최근 제조업계의 최대 관심은 스마트 팩토리(Smart Factory)다. IT 기술로 공장을 혁신해 생산성을 극대화하는 것은 4차 산업혁명의 핵심이기 때문이다. 이에 정부에서도 제조업체의 스마트팩토리 구축에 지원을 아끼지 않고 있다.

스마트 팩토리는 단순한 공장 자동화가 아니다. 공장 자동화는 컴퓨터나 로봇 등의 기술을 이용해 공정을 자동화하는 것을 의미하지만, 스마트 팩토리는 공장 자동화보다 더 넓은 개념으로, 사물인터넷 기술 등을 활용해 공장에 지능을 부여하는 접근이라고 볼 수 있다.

이 때문에 스마트 팩토리는 데이터를 다루는 것이 핵심이다. 공장에서는 기존 정보시스템에서 상상할 수 없는 종류와 양의 데이터가 쏟아진다. 이를 수집, 관리하면서 통찰력을 얻어내는 것에 스마트팩토리의 성패가 달려있다고 할 수 있다.

한국오라클 강우진 전무는 “센서에서 나오는 데이터를 수집해 분석하는 수준을 넘어 상호작용을 일으키려면 수 많은 유형의 데이터를 통합적으로 수집, 관리, 분석해서 인사이트를 제공해야 한다”고 설명했다.

한국오라클 강우진 전무

세계 최대 규모의 데이터베이스관리시스템(DBMS) 기업 오라클이 스마트 팩토리에 관심을 갖는 것은 당연하다. 그러나 오라클은 지금까지 정형 데이터, 구조화된 데이터를 관리하기에 적합한 기술을 제공하는 회사로 알려져 있었다. 정형 데이터뿐 아니라 센서 데이터, 위치 데이터, 그래프 등 다양한 데이터를 다뤄야 하는 스마트 팩토리 현장에 오라클 기술이 적합할까?





오라클은 이런 요구사항에 대응하기 위해 지난 오라클 오픈월드에서 ‘컨버지드 데이터베이스’를 소개했다. 강 전무는 이에 대해 “데이터 종류와 처리 업무와 상관없이 사용 가능한 데이터베이스”라고 소개했다.

기본적인 관계형 DB뿐 아니라 인메모리, JSON, 사물인터넷, 기계학습, 블록체인, 샤딩 등을 모두 하나의 통합된 데이터베이스에서 지원하는 것이 특징이다. 기업들은 데이터의 종류와 업무에 따라 다양한 종류의 데이터베이스를 이용하는데, 오라클 컨버지드 데이터베이스를 활용하면 이런 번거로움 없이 하나의 데이터 플랫폼 상에서 다양한 종류의 데이터와 다양한 업무에 맞는 데이터를 관리할 수 있다는 것이다.

예를 들어 빅데이터에 SQL로 질의를 할 수 있다. SQL은 일반적으로 관계형 DB에서 활용되는 문법인데, SQL을 빅데이터까지 확장하면 개발자들은 기존에 사용하던 문법 그대로 빅데이터에서 데이터를 불러올 수 있다.

데이터의 종류가 다양해지면 관리는 복잡해진다. 뿐만 아니라 보안 모델을 만들거나 복구 프로세스를 설립하는 것, DB 확장 등도 훨씬 까다로와진다. 스마트 팩토리를 구현하는데 큰 장애가 아닐 수 없다.

강 전무는 오라클의 자율운영DB(Self-Driving)가 이런 문제를 해결할 수 있다고 강조했다. 오라클은 2년 전 자율운영 DB를 선보인 바 있다. 이는 DB관리자의 개입없이 프로비저닝, 관리, 보안, 백업, 복구 등을 할 수 있는 신개념 데이터베이스관리리스템이다.

강 전무는 “자율운영DB를 통해 DB관리자는 반복적인 일상 업무 대신 보다 혁신적인 업무에 집중할 수 있다”고 덧붙였다.

데이터 파편화 현상도 스마트 팩토리가 해결해야 할 문제다. 예를 들어 MES 에 입력된 기준 수치와 실제 센서에서 들어오는 수치가 다른 경우가 많다. 기준 데이터와 실 데이터 상이의 이런 갭을 관리해 나가야 한다. 강 전무는 국내 기업 모 기업의 사례를 소개했다. 이 회사는 실제 데이터와 기준 데이터의 차이가 얼마나 있는지 관리하고자 오라클 데이터 플랫폼을 기반으로 데이터레이크를 구성했다. 이를 통해 한달 이상 걸리던 분석 작업을 2~3일로 단축시켰고, 공정의 개선점 등을 찾아냈다고 한다.

강 전무는 “스마트팩토리이 핵심은 자동화가 아니라 데이터”라면서 “오라클은 IoT에서 쏟아지는 데이터를 수집하는 것에서부터 빅데이터, 인공지능, 자율운영 등 스마트팩토리를 위한 데이터 아키텍처를 제공한다”고 강조했다.

글. 바이라인네트워크
<심재석 기자>shimsky@byline.network