스마트 제조 정의의 발전 역사: 산업 4.0, IIoT, 메타 유니버스, AI ......

"지능적 제조(스마트 제조)"라는 단어는 대부분의 사람들이 생각하는 것보다 늦게 태어났을 것입니다. 기록에 따르면, 지능형 제조는 2006년 National Science Foundation(National Science Foundation)의 컴퓨터 인프라에 대한 연설에서 처음 등장했습니다.

지능형 제조 및 산업 4.0

동시에 등장한 "스마트 팩토리"라는 개념은 유럽, 특히 독일에서 인기를 얻었습니다. 기존의 기록과 전문가들은 일반적으로 유럽에서 미국과 유사한 지능형 제조/공장이라는 개념이 거의 동시에 비교적 독립적으로 개발되었다고 생각합니다.

하지만 2013년 독일은 "산업 4.0(Industry 4.0)"이라는 개념을 제안했습니다. 이는 과학자 팀이 하이테크 전략을 개발할 때 독일 정부에서 나온 새로운 단어였습니다. 산업 4.0은 WEF(세계경제포럼)의 회장인 클라우스 슈바브(The Fourth Industrial Revolution)의 기사를 게재한 미국의 포린 어페어스(Foreign Affairs) 잡지에 의해 주도되었습니다.

2016년 4.0월, WEF 연례 회의의 주제는 즉시 "제4.0차 산업혁명 마스터하기(Master the Fourth Industrial Revolution)"로 정해졌습니다. 같은 해 XNUMX월, WEF는 샌프란시스코에 제XNUMX차 산업혁명 센터(Center of the Fourth Industrial Revolution)의 개소를 발표했습니다. 따라서 위키피디아에서는 "제XNUMX차 산업혁명"을 "산업 XNUMX(Industry XNUMX)"과 동일시하고 있습니다. 역사에 정통한 독자라면 처음 세 차례의 산업혁명이 증기 혁명, 전력 혁명, 정보기술 혁명이었다는 것을 알고 있을 것입니다. 이러한 맥락에서 산업 XNUMX은 현재 우리가 말하는 산업 자동화의 범위보다 더 넓은 것으로 보입니다.

당시 슈밥은 산업 4.0 시대의 발전이 CPS(운전자 물리 시스템, 정보 물리 시스템), 로봇 공학, AI, 나노 기술, 양자 컴퓨팅, 생명 공학, 사물 인터넷(IoT), 산업용 사물 인터넷(IIoT), 무선 기술, 3D 인쇄, 완전 자율 주행차 등 다양한 분야에서 기술이 폭발적으로 발전하는 것을 특징으로 할 것으로 예상했습니다.

일부 기업 데이터 및 분석 기관의 기사에서는 산업 4.0 또는 제4.0차 산업 혁명이 지능형 제조보다 더 큰 범위를 의미한다고 믿습니다. 또는 지능형 제조는 제조 분야에서 산업 4.0 기술을 사용하는 것을 의미합니다. 사실, 가장 초기의 산업 4.0은 제조 기술 및 프로세스의 자동화 추세를 의미합니다. 위키피디아의 "스마트 제조" 항목에는 "산업 XNUMX"이 직접 포함되어 있습니다.

그러나 지능형 제조와 Industry 4.0의 초기 계획과 로드맵을 자세히 살펴보면 두 회사가 개발에 있어 서로 다른 우선순위를 가지고 있음을 알 수 있습니다. 가장 초기의 지능형 제조는 높은 정보 및 데이터 연결성에 의해 주도되는 제조에 초점을 맞춘 반면, Industry 4.0은 주로 CPS 시스템에 초점을 맞추었습니다.

지능형 제조와 산업 4.0이라는 단어의 일반화와 일반화로, 지금 이 두 개념을 논의할 때, 이 두 개념을 같은 수준에서 동일시할 수 있다고 볼 수 있습니다. ——. 특히 기술의 발전은 이 두 개념을 수렴시킵니다. 산업과 제조와 관련된 모든 핫워드와 기타 개념은 모두 지능형 제조와 산업 4.0을 중심으로 등장하고 있습니다.

지속적인 핵심 속성: 디지털

아마도 대부분의 사람들이 생각하는 것과는 달리, 그 대부분은 지능형 제조가 등장하기 전에 존재했거나 제안되었으며, 상당히 오랫동안 존재했습니다. 예를 들어, 엣지 컴퓨팅이라는 개념은 1990년대에 처음 등장했는데, 그때 CDN(콘텐츠 배포 네트워크)이 엣지 컴퓨팅의 거의 원형이었습니다. CDN은 세기 초반에 다른 애플리케이션으로 확장되어 최초의 엣지 컴퓨팅 서비스를 달성했습니다.

