디지털 및 데이터 주도 조선에서의 무도면 생산
Posted on July 31, 2023
창조적 파괴의 힘과 콘드라치프 파도 이론
콘드라치프 파도 이론은 기술적 발전의 역사를 폭넓고 체계적으로 제공합니다. S&P 500 기업들의 10년 주기로 계산된 금융 데이터를 기반으로 기술적 변화와 일치하는 파동 또는 증가가 관찰될 수 있습니다. 그림 1은 이러한 파도들을 타임라인에 따라 나타냅니다. 금융 수익의 상당한 증가 뒤에는 사회 발전을 촉진한 큰 기술의 적용이 있습니다: 즉, 증기 기관, 철도, 전기, 자동차와 석유화학 그리고 정보 기술 등입니다. 어떤 기술도 독립적인 혁신이나 성취가 아닙니다. 대신 사회가 적응하고 수익을 창출할 수 있는 것입니다. 기술적 획기는 적응과 수용에 따라 사회적 발전과 밀접하게 연결되어 있습니다.
콘드라치프의 이론에 따르면, 창조적 파괴의 다음이자 여섯 번째 파도는 지능적인 기술들에 의해 격동될 것입니다. 산업 분야에서는 디지털화, 디지털 변형, 디지털 제조, 산업 4.0 및 스마트 공장, 그리고 인공지능과 생산에서 디지털 트윈의 사용과 관련하여 많은 논의가 진행 중입니다.
지능성은 여섯 번째 파도의 핵심 측면이며, 이전 파도와 구분됩니다. 이전 파도는 정보 기술에 기반했습니다. 지능성이 실제로 인공지능(AI)을 의미하는지 아니면 디지털뿐만 아니라 데이터 주도형이 될 수 있는 가능성이 있는지에 대해 추측할 수 있습니다.
이러한 변화의 실제적인 예시로는 디지털 트윈의 지속적인 개발이 있습니다. Cabos와 Rostok (2018)이 설명한대로, 디지털 트윈은 객체의 디지털 표현으로, 행동 모델과 구성 또는 조건으로 보강됩니다. Hafver, Eldevik, 그리고 Pedersen (2018)가 지적한 것처럼, 디지털 트윈의 참신함은 3D 모델 자체의 존재와 활용이 아니라 이러한 모델들이 어떻게 묶여있는지에 있습니다.
다시 말해, 이제는 단순히 정보 기술(IT)만이 아닙니다. 모든 데이터와 3D 모델을 디지털화할 수 있는 가능성이 아니라, 이러한 데이터 뒤에 있는 지능에 관한 문제입니다.
깊은 변화 이론과 혁신으로서의 CAD 진화
Schot와 Kanger(2018)에 의해 개발된 깊은 변화 이론에 따르면, 각 파도 안에는 더 많은 세부사항들이 있으며, 이는 약 50년 주기로 더 정확하게 분할될 수 있습니다. 이 이론을 조선 산업의 변화에 적용한다면 흥미로운 결과를 관찰할 수 있습니다. 그림 2는 깊은 변화에 관련된 주요 기술적 변화와 혁신을 보여줍니다.
조선 산업에서의 IT 시대는 상업용 CAD 시스템의 사용이 시작된 시기와 일치합니다. IT의 발전에 이끌려, CAD는 초기 1970년대에 혁신에서 출발하여 조선 산업 프로젝트의 일반적이고 필수적인 부분이 되었습니다. 이 기술이 성숙해지고, 최신 하드웨어가 사용되며 완전히 받아들여지는 데 약 50년 정도의 시간이 걸렸습니다. 디자인의 증가된 정확성은 더 크고 복잡한 프로젝트를 다룰 수 있도록 해주었으며, 이로 인해 조선 산업은 전적으로 새로운 수준으로 진화하였습니다. 이 혁신은 산업에 도움이 되었고 산업 자체를 변화시켰습니다. 하지만, 이는 고립된 현상이 아니었습니다. 글로벌 무역을 위해 많은 수의 화물선 및 다른 유형의 선박이 필요로 한 사회적 발전을 통해 가능해졌던 것입니다. 따라서 혁신의 맥락은 전환 과정에서 중요한 역할을 합니다.
그림 1. 콘드라치프(1935) 파도: S&P 500 상위 500 기업의 10년 주기 이익과 기술적 파괴와의 연관성.
그림 2. 깊은 변화 변형과 조선 산업의 역사적 이정표, CAD 발전을 포함하여.
