산업용 사물인터넷

산업용 사물인터넷(IIoT, Industrial Internet of Things)은 제조나 에너지 관리를 비롯한 산업 응용 분야에서 컴퓨터와 함께 네트워크로 연결된 센서, 계측기, 그 밖의 장치들을 가리킨다. 이러한 연결성은 데이터의 수집·교환·분석을 가능하게 하며, 잠재적으로 생산성과 효율성의 향상은 물론 그 밖의 경제적 이익을 촉진할 수 있다. IIoT는 분산 제어 시스템(DCS)이 진화한 것으로, 클라우드 컴퓨팅을 활용해 공정 제어를 정교화하고 최적화함으로써 더 높은 수준의 자동화를 가능하게 한다.

개요

IIoT는 사이버 보안, 클라우드 컴퓨팅, 엣지 컴퓨팅, 모바일 기술, 기계 간 통신(M2M), 3D 프린팅, 첨단 로봇공학, 빅데이터, 사물인터넷, RFID 기술, 인지 컴퓨팅과 같은 기술들에 의해 구현된다. 그중 가장 중요한 다섯 가지를 아래에서 설명한다.

• 사이버 물리 시스템(CPS): IoT와 IIoT의 기본 기술 플랫폼이자, 이전까지 연결되지 않았던 물리적 기계를 연결하는 핵심 동인이다. CPS는 물리적 공정의 동역학을 소프트웨어 및 통신의 동역학과 통합하여, 추상화와 모델링, 설계, 분석 기법을 제공한다.
• 클라우드 컴퓨팅: 클라우드 컴퓨팅을 이용하면 서버에 직접 연결하는 대신 인터넷을 통해 IT 서비스와 자원을 업로드하고 가져올 수 있다. 파일도 로컬 저장 장치가 아니라 클라우드 기반 저장 시스템에 보관할 수 있다.
• 엣지 컴퓨팅: 컴퓨터 데이터 저장을 그것이 필요한 위치에 더 가깝게 가져오는 분산 컴퓨팅 패러다임이다. 클라우드 컴퓨팅과 달리, 엣지 컴퓨팅은 네트워크의 가장자리(엣지)에서 이루어지는 분산된 데이터 처리를 가리킨다. 산업 인터넷은 산업 현장의 생산성, 제품, 서비스를 혁신하기 위해 순수하게 중앙집중화된 클라우드에 기반한 구조보다는 엣지와 클라우드를 결합한 아키텍처를 더 많이 요구한다.
• 빅데이터 분석: 빅데이터 분석은 크고 다양한 데이터 집합, 즉 빅데이터를 검토하는 과정이다.
• 인공지능과 머신러닝: 인공지능(AI)은 인간처럼 작동하고 반응하는 지능형 기계를 만드는 컴퓨터 과학의 한 분야이다. 머신러닝은 AI의 핵심 부분으로, 명시적으로 프로그래밍하지 않고도 소프트웨어가 결과를 더 정확하게 예측할 수 있게 한다. 인공지능을 엣지 컴퓨팅과 결합하여 산업용 엣지 인텔리전스 솔루션을 제공하는 것도 가능하다. AI를 IIoT와 함께 사용하는 활용 사례는 많은데, 몇 가지만 들자면 상태 모니터링과 예지 정비, 공정 최적화, 연합 학습 등이 있다.

아키텍처

출처: Wikimedia Commons, CC BY-SA 4.0

IIoT 시스템은 일반적으로 디지털 기술의 계층화된 모듈식 아키텍처로 구상된다. 장치 계층은 물리적 구성 요소, 즉 CPS, 센서, 기계를 가리킨다. 네트워크 계층은 물리적 네트워크 버스, 클라우드 컴퓨팅, 그리고 데이터를 집계해 서비스 계층으로 전달하는 통신 프로토콜로 구성된다. 서비스 계층은 데이터를 조작하고 결합하여 운전자 대시보드에 표시할 수 있는 정보로 가공하는 애플리케이션들로 이루어진다. 스택의 최상위 계층은 콘텐츠 계층 또는 사용자 인터페이스이다.

역사

IIoT의 역사는 1968년 리처드 E. 몰리(Richard E. Morley)가 프로그래머블 로직 컨트롤러(PLC)를 발명하면서 시작되었으며, 이 PLC는 제너럴 모터스의 자동변속기 제조 부문에서 사용되었다. 이러한 PLC는 제조 사슬의 개별 요소를 정밀하게 제어할 수 있게 했다. 1975년에는 허니웰과 요코가와가 각각 세계 최초의 DCS인 TDC 2000과 CENTUM 시스템을 선보였다. 이러한 DCS는 공장 전반에 걸쳐 유연한 공정 제어를 가능하게 한 다음 단계였으며, 제어를 시스템 전체에 분산함으로써 중앙 제어실의 단일 장애 지점을 제거하는 백업 이중화의 이점까지 더했다.

