스마트팩토리 기술 컨설팅, 새 장비부터 사지 않아도 되는 이유

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

스마트팩토리를 추진한다며 멀쩡한 설비부터 교체하려 하고 있습니까? 현장에서는 최신 장비보다 기존 설비에 숨어 있는 신호를 제대로 활용하는 기술이 먼저입니다. 운전 램프, 전류 변화, 알람 이력처럼 이미 존재하는 데이터를 연결하면 대규모 투자 없이도 생산량 집계, 비가동 분석, 품질 추적을 시작할 수 있습니다.

특히 구축 예산이 빠듯한 중소 제조 현장이라면 장비 구매 목록보다 해결할 문제의 순서를 정해야 합니다. 아래 방법은 노후 설비를 무조건 폐기하지 않고 활용 범위를 넓히는 브라운필드 스마트팩토리 엔지니어링의 실전 팁입니다.

노후 설비도 신호 한 점이면 디지털화할 수 있습니다

PLC 통신이 안 되면 외부에서 상태를 읽습니다

오래된 프레스나 포장기는 통신 포트가 없거나 프로그램 원본을 찾지 못하는 경우가 많습니다. 그렇다고 제어반 전체를 바꿀 필요는 없습니다. 가동 램프의 전압, 모터 전류, 근접센서 출력처럼 설비 밖으로 이미 드러난 신호 한두 개만 수집해도 가동·정지·대기 시간을 구분할 수 있습니다. 생산성 개선의 첫 단계에는 수백 개 태그보다 신뢰할 수 있는 핵심 신호가 유용합니다.

예를 들어 모터 전류가 일정 기준 이상이면 가동, 기준 미만이 3분 이상 지속되면 대기, 비상정지 접점이 들어오면 고장으로 분류할 수 있습니다. 단순 규칙처럼 보여도 작업자가 수기로 적던 일보보다 시간 해상도가 높습니다. 다만 전류만으로 제품 생산 여부를 단정하면 공회전을 실적으로 계산할 수 있으므로 완제품 배출 센서나 카운터 신호를 함께 확인해야 합니다.

• 무전압 접점: 운전, 정지, 고장 상태를 가장 저렴하게 수집하기 좋습니다.
• 분할형 전류 센서: 배선을 끊지 않고 설치할 수 있어 짧은 휴지 시간에 적용하기 좋습니다.
• 광센서·근접센서: 제품 통과 수량이나 사이클 완료 여부를 직접 확인할 수 있습니다.
• 게이트웨이: 서로 다른 신호를 MQTT나 OPC UA 등 상위 시스템용 형식으로 변환합니다.

숨은 팁: 센서를 먼저 주문하지 말고 작업자가 매일 적는 생산일보를 펼쳐 보십시오. 일보의 각 칸을 자동으로 채우는 데 필요한 최소 신호부터 찾으면 과잉 계측을 피할 수 있습니다.

기술의 기본 개념을 현장에 적용할 때도 핵심은 최신성 자체가 아니라 목적에 맞는 수단의 선택입니다. SDEC와 같은 기술 컨설팅 파트너는 설비 연식보다 신호의 접근성, 전기적 절연, 데이터 활용 목적을 함께 검토해야 합니다.

센서보다 먼저 작업자의 행동 데이터를 구조화합니다

고장 사유 버튼은 세 개로 시작해도 충분합니다

설비 데이터를 연결했는데도 비가동 원인을 알 수 없다면 센서 부족이 아니라 입력 방식이 문제일 수 있습니다. 기계는 정지 시각을 알려 주지만 자재 부족, 금형 교환, 품질 확인 같은 사람의 사유까지 자동으로 설명하지 못합니다. 이때 수십 개 사유 코드를 한꺼번에 만들면 작업자가 입력을 포기하거나 가장 가까운 항목만 반복해서 누르게 됩니다.

처음에는 설비 문제, 자재·품질 문제, 계획 정지처럼 큰 분류 세 개로 운영해 보십시오. 2주간 입력 누락률과 ‘기타’ 비율을 확인한 뒤 실제 빈도가 높은 항목만 하위 코드로 분리하면 됩니다. 태블릿을 새로 구매하지 않아도 현장 PC의 웹 화면, 산업용 버튼 박스 또는 기존 HMI의 빈 영역을 활용할 수 있습니다. 단, PLC 프로그램을 수정한다면 원본 백업과 복원 시험은 필수입니다.

