발표자: 석진호 제조업 사업개발, AWS / 이세현 솔루션즈 아키텍트
Part 1 : 제조업의 Digital Transformation 트렌드 및 사례
전반적인 Smart Factory 트렌드 및 방향성에 대해 제시합니다. 그리고 주요 AWS 기반 제조업이 어떻게 혁신하고 있는지 사례를 소개해드립니다.
Part 2 : Smart Factory의 AWS 주요 기술
Smart Factory와 Robotics에 사용되는 주요 기술들을 소개합니다. 제조업체가 여러 생산 프로세스 영역에서 디지털 방식으로 변환하는데 사용하는 주요 기술들에 대해 알아봅니다.
22. 22
1 호주 최대의 LNG Refinery 및 Operation 업체
WOODSIDE
Energy/Chemical/Utility – Woodside18
23. 23
• “Better that human
awareness” (직접 방문하는 것
보다 더 현실적인) 수준의
디지털 IoT 대시보드 구축
• IoT 대시보드와 챗봇 통해
장비 history 및 상태를
점검하여 이슈 발생 가능
기기는 미리 센싱하여 수리
• 직원당 발생할 공장 방문 비용
약 $30K 및 비행 시간 약
30시간 절약, 환경적
sustainability 관점에서도 장점
Result
AWS IoT 서비스 활용하여 200K개 센서 연계
기계 상태 확인하는 IoT 시스템으로 무인공장 운영
Energy/Chemical/Utility – Woodside8
24. 24
Challenge
• Complex 기기들로 어우러진 ecosystem에 대한 이해도를 높이고
advanced surveillance robotics를 통해 모든 시각에서 장비
점검이 가능하길 희망
• 무인 LNG 시설에서 IoT 시스템상 기계 이슈가 발견되면
(예를 들어 파이프 valve가 헐거워진 경우) autonomous
로봇이 자동으로 센싱하여 이슈 해결하는 mechanism 기대
Action
• 카메라 부착한 surveillance robotics 구매 및 개발 완료, 공장
내 구간별 site trial 실시 (문제 발견 시, 로봇의 root cause
조사 진행 가능여부 확인 완료)
• Ground mobility 로봇에 고비용 Lidar 센서를 탑재하여
주기적/자동적 공장 점검, 이슈 초기 발견 성공률 증가
ML 기반 surveillance robotics 사람 역할 수행
무인공장 內 이슈 발생 시, automated 해결책 마련
1 호주 최대의 LNG Refinery 및 Operation 업체
Energy/Chemical/Utility – Woodside18
Insight
Digital
augmentation
Advanced analytics
Collaboration
Decision support
Digital twin
AR/VR
Action
Device mesh – Bot to bot + Human to bot
Automation and robotics
Future worker – mobilized and augmented
Learning and optimizing assets
System integration and automation of workflows
Sense
Industrial IoT
Smart sensors
Surveillance robots
+ drones
25. 25
• “Better that human
awareness” (직접 방문하는 것
보다 더 현실적인) 수준의
디지털 IoT 대시보드 및
surveillance robotics 활용
• 직원당 발생할 공장 방문 비용
약 $30K 및 비행 시간 약
30시간 절약
• Automatable 과제는 로봇이
수행하여, 인력 효율화 도전
가능 사람만이 작업 가능한
영역에 더욱 더 집중 가능
Result
ML 기반 surveillance robotics 사람 역할 수행
무인공장 內 이슈 발생 시, automated 해결책 마련
Energy/Chemical/Utility – Woodside8
33. 기타 데이터 소비자 Application
Big Data Analysis /
Data preprocessing
PLC
HMI
MES
Data
Warehouse
Data Mart
Business Application
Machine Learning
OPC UA
Server
OPC UA Client
OPC UA Client
ETL
Equipment
일반적인 공장 데이터 분석 아키텍쳐
Custom
dashboard
34. OPC Unified Architecture (OPC UA) is a machine to machine communication protocol for
industrial automation developed by the OPC Foundation
Queue
Data Change Filter is
‘Value or TimeStamp’
Sampling interval
Publishing interval
Publish
CF) OPC UA (Unified Architecture)
100 ms
Data Change Filter is
‘Value’Value
Timestamp Subscribe
Server
Client
PLC
35. 데이터 수집 저장 시각화 및 분석 AI 개발
PLC
Modbus-TCP
SECS/GEM
OPC UA
Other industrial protocols
Oracle, MS SQL, MySQL,
PostgreSQL, MariaDB,
MongoDB 등으로
Data Mart,
Data Warehouse 구축
