(주)유비덤, 딥 러닝 기반 사출 스마트공장 구축에 ‘앞장’

사출 스마트공장 고도화에 있어 큰 난제로 꼽히는 부분은 현장 데이터를 효율적으로 확보해 빅 데이터를 구축하는 것이다. (주)유비덤은 지난 2017년 엘에스엠트론(주) 연구소와 함께 사출 데이터를 수집하는 소프트웨어를 개발, 이 같은 문제를 해결했고 나아가 다양한 기업에 성공적으로 사출 스마트공장을 구축해주며 업계의 파트너로 자리매김했다. 

 

사출 스마트공장 초석 마련
1996년 설립된 이래 20년 이상 제조기업 ICT 구축에 매진해온 (주)유비덤(이하 유비덤)이 플라스틱 사출성형 공정 고도화에 앞장선다. 
소재를 녹여 금형에 주입해 열을 가함으로써 플라스틱 제품을 생산하는 사출성형 공정은 그 특성 상 내·외부적인 다양한 요인이 변수로 작용한다. 특히 금형 내 수지의 흐름이나 가스 발생 여부, 온도와 습도, 가열과 냉각 시간, 건조 상태 등 품질에 영향을 주는 화학적 변인이 많고, 다양한 설비가 복합적으로 하나의 시스템을 구성하는 사출성형 공장의 특성으로 인해 스마트공장 구축 난이도가 높은 업종 중 하나이다. 
이 같은 상황에서 지난 2017년 유비덤 기술연구소가 엘에스엠트론(주)(이하 LS엠트론) 연구소와 공동으로 사출 데이터를 수집하는 소프트웨어를 개발, 사출 스마트공장 구축의 단초를 마련했다.

 

딥 러닝 기반 사출 스마트공장
유비덤 기술연구소 정하문 연구소장에 따르면, 사출기는 PLC(Programming Logic Control)로 작업 조건을 제어하는데 이 데이터는 대부분 설비 메이커에 종속적이라서 수집이 쉽지 않다. 그러나 유비덤과 LS엠트론이 공동 개발한 소프트웨어는 사출 PLC 신호를 별도의 장치 없이 바로 가지고 올 수 있으며, 현재 다수의 업체가 이 소프트웨어를 적용해 사출 PLC 데이터(사출 작업 조건)를 수집하고 있다. 금형은 이동축과 고정축에 센서(상하 각 1개 혹은 각 2개)를 심어 온도를 수집하고, 냉각수는 인풋(Input)과 아웃풋(Output)에 센서를 심어 온도를 수집하며, 호퍼 드라이어의 건조 온도는 통신이 가능한 경우에는 직접 수집하고, 통신이 안 되는 경우에는 온도센서를 심어서 수집한다. 또한 공장 내부의 온도와 습도는 공장 넓이에 따라 몇 곳에 온습도 수집 장치를 설치해 실시간으로 온습도를 수집한다. 
정하문 연구소장은 “이렇게 데이터 수집을 실시간으로 하면 엄청난 양의 데이터(Big Data)가 쌓이게 되는데 이를 분석해 정보화하려면 생산관리시스템(MES : Manufacturing Execution System)과 AI가 필요하다”라고 전했다. 

 

MES는 생산관리, 금형관리, 설비관리, 품질관리에 필요한 제반 기능을 반드시 가지고 있어야 하고 필요하다면 물류(제품, 자재) 및 영업 관리 기능도 있어야 한다.  생산(사출)한 제품에 대한 데이터는 MES 기능에 의해 정해진 장소에 저장되고, 품질검사 값(양품, 불량)을 입력하면 저장된 빅 데이터와 비교 분석해 양품을 사출할 수 있는 최적의 데이터를 인공지능이 제공한다. 따라서 사출 작업 데이터가 쌓이면 쌓일수록 더 좋은 사출 조건을 제시한다. 정하문 연구소장은 “요컨대 알파고의 바둑 실력이 바둑 학습을 통해 더욱 강해지는 것처럼, 보다 깊은 기계학습을 통해 점점 더 똑똑해지는 것”이라고 말했다.

