‘지능형 자동화’구축 위한 핵심요소 5가지
자동화에서 자율성, 그리고 상업적 성공으로 가는 길은 어렵지 않다. 현재 우리는 2020년 초에 시작된 사건들과 함께 디지털 채택의 가장 큰 가속화를 촉발한 전례 없는 변화의 시대를 살고 있다. 인공 지능, 로봇 공학, 무선 연결 및 에지 컴퓨팅의 놀라운 발전이 혁신적인 상업적 기회를 열어주고 있다는 것은 누구나 알고 있다.
무엇보다 세상을 일시 정지시킨 팬데믹으로 인해 우리 사회는더 빠른 변화의 속도를 타고 있다. 모멘텀이 빨라짐에 따라 미숙련 노동력의 유연성과 가용성은 계속해서 감소하고 있으며, 반면에 사용 가능한 기술의 폭과 수익을 높일 수 있는 무수한 방법이 존재하는 상황에 직면해 있다.
이에 따라 자동화를 넘어 자율성 있는 기업으로의 전환은 필수 조건이 되고 있지만, 여전히 많은 기업들이 자동화로의 변화를 주저하고 있다. 그것은 자동화에서 자율성으로 가는 것에 엄청난 이점이 있다는 것을 알고 있지만 자동화를 복잡하고 비용이 많이 들며 결과가 불확실하다고 여기기 때문일 것이다. 자동화 경로에 대한 로드맵 및 그것을 수행하는 방법에 대한 가이드를 제시하기 전에, 먼저 자동화와 자율성이 무엇을 의미하는지 명확히 할 필요가 있다. 전자는 일련의 수동 작업을 복제하기 위한 기계 및 프로세스의 사용과 관련이 있다. 후자는 자기 거버 넌스라고 할 수 있는 것과 함께 당면한 작업을 달성하기 위해 머신 인텔리전스를 사용하여 일련의 복잡한 활동을 자동화하는 것으로 정의할 수 있다. 이러한 솔루션을 가능하게 하는 기술은 기업들에 진정한 도움이 될 수 있다.
자동화에서 자율성으로의 전환은 항상 고유한 여정이다. 그렇 다면 성공적인 자동화를 위한 가장 강력한 구성 요소는 무엇일 까? 여기에서는 그것을 크게 다섯 가지로 제시하고자 한다. 지능형 자동화는 ‘해야 할 작업’을 최적화하고 시간과 리소스를 절약 함으로써 제조 및 운영의 효율성을 개선하고 고객의 효율성을 향상시킨다.
첫째, 통찰력을 위한 데이터 집계
데이터는 통찰력 없이는 아무것도 아니다. 센서에서 파생된 데이 터를 신속하게 해석하고 로컬에서 조치를 취할 수 있도록 하는 새로운 기술이 등장하고 있다.
예를 들어 현장에서 작동하는 자율 농업 기계를 상상해 보면 된다. 클라우드에서 이루어지는 지능적인 의사 결정에 의존할 수 없다. 연결 문제뿐만 아니라 대기 시간 및 지연된 데이터 처리로 인해 효율적인 운영이 무효화될 수 있기 때문이다. 그러나 지능적인 계산 능력, 즉 AI 처리 능력이 장치 자체에 있으면 데이터를 즉시 처리할 수 있고 작업이 즉시 수행될 수 있다.
이 AI 접근 방식은 Cambridge Consultants에서 개발한 획기 적인 농작물 살포 개념인 ‘Fafaza’에 의해 잘 설명된다. Fafaza는 AI를 최첨단으로 구현하여 현장에서 실시간으로 식물 인식과 정확하고 개별화된 처리를 수행하는 것이 특징이다.
또 다른 좋은 예는 불규칙한 유기물과 관련된 복잡한 따기 및분류 작업을 처리하는 과일 따기 로봇이다. 반복적인 생산 라인 작업과 달리 과일 따기 로봇은 사람 주위에서 작업하고 불규칙한 품목에 대처하며 변화하는 환경에 적응할 수 있어야 한다. 이런 로봇을 설계하려면 물체를 올바르게 인식하고 순서를 계산하는 것부터 자동화에서 자율에 이르기까지 많은 작업을 수행해야 한다. 이 솔루션은 작업이 엄격하게 정의되지 않은 경우 로봇을 부드럽게 제어할 수 있도록 고성능 이미지 처리 알고리즘을 저비용 센서 및 상용 하드웨어와 결합하는 세계적 수준의 산업용 감지 및제어 형태로 제공된다.
둘째, 가속화된 개발을 위한 시뮬레이션 환경
자동화 및 자율성을 중심으로 형성된 개발은 AI, 머신 러닝 및 딥러닝의 고유한 인텔리전스에 의존하며, 방대한 양의 실제 데이터를 공급하는 데 의존한다. 그러나 그것을 생성하는 작업은 시간이 많이 걸리고 비용이 많이 든다. 이러한 이유로 개발 비용과 기간을 대폭 줄이기 위한 합성 데이터와 시뮬레이션에 집중하는 것이다.
예를 들어, 들판에서 딸기를 따는 섬세하고 정확한 로봇 작업을 상상해 보자. 실생활 조건에서만 로봇을 훈련시키는 것은 엄청나게 느리고 비용이 많이 든다. 그러나 합성 데이터로 일정량의 현장 교육을 보완하면 수천 번의 시뮬레이션에서 기계를 테스트할수 있다.
시뮬레이션 환경의 경우 자동차 산업에서 흥미로운 예를 볼 수있다. Unity 및 Unreal과 같은 성숙한 게임 엔진 플랫폼을 사용하여 자율 주행으로 가는 길에서 알고리즘 및 장면 이해 개발 속도를 높였다.
