2020.02.10

'디지털 트윈'으로 하루에 10만 번 시뮬레이션··· 바이엘크롭사이언스 사례

Thor Olavsrud | CIO
생명과학 기업 바이엘의 농업 비즈니스 법인 바이엘크롭사이언스가 북미 공장 9곳의 생산 장비와 공정을 디지털 세계에 재현한 디지털 트윈 '가상 공장'을 구축해 활용하고 있다. 

지난 몇 년 동안 바이엘크롭사이언스는 데이터 기반 과학적인 의사결정을 물류부터 유전자 배열까지 모든 비즈니스 부문에 적용해왔다. 머신러닝과 인공지능을 중심으로 추진됐던 이 전략은 이제 ‘디지털 트윈’ 즉, 회사의 ‘가상 공장’ 프로젝트까지 아우른다. 
 
ⓒGetty Images

바이엘크롭사이언스의 ‘가상 공장’은 북미에서 운영되는 9곳의 옥수수 종자 공장을 디지털로 구현한 것이다. 해당 기업의 데이터 과학 CoE(Center of Excellence)를 이끄는 나빈 싱라는 "밭에서 수확된 종자들이 이 9곳의 공장을 거쳐서 처리된 이후 유통된다"라고 말했다. 

가상 공장은 생산 장비, 공정, 제품 흐름 특성(Product flow characteristics), 자재 명세서(Bill of materials) 그리고 각 공장의 운영 규칙을 디지털로 고스란히 재현한 동적 모델이다. 이 가상 공장은 바이엘이 각 공장에 가정(what-if) 분석을 적용할 수 있도록 해준다. 

또한 바이엘은 이제 새로운 종자 처리 방안이나 가격 전략을 도입할 때 가상 공장을 활용할 수 있다. 공장 준비 상태를 측정해 운영 계획을 조정하고, 신규 전략을 추진할 수 있게 해주기 때문이다. 그는 “이밖에 가상 공장은 구매 결정, 장기 비즈니스 계획 수립, 발명품 검토, 공정 개선에도 활용될 수 있다”라고 덧붙였다.

해당 가상 공장 프로젝트로 인해 바이엘은 신기술을 선도한 기업에게 수여되는 상인 퓨처엣지 50 어워드(FutureEdge 50 Award)를 수상했다. 바이엘은 이를 두고 북미 공장부터 종자 혁신센터, 데이터 과학 CoE까지 이 세 그룹이 함께 노력한 결과라고 전했다.

3개 그룹에 포함된 비즈니스 리드, 프로세스 엔지니어, 데이터 과학자들은 가상 조직을 구성해 긴밀히 협력했다. 이를테면 9곳의 공장 내에서 종자를 어떻게 이동시킬 것인지 등 300개 이상의 운영 및 전략 규칙을 모델링했다. 더욱더 효율적인 운영을 위한 정책을 개발하기도 했다. 

바이엘의 가상 공장 내부 
바이엘의 가상 공장은 시뮬레이션 모델링, 최적화, 머신러닝을 결합해 구축됐으며, 내부 클라우드에 호스팅돼 확장이 가능하다. 프로젝트 팀은 모델을 만들기 위해 서로 다른 데이터 소스를 식별하고, 각 공장을 방문하여 공장별 규칙, 장비 설계 기준, 가동 규모 등의 데이터를 확보해야 했다. 

싱라는 “이제 비즈니스 프로세스를 재구성할 수 있게 됐다. 이러한 머신러닝 알고리즘이나 시뮬레이션을 응용해 의사결정을 재구성할 수 있다”라고 밝혔다.

그에 따르면 모든 경영진이 처음부터 해당 프로젝트에 참여한 것은 아니었다. 바이엘크롭사이언스의 커넥티드 가상 시스템 책임자인 싱라와 슈리칸트 자루가밀리는 성공 요인으로 다음 두 가지를 언급했다. 단일 개념증명(PoC)으로 시작하는 것, 그리고 이 프로젝트의 가능성을 믿는 핵심 이해관계자들을 확보하는 것이다.

싱라는 “처음부터 신기술에 확신을 가지는 이는 거의 없다고 해도 무방하다. 프로젝트 팀과 함께 리스크를 감수할 수 있는 핵심 파트너를 찾고, PoC를 진행하는 데 시간이 걸렸다"라고 말했다.

또한 싱라는 자루가밀리와 그의 팀이 공장에서 보낸 시간을 언급하면서, 이것이 공장 운영을 이해하는 데 있어 필수적이었다고 조언했다. 

그는 “데이터 과학자가 비즈니스 영역을 이해하는 것이 매우 중요하다. 자루가밀리가 개입하는 부분이 바로 이 지점이다. 그와 그의 팀은 공장에서 많은 시간을 보내며, 실제 운영 과정과 맥락을 이해했다. 이를 통해 머신러닝 용어보다는 비즈니스 용어로 메시지가 설명될 수 있었다”라고 전했다.

