제조업이여 안녕, 4차 산업혁명이여 안녕 (3)

이제 제조업에서 했던 경험들과 더불어 제가 생각하는 국내 금형 제조업의 미래에 대해 이야기해 보겠습니다.

혹시 지난 글을 읽지 않으셨다면 2편을 먼저 읽어보시면 좋겠습니다. 저 따위가 생각하는 제조업의 미래 보다는 똑똑한 사람들이 구현해 나가고 있는 상황을 보시는게 훨씬 더 좋을테니까요.

지난 회사에 몸담은 동안 4차 산업혁명과 관련해 금형 제조업에서 제가 했던 일들부터 나열해 보겠습니다. 현장에서의 각종 가공 자동화 프로젝트를 진행해 왔고, 머시닝센터를 대상으로 한 클라우드 연동 모니터링 솔루션을 기획하고 개발했습니다. 지난 해 봄에는 전시회에서 모바일 채팅으로 머시닝센터를 제어하고 AR 기기를 생산 현장에 활용하는 데모를 진행하기도 했습니다. 주로 가공 경로 최적화 등에 머신러닝 기법을 사용해 왔고, 퇴사 전까지 제 부서의 친구들은 금형 생산 과정에서 발생할 수 있는 각종 이상 현상을 감지하기 위한 모델을 세우고 데이터를 모아 테스트해 오고 있었습니다. 한 일만 이렇게 써보면 4차 산업혁명 전문가입니다만, 뭘 했는지만 쓰면 이력서고 그걸 어떻게 했는지까지 쓰면 반성문이네요.

“이번엔 진짜 뭔가 빵 터지는게 나올 것 같아”

2013년쯤엔 이미 주변의 대부분이 이런 생각을 하고 있었습니다. 이게 바로 볼링 붐이 올 때 같이 돌아올거라던 그 AI 붐인가?! 끊임없이 떴다 사라지는 산업 관련 기술 유행어들엔 지칠대로 지쳐 있는 상태였습니다. 회사에선 이미 벌여놓은 일들로 계획이 꽉 차있었습니다. 영업 장인들은 신들린 듯이 일거리를 가져오고, 인력이 모자라 이 중 다수를 거절해야 하는 상황이었습니다. 그럼에도 “저 뻘소리 또한 곧 지나가리라” 하고 신경 끄기엔 이번엔 진짜로 뭔가 빵 터지는게 나올 것 같았습니다. 뭔가를 시작해야 하는 때였습니다.

첫 계획은 금형 제조의 실행 단계에서 발생하는 여러 문제들을 모니터링과 데이터 분석으로 예측하고 해결해보자는 막연한 것이었습니다. 설명을 조금 하자면 금형 제조 공정은 실행 시간의 대부분을 머시닝센터에서 보내는데 이 머시닝센터는 사양이 상당히 표준화되어 있는 장비였습니다. 또 제품 형상에 따라 한 번의 가공에 70시간 이상씩 걸리기도 하는데 그 시간 동안 실행에 이상이 있는지의 파악은 주기적으로 내부를 확인하거나, 아니면 업계에 널리 분포되어 있는 초능력자들의 직관에 의존하는 방식이었습니다. 개발할 가치와 가능성 모두 충분해 보였습니다.

문제는 사람은 부족하고 제가 너무 무식하다는 거였습니다. 학창시절 데이터마이닝 수업에선 “아 나 저거 알아! 그린데이 노래야! 아닌가 그건 배스킷케이스였나?!” 이러는 수준이었고, 후에 후회의 눈물을 흘리며 혼자 들여다 봤던 머신러닝은 너무 옛날 버전이라서 아마 책머리에 “뉴럴 네트워크는 쓰레기이므로 설명을 생략합니다.”라고 적혀 있어도 끄덕끄덕하며 읽었을겁니다. 코딩해서 실제 제품에 얹어본 기법은 GA 정도가 다였습니다. 부서의 누군가가 새로 공부하기엔 다른 일들이 너무 많았습니다. 똑똑한 사람이 더 필요했습니다. 결국 반 년만에 똑똑하고 성실하고 빡빡머리인 김권일을 “여기에 데이터 되게 많음ㅎㅎ”라는 꾐으로 설득하는 데에 성공했을 땐 천군만마를 얻은 기분이었습니다.