 

현장에서 검증된 소프트웨어
유비덤의 사출 스마트공장 소프트웨어는 이미 현업에서 다수의 레퍼런스를 확보하고 있다. 일례로 경주 소재의 자동차 내장 플라스틱 부품 모듈 제조사 D社는 지난 2016년 정부 지원금과 자체 자금으로 MES를 구축했으나, 생산관리 및 금형관리 기능 일부를 제외하고는 활용도가 낮아 고민하던 중 정부의 스마트공장 구축 지원 사업의 도움을 받아 순차적으로 공정 고도화를 추진, 지난 2019년 8월에 AI 기능을 탑재한 3단계 스마트공장(IIS, Intelligence Injection System)을 구축했다. 

정하문 연구소장은 “사출 스마트공장에 사용할 MES는 생산관리 기능 즉 생산계획을 수립하고 이 계획을 근거로 생산(작업) 지시를 하며 작업자가 이 지시대로 작업을 수행할 수 있도록 해야 한다. 작업을 시작하기 전에 설비를 주기적(일/주/월/분기/반기/년 등)으로 점검해야 하는데 이 기능 또한 MES에 포함되어야 한다. 그리고 금형은 수명에 따라 등급관리와 타수에 따른 세척 주기관리를 해야 하는데 이 기능도 MES의 주요 기능 중에 하나이다.”라고 사출 스마트공장 MES에 대해 설명했다. 

이 스마트공장에서 작업자는 작업 시작 전에 설비를 점검하고, 수행할 작업 지시를 선택한 후 설비조건을 맞춰 가동 스위치를 누르면 작업이 시작되는데, 사출 제품은 초기 몇 쇼트(Shot)는 폐기를 하고 그 다음부터 본격적으로 생산을 해야 한다. 그런데 작업자가 초품 폐기를 하지 않고 그대로 작업을 하는 경우가 있는데, 이는 제품 불량의 한 원인이 된다. 유비덤은 이를 방지하기 위해 스마트경광등을 개발해 적용했다. 스마트경광등은 작업이 시작되면 초품 폐기에 주황색불이 들어오고 작업자가 스마트 수검함에 정해진 수량만큼 제품을 넣으면 녹색불로 바뀐다. 만약 일정 시간 안에 정해진 수량의 폐기 초품을 스마트수거함에 넣지 않을 경우, 빨간불이 점등하면서 ‘초품을 폐기하십시오’라는 경고문구와 음성 알람이 발생한다. 작업 지시한 수량을 근거로 초품 검사할 시간이 되면 초품에 황색불이 켜지고, 검사 값을 입력(측정과 동시에 자동입력)하면 녹색불로 바뀐다. 

중품과 종품 작동 원리도 초품 검사와 동일하다. 작업자가 검사한 값과 사출기의 쇼트 데이터(Shot Data) 및 주변 장치로부터 수집한 온도 및 습도는 쇼트 데이터와 함께 서버에 저장되며 이 저장된 대용량의 데이터, 즉 빅 데이터를 AI가 분석해 최적의 작업조건을 찾아 작업자에게 제공한다.

정하문 연구소장은 “D社는 해당 시스템 구축으로 약 25~30%가량의 작업 인원 감소 및 Lot 불량 제로 달성, 생산성 15% 향상, 제조원가 3% 이상 절감, 긴급 수주 대응력 증가 등의 긍정적인 결과를 이끌어냈고, 20% 이상의 손익 개선에 성공했다”라고 강조했다. 

한편 대부분의 사출공장은 장소가 협소하여 물류(자재, 제품) 및 금형관리에 많은 어려움을 겪고 있다. 유비덤은 이를 해소하기 위해 자재와 제품은 포장단위별로 금형은 개별단위로 바코드 시스템을 적용해 자재창고, 제품창고, 금형창고 적재 방식을 고정식(정해진 장소에 정해진 품목만 적재)에서 유동식(빈 공간에 적재)으로 변경했고, 이를 통해 공간 활용도를 40% 이상 높였다. 정하문 연구소장은 “특히 수백 벌 혹은 천 벌 이상 금형을 가지고 있는 업체는 금형을 적재하기도 어렵지만 해당 금형을 찾는 데에도 많은 시간을 소요한다”라며 “그러나 유동식 창고 개념을 도입한 후로 금형 입·출고 시간이 호이스트 작동 시간을 제외하고 1~2분 정도로 대폭 감소해 전체 생산성이 향상됐다”라고 전했다.