✔ 잇(IT)터뷰 한 줄 소개
이 영상은 제조업에서 AI를 효과적으로 활용하기 위한 주요 이슈와 대안들을 심도 있게 탐구하는 내용을 담고 있습니다. |
안녕하세요, 인터뷰를 통해서 전문가의 관점을 쉬우면서도 구체적으로 끌어내는 고우성의 잇(IT)터뷰입니다.
이번 잇(IT)터뷰에서는 제조 기업에서 AI를 도입 적용할 때 어떤 이슈들이 있고 대안은 무엇인지 알아보겠습니다.
제조업 AI 프로젝트를 수행하고 있는 쿤텍의 김성환 이사가 현장에서 부딪히는 가장 큰 이슈는 망 분리 환경 때문에 데이터를 기반으로 지속적인 머신러닝을 수행하는데 어려움을 겪는 점이었습니다.
◼ 진행자 : 고우성 PD/토크아이티 (wsko@talkit.tv, https://talkit.tv/)
◼ 게스트 : 김성환 이사/쿤텍
● 김성환 : 제조업은 기본적으로 설비단, Level 0 ~ Level 1까지가 이제 거의 설비 Level 이라고 보시면 됩니다.
● 고우성 : PLC 있고요.
● 김성환 : 네, 그렇죠.
여기는 이제 실제 장비 라던가 센서 등이 있고 Level 1에서는 Control Network 이런 것들이 있고요.
그리고 Level 2에서는 PLC나 RTU에서 올라오는 정보들을 받아서 관리하고 또 통합해서 제어할 수 있는 Scada라든지 아니면 HMI 같은 것들이 있는 위치가 Level 2입니다.
Level 3는 그것보다 한 단계 위에서 전체적인 오퍼레이션을 관리하는 형태로 되어 있습니다.
그리고 Level 3.5 ~ Level 4에서는 DMZ가 있을 수도 있고 없을 수도 있는데 이것을 통해서 위쪽에 OA 망과 연결 되죠.
그래서 기본적으로는 Level 0 ~ Level 3을 FA 망이라고 하고, Level 3.5 ~ Level 4를 OA 망이라고 얘기를 하시더라고요.
● 고우성 : 그렇죠. FA 망은 주로 피지컬 공장 안에 있겠네요.
● 김성환 : 맞습니다.
● 고우성 : OA 망은 본사 헤드 쿼터에 있고요. 물리적 분리가 돼 있는 거네요.
● 김성환 : 물리적인 분리라기 보다는 실질적으로는 거의 논리적으로 분리를 해 놓습니다.
● 고우성 : 망이?
● 김성환 : 네, 이게 제조마다 좀 다른데 반도체 쪽은 아예 그냥 물리적으로 끊어 놨어요.
● 고우성 : 그렇지요, 반도체 분야는 보안이 굉장히 중요하니까요.
● 김성환 : 물리적으로 그냥 다 끊어 놨고 또 그 정도까지가 아닌 쪽은 이제 논리적으로 망 분리를 해 놓은 상태가 됩니다.
망 분리가 돼 있다 보니까 팀의 데이터 분석팀의 롤은 실제로 어떤 팀은 데이터 분석팀이 MLOps 플랫폼을 구축 하기도 합니다. 혹은 다른 구축하는 팀이 있는데 이 둘 다 주로 OA 레벨에서 근무를 하고 계시죠.
그래서 이것을 만들어 놔도 이제 아랫단에 있는 데이터들을 받아오고 양방향 통신을 할 수 있는 부분들이 굉장히 제한적이다 보니까 유지 보수가 굉장히 어려워요. 환경이 굉장히 어려운 거죠.
그리고 이제 그렇다 보니까 결국은 자동화가 잘 안되고 중앙 집중화된 모델 관리가 안 돼요.
● 고우성 : 그러니까 파이프라인을 만들어 놔도, 그런 파이프라인에 지속해서 인풋이 들어올 수가 없겠네요?
● 김성환 : 그렇죠.
