“산업용 생성AI를 위한 머신러닝 솔루션과 산업데이터에 대한 대외적인 데이터 활용에도 적극 대용해야”
[아이씨엔 오윤경 기자] 제조업 디지털전환 전략과 미래기술 애널리틱스를 제공하는 아이씨엔 미래기술센터가 산업 네트워크 관점에서 바라보는 2025년도 10대 이슈 전망을 발표했다.
아이씨엔 미래기술센터가 제시한 2025년 산업네트워크 10대 이슈 전망과 주요 비즈니스 조언은 다음과 같다.
1. 상호운용성 확대
다양한 산업 네트워크 프로토콜이 발전함에 따라 서로 다른 시스템 및 장치 간의 원활한 상호운용성(interoperability)을 보장하는 것이 중요한 과제로 떠올랐다. 사용자는 다양한 플랫폼 간의 통신을 원활하게 하기 위해 표준화된 프로토콜을 채택해야 한다.
2. 사이버 보안 위협
산업 환경 내 연결된 장치에 대한 의존도가 증가함에 따라 사이버 공격의 위험은 더욱 증가하고 있다. 산업 프로토콜에 대한 향상된 보안 조치, 즉 암호화, 인증, 실시간 위협 탐지에 초점을 맞춘 조치가 필수적이다. 또한 엔드유저 엔지니어들을 대상으로 한 보안 교육과 운용방안 체계 구축이 요구된다.
3. IT와 OT의 통합
정보기술(IT)과 운영기술(OT)의 융합은 네트워크 설계 및 관리의 복잡성을 증가시키게 된다. 이러한 두 영역을 효과적으로 연결하는 프로토콜 개발이 운영 효율성과 보안성을 위해 매우 중요하다.
4. 확장성과 유연성
산업이 확장되고 산업용사물인터넷(IIoT) 장치를 더 많이 채택함에 따라 다양한 요구사항에 적응할 수 있는 확장 가능한 네트워크 프로토콜의 필요성이 강조될 것이다. 프로토콜은 성능을 저하시키지 않으면서도 다양한 장치 및 구성을 지원해야 한다.
5. 실시간 데이터 처리
예측 유지보수 및 자동화와 같은 응용 프로그램을 위해 실시간 데이터 스트리밍 및 처리에 대한 요구가 증가함에 따라 네트워크는 낮은 지연 시간과 높은 대역폭을 제공해야 한다. 시간 민감 통신(TSN)을 지원하기 위한 프로토콜간의 통합과 상호운용성 개선이 중요해질 것이다.
6. 에지 컴퓨팅 통합
에지(Edge) 컴퓨팅이 주목받으면서 데이터 처리를 중앙 집중식 시스템에만 의존하지 않고, 공장내 필드 현장인 에지(Edge)에서 수행할 수 있도록 네트워크 프로토콜들이 발전해야 한다. 이러한 전환은 지연 시간을 줄이고 전체 시스템 반응성을 향상시킨다.
7. 진화하는 표준 및 프로토콜
산업 네트워킹의 환경은 새로운 표준(예: TSN, OPC UA)이 등장함에 따라 지속적으로 변화 발전해야 한다. 이러한 발전을 따라잡고 준수를 보장하는 것이 제조업체와 통합업체에게는 도전 과제가 될 것이다.
8. 무선 프로토콜의 사용 증가
무선 산업 네트워크 프로토콜(예: 5G 및 LPWAN)의 채택이 확대되면서 신뢰성, 범위 및 보안과 관련된 기회와 도전이 다수 발생할 것이다. 무선 장치들을 안정적인 통신 전파를 확보하도록 하는 방안(예: 5G 특화망)과 기존 네트워크 프로토콜들을 무선 시스템으로 안전하게 통합해 연결하는 방안들이 요구된다.
9. 데이터 관리 및 분석
연결된 장치에서 생성되는 방대한 데이터의 효과적인 관리 프로토콜이 점점 더 중요해질 것이다. 기업은 데이터 수집, 저장 및 분석을 용이하게 하는 프로토콜을 찾게 될 것이다.
10. 규제 준수
데이터 프라이버시와 사이버 보안 관련 규제 프레임워크가 진화함에 따라 제조업체는 네트워크 프로토콜이 새로운 규제를 준수하도록 보장해야 한다. 이는 성능 저하 없이도 지속적인 조정이 필요하다는 것을 의미한다. 이러한 규제 준수는 AI가 제조 현장에서 활발하게 도입되고 있는 상황에서 국내는 물론 국제적인 다양한 규제 정책들을 논의하고 설정하는 것이 필요하다.
생성AI의 제조업 활용과 제조업 산업 데이터에 대한 대외 활용 가능성도 고려해야
2025년 산업 네트워크의 미래는 빠른 기술 발전과 복잡한 문제를 해결하기 위한 강력한 솔루션의 요구로 대변된다. 제품 및 솔루션 공급자, 시스템통합, 엔드유저 등 모든 이해관계자는 첨단의 제조 및 자동화의 요구에 부합하는 회복력 있고 효율적인 산업 네트워크를 구축하기 위해 보안, 상호운용성 및 확장성을 우선시해야 한다.
아이씨엔 미래기술센터 오승모 연구위원은 “산업 네트워크 분야에서는 특히 생성AI의 제조업 도입이 활발하게 추진되면서 더욱 주의해서 새로운 이슈들에 대응해 나가야 할 때다. 또한 제조 데이터에 대한 안전한 관리와 클라우드에서의 보안 정책을 시급히 마련해야 하고, 자신의 제조 데이터에 대한 머신러닝 솔루션에서의 활용 가능성에 대해서도 고려해야 한다.”고 전망했다.
이와 함께 오승모 연구위원은 “특히 엔드유저들은 우선적으로 스마트 제조와 완전 무인화에 대한 장단점을 심도있게 검토해야 한다. 그리고나서, 자신의 제조 환경에 적합한 방안이 ‘완전무인화’인지, ‘스마트제조’인지를 선택해야 한다.”고 말했다.