1. 정지 발생 후 5분이 지났을 때만 사유 입력을 요청합니다.
2. 직전 사유를 기본값으로 자동 복사하지 않아 오입력을 줄입니다.
3. 교대 종료 전에 미분류 정지만 한 화면에 모아 확인합니다.
4. 입력률을 개인 평가보다 데이터 품질 지표로 관리합니다.

작업자의 설명은 기계 신호와 결합될 때 가치가 커집니다. 닭 울음소리에서 건강 이상을 판별하는 사례처럼 비정형 현장 신호도 목적에 맞게 수집하면 판단 자료가 될 수 있습니다. 실제 산업 AI의 확장 가능성은 소리로 질병을 판단한 토종 AI 사례에서도 확인할 수 있습니다. 다만 현장에서는 AI 모델보다 먼저 입력 기준과 책임 범위를 명확히 해야 데이터가 지속적으로 쌓입니다.

생산량보다 시간의 빈틈을 보면 개선점이 드러납니다

1분 단위 그래프에 교대 정보를 겹쳐 봅니다

월 생산량만 보면 목표 달성 여부는 알 수 있지만 손실이 생긴 위치는 찾기 어렵습니다. 같은 생산량을 기록한 두 라인도 한쪽은 일정하게 운전했고 다른 쪽은 잦은 정지 후 속도를 높였을 수 있습니다. 후자는 품질 편차와 부품 피로가 커질 가능성이 있으므로 생산 수량과 운전 시간의 패턴을 함께 봐야 합니다.

잘 알려지지 않은 방법은 1분 단위 가동 그래프 위에 교대 시작, 휴게, 품종 변경, 자재 투입 시점을 겹치는 것입니다. 매일 특정 교대 시작 후 15분 동안 정지가 반복된다면 장비 성능보다 인수인계나 예열 절차가 원인일 수 있습니다. 점심시간 직후 불량이 늘어난다면 재가동 조건, 온도 회복 시간 또는 초품 확인 절차를 의심할 수 있습니다. 이런 문제는 새 설비를 들여도 업무 방식이 그대로라면 반복됩니다.

• 미세 정지: 10초 이상 5분 미만 정지를 따로 묶어 누적 손실을 계산합니다.
• 속도 손실: 정격 속도가 아니라 양품을 안정적으로 만드는 기준 속도와 비교합니다.
• 교체 손실: 마지막 양품부터 다음 품종의 첫 양품까지 측정합니다.
• 재작업 시간: 생산량에는 잡히지만 실제 부가가치를 만들지 못한 시간을 분리합니다.

OEE 숫자 하나만 높이는 활동은 위험할 수 있습니다. 계획정지 항목을 늘리거나 기준 사이클을 느슨하게 설정하면 지표는 좋아져도 생산성은 그대로이기 때문입니다. SDEC 기술 컨설팅에서는 지표 정의서에 시작 시점, 종료 시점, 제외 조건, 데이터 출처를 함께 적어야 담당자가 바뀌어도 같은 계산이 유지됩니다.

전문가 팁: 대시보드에서 가장 화려한 원형 그래프보다 ‘원인을 입력하지 않은 정지 시간’을 먼저 보여 주십시오. 모르는 손실을 줄이는 과정에서 현장 데이터의 신뢰도가 빠르게 올라갑니다.

엑셀을 버리지 말고 시스템의 입력 창으로 활용합니다

익숙한 양식을 유지하면서 중복 입력만 제거합니다

스마트팩토리를 도입하면 엑셀을 모두 없애야 한다는 생각도 흔한 오해입니다. 엑셀은 품질 판정, 작업 지시, 자재 실적처럼 규칙이 자주 바뀌는 초기 업무를 빠르게 시험하기 좋은 도구입니다. 문제는 파일 자체가 아니라 여러 사람이 복사본을 만들고 같은 수치를 ERP, MES, 일보에 반복 입력하는 방식입니다.

숨은 활용법은 기존 양식의 열 구조를 표준화한 뒤 시스템이 읽을 수 있는 업로드 템플릿으로 사용하는 것입니다. 품목 코드와 설비 코드는 선택 목록으로 제한하고, 날짜 형식과 단위는 고정하며, 자유 메모는 별도 열로 분리합니다. 이후 업로드 단계에서 중복 행, 누락 코드, 허용 범위를 벗어난 값을 자동 검증하면 익숙한 업무 흐름을 유지하면서 데이터 품질을 높일 수 있습니다.