다중 수준 관점 - 맥락 속의 혁신
다중 수준 관점(MLP) 프레임워크는 전환 과정이 어떻게 발생하며 혁신이 생존 가능하고 널리 사용되도록 하는지를 이해하는 데 유용합니다. 다중 수준 관점 접근법은 원래 Frank Geels에 의해 개발되어 지속 가능성에 초점을 맞추고 사회 기술적 전환을 설명합니다. 이 접근법은 전환 과정을 랜드스케이프(landscape), 레짐(regime), 니치(niche)라는 세 가지 주요 레이어의 맥락에서 제시합니다. 랜드스케이프 레이어는 가장 안정된 구조를 나타내며 기존의 상태를 의미합니다. 이는 정치적, 경제적 랜드스케이프, 역사적으로 사회적으로 안정된 방법 및 오랫동안 사용된 시간 검증된 기술의 혼합물을 포함합니다. 레짐 레이어는 더 동적이며 기존의 실천 방식과 프로세스 조직의 방법으로 구성됩니다. 니치는 새로운 아이디어와 실천의 가장 동적인 장소로 생각됩니다. 니치는 생성되어 사라지는 경우가 자주 발생하며, 종종 시스템에 큰 영향을 미치지 않습니다. 그러나 랜드스케이프로부터 압력이 가해지면, 레짐 레벨은 균열과 개방을 가지게 되며, 이는 니치가 레짐 레벨에 진입하고 그것을 재조정할 공간을 만듭니다. "니치 혁신은 외부 랜드스케이프 개발이 레짐에 압력을 가하여 균열, 긴장 및 기회의 창을 만드는 경우 더 널리 확산될 수 있습니다"(Geels, 2010). 글로벌화와 IT 기술의 발전에 의해 야기된 긴장은 컴퓨팅 파워와 그래픽 카드의 증가와 같은 IT 기술의 발전은 CAD가 레짐과 랜드스케이프 레벨로 진보할 수 있는 "기회의 창"을 만들어주었습니다. 이러한 전환의 부작용은 CAD 제공 업체들이 해상 산업에서 중요한 주역이 되는 것이었습니다.
지능적인 기술의 다음 파도
IT의 지능성은 생산에 적합한 디지털 형식의 데이터를 제공할 수 있도록 합니다. 예를 들어, 2000년에 시장에 처음으로 도입된 3D 뷰어인 eBrowser를 통해 CADMATIC에서 수집된 데이터를 기반으로 조선소는 생산에 필요한 도면의 수를 30% 줄일 수 있었습니다. 3D 모델은 CAD 사용자(일반적으로 사무실에서 작업하는 디자이너들)뿐만 아니라 생산 직원에게도 접근 가능해졌습니다. 또한 특별한 기술이나 교육이 필요하지 않아 사용이 간편했습니다. 이로 인해 도면의 수를 줄이는데 강력한 도움이 되었습니다. 그러나 여전히 조선소의 전통과 프로세스에 의해 정당화되는 경우도 있으며, 생산에서 이러한 도면들의 실질적인 필요성보다는 양과 종류가 그 예입니다.
이제 더 이상 IT에 대한 문제가 아니라 데이터 뒤의 지능에 관한 문제입니다.
이러한 발전에 이어서, CADMATIC의 eShare를 모든 상호 연결된 프로젝트 정보의 중앙 포털로 도입한 결과, 도면의 70%가 더욱 줄어들었습니다. 이것은 생산에 관련된 도면의 수와 종류에 높은 지능성을 갖춘 IT 기술이 어떻게 현저한 영향을 미쳤는지를 보여주는 한 가지 예입니다. 하지만 이러한 변화는 사회적인 준비도에 제한되었습니다. 혁신과 효율성에 초점을 맞춘 선박조선소들은 기존의 관행을 변경하는 준비가 더 잘 되어 있었지만, 전통과 현 상태를 유지하려는 동기가 강한 선박조선소들은 그렇지 않았습니다. 이 경우 인간과 사회적인 요소들이 기술적인 가능성과 상충하고 있습니다.
자동화 수준은 자동화 생산에 대한 논의에서 핵심적인 차원입니다. 생산을 자동화하는데는 다양한 가능성이 있습니다: 강재 절단 및 절곡, 용접 로봇, 3D 프린팅, 그리고 데이터 분석을 기반으로 한 작업장 흐름의 자동 조정 등이 있습니다. 이러한 로봇 기술의 발전은 선박 제조에 핵심적인 요소로 자리잡았습니다. 하지만 기계와 구현의 비용은 이와 관련하여 여전히 한계 요소가 되고 있습니다.
무도면 생산의 미래
그림 3은 무도면 생산의 미래에 대해 네 가지 주요 시나리오를 보여줍니다. 이들은 높은 수준의 IT 지능과 자동화를 기준으로 나뉩니다. 두 가지의 표준적 시나리오는 "비즈니스 어쩌면이"와 "변화에 대한 높은 희망"을 보여줍니다. 다른 두 가지는 경쟁적 동향과 랜드스케이프에서의 긴장을 보여줍니다. 이러한 점을 통해 혁신이 성장할 수 있는 기회가 제공됩니다.