FA 망 안에 있는 데이터가 올라와 줘야 하는데 이게 올라오지 않으니까 Data Drift를 확인할 수가 없죠.
또 지금 어떤 모델들이 돌고 있는지도 확인할 수가 없는 거예요.
그래서 데이터를 가지고 의사 결정하시는 분들이 ‘지금 어떤 모델들이 돌고 있고, 수요 관련된 데이터나 이런 걸 좀 보고 싶으니까 가져와 봐.’ 하시는데, 여기서 데이터를 가져올 수가 없으니까요.
● 고우성 : 그렇죠.
● 김성환 : 대시보드를 보여줄 수가 없는 형태가 되는 겁니다. 그럼 결국 다시 요청해서 받아 올리고 그걸 또 수정해서 보내드리고 이런 과정들이 필요한 거죠. 자동화가 좀 어렵습니다.
그리고 이것은 위쪽에서 개발하든 아니면 아래쪽에서 개발하든 똑같은 건데 담당자가 퇴사하거나 외주를 통해서 개발한 모델들은 사실 유지 보수가 굉장히 어려워요.
누가 왜 개발 했는지 어떤 목적으로 개발 했는지 이제 data drift가 발생해서 수정해야 하면 어떻게 수정해야 되는지도 전혀 알 수 없는 그런 상태가 되는 거죠.
그것도 어찌 보면 중앙집중화가 안 돼서 그렇다고 볼 수 있습니다.
◼ 이어진 잇(IT)터뷰 내용은 ▼아래 영상▼에서 확인하실 수 있습니다.
✔ 잇(IT)터뷰 전체 영상 보기
오픈소스 관련 잇(IT)터뷰 전체 내용은 ▼아래 영상▼에서 확인해 주세요!
① 영상 목차
– 망 분리로 인한 MLOps 자동화 이슈
– 보안 부서 협력 체계 필수
– 현업 근로자와의 사전 커뮤니케이션
– 현업 근로자의 자발적 참여 유도
– AI에 최적화되지 않은 제조 환경
② 영상 주요 내용
이번 잇(IT)터뷰는 제조업에서 AI를 활용할 때 마주치는 이슈들과 그에 대한 대안들에 관한 것으로 쿤텍의 김성환 이사가 게스트로 참여하였습니다.
주요 내용은 다음과 같습니다.
1) 망 분리로 인한 MLOps 자동화 이슈
제조업에서는 망 분리 환경 때문에 데이터 기반의 지속적인 머신러닝 수행에 어려움이 있습니다. 이는 제조업의 특성상 설비 레벨에서의 데이터 관리와 보안 문제로 인해 발생합니다.
2) 보안 부서와의 협력 필요성
보안 부서와의 긴밀한 협력이 필요합니다. 망 분리는 주로 보안상의 이유로 실행되며, 보안 부서와의 효과적인 커뮤니케이션을 통해 이러한 이슈를 해결할 수 있습니다.
3) 현업 근로자들과의 사전 커뮤니케이션
AI 프로젝트의 성공을 위해서는 현업 근로자들과의 사전 커뮤니케이션이 중요합니다. 이들의 참여와 이해를 유도하는 것이 중요한 요소입니다.
4) 현업 근로자의 자발적 참여 유도
현업 근로자들이 AI 프로젝트에 자발적으로 참여하도록 유도하는 전략이 필요합니다. 이는 프로젝트의 성공에 큰 영향을 미칩니다.
5) AI에 최적화되지 않은 제조 환경
현재 많은 제조 환경이 AI 기술의 도입과 통합에 최적화되어 있지 않습니다. 이러한 환경을 개선하는 것이 중요한 과제입니다.
이 영상은 제조업 분야에서 AI를 도입하고자 하는 기업의 관리자나 기술자, 그리고 AI와 제조업의 통합에 관심이 있는 전문가들에게 유용한 정보를 제공합니다.
◼ 콘텐츠 & 웨비나 문의 : marketing@talkit.tv, 02-565-0012
Copyright ⓒ 토크아이티 All rights reserved. 무단 전재 및 재배포 금지.