일단 머시닝센터의 원격 모니터링과 제어부터 구현을 시작했습니다. 이전에 유사한 프로젝트들은 진행했었지만, 이번엔 뽑아내야 하는 정보가 너무 많았습니다. 머시닝센터의 컨트롤러가 통신 부담으로 인해 느려지는 현상은 절대 있어선 안됐고, 금형 업체들에겐 자신의 주요 자산인 머시닝센터에 검증되지 않은 무언가를 붙이거나 변경을 가하는 것은 곤란한 일이었기 때문에 가능한한 현재 머시닝센터 그대로의 상태에서 진행해야 했습니다. PLC의 래더 프로그램부터 직접 하나하나 읽어야 했고, 컨트롤러에 별도의 이더넷보드가 있는지 확인하는 것 하나조차도 직접 가서 시스템 메뉴를 확인하거나 뒷뚜껑을 열어야 했습니다. 게다가 이럴 때마다 업체분들이 느끼시는 불안함은 어느 정도냐면, 자동차 정비사도 아닌 누군가가 찾아와서는 “소프트웨어 개발 중인데 당신 차에 배전반 열어서 뭐 좀 설치해놔도 될까요? 운전엔 지장 없습니다.” 라고 말하면 여러분이 느끼실 불안함 정도겠네요.

아무튼 시작 단계부터 할 일은 많고 사람은 부족했습니다. 당장 돈이 되는 다른 개발건들이 여전히 쌓여 있었고, 임원이 된 후로는 일주일 중 이틀 가까이가 회의에 소비됐습니다. 머신러닝 전문가로 입사했던 불쌍한 김권일은 다른 프로젝트에 말려들어 데이터가 아닌 미국 용접 표준 문서를 읽고 있었습니다. 사람이 더 필요했지만, 애초에 제조, 중소기업, 개발자라는 세 단어의 조합은 헤드헌터에게도 사과를 받을 수 있는 마법의 주문이었습니다. 2014년 봄 “여기 흡연구역 진짜 가까움ㅎㅎ”라는 꾐으로 데려온 김지홍 박사를 시작으로 신입 2명과 비개발자 1명을 더 충원하고 난 후, 2015년이 되어서야 평일에도 이 개발을 진행할 만한 여유가 생기기 시작했습니다.

이제와 돌이켜 보면 2015년의 저는 특히 더 멍청했던 듯 합니다. 그 해엔 이 솔루션으로 시작해 장기적으로 이루고자 하는 미래를 좀 더 구체적으로 직접 그렸어야 했고, 또 이 미래에 대해 사내에서부터 충분한 공감대를 형성해야 했습니다. 반면 당시의 저는 자신이 기획 업무에서는 빠져야 한다고 생각했는데, 문제는 당초 기획자 역할을 맡기로 했던 인원은 회사로 오지 않고 있었고 영업들은 당장 돈이 되지 않는 업무에 긴 시간을 쓸 만큼 한가하지 않다는 것이었습니다. 고객 인터뷰는 지지부진함에도 어쨌든 개발은 계속 진행이 되고 있었습니다. 이대로 가면 비즈니스 도서에 등장하는 ‘아 망했어요’ 사례가 될 듯 했습니다.

그래서 일단은 업계에서 겪고 있는 문제들 중 당장 큰 금액적 가치를 지니는 몇 가지를 추렸습니다.

  • 금형 제조는 생산이라기 보다는 프로젝트 수행에 가깝습니다. 형상에 따라 가공 시간과 비용에 꽤 큰 차이가 발생하기 때문에, 수주 단계에서 비용 산정과 생산 계획 수립에 어려움을 겪습니다.
  • 불량은 가공 계획(CAM)의 실수, 가공 준비 단계에서의 실수, 그리고 단계 전환 시의 정보 누락으로 발생하는데, 불량이라기 보다는 사고에 가까운 형태로 나타납니다. 공구가 소재를 꽝! 하고 때려박아 머시닝센터에 자동차 사고급 손해를 입히거나, 무인가공 초반에 공구가 손상되어 머시닝센터가 주말동안 허공을 가르고 있다거나 하는 것입니다. 또 대부분의 불량은 재가공이나 금형 수리 등으로 바로잡게 되고, 아예 계획보다 큰 직경의 공구를 세팅하는 바람에 가공이 끝나고 보니 모든게 망해있었던 경우가 아니라면 최종 결과물이 “불량”이라는 형태로 끝나는 일은 거의 없습니다.
  • 가공의 리드타임은 소재의 정확한 세팅, 가공에 사용될 공구들의 확인 및 매거진 탑재, 그리고 본격적인 가공 전 혹시 문제가 없는지 점검해 보는 에어커팅에서 발생합니다.

