Home / 제조엔지니어링 / 외부적 불확실성에 대응하는 설비 자산 안정성

외부적 불확실성에 대응하는 설비 자산 안정성

지금까지 산업은 공정 최적화를 통한 생산성 향상을 통해 성장을 이뤄왔다. 하지만 산업을 둘러싼 환경의 변화 속 에서 더 이상 기존의 방식으로 생산성 향상이나 성장을 기대하기는 어렵다. 이에 공정 산업용 소프트웨어 및 서비스 전문 기업인 아스펜테크는 공정 모델링 전문성과 빅데이터 및 머신 러닝의 혁신을 결합함으로써 최적화의 범위를 확장하고 있다.

오늘날 기업들은 비즈니스 및 운영에 대한 복잡성 및 불확실성 심화 문제에 직면하고 있다. 엔드유저 시장의 요구가 나날이 증가하고 변화 속도는 더욱 빨라지고 있는 와중에 기업들은 그같은 요구의 해결과 함께 혁신, 차별화 유지 등 다양한 문제를 동시에 다뤄야만 한다. 게다가 원료 가격 변동 문제도 심각한데, 이 경우 외부 공급 원료 가격을 통제하는 일이 사실상 불가능하기 때문에 내부적으로 이를 해결할 수 있는 방안도 모색해야 한다.

불확실성을 야기하는 외부적 요인이 산재하고 있는 상황 속에서 투자 자본 회수를 극대화하기 위해서는 내부적 불확실성을 제거하고 공장 설비 운영의 효율성을 향상시켜야 할 필요가 있다. 이에 따라 아스펜테크는 APM(Asset Performance Management, 자산 성능 관리) 제품군을 출시하여 기업들이 공장 수명주기 전반에 걸쳐 자산을 최적화할 수 있도록 돕고있다.

자산 안정성 위한 유지보수 과학

공정 최적화에서 설비 자산 최적화로의 진화
공정 최적화에서 설비 자산 최적화로의 진화

아스펜테크의 APM 솔루션이 특히 중점을 두고 있는 것은 자산 유지 보수와 공정 분석이다. 공정 내 모든 요소들이 최적화되었다 하더라도 어느 한 곳에 고장이 발생할 경우에는 생산량이나 품질에 문제가 생기고 납기도 맞출 수 없는 지경에 이르게 된다. 때문에 최적화에 대한 새로운 대안을 찾아야하는데, 설비 자산의 안정성 향상이야말로 불안정한 시장에서도 탁월한 운영력을 확보할 수 있는 최적의 대안이 다. 아스펜테크는 자산 안정성 및 신뢰성 개선을 위해 ‘유지보수 과학’ 에 주력해야 한다고 설명한다.

2015년 ARC가 발표한 ‘산업용 사물인터넷과 분석을 통한 사전 대응적 자산 관리’에 따르면 생산 현장에서 발생하는 설비 고장 중 82%는 예방 보전으로 해결되지 않는다. 기존의 방식으로는 해결이 불가능하다는 문제의 해결을 위해 아스펜테크가 주목한 것은 데이터다. 공정 데이터, 유지보수 기록 데이터, 신뢰성 데이터, 설비 데이터, 설계 데이터, 환경 데이터 등 공장 내에 존재하는 수많은 데이터를 기반으로 예기치 못한 다운타임을 제거할 수 있는 방법을 모색했다. 데이터를 제 대로 활용하기 위해서는 데이터의 맥락을 인지하고 이해할 수 있어야 한다는 판단 아래, 자체적인 기술 개발과 함께 이미 관련 노하우와 지식을 축적한 기업 인수에 적극적으로 나섰다. 그렇게 탄생한 아스펜테크의 APM 솔루션은 공정 및 자산에 대한 총체적 관점에서 데이터 과학, 신뢰성 있는 공정 모델링, 머신러닝을 결합하여 분석과 이해, 가이드를 제공한다. 아스펜테크 CEO 안토니오 피에트리(Antonio Pietri)는 “다른 솔루션과 비교해 아스펜테크의 APM 솔루션이 가지는 가장 큰 차별성은 앞으로 무슨 일이 벌어질 것인가에 대한 예측에서 그치는 것이 아니라, 예측을 기반으로 고객이 앞으로 취해야 할 행동까지 처방을 내릴 수 있다는 것”이라고 설명했다.

아스펜테크 CEO 안토니오 피에트리
아스펜테크 CEO 안토니오 피에트리

35년 이상 최적화의 범위를 단계적으로 확장해 온 아스펜테크는 설계, 기획, 운영, 유지보수 등 자산의 수명 주기 전반에 걸쳐 고객들이 점점 더 많은 가치를 실현할 수 있게 해주는 솔루션들을 지속적으로 공급할 계획이다.

About 김솔 기자

다양한 취재 경험을 살려 여러분께 읽고 싶은 기사, 재미있는 기사 보여 드리겠습니다:)