2018년 첫 시작된 Poc는 2019년 다른 공장으로 확장된 상태다. 싱라에 의하면 바이엘은 이제 가상 공장 시뮬레이션을 통해 9곳의 공장에서 10개월이 걸렸던 운영 작업을 단 2분만에 완료할 수 있다. 또한 24시간 내에 10만 번 이상의 시뮬레이션을 실행할 수 있다. 이 밖에도 상품재고관리단위(SKU) 믹스, 장비 상태, 공정 설계, 데이터 과학을 사용한 네트워크 최적화 등 다양한 비즈니스 질문에도 답할 수 있게 됐다고 그는 설명했다.

디지털 트윈의 다양한 장점
가상 공장이 불러온 또 다른 연쇄효과가 있다. 예상치 못했던 이점은 프로젝트 팀이 새로운 인사이트를 사용하여 다양한 애플리케이션과 요구사항을 식별하고, 우선순위를 정할 수 있었다는 것이다. 

게다가 팀 간의 긴밀한 협업이 조직의 전반적인 '디지털 플루언시(digital Fluency)' 역량을 향상시켰다고 싱라는 말했다. 디지털 플루언시란 IT 기술을 능숙하게 다루고 적재적소에 활용할 줄 아는 역량을 말한다. 이제 공장, 연구소, 데이터 과학 센터는 각 조직의 경계를 넘어 비즈니스 및 기술 토론에 참여할 수 있게 됐다. 

한편 자루가밀리는 신규 채용한 데이터 과학자가 해당 분야의 지식을 최대한 빨리 습득하는 데 가상 공장이 도움되고 있다고 덧붙였다. 

그는 “처음 PoC를 진행했을 당시 데이터 과학자들이 생산 공정을 이해하는 데 약 4개월이 소요됐다. 가상 공장이 구축된 지금은 9곳의 공장이 어떻게 운영되는지 바로 파악할 수 있다. 이제 데이터 과학자를 신규 채용한다면, 약 반나절 안에 준비되도록 할 수 있다”라고 설명했다.

싱라는 해당 프로젝트의 성공이 바이엘 전사에 걸친 ‘가상 공장’에 대한 수요로도 이어졌다고 밝히면서 다음과 같이 말했다.

“현재 가상 공장에 대한 요구가 전사에서 들불처럼 번지고 있다. 종자 공장뿐만 아니라 화학 공장에도 가상 공장을 구축하고 싶다는 요청이 제기된다. 비즈니스 관점에서 가상 공장의 가치는 시뮬레이션을 근간으로 투자 결정을 내릴 수 있었다는 점이다. 그 결과 많은 투자 결정이 유예됐다. 이는 투자를 줄이는 측면에서 중요한 역할을 했다.” ciokr@idg.co.kr



2020.02.10

'디지털 트윈'으로 하루에 10만 번 시뮬레이션··· 바이엘크롭사이언스 사례

Thor Olavsrud | CIO
생명과학 기업 바이엘의 농업 비즈니스 법인 바이엘크롭사이언스가 북미 공장 9곳의 생산 장비와 공정을 디지털 세계에 재현한 디지털 트윈 '가상 공장'을 구축해 활용하고 있다. 

지난 몇 년 동안 바이엘크롭사이언스는 데이터 기반 과학적인 의사결정을 물류부터 유전자 배열까지 모든 비즈니스 부문에 적용해왔다. 머신러닝과 인공지능을 중심으로 추진됐던 이 전략은 이제 ‘디지털 트윈’ 즉, 회사의 ‘가상 공장’ 프로젝트까지 아우른다. 
 
ⓒGetty Images

바이엘크롭사이언스의 ‘가상 공장’은 북미에서 운영되는 9곳의 옥수수 종자 공장을 디지털로 구현한 것이다. 해당 기업의 데이터 과학 CoE(Center of Excellence)를 이끄는 나빈 싱라는 "밭에서 수확된 종자들이 이 9곳의 공장을 거쳐서 처리된 이후 유통된다"라고 말했다. 

가상 공장은 생산 장비, 공정, 제품 흐름 특성(Product flow characteristics), 자재 명세서(Bill of materials) 그리고 각 공장의 운영 규칙을 디지털로 고스란히 재현한 동적 모델이다. 이 가상 공장은 바이엘이 각 공장에 가정(what-if) 분석을 적용할 수 있도록 해준다. 

또한 바이엘은 이제 새로운 종자 처리 방안이나 가격 전략을 도입할 때 가상 공장을 활용할 수 있다. 공장 준비 상태를 측정해 운영 계획을 조정하고, 신규 전략을 추진할 수 있게 해주기 때문이다. 그는 “이밖에 가상 공장은 구매 결정, 장기 비즈니스 계획 수립, 발명품 검토, 공정 개선에도 활용될 수 있다”라고 덧붙였다.

해당 가상 공장 프로젝트로 인해 바이엘은 신기술을 선도한 기업에게 수여되는 상인 퓨처엣지 50 어워드(FutureEdge 50 Award)를 수상했다. 바이엘은 이를 두고 북미 공장부터 종자 혁신센터, 데이터 과학 CoE까지 이 세 그룹이 함께 노력한 결과라고 전했다.