상용 Business Intelligence 솔루션
또는
직접 Web/Mobile Application 개발을
통한 시각화
R, Python, Hadoop echo-system
ELK 등을 통한 데이터 분석
상용 데이터 분석 platform을 활용한
분석
TensorFlow
MXNet
PyTorch
데이터 수집 -> 저장 -> 분석 및 시각화 -> AI 개발의 pipeline 구축을 진행하면서, 과제를 수행할
수 있음
• PDM(Predictive Maintenance)
• FDC(Fault Detection and Classification)
• SPC(Statistical Process Control)
• R2R (Run-to-Run process control for production)
일반적인 Smart Factory 구축 단계 (On-premises)
36. Kinesis Data
Firehose
S3
Region A
AWS Cloud
Region B
북미(North America) 공장
유럽(Europe)
Greengrass
Factory
Dashboard
Kinesis Data Firehose
Factory
Factory
Manager
Factory
Operator
Data Scientist
AWS IoT Core
AWS IoT Core
Amazon Redshift
AWS Glue
Amazon QuickSight Data Analyst
Amazon SageMaker
DynamoDB AWS AppSync AWS Amplify
AWS Smart Factory
Greengrass
DashboardDynamoDB AWS AppSync AWS Amplify
Factory
Manager
Factory
Operator
38. 고객 요구 사항 (예시)
(1) 공장 운영 책임자(Manager) – KPI (Takt time, output, operating rate) 현황을
실시간으로 조회
전 세계 공장의 데이터를 한 곳에 모아 world wide monitoring 및 control center를
구축하고 싶다.
(2) 운영자(Operator) – 내가 운영하는 공정과 관련된 설비의 상태를 편하게 보고
확인하고 싶다. 기존 HMI가 있지만, 설비에 장애가 발생되었을 쉽게 파악하고 조치
방법을 찾을 수 있는 조금 더 개선된 UI가 있으면 좋겠다.
(3) 장비 개발자(Equipment developers) – 내가 개발한 장비의 성능과 가동률을
높이기 위해서, 운영 중인 장비의 Data Analysis를 할 수 있는 환경(Environment)이
있으면 좋겠다.
39. Data Mart @ AWS Smart Factory
Region A
AWS Cloud
Dashboard
Factory
Manager
Factory
Operator
AWS IoT Core DynamoDB
Mobile
Greengrass
Factory
Aurora CommercialCommunity
Amazon
DynamoDB
Amazon RDS Amazon
DocumentDB
Front-end &
Back-end
Server
AWS: Purpose-built databases
Data Collection Data Mart
AWS AppSync AWS Amplify
41. Data Warehouse/ Data lake @ AWS Smart Factory
Kinesis Data
Firehose
S3
Region A
AWS Cloud
Region B
북미(North America) 공장
유럽(Europe) 공장
Greengrass
Factory
Kinesis Data
Firehose
Factory
Data Scientist
Greengrass
AWS IoT Core
AWS IoT Core
Amazon Redshift
AWS Glue
Amazon QuickSight Data Analyst
Amazon
SageMaker
Developer
Data Collection Data Warehouse
Business
Intelligence
Data Lake ETL Analytics
51. PDM & R2R 과제를 위한 아키텍쳐
Kinesis
Data Firehose
S3
Region A
AWS Cloud
Greengrass
Factory
Data Scientist
AWS IoT Core
AWS Glue Amazon SageMaker
ML model deploy
ML inference
@ edge
PDM (Predictive Maintenance)
ML TrainingETLData Lake
Data Collection
ML Inference Result Collection
R2R
(Run-to-Run process
control for
production)
54. SPC (Statistical Process Control)를 위한 아키텍쳐
Kinesis Data
Firehose
S3
Region A
AWS Cloud
Region B
북미(North America) 공장
유럽(Europe) 공장
Greengrass
Factory
Kinesis Data
Firehose
Factory
Data Scientist
Greengrass
AWS IoT Core
AWS IoT Core
Amazon Redshift
AWS Glue
Amazon QuickSight Data Analyst
Amazon
SageMaker
Developer
Data Collection Data Warehouse
Business
Intelligence
Data Lake ETL Analytics