[IoT 오픈플랫폼 뉴스레터] 산업용 IoT플랫폼의 머신러닝 데이터셋 통합 및 전처리 기술 동향

2019-09-02


산업용 IoT플랫폼의 머신러닝 데이터셋 통합 및 전처리 기술 동향

                                                                                                                                                                                                           

                                                                                                                                                                                                               IoT개발팀 김상수부장


1. 산업용 IoT플랫폼을 통한 디지털 혁신
최근, 정부의 제조업 르네상스 비전·전략 선포에서도 볼 수 있듯이 제조산업 정체를 극복하기 위해 생산성 향상과 부가가치 창출을 위한 디지털 혁신은 선택이 아닌 생존의 숙제가 되었다.
디지털 혁신은, 실세계에 존재하는 여러 사물 기기들과 시스템, 프로세스, 사람의 개입에서 발생하는 관계 현상을 모두 디지털화하여 정교하게 상관 관계를 분석하여 불필요한 비용을 절감하고 문제점을 소거하며 최상의 생산성을 유지하도록 공정을 최적화하는 한편, 데이터의 바다를 항해하면서 이전에는 미처 몰랐던 새로운 가치를 발견해 가는 과정 그 자체이다.
산업용 IoT플랫폼은 데이터 수집, 분석, 가시화, 개발자와 데이터과학자 도구와 같은 기능을 제공하는 ‘디지털 혁신의 도구’이다.


2. ThingSPIN(씽스핀) 플랫폼과 DataTrip 소개
한컴MDS는 설비 데이터와 외부 기간계 시스템 데이터를 통합 수집하여 현장에서 즉시 분석 및 가시화 할 수 있는 산업용 IoT플랫폼 ThingSPIN(씽스핀)을 개발하여 스마트팩토리 구현을 위하는 기업에 공급하고 있다. OT/IT의 중계 역할을 하는 특성으로 산업용 국제표준(IEC62541) 프로토콜인 OPC UA를 중요한 게이트웨이로 포함하고 있다.


[그림  ThingSPIN플랫폼의 End-to-End 데이터 수집, 전처리, 분석 및 가시화 구조]



[ThingSPIN의 특징]
● 쉽고 편리한 산업 설비 데이터 수집
● 데이터셋 통합과 정제를 위한 데이터 전처리기
● 데이터 분석을 위한 내장 통계 함수 및 스크립트 지원
● 머신러닝/딥러닝 기능 구현을 위한 데이터 연동
● 데이터 기반 알람 설정과 모니터링
● 대시보드 저작 및 메뉴 사용자 화
● 플러그인 구조의 가시화 위젯
● 계 함수 및 분석 스크립트


플랫폼으로 통합 수집된 산업 데이터는 생산현황, 품질현황, 설비현황, 물류현황 등을 즉시 가시화 할뿐만 아니라, 통계분석, 머신러닝/딥러닝을 이용한 문제 예측, 이상현상 분석 및 AR/VR을 통한 조치 가이드를 하는 예지정비 등 IT와 OT를 아우르는 새로운 서비스를 가능케 한다. 다만, 두가지 주요 고려할 사항이 있는데 하나는 설비로부터 데이터를 획득 하는 것이고, 다른 하나는 획득한 데이터를 분석하기 용이한 형태로 정제하는 것이다.
이 두가지를 고려하여, ThingSPIN에서는 OPC UA의 지원과 DataTrip 이라는 데이터 전처리기를 지원한다. DataTrip은 머신러닝/딥러닝을 위한 학습용 데이터셋을 생성하기 용이하도록 개발되었다.


[그림 2 산업용 국제표준(IEC62541) OPC UA 프로토콜 기반의 IT/OT를 중계]



[그림 3 DataTrip을 통한 데이터셋 생성]

산업 데이터센터 구축 시 IIoT플랫폼이 꼭 같추어야 할 기능으로, ThingSPIN의 DataTrip 모듈은 데이터 정제, 조인, 변형, 이관 등의 기능을 통해 머신러닝/딥러닝의 학습에 필요한 데이터셋을 구축하는데 이용한다.



3. 적용 사례
[설비 빅데이터 분석 및 이상감지]
현장 설비의 데이터를 실시간 수집하고 즉시 가시화하여 동작상태를 직관적으로 파악 할 수 있습니다.


[모바일 원격 설비 모니터링]
웹페이지의 위젯에 연결된 연화상 센서는 설비로부터 발생하는 열을 감지하여 화재예방과 이상 동작을 전체 조감도를 통해 파악 할 수 있게 합니다.


[머신러닝/딥러닝을 통한 공정 분석 및 제어 자동화]
생산계획, 품질검사, 설비상태를 통합 수집하여, 생산과 품질을 고려한 공정 능력을 실시간으로 분석하고, 머신러닝 알고리즘을 관리하고 실시간 데이터 스트림을 머신러닝에 의해 판단 시키기 위해 파이프라인을 연결 합니다. 판단 출력에 따라 공정의 파라메터가 자동으로 변경되어 제어됩니다.


4. 맺음말
산업용 IoT플랫폼은 MES/ERP가 가진 고정된 기능 대신, 다각적인 시각에서 데이터를 통합하고 분석하면서 새로운 서비스를 생성 할 수 있는 환경을 제공 할 것으로 예상됩니다. 현장의 데이터를 쉽고 빠르게 연결 할 수 있는 수단과 데이터를 즉시 가시화 할 수 있는 대시보드 저작 기능을 기초로 하여, 데이터과학자를 위한 분석 도구, 데이터 전처리 도구, 빅데이터 연결 도구, 머신러닝 모델 관리 및 데이터 입출력 파이프라인을 가진 ThingSPIN(씽스핀)과 DataTrip(데이터트립)은 스마트제조혁신을 위한 산업 데이터 플랫폼으로 활용 될 수 있기를 기대합니다.