데 6주가 소요된다"고 이야기했다.

그는 "많은 전력과 컴퓨팅 능력을 소모한다. 물론, 설계와 유지보수 일정을 더욱 잘 이해하기 위해 설계에 다시 적용할 수 있는 데이터가 있다는 점이 중요하다"고 강조했다.


R2 데이터 랩스(R2 Data Labs)
디지털 트윈과 데이터 분석은 이미 가치가 입증되었지만 신생회사나 전통적인 경쟁사와 경쟁하려면 롤스로이스가 지속해서 혁신해야 한다.

2017년 11월, 해당 기업은 첨단을 달리기 위한 계획을 공개했다. 롤스로이스는 전 세계 8개 지역에 있는 274명의 수석 개발자들을 데이터 혁신을 위한 새로운 사업부며 크로켓이 주도하는 R2 데이터 랩스로 재배치했다.

이 전략은 사설 및 공공 부문 전문가로 구성된 대형 생태계로 둘러싸인 소형 허브를 구축하고 산업 문제에 연구를 집중한다는 것이 특징이다.

이러한 접근방식은 이미 결과를 도출하고 있다. R2 데이터 랩스는 분석을 이용해 엔진 제어 시스템을 활용하여 연비를 최적화하고 머신러닝을 활용하여 외부 계약자와의 계약 조건을 평가하며 컴퓨터 비전을 이용해 장애를 진단하고 시각 인식을 이용해 자율 출고를 실증하는 방법을 파악했다.

크로켓은 "현재 머신러닝을 통해 엔진 설계 측면에서 알려지지 않은 설계 가능성을 찾고 있다"며 "AI 솔루션이 우리의 수동 업무수행 방식보다 더 높은 성과를 제공한다는 사실을 실감하고 있다"고 말했다.

크로켓은 기술이 아닌 비즈니스에 집중하는 혁신의 중심을 구축하고 싶어 하는 다른 기업들도 중앙의 전문가팀에 의존하는 대신에 셀프서비스 접근방식을 취하고 자동화에 집중하며 협업을 강조하라고 조언했다.

그들은 공동 협업 분석 플랫폼을 선택하고 스프린트(Sprint)로 제품을 개발하며 학교를 통해 기술을 구축하고 소규모 허브와 협력하여 대형 생태계를 구축해야 한다.

그는 "이를 통해 비용을 절감할 수 있을 것이다"며 "수백 명의 전문가와 몇억 파운드가 관련되어 있다. 개념을 실현하는데 몇 개월이 아니라 몇 초, 몇 분이면 된다. 준수성을 확보하여 고객들이 만족할 것이고 폐기물을 줄이며 설계와 유지보수 기법을 발전시키기 위해 더 많은 것을 배울 것이다"고 말했다. ciokr@idg.co.kr
 

2018.06.29

'제트기 엔진 장애 97% 예측' 롤스로이스의 디지털 트윈 활용 사례

Thomas Macaulay | CIO UK
롤스로이스(Rolls-Royce) 엔진이 항공기 추진에 사용된 지 1세기가 넘었지만 최근 재정 문제로 비용 절감을 위한 혁신 프로그램을 추진하게 됐다.

최고 디지털 책임자 닐 크로켓(오른쪽 사진)은 이 회복 과정에서 핵심적인 역할을 담당하고 있다. 크로켓은 데이터 혁신을 이용해 효율을 유도하고 롤스로이스 제품과 서비스를 개선하는 디지털 전략을 주도하고 있다.

런던 AI 서밋(AI Summit London)
에 참석한 크로켓은 "우리가 만든 엔진에만 의존할 수 없다"며 "우리는 사용 가능하고 우리가 실제로 활용할 수 있는 모든 종류의 동력을 생각해 보아야 한다"고 밝혔다.

이어서 그는 "개척자가 되는 것도 생각해 보아야 한다. 그리고 첨단을 달리는 것도 생각해 보아야 한다. 우리는 엔진 기업이 아니라 기술 기업이 되어야 한다. 우리는 우리가 생산하는 제품뿐 아니라 기후에 관해서도 더 넓게 생각해 보아야 한다"고 덧붙였다.

CDO로서 크로켓의 생각은 물리적 자산을 개선하는 디지털 트윈 개발, 머신러닝을 활용한 엔지니어링 지원, 새로운 기술 적용을 발견하는 혁신의 중심 구축 등 디지털화에 초점을 두는 경향이 있다.

롤스로이스 이해하기
2년 전 롤스로이스에 합류한 크로켓은 이 기업의 복잡성을 이해하느라 고군분투하다가 싱가포르 공장을 방문하면서 모든 것이 달라졌다.

크로켓 머리 위로 보이는 기기에서 에어버스(Airbus)에 사용되는 10개의 XWB 제트기 엔진이 조립되고 있었다. 엔진의 팬이 작동을 시작하자 1초에 스쿼시장 용적의 공기를 빨아들였다. 각 엔진의 중심에는 금속의 용융점보다 3배나 높은 온도에서 작동하는 약 50개의 터빈 블레이드가 존재한다. 터빈 전체는 F1 자동차 55대 분량의 출력을 가졌다.

