Tanya Ilieva
AI, XR and Data: Manufacturing Technology Predictions for 2024
만약 우리가 혹평 주기를 끝냈다면, 아마도 우리는 이미 남아있을 기술에 대해 이야기하고 있을 것입니다. 그래서 IndustryWeek가 제조업체와 분석가들에게 다가오는 해의 제조기술에 대한 예측을 요청할 때, 우리는 가장 성숙한 기술과 가장 널리 사용되는 기술을 찾고 있습니다.
올해의 답변은 이를 다시 한 번 입증합니다. 우리가 물었던 12가지 기술 중에서도, 인공지능(AI), 증강/가상/혼합 현실(XR), 그리고 데이터와 분석의 활용이 가장 큰 반응을 얻었습니다. 제조업체들은 내년에 정말로 2024년에 이 세 가지 기술에 주목해야 할 것입니다.
2024년 AI 전망
2023년에는 생성형 인공지능이 중심에 섰습니다. 특히 ChatGPT와 Microsoft의 Bing AI의 등장으로 인해 제조업계와 전 세계에서 Gen AI가 가져올 가능성에 대한 다양한 마케팅 캠페인과 열렬한 오피니언 기사가 등장했습니다.
그러나 우리의 청중들과 IndustryWeek의 분석을 들어보면, Gen AI에 대한 혹평 버블이 상당히 빨리 꺼졌지만, 인공지능에 대한 관심은 여전히 제조업계에서 큰 의미를 가지고 있습니다.
ABI 연구 업계 분석가 James Prestwood는 “현재 시장에서의 AI에 대한 관심이 제조업 시장에 큰 영향을 미치고 있지만, 운영자들 사이에서의 강한 불신과 전체적이고 입증 가능한 사용 사례에 대한 요구로 인해 그 배치가 제한될 것”이라고 설명했습니다. “특히 품질 관리 프로세스와 QMS 소프트웨어와 관련된 기능에 대한 경우, 변화에 대한 강한 저항과 프로세스 통제를 포기하는 것에 대한 우려로 인해 그렇습니다.”
“QMS 소프트웨어 공급 업체들은 솔루션에 대한 AI 기능을 개발하는 데 더 신중한 접근을 취할 것이며, 기술이 실제 공장에서의 문제를 해결할 수 있는지를 확인하기 위해 핵심 고객들과 강력하고 일관된 대화를 이어나갈 것입니다. … 그러나 솔루션이 출시되어도 채택은 느릴 것으로 예상되며, 2024년에는 주로 제조업체의 주요 시설에 초점이 맞춰질 것”이라고 그는 덧붙였습니다.
포리스터의 부사장이자 주요 분석가인 Paul Miller는 그의 평가에서 조금 더 솔직했습니다.
“2024년에는 생성형 인공지능이 제조업의 비즈니스를 변화시키지 않을 것”이라고 말했습니다. “ChatGPT와 유사한 인터페이스를 복잡한 제품 문서와 운영 데이터 앞에 추가하는 명확한 기회가 있으며, 이는 숙련된 엔지니어들에게 도움이 될 것입니다. 인간이 여전히 주인이며, 그들은 여전히 자신의 행동에 책임이 있어야 합니다: 우리는 아직 이러한 생성형 인공지능 도구가 비용과 위험이 모두 큰 상황에서 경험이 부족한 사용자들을 지원하는 데 신뢰할 만한 수준에 도달하지 못했습니다.”
RELATED: 2024년 제품 및 엔지니어링 팀을 위한 예측
Tim Gaus는 Deloitte의 스마트 제조 분야 리더이자 주요 연구원으로, 장기적으로는 더 낙관적입니다. 그러나 현재는 몇 가지 응용 분야를 보고 있습니다.