일단 위의 문제들 중 하나 이상에 대한 해답을 구현하여 눈에 띄는 성과를 보여주기로 하고 기능 목록을 작성했습니다. 업계에서는 이들 모두가 큰 가치를 지니는 문제들이었습니다. 그러나 저의 조직은 모든 것을 동시에 추진할 만큼 크진 않았고, 또 선택과 집중을 행하기엔 욕심이 너무 많았습니다. 미래에 대한 구상이 없으니 고객 인터뷰를 진행할 때마다 우선순위가 뒤죽박죽이 되었습니다. 많은 기능들이 타 하드웨어나 소프트웨어 회사와의 협업으로 쉽게 구현될 수 있는 것이었던 반면 공감대와 신뢰를 형성할 수 있는 파트너는 너무 적었고, 또 필요한 모든 제품을 구매하기엔 대다수의 고객사들이 너무 영세했습니다.

데이터도 큰 장애물 중 하나였습니다. 비용 예측 구현을 위해 금형 모델과 해당 모델의 제조 결과를 모으기 시작했는데, 발주처와의 보안 계약이 이미 까다롭게 걸려 있는 업체들은 처음부터 제외해야 했고, 소규모 고객사들은 정리된 데이터가 없고 중규모 이상의 고객사들은 “제품이 개발되면 쓰겠지만 우리 데이터는 줄 수 없다”는 입장이었습니다. 각 부서에 협력을 요청했지만 수신된 데이터는 0건이었습니다. 성과를 내려면 데이터가 필요한데 데이터를 얻으려면 성과가 필요한 절망의 회전목마같은 상황에 처하게 된 것이었습니다. 다른 방법이 필요했습니다. 어차피 가공 이력은 앞에서 만들어 놓은 머시닝센터 모니터링으로 수집될테니, 이를 설계 데이터와 연결할 수 있도록 사무실용 소프트웨어를 패키지로 추가하는 것이었습니다. 이를 설치할 의사가 있는 고객사는 충분히 많아 보였습니다. 계획대로면 2016년쯤에는 고객들이 만족할 만한 결과가 나오겠다는 판단이 들었습니다.

그 외에도 머시닝센터 1대당 매일 100GB씩 뱉어내는 데이터는 너무 부담스러워 모든 데이터를 수집할 수 없었던 문제, 연산 시 발생하는 비용 문제 등 여러가지가 있었지만 당장의 계획은 순조로워 보였습니다. 머신러닝은 가공 분야에서 엄청난 가치를 줄 수 있는 기술임에는 분명했습니다. 포뮬레이션에 너무 많은 기계공학 지식을 필요로 하는 문제, 온도/습도 등 환경적 요인이 개입하여 이론과 실제의 결과가 다른 문제, 정론적 해결 방법에 특허권이 걸려 있는 문제 등 셀 수 없이 많은 부분에 가능성을 제시하고 있었습니다. 앞으로 가공에 관련된 문제는 가공 도메인의 깊이 있는 지식보다는 피처와 결과를 측정해 데이터화하는 설계 능력이 더 유용할 것이라는 생각도 들었습니다.