3개 그룹에 포함된 비즈니스 리드, 프로세스 엔지니어, 데이터 과학자들은 가상 조직을 구성해 긴밀히 협력했다. 이를테면 9곳의 공장 내에서 종자를 어떻게 이동시킬 것인지 등 300개 이상의 운영 및 전략 규칙을 모델링했다. 더욱더 효율적인 운영을 위한 정책을 개발하기도 했다. 

바이엘의 가상 공장 내부 
바이엘의 가상 공장은 시뮬레이션 모델링, 최적화, 머신러닝을 결합해 구축됐으며, 내부 클라우드에 호스팅돼 확장이 가능하다. 프로젝트 팀은 모델을 만들기 위해 서로 다른 데이터 소스를 식별하고, 각 공장을 방문하여 공장별 규칙, 장비 설계 기준, 가동 규모 등의 데이터를 확보해야 했다. 

싱라는 “이제 비즈니스 프로세스를 재구성할 수 있게 됐다. 이러한 머신러닝 알고리즘이나 시뮬레이션을 응용해 의사결정을 재구성할 수 있다”라고 밝혔다.

그에 따르면 모든 경영진이 처음부터 해당 프로젝트에 참여한 것은 아니었다. 바이엘크롭사이언스의 커넥티드 가상 시스템 책임자인 싱라와 슈리칸트 자루가밀리는 성공 요인으로 다음 두 가지를 언급했다. 단일 개념증명(PoC)으로 시작하는 것, 그리고 이 프로젝트의 가능성을 믿는 핵심 이해관계자들을 확보하는 것이다.

싱라는 “처음부터 신기술에 확신을 가지는 이는 거의 없다고 해도 무방하다. 프로젝트 팀과 함께 리스크를 감수할 수 있는 핵심 파트너를 찾고, PoC를 진행하는 데 시간이 걸렸다"라고 말했다.

또한 싱라는 자루가밀리와 그의 팀이 공장에서 보낸 시간을 언급하면서, 이것이 공장 운영을 이해하는 데 있어 필수적이었다고 조언했다. 

그는 “데이터 과학자가 비즈니스 영역을 이해하는 것이 매우 중요하다. 자루가밀리가 개입하는 부분이 바로 이 지점이다. 그와 그의 팀은 공장에서 많은 시간을 보내며, 실제 운영 과정과 맥락을 이해했다. 이를 통해 머신러닝 용어보다는 비즈니스 용어로 메시지가 설명될 수 있었다”라고 전했다.

2018년 첫 시작된 Poc는 2019년 다른 공장으로 확장된 상태다. 싱라에 의하면 바이엘은 이제 가상 공장 시뮬레이션을 통해 9곳의 공장에서 10개월이 걸렸던 운영 작업을 단 2분만에 완료할 수 있다. 또한 24시간 내에 10만 번 이상의 시뮬레이션을 실행할 수 있다. 이 밖에도 상품재고관리단위(SKU) 믹스, 장비 상태, 공정 설계, 데이터 과학을 사용한 네트워크 최적화 등 다양한 비즈니스 질문에도 답할 수 있게 됐다고 그는 설명했다.

디지털 트윈의 다양한 장점
가상 공장이 불러온 또 다른 연쇄효과가 있다. 예상치 못했던 이점은 프로젝트 팀이 새로운 인사이트를 사용하여 다양한 애플리케이션과 요구사항을 식별하고, 우선순위를 정할 수 있었다는 것이다. 

게다가 팀 간의 긴밀한 협업이 조직의 전반적인 '디지털 플루언시(digital Fluency)' 역량을 향상시켰다고 싱라는 말했다. 디지털 플루언시란 IT 기술을 능숙하게 다루고 적재적소에 활용할 줄 아는 역량을 말한다. 이제 공장, 연구소, 데이터 과학 센터는 각 조직의 경계를 넘어 비즈니스 및 기술 토론에 참여할 수 있게 됐다. 

한편 자루가밀리는 신규 채용한 데이터 과학자가 해당 분야의 지식을 최대한 빨리 습득하는 데 가상 공장이 도움되고 있다고 덧붙였다. 

그는 “처음 PoC를 진행했을 당시 데이터 과학자들이 생산 공정을 이해하는 데 약 4개월이 소요됐다. 가상 공장이 구축된 지금은 9곳의 공장이 어떻게 운영되는지 바로 파악할 수 있다. 이제 데이터 과학자를 신규 채용한다면, 약 반나절 안에 준비되도록 할 수 있다”라고 설명했다.

싱라는 해당 프로젝트의 성공이 바이엘 전사에 걸친 ‘가상 공장’에 대한 수요로도 이어졌다고 밝히면서 다음과 같이 말했다.

“현재 가상 공장에 대한 요구가 전사에서 들불처럼 번지고 있다. 종자 공장뿐만 아니라 화학 공장에도 가상 공장을 구축하고 싶다는 요청이 제기된다. 비즈니스 관점에서 가상 공장의 가치는 시뮬레이션을 근간으로 투자 결정을 내릴 수 있었다는 점이다. 그 결과 많은 투자 결정이 유예됐다. 이는 투자를 줄이는 측면에서 중요한 역할을 했다.” ciokr@idg.co.kr

X