이 알고리즘은 값비싼 하드웨어와 시간 소모적인 실제 시험 없이도 장애물 감지, 위치 정밀도 및 경로 계획을 위해 엄격하게 테스트할 수 있다. 또한 시뮬레이션 환경을 통해 드물거나 일반적인 작동 조건에 대한 테스트 또는 응답이 가능하다. 이러한 ‘에지 케이스’는 날씨와 장애물의 특정 조합이 필요하기 때문에 현실 세계 에서 얻기가 매우 어렵다. 시뮬레이션 환경은 심각한 고장으로 이어질 수 있는 먼지가 많고 햇빛이 적고 겨울철 조건을 재현하고 이러한 상황에 대처하기 위해 흥미로운 센서 조합을 결정할 수 있는 기회를 제공한다.
셋째, 센서 융합
기본적으로 센서 융합은 개별 소스에서 얻은 것보다 더 확실한 통찰력을 제공하기 위해 서로 다른 센서 소스의 데이터를 결합하는 프로세스이다. 그 효능을 설명하기 위해 자율 주행으로 돌아가 보겠다. 현재 신뢰할 수 있는 인식 솔루션은 매우 비싸다. 이로 인해 럭셔리 세그먼트와 중급 차량에 자율성을 적용하기 위해 실행 가능한 산업 모델을 구축하려는 업계 참여자들이 어려움을 겪고 있다. 정확한 깊이 사진을 만드는 것은 가장 큰 장애물 중 하나다.
이 문제는 방대한 양의 실제 데이터를 캡처해야 하는 필요성으로 인해 악화된다. 이 문제에 대응하여 Cambridge Consultants 의 한 팀은 매우 저렴한 센서와 카메라의 데이터를 융합하여 자율 시스템에 필요한 기준점인 고해상도 깊이 데이터를 생성하는 ‘EnfuseNet3’이라는 개념을 개발했다.
이 시스템은 모델을 더 빠르고 저렴하게 개발할 수 있는 모듈식의 유연한 AV 시뮬레이션 환경에서 만들어졌다. 결과적으로 센서 퓨전 보정의 복잡성, 실제 간섭, 노이즈 및 기타 영향을 초기 단계 에서 처리할 수 있다.
넷째, 통신 기술
무선 네트워크, 위성 통신 네트워크, 셀룰러 네트워크 등의 형태로된 통신 기술은 우리의 개인 생활과 비즈니스 생활을 계속해서 변화시키고 있다. 5G용 무선 스펙트럼의 가용성은 전 세계 기업이 미국의 CBRS(Citizens Band Radio Service)와 같은 자체 사설 네트워크를 소유하고 운영할 수 있는 새로운 기회를 열어주고 있다.
예를 들어, 어떤 기업은 사설 5G 네트워크를 구축할 수 있는 새로 출시된 스펙트럼의 이점을 활용하고 있다. 이 새로운 연결성은 창고와 같이 상대적으로 쉽게 제어되는 환경뿐만 아니라 농장 및여행 허브와 같은 야외 공간에서도 수많은 새로운 산업 사용 사례에 대한 길을 열어준다.
바쁜 선적 항구를 예로 들어 보자. 이전에는 무선 연결로 제공 되는 사용 데이터가 없으면 크레인 유지 보수가 고정된 일정을 따르거나 고장이 났을 때 발생했다. 그러나 스트리밍 데이터를 통해 운영자는 고장을 예측하고 이에 따라 유지 관리를 예약할 수 있다. 장비 사용과 일반적인 효율성이 모두 크게 향상된다.
다섯째, 디지털 보안
디지털 보안과 관련된 기술은 자동화에서 자율성으로의 여정에서 그 어느 때보다 영향력 있는 역할을 하고 있다. 더 높은 수준의 연결성과 자동화로 인해 적대적인 플레이어의 위험이 증가한다는 것은 분명하다. 이러한 시스템은 범죄자뿐만 아니라 국가의 표적이 될 가능성이 높다. 이것은 영국의 CPNI(국가 기반 시설 보호 센터)에서 지정한 중요한 국가 기반 시설의 일부인 농업 분야와 부문 전반에 걸쳐 사실이다.
이에 따라 항상 자동화 또는 자율 기반 개발의 시작부터 보안을 구축하는 것은 무엇보다 중요하다. 특정 산업을 위해 개발된 솔루 션이 다른 산업에서 사용되고 그 결과 보안이 손상된 많은 사례가 있다. 강력한 시스템 설계에 중점을 두고 처음부터 작업하는 것을 간과해서는 안된다.
공식적인 디자인 프로세스는 제품 또는 서비스의 위험과 취약 성을 해결하도록 한다. 이는 전체 전략을 설정하고, 보안 아키텍처 및 시스템 설계를 정의하고, 규정 및 법적 준수를 확인하기 위한 테스트를 위한 보안 요구 사항을 설정하는 것을 의미한다.
덧붙이자면, 먼 미래의 위협도 고려해야 한다. Cambridge Consultants의 전문가들은 양자 컴퓨팅 과제를 해결하기 위한 솔루션을 개발하고 있다. 다가오는 양자 혁명은 오늘날의 고전적인 컴퓨팅 접근 방식에 비해 엄청난 이점을 가져올 뿐만 아니라더 큰 보안 위험을 가져올 것이다. 문제를 이해하고 인프라와 같이 10년 동안 배치될 자산을 보호하기 위해 새롭고 안전한 아키텍 처를 개발하는 작업을 이미 진행 중이다.
자료제공: Cambridge Consultants(www.cambridgeconsultants.com)