1980년 이더넷이 도입되면서 사람들은 스마트 장치 네트워크라는 개념을 탐구하기 시작했는데, 이미 1982년에는 카네기 멜런 대학교의 개조된 콜라 자판기가 최초의 인터넷 연결 기기가 되어 자신의 재고량과 새로 채워진 음료가 차가운지 여부를 보고할 수 있었다. 일찍이 1994년에는 더 큰 산업 응용이 구상되었는데, 레자 라지(Reza Raji)는 IEEE 스펙트럼에서 이 개념을 "가전제품부터 공장 전체에 이르기까지 모든 것을 통합하고 자동화하기 위해 작은 데이터 패킷을 대규모 노드 집합으로 이동시키는 것"이라고 설명했다.

사물인터넷이라는 개념은 1999년 MIT의 오토아이디 센터(Auto-ID Center)와 관련 시장 분석 출판물을 통해 처음 대중화되었다. 당시 무선 주파수 식별(RFID)은 (오토아이디 센터의 창립자 중 한 명인) 케빈 애슈턴(Kevin Ashton)에 의해 사물인터넷의 전제 조건으로 여겨졌다. 일상생활의 모든 사물과 사람에게 식별자가 부여된다면, 컴퓨터가 이들을 관리하고 재고로 파악할 수 있을 것이다. RFID를 사용하는 것 외에도, 사물에 태그를 붙이는 일은 근거리 무선 통신(NFC), 바코드, QR 코드, 디지털 워터마킹과 같은 기술로도 달성할 수 있다.

오늘날의 IIoT 개념은 과거 추세를 검토할 데이터를 저장할 수 있게 한 2002년 클라우드 기술의 등장과, 인간의 개입이나 인터페이스 없이도 장치, 프로그램, 데이터 소스 간의 안전한 원격 통신을 가능하게 한 2006년 OPC 통합 아키텍처(OPC Unified Architecture) 프로토콜의 개발 이후에 생겨났다.

산업용 사물인터넷을 구현했을 때(사물에 미세한 식별 장치나 기계 판독 가능한 식별자를 장착함으로써) 나타나는 첫 번째 결과 중 하나는 즉각적이고 끊임없는 재고 관리를 만들어 내는 것이다. IIoT 시스템 구현의 또 다른 이점은 시스템의 디지털 트윈을 만들 수 있다는 점이다. 이 디지털 트윈을 사용하면, 새로운 공정을 실제 구현 준비가 될 때까지 가상으로 정교화할 수 있기 때문에, 생산을 멈추거나 안전을 희생하지 않고도 클라우드의 새로운 데이터로 실험할 수 있어 시스템을 한층 더 최적화할 수 있다. 또한 디지털 트윈은 신입 직원이 실제 가동 중인 시스템에 미치는 영향을 걱정할 필요 없이 학습할 수 있는 훈련장 역할도 할 수 있다.

표준과 프레임워크

IoT 프레임워크는 "사물" 간의 상호작용을 지원하고, 분산 컴퓨팅과 분산 애플리케이션 개발과 같은 더 복잡한 구조를 가능하게 한다.

• IBM은 전통적인 IoT를 기계 지능 및 학습, 맥락 정보, 산업별 모델, 자연어 처리와 결합한 인지 IoT(cognitive IoT)를 발표했다.
• XMPP 표준 재단(XSF) 은 채티 싱스(Chatty Things)라는 프레임워크를 만들고 있는데, 이는 XMPP를 사용하여 분산되고 확장 가능하며 안전한 인프라를 제공하는 완전 개방형의 벤더 독립적 표준이다.
• REST는 사물이 하이퍼텍스트 전송 프로토콜(HTTP)을 통해 통신할 수 있게 하는 확장 가능한 아키텍처로, 사물에서 중앙 웹 서버로의 통신을 제공하기 위해 IoT 응용에 쉽게 채택된다.
• MQTT는 TCP/IP 위에서 동작하는 발행-구독(publish-subscribe) 아키텍처로, 사물과 MQTT 브로커 간의 양방향 통신을 가능하게 한다.
• Node-RED는 API, 하드웨어, 온라인 서비스를 연결하기 위해 IBM이 설계한 오픈 소스 소프트웨어이다.
• OPC는 컴퓨터 시스템을 자동화 장치에 연결하기 위해 OPC 재단이 설계한 일련의 표준이다.
• OMG 데이터 분산 서비스(DDS) 는 실시간 및 임베디드 시스템을 위한 발행-구독 통신을 직접 다루는 개방형 국제 미들웨어 표준이다.
• 산업 인터넷 컨소시엄(IIC) 의 산업 인터넷 참조 아키텍처(IIRA)와 독일의 인더스트리 4.0(Industry 4.0)은 IIoT 지원 시설을 위한 정의된 표준을 만들려는 독립적인 노력이다.

응용과 산업

산업용 사물인터넷이라는 용어는 제조 산업에서 자주 접할 수 있으며, IoT의 산업적 하위 집합을 가리킨다. 산업용 사물인터넷의 잠재적 이점에는 생산성 향상, 신뢰성 향상, 분석, 그리고 업무의 변혁이 포함된다.