“GenAI는 데이터를 기반으로 실시간으로 조정하고 자체 최적화할 수 있는 폐쇄 루프 제조 시스템을 만들 수 있는 잠재력을 지니고 있습니다. 이는 산업에 새로운 수준의 효율성을 가져올 수 있지만, GenAI의 능력이 계속해서 탐구되고 성숙해지는 동안, 기관들은 유지보수 및 수리와 같은 분야에서 기술을 시험하는 것이 가장 좋습니다.”
우리가 인터뷰한 기술 리더 및 전문가들 중에서, Oshkosh Corp의 고문으로서 정보 기술 최고 책임자인 Anu Khare는 인공 지능의 잠재력에 대해 가장 낙관적으로 언급했습니다.
“저희는 인터넷이 등장한 이후 가장 흥미로운 기술 발전의 시기에 진입하고 있습니다. 기술의 가장 영향력 있는 영역이자 가장 넓게 적용될 것은 인공 지능(AI)일 것입니다. 비즈니스의 모든 측면이 다양한 AI 도구로 보강되고 강화될 것입니다.”라고 말했습니다.
Khare에 말씀에 따르면, 예측적인 통찰력, 작업 자동화, 인간-기계 상호 작용 및 콘텐츠 생성은 새로운 AI 기술에서 가장 큰 이익을 얻을 것입니다.
“이 모든 기술적 발전과 채택은 인간과 AI 간의 새로운 관계를 만들어낼 것입니다. 여기서 AI는 제조 공장에서 산업용 도구를 사용하는 것처럼 보조 도구가 되는 관계입니다.”라고 덧붙였습니다.
AR/VR
XR 기술은 처음에는 게임에서의 다음으로 최고의 것으로 소개되었지만, 결국 제조업계에서 자리를 잡았습니다. 누구나 VR을 오락용으로 사용하지 않는다는 것은 아니지만, 제조업체들은 증강 현실을 통해 제품 디자인을 확대합니다. 운영자가 자신의 부품이 최종 제품에 어떻게 맞는지 볼 수 있도록 하거나, 위험한 장비에 대한 운영자의 가상 훈련을 통해 안전성을 높이는 데 이를 활용합니다.
그러나 어떻게든 이것은 메타버스에 대한 논의로 변모되었습니다. 이 용어는 Neal Stephenson의 1992년 디스토피아 과학 소설인 ‘스노우 크래시’에서 빌려온 것입니다. 그러나 우리의 전문가들에 따르면, XR 토론은 다시 현실로 돌아왔습니다.
“저희는 2024년에 AR과 VR에 대한 관심이 다시 솟아오르는 것을 보고 있습니다. 모두가 산업 메타버스에 대한 이야기를 하지 않게 되면서… AR과 VR은 모두 메타버스에 대한 더 큰 혹평의 일환으로 얽매이게 되었고, 이와 같은 혹평 버블에 대한 반발의 일환으로 신뢰도(및 프로젝트 자금)를 잃을 위험이 있습니다. 포리스터는 산업 메타버스 프로젝트 중 75% 이상이 메타버스 윈터를 버티기 위해 재브랜딩될 것으로 예측합니다: 프로젝트 팀은 이제 해결해야 하는 실제 문제에 대해 이야기할 것입니다 – 그리고 모두가 메타버스와 관련된 것을 잊도록 조용히 기대할 것입니다”라고 말했습니다.
ABI Research의 Eric Abbruzzese는 2024년이 AR/VR/MR 시장에 있어 중요한 해가 될 것으로 예상하며, 애플이 Vision Pro 하드웨어를 출시할 것으로 예상하고 있습니다. 그는 내년에 Pro 및 해당 경쟁사를 위한 혼합 현실 콘텐츠의 유입을 예상하고 있습니다.
“혼합 현실이 2024년에 강력한 해가 될 수 있지만, 스마트 글래스는 아닐 것입니다. OEM들은 적절한 디자인, 형태 요소 및 가격과 함께 품질 경험을 제공하는 완전한 스마트 글래스 패키지를 만드는 데 여전히 고민합니다. 현재의 기기들은 자전거 타기를 특별히 겨냥하는 안경이나 너무 특정하거나 비싸거나 불편한 경우 등 너무 특수화되었습니다.”라고 말했습니다.
