전문가 및 사고 리더들이 말하는 산업 트렌드 2024

“우리는 ‘사람이 작업을 찾아야 하는 것’이 아니라 ‘작업이 사람에게 찾아가도록’ 발전할 것입니다. 이를 위해, 우리는 더욱 많은 디지털 트윈(물리적 현실을 사이버 공간에 복제하는 것)와 그 위에 구축된 지능, 이 두가지의 심화된 확장이 꾸준히 지속될 것으로 예측합니다. 특히, 모든 데이터를 종합하여 인간이 더 많은 통찰력을 얻고 궁극적으로 더 나은 결정을 내릴 수 있게 하는 능력에 대해 집중 조명할 것입니다. 2024년에는 사람에 대한 이해와 데이터 맥락화를 통해 돕는 기술, 예를 들어 생성형 AI와 같은 기술이 스마트 공장에서 필수적인 요소가 되고 생산 현장에서 흔히 사용될 것으로 예상됩니다. 이러한 기술을 받아들이는 제조업체와 그렇지 않은 업체 간에 분명한 격차가 생길

"2024년, 스마트 공장은 AI, 사물인터넷(IoT), 그리고 고급 로보틱스의 통합이 주도하는 지속적인 발전을 경험할 것으로 예상됩니다. 우리는 보다 긴밀한 상호연결 및 지능화된 제조 환경을 기대하며, 생산성 및 제품 품질 향상과 더불어 기민함, 실시간 분석, 강화된 자동화를 강조할 것입니다. 사이버 보안 조치가 중요시되며, 협력을 기반으로 한 인간-로봇 상호작용에 중점을 둘 것입니다. 전반적으로, 2024년은 더 효율적이고 적응력 있는 지속 가능한 스마트 공장으로의 변화를 약속합니다. AI는 산업 제조의 다양한 영역에서 잠재력을 계속 개발해 나갈 것입니다. 품질 관리, 예측 정비 또는 공급망 최적화와 같은 분야는 AI의 구현을 통해 꾸준히

“2024년 "IIoT-지원" 스마트 공장의 닭과 달걀 문제(chicken-and-egg problem)는 다음과 같은 질문을 던집니다: 비즈니스 사용 사례와 커넥티비티 중 어떤 것을 먼저 고려해야 할까요? 분명히 두가지 모두 고려되어야 합니다. 문화적 측면을 포함한 이러한 요소들의 상호작용이 디지털화된 생산 세계에서 성공을 결정하는 데 점점 더 중요한 역할을 하게 될 것입니다.2024년에는 IoT 데이터와 ML 알고리즘이 함께 적용되는 솔루션 사용의 증가가 예측됩니다. 이미 대규모 언어 모델(LLM) 통합을 시작하는 파일럿 프로젝트가 증가하고 있습니다. 이러한 고급 알고리즘은 산업 환경에서 새로운 유형의 상호 작용과 프로세스 제어

“스마트 공장은 디지털 세계를 물리적 세계와 매끄럽게 융합함으로써 디지털 변혁에서 중추적 역할을 합니다. 2024년에는 사물 인터넷(IoT), 인공 지능(AI), 머신 러닝 및 로봇 공학과 같은 기술 발전의 주도로 스마트 공장의 발전이 지속될 것으로 예상됩니다. 서플라이프레임(Supplyframe)은 지멘스 디지털 스레드(Siemens Digital Thread)의 일부로서, 산업용 메타버스로 알려진 확장 상호 연결된 디지털 환경에 기여합니다. 이 영역 내에서 은 개별 제품을 넘어, 설계 및 조달부터 제조 및 공급망 프로세스에 이르기까지 전체 수명 주기를 포괄합니다. 

전자 기술 노드의 진화는 중요한 도전과제와 다양한 새로운 기회들을 제시합니다. 동

“산업 분야의 통신이 산업용 이더넷에 집중되고 있는 것을 볼 수 있으며, 향후 몇 년간 산업용 이더넷의 데이터 속도가 증가할 것으로 예상됩니다. 이는 네트워크 장애가 발생할 가능성도 함께 증가시킵니다. 이더넷 네트워크의 성장 수준에 따라 적정 품질의 갖춘 테스트 방법 및 장비의 필요성이 늘어날 것입니다.

모든 미래 네트워크 공장 설비는 보다 고속(4쌍의 배선)의 네트워크를 대비해야 합니다. 더불어, 이들 설비에 대해서는 최대 10 Gbit/s의 속도 구현 능력이 검증되어야 합니다. 이는 케이블 인증기(Cable Certifier)를 써서 인증 받아야 하며, 최소한 케이블 품질 평

“생성형 AI의 발전과 이에 따른 인지도의 증가는 스마트 공장 개발을 촉진합니다. 생성형 AI 툴이 보여주는 가능성은 산업 부문에 유사하게 적용될 수 있는 가능성에 대한 수요를 증가시킵니다. 이를 실현하기 위해서는 공장의 정보 그림자(digital shadow)가 필요하며, 이는 데이터에 좌우됩니다. 최근 몇 년간의 발전이 데이터의 수집과 이를 종합적인 데이터 모델로 통합하는 프로세스를 지원하고 있습니다. 올해에는 수집된 데이터가 전통적인 알고리즘이나 인공지능에 의해 평가되어, 공정 개선을 통해 측정 가능한 결과를 가져오는 보다 많은 사용 사례들을 얻을 수 있을 것으로 예상됩니다.”