제너럴일렉트릭(GE)의 한 배터리 공장에서는 제품과 각각의 부품이 어떤 압력, 습도 등의 환경에서 얼마의 시간을 거쳐 에너지를 만드는 지 모든 정보를 센서를 통해 기록합니다.이 과정에서 어떤 부품이 공정시간이 오래 걸렸는데도 불량품으로 판명이 났다면 센서 기록 분석을 통해 문제점을 찾아 내 해결합니다. GE는 2012년에 이러한 프로세스의 자동화, 최적화, 정지시간 감축, 고장시기 예측 등을 통해서 총 수입에서 450억달러의 이득을 보았다고 합니다.

 

GE뿐만 아니라 최근 수년 사이 세계 제조사들은 빅데이터 분석을 통해 또 다른 부가가치를 만들어 내는데 집중하고 있습니다. 제조사들은 어떤 점에서 빅데이터에 주목하게 됐을까요.

 

예전에는 생산과정에서 발생하는 데이터의 양 자체가 적었을 뿐 아니라 제대로 활용되지 않고 버려지는 경우가 많았습니다. 또 데이터들이 정리되지 않은 채(로우 데이터) 생산라인 관리자들에게 전달되다보니 관리자 입장에서 데이터를 활용해서 분석, 예측하기가 어려웠습니다.

 

그런데 점차 제조 과정에서 설비기구나 엔지니어링 기구에 센서와 전자태그(RFID)를 장착하는 비중이 커지면서 여기서 나오는 압력, 온도, 고장 정보 등 데이터가 무궁무진하게 늘어났습니다. 또 이들 데이터를 취합하고 분석해 보여주는(비주얼라이제이션) 기술들이 발전하면서 더이상 생산과정에서 나오는 데이터들을 버리지 않고 활용할 수 있게 된 것입니다. 관리자들은 전달된 데이터들을 보고 판단해 불량률이 높아지기 전에 문제가 될 것 같은 생산 설비를 사전에 교체할 수 있도록 지시를 내릴 수 있게 됐습니다. 앞서 예를 든 GE뿐 아니라 인텔도 2012년에 이러한 빅데이터 분석을 활용해 한개의 칩 생산라인에서 300만달러의 제조 원가 절감을 이뤘다고 합니다.

단순히 공장의 생산성 증가 외에도 웨어러블 기기와 사물인터넷, 무인자동차 등 제조업의 미래산업에서 빅데이터 활용은 더 커질 것으로 예상됩니다.

 

특히 최근 업계가 주목하고 있는 웨어러블 기기와 사물인터넷이 성공하기 위한 요소 중 하나는 데이터 축적과 분석, 활용이 될 전망입니다.

 

지난해 열린 34회 아메리카컵 요트대회에서 오라클USA팀은 요트에 장착된 400개의 센서를 통해 4기가바이트(GB)의 데이터를 지속적으로 생성해 내면서 이를 분석했습니다. 또 선수들이 손목에 착용한 PDA에 정보를 전달해 항해에 활용하는 등 빅데이터 분석은 우승을 이끌어 낸 중요한 요인으로 주목받았습니다.

 

무인자동차도 마찬가지입니다. 토요타, 벤츠와 같은 굴지의 글로벌 자동차 업체들을 제치고 무인자동차를 성공시킨 기업은 IT기업인 구글이었습니다. 구글의 무인자동차 성공 비결은 자동차의 내ㆍ외부 정보를 짧은 시간 안에 수집하고 분석, 결정을 내리는 기술덕분이었습니다. 무인자동차는 주변의 물체를 탐지하기 위해 센서와 카메라, 레이더를 다량으로 보유하고 있고 여기서 수집되는 데이터 양은 엄청날 것으로 보입니다. 구글은 앞으로 무인자동차가 초당 1기가바이트(GB)이상의 센서 데이터를 실시간으로 처리하게 될 것으로 내다보고 있습니다.

 

우리나라도 삼성전자, 현대자동차, 포스코 등 대형 제조사들을 중심으로 빅데이터 기술 도입에 나서고 있지만 초기 단계에 머물러 있습니다.

 

앞으로 국내외 더 많은 제조 업체들이 수익성 제고와 신기술 개발을 위해 빅데이터 융합을 늘려나갈 것으로 예상되는데요. 전문가들은 빅데이터 기술에 주목하는 동시에 개인정보보호의 문제에 대해서도 기업들의 준비와 고민이 필요하다고 지적합니다.

산업연구원은 "미래산업에서 발생하는 어마어마한 데이터의 양을 고려했을 때 데이터 수집부터 저장, 분석, 활용, 폐기에 이르기까지 제조업체들이 당면할 문제는 클 것으로 예상한다"며 "실질적으로 분쟁의 소지가 있는 지적들에 대해서 구체적인 법적 가이드라인 제시와 전문인력을 대상으로 한 개인정보보호 윤리교육이 필요하다"고 조언했습니다.