디지털 트윈(digital twin)과 메타 유니버스(metaverse)는 공상과학 소설 Avalanche(Snow Crash)에 처음 등장했으며, 이후 가상 현실 공간의 부활을 나타내는 데 사용된 단어는 추적하기 어렵습니다. 따라서 스마트 제조와 Industry 4.0이 막 탄생했을 때 IIoT, 빅데이터, 디지털 트윈이 왜 등장했는지 이해하기 어렵지 않습니다. 따라서 이 몇 년 동안 지능형 제조 분야가 끊임없이 새로운 개념을 과장하고 있다고 말하기는 어렵습니다.

우리의 관점에서, 이 모든 개념의 궁극적인 목표는 제조의 지능화와 자동화입니다. 즉, 공상과학 영화에서 제시된 무인 화학 공장은 최종적인 구체적인 형태가 그렇지 않을 수도 있습니다. 지능화와 자동화를 실현하는 과정에서 전자 기술의 도움을 받아 달성해야 하므로 가장 먼저 해야 할 일은 디지털이어야 합니다. 물론, 이는 네트워킹과 같은 디지털 관련 트렌드에도 관련됩니다.

특정 기술에서 구글 검색어 추세를 관찰하면 IIoT는 지난 3년 동안 비교적 평균 수준입니다(그림 XNUMX) —— 지능형 제조 방향으로 현실적인 기술로 간주할 수 있습니다. 사실, IIoT는 반도체 감지, 연결, 제어/처리, 전원 공급의 네 가지 부문을 모두 포괄합니다. 전원 외에도 여러 다른 요소가 제조 분야에서 디지털을 수행하도록 설계되었습니다.

이러한 요소들은 또한 지능형 제조 분야의 핵심 시장 참여자이기도 한데, 여기에는 전체 링크를 구축하고자 하는 레네사스, 앤슨 뷰티 등이 포함됩니다.

가장 인기 있는 단어인 AI, 디지털 트윈의 현대적 지능형 제조

저는 구글 검색 엔진을 사용하여 지능형 제조 관련 특정 기술을 검색하고 검색어 추세를 확인하려고 노력했습니다. 'AI'라는 별도의 인기 단어 외에도 약 1년 동안 다른 키워드를 훨씬 능가하는 검색 열풍이 있었습니다. IIoT라는 단어와 함께 현재 지능형 제조 분야에서 두드러진 검색 열풍은 디지털 트윈과 에지 AI입니다.

우연이든 필연이든: 지능형 제조와 Industry 4.0의 정의와 로드맵을 주의 깊게 살펴보면, 에지 AI와 디지털 트윈이 지능형 제조와 Industry 4.0에 정확히 대응한다는 것을 알게 될 것입니다. 위에서 언급했듯이, 지능형 제조는 이전에 정보와 데이터의 높은 연결성 구동에 대해 강조했습니다. 에지 AI는 데이터 컴퓨팅과 연결성의 완전한 응용입니다. Industry 4.0은 CPS, 즉 디지털 트윈 경로와 마찬가지로 실제 세계의 가상화에 대해 이야기해 왔습니다.

하지만 결국 엣지 AI와 디지털 트윈은 지속적인 기술 진보의 중간 및 고급 디지털 단계입니다. 디지털화의 초기 단계가 여전히 감지 기술, 즉 자연 및 아날로그 정보를 디지털 정보로 전환하는 방법, 즉 디지털 정보의 제어 및 처리에 대해 이야기하는 것과 같습니다. 디지털화가 고급 단계로 발전해야만 방대한 데이터를 기반으로 하는 인공 지능에 대해 이야기할 수 있습니다.

디지털 트윈은 디지털화의 다음 고급 단계로, 공장 및 제조 데이터의 더 높은 수준과 심지어 포괄적인 디지털화가 필요할 뿐만 아니라 AI 기술의 협력도 필요합니다. 지능형 제조 핫워드의 발전은 디지털 발전이 새로운 높이로 올라갈 때 지능형 제조는 새로운 특정 기술과 핫워드를 갖게 될 것이라는 점에 기반을 두고 있음을 알 수 있습니다.

MathWorks 산업 소프트웨어 기업으로서 이 회사는 제조 디지털화에 더 큰 영향력을 행사합니다. 사실, 새로운 MathWorks 제품이나 기능의 등장도 추세를 드러낼 수 있습니다.