“메이저 기술 회사들의 스마트 글래스가 2024년에 출시되더라도(가능성은 있지만, 출시는 일반적으로 지연됩니다), 이들은 주로 개발자와 초기 채용자를 겨냥한 제1세대 스마트 글래스 장치일 것입니다.”라고 덧붙였습니다.
시에멘스 디지털 인더스트리 소프트웨어의 산업 전략 부사장 데일 터트는 “사용 가능한 컴퓨팅 및 시각화 그래픽 파워로 인해 증강 현실 및 가상 현실이 훨씬 더 접근 가능해졌다고 생각합니다. 그래서 2024년에는 AR/VR의 사용이 더욱 증가할 것으로 예상됩니다.”라고 덧붙였습니다.
“공장에서 2차원 도면에서 시작하여 장비를 설치하는 기술자들을 돕기 위해 색상이 포함된 3차원 그림을 인쇄하기 시작한 전환을 생각해보면, 이것은 엄청난 영향을 미쳤고 학습 곡선을 줄였습니다. AR/VR은 더 직관적인 환경을 제공하므로, 기업이 가상 및 증강 현실에서 제시할 수 있는 만큼 더 많은 것을 제시할수록 기술자와 엔지니어들이 더 효과적일 것입니다.라고 말했습니다.
Data and Digitization
올해의 기술 예측 중에는 데이터 디지털화와 분석은 가장 성숙한 기술 중 하나입니다. 공장 전체에 걸친 IIoT(산업용 인터넷) 장치 네트워크는 진동, 온도, 습도, 품질 점검 결과, 주기 시간 등 센서로 측정된 정보를 수집할 수 있습니다.
제일 간단한 IIoT 시스템조차도 포토아이를 통과하는 제품을 추적하거나 기계 다운이 발생한 이유를 기록하는 등의 작업만으로도 생산성과 OEE(Overall Equipment Effectiveness)를 크게 향상시킬 수 있습니다. 반면에, 밀도가 높은 IIoT 메쉬는 AI 알고리즘에 풍부한 데이터를 공급하여 예측, 공정 추적 및 시뮬레이션을 가능하게 합니다. 그러나 이것은 훨씬 복잡한 작업입니다.
Gaus가 “2024년에는 산업 데이터 관리가 계속해서 발전하고 이미 최우선 순위에 있는 조직들에게 더욱 중요한 주제로 떠오를 것으로 예상됩니다. 대다수의 제조업 업체들은 복잡성과 접근성 문제로 산업 데이터를 혁신의 가장 큰 도전 요인으로 지속적으로 지목하고 있습니다,”라고 언급했습니다.
Miller는 이어서 “산업용 IoT 소프트웨어 플랫폼이 생산 환경에서 연결된 다양한 장치들과 데이터를 관리하고 추출하는 중요한 역할을 하고 있습니다. 그러나 이것은 그림의 일부에 불과합니다. 제조업 업체들은 데이터를 이해하기 위해 분석이 필요하며, 데이터를 기반으로 모델과 예측을 수립하기 위해 AI와 기계 학습이 필요합니다. 또한, 작업 일정 시스템과 작업 지시 관리 시스템이 필요하며, IoT 데이터로 훈련된 기계 학습 모델이 문제를 미리 감지할 때 현장 서비스 엔지니어에게 기계 수리를 지시해야 합니다.”
“IoT 플랫폼은 연결된 장치로부터 통찰력을 관리하고 추출하는 데에 탁월하지만, IoT 소프트웨어를 그 이상으로 계속 확장하는 것은 합리적이지 않을 수 있습니다. 대신에, 우리는 이러한 더 포괄적인 기업 시스템 내에서 IoT 데이터를 효과적으로 노출시키는 데에 노력해야 합니다,”라고 덧붙였습니다.
Elen
Add comment