이런 출력과 정밀도를 달성하려면 높은 비용이 발생하며 롤스로이스는 장기 서비스 계약을 통해서만 이를 감당할 수 있다. 이 사업 모델은 데이터로 그 가치를 입증할 기회를 제공했다. 롤스로이스는 현재 분석을 이용해 미래의 장애를 예측하고 이를 중심으로 점검 일정 관리를 도와 다운타임을 줄이는 데 도움이 된다.

크로켓에 따르면, 현재 롤스로이스 엔진에서 발견되는 장애 중 97%가 자동으로 예측된다. 그는 "엔진의 작동 방식을 계획하고 이해함으로써 우리는 지난 13년 동안 고객들의 혼란을 40%나 감소시켰고 유지보수 부담은 2012년부터 30%나 절감했다"고 강조했다.

디지털 트윈
롤스로이스는 ‘디지털 트윈’을 활용하여 추가 효율을 유도하고 있다. 이는 물리적인 엔진의 축소 모형을 이용하여 실제 기계의 성능을 디지털 모델로 만드는 것이다. 롤스로이스는 디지털 트윈을 활용해 엔진이 비행 인증을 받기 전에 필요한 엄격한 시험을 위한 시간과 비용을 절약한다.

특히, 비행 중 팬 하나가 고장 났을 때 엔진의 성능을 시험하기가 특히 어렵다.

예전에는 시험자들이 엔진의 최대 회전수에 도달한 후 작은 장약을 점화하여 1개의 블레이드를 해체했었다. 이 시험에 통과하려면 나머지 비행시간 동안 엔진의 외피가 유지되고 작동할 수 있음을 입증해야 한다.

하지만 각 엔진의 생산 비용이 수 천만 파운드에 달하기 때문에 시험이 잘못되면 높은 비용을 지불해야 한다. 가상 시험에서 디지털 트윈을 활용함으로써 롤스로이스는 비용을 들이지 않고 설계의 거동을 예측할 수 있다. 그러면 엔지니어가 한 번에 실제 시험을 통과할 수 있을지 확신할 때까지 이를 반복할 수 있다.

크로켓은 "놀랍도록 발전된 디지털 트윈 기법이다"며 "0.2초 만에 시험에 실패했다는 사실을 알 수 있지만 이 데이터를 처리하는데 6주가 소요된다"고 이야기했다.

그는 "많은 전력과 컴퓨팅 능력을 소모한다. 물론, 설계와 유지보수 일정을 더욱 잘 이해하기 위해 설계에 다시 적용할 수 있는 데이터가 있다는 점이 중요하다"고 강조했다.


R2 데이터 랩스(R2 Data Labs)
디지털 트윈과 데이터 분석은 이미 가치가 입증되었지만 신생회사나 전통적인 경쟁사와 경쟁하려면 롤스로이스가 지속해서 혁신해야 한다.

2017년 11월, 해당 기업은 첨단을 달리기 위한 계획을 공개했다. 롤스로이스는 전 세계 8개 지역에 있는 274명의 수석 개발자들을 데이터 혁신을 위한 새로운 사업부며 크로켓이 주도하는 R2 데이터 랩스로 재배치했다.

이 전략은 사설 및 공공 부문 전문가로 구성된 대형 생태계로 둘러싸인 소형 허브를 구축하고 산업 문제에 연구를 집중한다는 것이 특징이다.

이러한 접근방식은 이미 결과를 도출하고 있다. R2 데이터 랩스는 분석을 이용해 엔진 제어 시스템을 활용하여 연비를 최적화하고 머신러닝을 활용하여 외부 계약자와의 계약 조건을 평가하며 컴퓨터 비전을 이용해 장애를 진단하고 시각 인식을 이용해 자율 출고를 실증하는 방법을 파악했다.

크로켓은 "현재 머신러닝을 통해 엔진 설계 측면에서 알려지지 않은 설계 가능성을 찾고 있다"며 "AI 솔루션이 우리의 수동 업무수행 방식보다 더 높은 성과를 제공한다는 사실을 실감하고 있다"고 말했다.

크로켓은 기술이 아닌 비즈니스에 집중하는 혁신의 중심을 구축하고 싶어 하는 다른 기업들도 중앙의 전문가팀에 의존하는 대신에 셀프서비스 접근방식을 취하고 자동화에 집중하며 협업을 강조하라고 조언했다.

그들은 공동 협업 분석 플랫폼을 선택하고 스프린트(Sprint)로 제품을 개발하며 학교를 통해 기술을 구축하고 소규모 허브와 협력하여 대형 생태계를 구축해야 한다.

그는 "이를 통해 비용을 절감할 수 있을 것이다"며 "수백 명의 전문가와 몇억 파운드가 관련되어 있다. 개념을 실현하는데 몇 개월이 아니라 몇 초, 몇 분이면 된다. 준수성을 확보하여 고객들이 만족할 것이고 폐기물을 줄이며 설계와 유지보수 기법을 발전시키기 위해 더 많은 것을 배울 것이다"고 말했다. ciokr@idg.co.kr
 

X