이러한 네 가지 시나리오는 모두 가능성이 있지만, 연속적 성장 시나리오는 자연적 개발 제한을 무시하고 낙관적인 결과를 원한다면 선호될 수 있습니다. 중장기적 관점에서는 변형과 로봇 기술의 결합이 다소 현실적인 모습을 제시할 것입니다. 어떤 경우에도, 생산 과정에서 도면의 점차적인 제거가 가능한 결과일 것입니다.
지능적 IT의 주요 동력을 고려하면, 이미 3D 뷰어로 도면들이 점차적으로 대체되고 있으며, 직접적인 데이터 전송으로 생산 또는 제조 통제 시스템에 사용되고 있습니다. CAD는 데이터와의 상호작용을 통해 변환 과정에서 핵심적인 역할을 수행하여 변화 관리 내에서 데이터에 더 빠르게 액세스할 수 있도록 합니다.
원래 CAD에 대한 입력은 사용자에 의해 제공되었습니다. 하지만 이것은 분석 또는 AI에 기반한 입력으로 직접적 매개 변수 입력의 대체로 천천히 변화하고 있습니다.
데이터와의 상호작용은 디지털 시대를 뚜렷하게 다르게 만듭니다. 처음에는 도면을 표준화하여 가독성과 생산 품질을 향상시키는 것을 목표로 하였습니다. 그러나 데이터 기반 세대에게는 이는 자연스럽지 않은 한계를 제시합니다. 정적인 스냅샷 대신, 사람들은 요청에 따라 데이터를 얻고 조작하는 것을 선호합니다.
다음 사용 사례는 이러한 프로세스를 설명합니다. 기존의 조선 산업에서 많은 도면들은 파이핑 생산 데이터나 스풀 도면에서 기인합니다. 약 350m 정도의 크루즈 라이너에는 약 10,000개의 스풀이 있는 것으로 추정됩니다. 현재의 관행에 따르면 이러한 도면들은 자동으로 생성되고 주석이 달립니다. 그러나 5% 정도(실용적인 CAD 사용 및 생산 요구에 맞는 설정이 있는 경우)는 수작업이 필요합니다.
이 과정 자체가 꽤 힘들고 시간이 많이 소요됩니다. 그러나 그 주요 원인은 이러한 도면들을 생산에 사용하는 데 있습니다. 각 도면은 수작업으로 검토되어 파이프 조각을 제조하는 데 지침으로 사용되며, 종종 도면에 제공된 데이터가 충분하지 않거나 시간이 지남에 따라 디자인이 변경되어 더 이상 최신 정보가 아닐 수 있습니다. 언제든지 생산 데이터를 생성하고 시각화할 수 있는 가능성은 디자인과 제조 간의 끊임없는 연결을 제거할 것입니다.
이러한 발전의 실제적인 예로, 일부 CADMATIC 고객들은 이미 생산 작업장에서 디자인 데이터에 대한 온라인 연결을 제공하고 3D 뷰어에 주석이 달린 모델로 데이터를 표시하고 있습니다. 또는 HoloLens와 VR 인터페이스를 사용하여 3D 모델과 직접적으로 상호작용하는 방식을 사용하고 있습니다.
무도면 생산의 기초 기술은 정립되었으며 방향은 명확히 정해졌습니다. 그러나 이러한 혁신이 진행되고 확산되어 레짐의 일부가 될 수 있는 기회의 창이 충분한지 여부는 여전히 문제가 남아 있습니다.
그림 3. 디지털과 데이터 주도의 조선 산업에서 무도면 생산의 2050년까지의 미래 시나리오.
참고 문헌
CABOS C., ROSTOCK (2018), Digital Model or Digital Twin? 17th Conference on Computer Applications and Information Technology in the Maritime Industries (COMPIT), Cardiff, 2018.
HAFVER, S. ELDEVIK, F.B. PEDERSEN (2018) probabilistic Digital Twins. Position paper, DNV GL
GEELS, F., 2010. Ontologies, socio-technical transitions (to sustainability), and the multi-level perspective. Research Policy 39, pp. 495-510.
KONDRATIEFF N. D., STOLPER W. F., The Long Waves in Economic Life Source: The Review of Economics and Statistics, Vol. 17, No. 6 (Nov., 1935), pp. 105-115 Published by: The MIT Press
SCHOT, J., KANGER, L., 2018. Deep transitions: Emergence, acceleration, stabilization and directionality. Research Policy.