설비마다 다른 데이터 형식이 AI 도입을 막습니다
같은 온도 센서인데도 A사 설비는 `TEMP_01`, B사 설비는 `Zone1.PV`, C사 설비는 `t_actual`로 태그명을 붙입니다. 단위는 섭씨와 화씨가 섞여 있고, 수집 주기는 100ms와 1초가 공존합니다. 라인 한 곳에 품질 예측 모델을 적용할 때마다 데이터 전처리부터 다시 시작해야 하는 이유입니다.
더 큰 문제는 이 작업이 재사용되지 않는다는 점입니다. 2호기에 맞춰 만든 매핑 규칙이 3호기에는 그대로 쓰이지 못하고, 공장을 옮기면 처음부터 다시입니다. AI 과제 공수의 상당 부분이 모델링이 아니라 데이터 정제와 매핑에 소모되는 구조가 반복됩니다.
OPC-UA를 도입하면 해결될까요? OPC-UA는 어떻게 주고받을지를 정의하는 통신 표준입니다. 연결 방식은 표준화되지만, 그 안에 담긴 값이 무엇을 뜻하는지는 여전히 벤더 문서에 흩어져 있습니다. 통신 계층과 별개로 의미(semantic) 계층의 표준이 필요한 이유입니다.
AAS란 무엇인가: 설비의 디지털 신분증
자산관리쉘(AAS, Asset Administration Shell)은 설비·부품·제품 같은 자산에 표준화된 디지털 신분증을 부여하는 국제표준입니다. 크게 세 요소로 구성됩니다.
실무에서 가장 중요한 개념은 Type AAS와 Instance AAS의 분리입니다. Type AAS는 '이 기종의 프레스는 이런 데이터 항목을 갖는다'는 설비 모델 정의이고, Instance AAS는 '3라인 2호기'라는 개별 호기의 실제 값입니다. 모델을 한 번 정의해 두면 같은 기종 수십 대에 그대로 재사용할 수 있습니다.
국내 제조데이터 표준화 사업과 참조모델
중소벤처기업부와 기정원 인공지능혁신추진단은 AAS 기반 제조데이터 참조모델을 업종별로 개발해 보급하고 있습니다. 2024년 50개로 시작해 2025년 115개가 추가되었고, 누적 500개 확보를 목표로 사업이 이어지고 있습니다. 2026년에는 5개 컨소시엄 17개 기관이 선정되었고, AAS 국제표준을 주도하는 IDTA와의 연계 협약도 체결되었습니다.
중소 제조기업 입장에서 의미는 명확합니다. 표준 스키마를 자체 개발할 필요 없이 가져다 쓸 수 있다는 것입니다. 사출, 프레스, 표면처리처럼 업종 참조모델이 이미 나온 영역이라면 데이터 정의 단계의 상당 부분을 건너뛸 수 있습니다.
MES·ERP·AI 솔루션에 AAS를 붙이는 4단계
왜 지금이어야 하는가
원청의 품질·이력 데이터 제출 요구는 이미 상시화되고 있습니다. 여기에 유럽 수출 기업이라면 제품 단위 이력과 탄소 데이터를 요구하는 규제 흐름과도 맞닿습니다. AAS 서브모델은 이런 요구를 담기 위해 설계된 그릇입니다.
표준화는 미룰수록 비용이 커집니다. 비표준 상태로 쌓인 데이터와 연동 코드가 많아질수록 나중에 치러야 할 재작업 범위도 함께 늘어나기 때문입니다.
POLYGLOTSOFT의 접근
POLYGLOTSOFT는 기존 MES와 설비 연동 자산을 그대로 유지한 채, 그 위에 표준 계층만 얹는 통합 설계를 제안합니다. 전면 교체가 아니라 어댑터 추가이므로 생산 중단 없이 적용할 수 있습니다.
구독형 개발 모델이라 참조모델 확산 속도에 맞춰 대상 설비를 점진적으로 넓혀갈 수 있고, 초기 투자 부담도 월 단위로 분산됩니다. 우선 무료 프로토타입으로 공장 설비 1종의 AAS 매핑을 함께 검증해 보시기 바랍니다. 요구사항을 남겨 주시면 실제 태그 구조를 기준으로 적용 가능성을 진단해 드립니다.