1. 파일명 대신 문서 내부에 공장, 라인, 기준일, 버전 값을 기록합니다.
2. 병합 셀과 색상에만 의존한 판정 규칙을 제거합니다.
3. 수량, 중량, 온도처럼 숫자의 단위를 열 이름에 표시합니다.
4. 원본 데이터 시트와 보고용 그래프 시트를 분리합니다.
5. 승인된 파일만 수집 폴더로 이동하도록 권한을 설정합니다.

여기서 중요한 기술 솔루션은 거대한 통합 시스템이 아니라 한 번 입력한 값을 다시 치지 않게 만드는 연결입니다. API가 없는 구형 시스템이라면 정해진 CSV 파일 교환으로도 시작할 수 있습니다. 해외 실증과 사업 확장 사례를 다룬 K-디지털 글로벌 실증 성과 기사처럼 솔루션의 가치는 시연 화면보다 실제 환경에서 반복 운영되는지로 판단해야 합니다.

주의할 점도 있습니다. 공유 폴더의 엑셀을 데이터베이스처럼 동시에 편집하게 두면 충돌과 버전 혼선이 생깁니다. 입력 마감 시각, 수정 권한, 오류 반환 방식, 보관 기간을 정하고 자동화 실패 시 사람이 복구할 절차까지 마련해야 합니다. 작은 연결이라도 운영 책임자가 없다면 결국 수작업으로 되돌아갑니다.

천만 원보다 먼저 20일과 40시간을 배정합니다

작은 실증의 비용과 시간을 숫자로 제한합니다

새 장비를 사지 않는다고 비용이 전혀 들지 않는 것은 아닙니다. 신호 조사, 배선, 게이트웨이 설정, 화면 제작, 작업자 교육에는 분명 시간이 필요합니다. 다만 범위를 한 라인과 한 문제로 제한하면 실패 비용을 통제할 수 있습니다. 예를 들어 ‘공장 전체 디지털화’가 아니라 ‘포장 2호기의 원인 미상 정지를 절반으로 줄인다’처럼 목표를 정해야 합니다.

현장 여건에 따라 차이가 있지만 소규모 실증은 보통 현장 조사 1~2일, 설계 3~5일, 설치·연동 2~4일, 데이터 관찰 10~20영업일로 구분할 수 있습니다. 단순 상태 수집용 센서와 게이트웨이는 수십만 원대부터 구성할 수 있으나 산업용 절연, 방진·방수, 제어반 공사, 서버와 보안 요건이 추가되면 수백만 원 이상이 됩니다. 가격만 보고 소비자용 장치를 선택하면 통신 끊김과 유지보수 비용이 더 커질 수 있습니다.

• 범위: 설비 1~3대, 데이터 태그 10개 안팎으로 제한합니다.
• 판정 기간: 최소 20영업일을 관찰해 품종과 교대 차이를 포함합니다.
• 내부 투입: 현장 담당자 1명이 주당 2시간씩, 총 8~12시간 검증합니다.
• 교육: 교대별 30분과 관리자 1시간을 별도로 확보합니다.
• 중단 기준: 데이터 누락률이 10%를 넘으면 분석보다 계측 보완을 먼저 합니다.

예산을 요청할 때는 장비 가격만 쓰지 말고 회수 가능한 손실 시간을 제시하십시오. 시간당 공헌이익이 20만 원인 라인에서 월 10시간의 원인 미상 정지를 줄이면 월 200만 원의 개선 여지가 생깁니다. 800만 원짜리 솔루션이라면 단순 계산상 4개월이지만 교육, 유지보수, 실제 개선률을 반영해 6~12개월의 보수적 회수 기간을 잡는 편이 현실적입니다.

따라서 첫 프로젝트에는 설비 교체비보다 20일의 관찰 기간, 담당자 40시간 이내의 총 투입 한도, 10개 안팎의 핵심 태그를 먼저 배정해 보십시오. 이 숫자 안에서 데이터 신뢰도와 개선 효과가 확인되면 다음 라인으로 확장하고, 확인되지 않으면 추가 구매 대신 측정 기준을 수정하는 것이 비용과 시간을 지키는 엔지니어링 방식입니다.