다음 단계: 생성 AI, 산업 우주, 로봇

작년 SIGGRAPH 정상회담에서 엔비디아 CEO 존 황은 산업 디지털화가 잠재적으로 50조 달러의 산출량을 가진 거대한 케이크라고 언급했습니다. 아마도 지능형 제조와 심지어 산업 4.0 시대에 엔비디아가 산업 제조와 연관될 것이라고는 아무도 생각하지 못했을 것입니다. 엔비디아는 게임용 그래픽 카드를 만들었기 때문입니다.

당시 황은 회의에서 시연을 했는데, 그는 PDF 문서(2D CAD 계획)를 생성 AI 모델에 보내 PDF 문서를 기반으로 공장의 3D 디지털 트윈을 생성하도록 요구했습니다. 최종 3D 모델은 평면도에 기반할 뿐만 아니라 조명, 질감 및 기타 효과도 추가합니다. 이상적으로 이러한 공장 디지털 트윈은 물리적 수준의 정확도를 달성하면 로봇 훈련 및 시뮬레이션에도 사용할 수 있습니다.

물론, 실제로 그렇게 하고 생산에 투입하는 데는 많은 어려움이 있을 수 있습니다. 그러나 그것은 그래픽 카드 렌더링 3D 팩토리의 작업을 보여줄 뿐만 아니라 프로세스에서 생성 AI의 역할과 로봇 기술을 위한 디지털 트윈과 AI의 지원도 반영합니다. 제 생각에 산업용 디지털 트윈 규모가 확장된 후에는 의심할 여지 없이 산업용 디지털 메타 유니버스입니다.

BMW가 엔비디아 아이작을 사용하여 로봇에 대한 AI 교육을 한다는 점은 언급할 가치가 있는데, 이는 가상 환경에서 이러한 로봇을 교육하는 것과 같습니다. ——. 이는 또한 산업 메타 유니버스의 특정 응용 프로그램입니다. 공장에서 AGV 포크리프트 트럭의 내비게이션 및 배송이든, 생산 라인에서 기계 팔을 작동하든, 가상 세계에서 로봇 AI 교육에서 로봇 지능의 배포에 이르기까지 엔비디아는 지난 2년 동안 자체 엔드투엔드 솔루션을 반복해서 강조해 왔습니다. 이는 거의 이미 산업 제조의 미래로 업계에서 여겨지고 있습니다.

지능형 제조의 미래에 대해 헥터는 "핵심은 고도로 자동화된 생산 공정이며, 첨단 로봇/AGV 기술을 도입하여 생산 라인의 운영을 자동화할 수 있다"고 언급했습니다. 고도로 디지털화된 배경 하에 산업 ​​디지털 트윈, AI, 로봇 기술이 지능형 제조의 미래가 될 수밖에 없다는 것을 알 수 있습니다.

마지막으로, 올해의 GTC 개발자 컨퍼런스에서 엔비디아가 Project GROOT 휴머노이드 로봇 프로젝트를 출시했다는 점을 언급할 가치가 있습니다. 물론, 주로 휴머노이드 로봇의 기본 모델입니다. 엔비디아에 따르면, 이는 "로봇의 다음 동작을 생성"하기 위한 생성 AI에 기반합니다. 황은 분석가와의 인터뷰에서 모든 것을 디지털화할 수 있다면 모든 것을 토큰화(토큰화)할 수 있다고 말했습니다. 다시 말해, 모든 것을 생성할 수 있습니다.

텍스트, 이미지, 비디오와 같은 정보가 디지털화되면 생성될 수 있을 때, 유전자, 뇌파, 로봇 및 기타 유형의 데이터도 디지털화되면 생성될 수 있습니다. AI가 산업 제조 분야에 침투했지만 생성적 AI의 공격은 거의 불가피합니다.

Hector Anson은 생성적 AI를 긍정한다는 전제 하에 생성적 AI와 산업용 디지털 트윈의 대규모 데이터 처리 및 고전력 데이터 센터를 위한 전력 및 전력 관련 제품을 제공하며, "생성적 AI의 개발을 촉진"하는 것을 목표로 합니다. Shen Qing은 "이론적으로 말하면, 생성적 AI는 R&D 및 설계 계획, 생산 공정 제어, 운영 및 관리 최적화, 제품 및 서비스 최적화를 포함한 지능형 제조의 여러 측면에서 중요한 역할을 할 수 있습니다."라고 말했습니다. 하지만 "현재 생성적 AI는 여전히 탐색 단계에 있습니다."

지능형 AI 제조의 개발 단계는 디지털 트윈보다 더 기초적일 수 있습니다. 그러나 산업 디지털화에 50조 달러의 잠재적 가치를 제공하는 생성 AI의 출현은 의심할 여지 없이 미래의 중추가 될 것입니다.