회사가 스마트 공장 구축 사업에 참여하기 시작한 것은 2015년 후반이었습니다. 당시 정부에서는 2020년까지 스마트 공장 1만개를 구축하겠다는 선언과 함께 해당 사업을 시작했었습니다. 회사에서는 이미 보유하고 있는 제조 솔루션들도 있었고 현재 구현되고 있는 이 시스템도 있었기에 참여하지 않을 이유가 없었습니다. 지금 생각해 보면 당시 영업이 가져온 신청서 양식에서 “PLM”, “MES”, “ERP” 등의 항목들 중 하나를 선택하게 되어 있는 것을 보았을 때 우리와는 방향성이 맞지 않는 사업이라는 판단을 내렸어야 했지만, 당시에는 “뭐 굳이 고른다면 MES네요”라는 대답을 했습니다. 그렇게 2016년에는 2명을 제외한 제 부서의 모두가 MES의 구축에 투입되어야 했습니다. 회사는 정보시스템이 아닌 가공 솔루션 회사였고, 이미 체결된 계약건들만으로도 말이 되지 않는 스케줄이 나와 있었습니다. 개발자가 더 필요했지만 무려 2명이 지원해 0명이 면접에 참석하는 기염을 토했습니다. 그나마 다행이었던 것은 그래도 부서의 많은 인원이 정보시스템 구축 경험이 있긴 했기에 어떻게든 진행은 되었다는 겁니다. 더불어 이미 구현해 놓았던 머시닝센터 모니터링 소프트웨어도 납품이 시작되며 가동률 집계 등 초기 목적과는 다른 기능에 집중하기 시작했고, 양산 공장용 기능, 컨트롤러 메이커 추가, 각종 보고서 출력 등 귀걸이겸 코걸이같은 요구사항이 쏟아져 나왔습니다. 야간 작업자들이 제대로 일을 하고 있는 건지 확인하기 위해 소프트웨어를 구매한다는 고객도 있었습니다. 한편으론 해외지사 확장을 비롯해 회사 조직에 큰 변동이 생기며 이전보다 더 긴 시간을 회의에 써야 했습니다. 2016년 한 해 동안 350일 이상을 출근했는데도 개발엔 진전이 없었습니다. 아니 그 해 중반 쯤에는 원래 뭘 개발하려고 했었는지도 생각이 나질 않았습니다.

이 솔루션의 미래는 무엇인가에 대해 생각할 여유가 생긴 것은 2016년 가을이 되어서였습니다. 혼란스러운 상황은 정리될 수 있는 것이었고, 미완성인 제품임을 알면서도 금액을 지불했던 고객들에게 받은 신뢰 이상의 가치를 제공해야 했습니다. 의도했던 바는 아니지만 중소 금형업체들의 정보시스템 요구사항도 많이 알게 된 상황이었습니다.

가장 확실한 가치를 줄 수 있는 것은 자동화였습니다. 보다 싼 가격으로 가공 계획을 검증하고, 비젼을 통해 큰 설비투자 없이 가공 준비 단계를 자동화하고, 불량에 대한 걱정 없이 무인 가동을 실행하게 할 수 있었습니다. 다만 이 미래가 완성되고 나면 결국 ROI는 인건비 절감에서 오게 될 것이었습니다. 4차 산업혁명에 의해 없어질 일자리와 새로 생길 일자리에 대해 많은 이야기들이 있지만, 금형 제조는 일자리가 없어지는 쪽이었습니다. 물론 인력부족이 갈수록 심해질 분야이기 때문에 장기적 방향에선 도움이 되는 것이었습니다.

문제는 향후 국내 금형 제조업의 경쟁력이었습니다. 만약 머시닝센터와 최신 설비들로 완전한 무인화를 이룰 수 있다면 국내 금형 제조업은 중국의 상대가 되지 못합니다. 10년 전쯤에야 기술력 차이로 중국과 동남아의 싼 인건비를 이겨낼 수 있다는 말을 하기도 했지만, 이제와서 우리나라가 중국보다 높은 기술력을 갖고 있다는 말은 누구도 하지 않습니다. 오히려 모바일 결제의 사례와 마찬가지로 중국은 설비 발전의 중간 단계를 아예 건너뛰었기 때문에 새로운 설비 환경에 더 빠르게 적응할 수 있습니다. 이미 최신 머시닝센터를 수백대씩 갖춘 공장들이 들어서 있는 상황입니다. 국내에는 그런 규모의 공장이 앞으로도 들어설 일이 없을겁니다. 금형은 극히 일부를 제외하고는 고부가가치 산업이 아니라 그만큼의 투자 가치가 없기 때문입니다.

