벤더 기고 | IoT 시대, AoT(Analytics of Things)는 필수다

- 제조 산업에서 센서 데이터 실시간 분석이 갖는 비용 가치에 대하여

불과 몇 년 전만 해도 IoT(Internet of Things)는 먼 미래의 일처럼 느껴졌다. 그러나 GPS 시스템, 경보 시스템, 자동 온도 조절 장치 등 IoT에 기반한 서비스가 어느덧 일상화되고 있다. 가트너는 2020년 IoT의 경제적 부가가치가 약 1조 9,000억 달러에 달할 것으로 전망했다.

IoT는 기업에게 분명한 기회다. 그러나 수백만 개의 센서와 장치에서 쏟아지는 각종 데이터를 실시간으로 수집하고, 의사결정에 필요한 맞춤형 분석을 하고, 새로운 인사이트를 찾아낼 수 있을 때 IoT는 비로소 의미를 지닐 수 있다. 즉 IoT를 제대로 이용하기 위해서는 AoT(Analytics of things)가 반드시 필요한 것이다.

특히, 제조 현장에서는 각종 센서 데이터가 실시간으로 방대하게 생성된다. 이들 데이터는 장치에서 네트워크로 흘러 나가고, 다시 장치로 흘러 들어오기도 한다. 이 스트리밍 데이터를 지속적으로 실시간 분석해 비즈니스 인사이트로 전환하는 것이 AoT의 핵심이다.

AoT 기술을 활용하면 이벤트가 발생하는 순간 유의미한 패턴을 파악하고, 실시간으로 조치를 취할 수 있다. 순간적인 변화를 실시간으로 분석하고, 이를 곧바로 적용해 이상징후를 사전에 파악하고, 선제적으로 대응하는 것이다. 진정한 스마트 팩토리의 실현이기도 하다.

각종 센서와 장치에서 생성되는 데이터를 곧바로 분석하려면 어떤 준비가 필요할까? 전통적인 방식의 분석은 데이터를 저장한 후 분석이 이루어졌다. 반면, AoT 기술을 활용한 센서데이터 분석은 데이터가 클라우드나 하이 퍼포먼스 리포지토리에 저장되기 전에 자동으로 처리돼 바로 분석이 이뤄진다.

운영자는 데이터 패턴이 형성되는 즉시 이를 확인할 수 있고, 장치가 데이터를 생성하고 수신하는 동안 분석기법을 적용해 데이터를 해독할 수도 있다. 실시간 모니터링 뿐 아니라 미래 시나리오를 예측하고, 복잡한 문제까지도 검토할 수 있는 것이다.

단 이 같은 분석이 이루어지기 위해서는 몇 가지 전제조건이 있다. 일단, 센서데이터가 정보 과부하나 데이터 품질 저하 등에 영향을 주지 않도록 해야 한다. 또한, 새로운 관점에서 데이터를 관리하고, 스트리밍 데이터를 지속적으로 분석할 수 있는 기술이 필요하다. 이를 위해 필요한 것이 바로 ‘통합 애널리틱스 플랫폼’의 구축이다.

‘통합 애널리틱스 플랫폼’의 프로세스는 다음과 같이 이뤄진다(국내 한 제조사의 압연 공장 실시간 센서데이터 분석 업무 사례이기도 하다). 먼저, 제조 생산라인의 수많은 설비 센서에서 쏟아내는 데이터를 수집하기 위해 데이터 수집 모델링을 거친다. 이를 위해 PLC 설비 통신을 연결하고, 각기 다른 모습으로 생성되는 데이터를 여러 설정을 통해 분석할 수 있는 형식의 데이터로 변환한다.

변환된 데이터는 저장되기 전에 이벤트 스트리밍 프로세스 즉, 필터링, 정규화, 취합 및 패턴 탐지 과정을 통해 실시간으로 의사결정을 할 수 있도록 가동된다. 수집된 데이터는 하둡에 실시간으로 전송돼 적재되며, 동시에 시각적 분석이 이뤄져, 직관적·시각적으로 모니터에 나타난다. 운영자는 이를 실시간으로 확인해 문제가 발견되면 곧바로 조치한다. 또한 축적된 태그와 이벤트 빅데이터로 다양한 형태의 리포트를 작성하고, 공유 ·활용할 수도 있다.

한편, 하둡에 실시간으로 적재된 데이터는 데이터 마트로 변환돼 탐색적 분석, 상관분석 등 다양한 기법으로 분석된다. 탐색 조건을 설정해 수집한 수많은 태그와 이벤트를 한눈에 확인하고, 태그와 이벤트 간의 관계를 탐색해 설비 이상 등 특정 문제에 대한 원인 인자도 빠르게 찾아낸다.

새로 생성한 문제 원인 인자에 대한 룰은 또다시 실시간 분석에 활용된다. 관리자는 실시간 모니터링 룰을 기반으로 최대 1천분의 1초 단위까지 데이터를 모니터링 할 수 있고, 문제가 발생했을 경우에는 경고와 조치 방법이 운영계 시스템으로 전달된다.

이미 많은 기업이 ‘통합 애널리틱스 플랫폼’으로 센서데이터를 분석해 제조현장에서 혁신을 이루고, 스마트 팩토리를 구현하고 있다. 한 글로벌 원유 개발사는 수중 전기펌프 설비의 센서데이터를 실시간으로 모니터링 및 분석하여 2,000만 달러에 달하는 펌프 교체비용과 생산차질에 의한 비용 2억 달러를 절감했다.

또한, 한 국내 제조사는 특정 공정 설비를 대상으로 2,000개 수준의 태그를 분석하여 설비 및 품질에 이상을 주는 원인 인자를 발굴하고, 이상패턴 검출 로직을 발굴했다. 실시간 설비 모니터링과 피드백 및 피드 포워드 체계 구축으로 원가절감 및 품질개선 효과를 올렸으며, 클레임 비용 절감 효과를 달성했다.

이렇듯 우리는 대량의 데이터를 실시간에 가깝게 분석하고 활용할 수 있게 됐다. 아주 빠른 속도로 데이터를 처리하고 심층 분석함으로써 실시간 의사결정도 가능해졌다. 단순히 ‘과거에 무슨 일이 일어났는지’가 아닌, ‘현재 무슨 일이 벌어지고 있는지’를 규명함으로써 실시간 인사이트를 확보하고, 즉시 조치를 취할 수 있게 됐다. 한발 더 나아가 앞으로 무슨 일이 벌어질지를 예측하고, 결과를 개선하기 위해 구체적으로 어떤 부분을 최적화해야 할지 결정할 수도 있다.

IoT를 무한한 가능성과 성장동력으로 삼기 위해서는 가치를 발굴할 능력을 갖추어야 한다. 특히, 실시간으로 쏟아지는 제조현장의 센서데이터로부터 인사이트를 얻기 위해서는 기존과는 다른 관점에서 데이터를 관리하고 분석해야 한다. AoT 기술에 기반한 ‘통합 애널리틱스 플랫폼’은 실시간 센서데이터에서 가치를 도출하고, 스마트 팩토리를 실현할 수 있도록 하는 해법이 될 것이다.

* 염봉진 이사는 SAS 아시아퍼시픽 컨설팅 서비스 본부(PSD)를 이끌고 있다. ciokr@idg.co.kr