세계적으로 국내 금형 제조업이 유지할 수 있는 강점이 무엇인지부터 생각해봤습니다. 가장 주목할만한 강점은 종사자들이 고학력이라는 것이었습니다. 타국에 비해 현재의 교육 수준이 높기도 하고, 또 배우고 공부하는 데에 익숙합니다. 생산의 품질 대비 인건비 수치도 낮은 편입니다. 그러면 이 강점을 잘 활용할 수 있는 기술적, 사회적 트렌드가 무엇인지에 대해 생각했는데, 제가 낸 허튼 생각은 “공유”였습니다. 상향 평준화된 기술 수준을 지닌 작업자들, 정보/지식/설비/영업채널의 공유, 그리고 이에 최적화된 밸류체인 관리가 구현되면 국내 금형 제조사들 전체가 하나의 큰 가상 금형회사를 이루는 것도 불가능한 일은 아니라는 생각이 들었습니다. 이 구성을 통해 설비 투자 효율을 극대화하고 산업별 경기 변동에 따른 영향을 지금보다 훨씬 완화할 수 있다는 예상이었습니다.

여기서부터는 제가 추진할 만한 성격의 일은 아니게 되었지만, 불가능해 보이진 않았습니다. 해외 공동 영업은 금형 협동조합 등에서 이전부터 시도했던 사업이기도 하고, 회사에선 교육사업을 지속적으로 진행하고 있었고 또 인력 데이터베이스 역시 구축하고 있었습니다. 일단 말이 되는 발상인지 아닌지를 떠나서, 지향해야 할 미래의 모습이 정해지고 나니 개발 우선순위는 간단히 정리되었습니다. 현장용 소프트웨어에서 추구해야 하는 기능은 “안심하고 가공할 수 있게 할 것”, 사무실용 정보시스템에서 추구해야 하는 기능은 “실시간 협업과 공유를 가능하게 할 것”이었습니다.

현장용 소프트웨어는 바로 기능 개발 계획을 세우기 시작했고, 사무실용 정보시스템은 기획부터 다시 시작했습니다. 이 과정과 결과에 대한 이야기는 지금 제가 말할 수 있는 것은 아닌 듯 합니다. 여기까지를 끝으로 퇴사를 결정하고 떠나게 되었거든요. 첫 번째 버전이 무사히 출시 단계를 밟아가고 있길 빕니다.

여기까지 4차 산업혁명과 관련해 금형 제조 솔루션 업체에서 제가 겪었던 일들입니다. 글이 너무 길어져 미처 다 적지 못한 삽질들이 이젠 아득하기만 합니다.

이제 노트북을 덮고 자러 가기 전 마지막으로, 4차 산업혁명과 스마트 공장 사업에 바라는 점을 몇 가지만 적어보겠습니다.

첫 번째로, 중소 제조업체와 목표에 대한 공감대부터 형성했으면 합니다. 스마트 공장 레퍼런스 모델은 중소 제조업체 입장에서는 공감 이전에 이해가 불가능한 수준으로 복잡하고, 사업의 결과가 정보시스템 하나 설치하고 끝나는 것이라면 어디에서 그 효과를 찾아야 할지 알 수가 없습니다. 한정된 예산에서 더 많은 수의 공장을 지원해야 하는 상황 상 4차 산업혁명 실현의 모든 단계를 이번 한 번에 지원해줄 수는 없겠으나, 적어도 지속된 사업의 진행으로 미래에 얻게 될 가치에 대한 공감대는 형성해야만 업체 입장에서도 장기적 투자를 계획할 수 있을 듯 합니다.

두 번째로, 산업마다 다른 사항이겠으나 금형 제조의 경우에는 세계적 대세보다도 국내 업체들의 강점을 더 강화할 수 있는 가능성을 제시했으면 합니다. 세계적 제조 트렌드에는 IoT만 있는 것은 아닙니다. 10인 미만 규모 정도의 공장에서는 구글 스프레드시트 이상의 정보시스템은 경쟁력 요소가 되지 못하고 사실 필요하지도 않습니다. Fab Lab이나 MaaS, 또는 양산 컨설팅과 같은 다양한 형태의 발전도 소개하고 그 가능성을 검토했으면 합니다.

여기까지입니다. 긴 글 읽어주셔서 감사 드립니다. 10년 뒤 국내 금형 제조업이 제 글과는 전혀 달리 전 세계 시장을 석권해 있길 빕니다.

One clap, two clap, three clap, forty?

By clapping more or less, you can signal to us which stories really stand out.