주로 주말이면 대형마트는 계산을 하기 위해 순서를 기다리는 사람들로 북적입니다. 그러나 기술이 진보하면 정산소를 통과하는 것만으로 계산이 끝나버리도록 할 수도 있습니다. 아마존이 2016년 12월 5일 시애틀에서 선보인 식료품점 '아마존 고(Amazon Go)' 는 실제로 이를 구현했습니다.
고객이 결제 정보가 등록된 '아마존 고 앱'을 실행하고 아마존 고 매장에 들어가 필요한 상품을 집어 들면 아마존 고가 인식해 가상 카트에 추가합니다. 반대로 다시 물품을 진열대에 내려놓으면 카트에서 제거됩니다. 그런 식으로 쇼핑을 마친 후에는 그냥 매장을 나오면 됩니다. 고객이 매장을 나서는 순간 아마존이 앱에 등록된 결제수단으로 자동 결제하고 고객 계정으로 영수증을 보내기 때문입니다.
아마존 고의 원리는 컴퓨터 비전(Computer Vision) 기술과 생체 인식, 딥러닝 알고리즘 등을 융합해 만든 '저스트 워크 아웃 기술 (Just Walk Out Technology)' 덕분입니다. 이름처럼 그냥 걸어 나오면 되도록 고객이 쇼핑하는 동안 자율주행 센서가 부착된 원형 카메라가 고객을 따라다니며 구매 목록을 확인하게 됩니다.
고속도로 톨게이트에서는 하이패스 기능이 설치되면서 요금 정산소에 더 이상 사람이 필요 없게 되었습니다. 그런데 대신 하이패스 설비나 시스템을 관리하는 업무가 새로 생기게 되었습니다. 설비는 언젠가 고장이 나게 되어 있고, 시스템은 언제나 완벽한 상태로 유지될 수 없기 때문입니다. 또 주차타워에 번호 인식 장치가 도입되면서 자동 정산이 가능하게 되었지만 아직 자동 정산 기능을 사용하는데 익숙하지 않은 사람들이 있기 때문에 출구 정산소에는 여전히 사람이 근무해야 합니다.
인공지능을 탑재한 로봇이 현재 사람이 하는 다양한 서비스 업무를 대체하려는 시도가 많아지고는 있지만, 현실이고 온라인 쇼핑이 물리적인 쇼핑 공간보다 활성화되고, 여전히 고객 서비스 파트에는 직원이 필요합니다. 사람들은 백화점이나 시장에 가서 눈으로 물건들을 보기도 하고 사람들 사이에서 함께 섞이고 싶은 욕구를 가지고 있습니다.
변화된 시스템 안에서 필요로 하는 새로운 직업도 탄생하고, 세상의 변화는 직업이 줄어드는 현상에도 일조를 합니다. 그중심에는 항상 사람이 존재하며, 앞으로도 계속 사람이 중심이 되는 사회가 이루어 질 것입니다.
제품을 생산하는 과정에서는 항상 양품만을 만들어 내는 것이 아니므로 품질 검사를 통해 양품은 고객에게 출하를 하고 불량은 폐기하거나 재작업 과정을 거쳐 다시 양품으로 거듭나기도 합니다. 그런데 정해진 규격에서 벗어난 제품, 즉 불량과 양품을 구분하는 판정이 애매한 그레이 존 (Grey Zone)이 존재합니다. 이때 사람은 양품을 불량으로 판정하기도 하고, 불량을 양품으로 판정하기도 합니다.
즉 불량으로 판정된 제품은 부적합품 처리 절차에 따라 폐기 혹은 수정 작업을 통해 양품화하는 것이 일반적이지만 , 제품에 따라서 사내 규정 혹은 고객과의 협의에 의해 불량이 아닌 양품으로 채택하기도 합니다. 이처럼 불량이 처리하는 데 드는 비용이 너무 커서 최종적인 판정 과정에는 사람의 개입이 필요한 경우가 있을 수 밖에 없었습니다.
기업이 품질을 중요하게 생각하는 이유는 소위 '품질의 복수' 라고 하는 1:10:100 법칙이 작용하기 때문입니다. 설계 단계에서 잘못을 바로잡으면 1원의 비용이 들 것을 시기를 놓쳐 제품의 생산 단계에 고치려면 그 10배의 비용을 부담하게 됩니다.
더욱이 제품이 출하되어 고객에게 전달된 이후에 바로잡기 위해서는 무려 100배의 비용을 감수해야 합니다. 제품 출하 이후에 발생하는 비용은 기하급수적으로 증가할 수도 있습니다. 2016년 삼성전자가 갤럭시 노트 7을 배터리 문제로 단종하면서 입은 손실 비용이 약 3조원 대에 이를 것이라고 합니다. 삼성전자는 배터리 발화 원인에 대한 모든 가능성을 4개월 여 조사하였으며 2017년 1월 23일 배터리 자체 결함으로 결론을 내리고 언론에 발표하였습니다.
또 배터리 및 관련 시스템에 대한 품질 검사가 완벽하게 진행되지 않은 상태에서 제품화를 결정한 엔지니어가 있지 않았을까, 또 소재를 제조하는 과정에서 안정되지 않은 공정 프로세스가 있다는 것을 인지하고도 문제가 없기를 기대하면서 물건을 만들었던 작업자도 있었을 것으로 생각됩니다.
이러한 사람의 실수의 문제는 스마트 팩토리라고 해도 100% 해결되지 않습니다. 설계, 생산, 출하 단계마다 ICT로 기능과 프로세스를 보완하고자 하지만 핵심적인 의사결정 단계에는 여전히 사람이 있기 때문에 실수할 여지가 남기 때문입니다.
'산업공학 > 스마트 팩토리' 카테고리의 다른 글
[스마트 팩토리] 현장중심형 스마트 팩토리 추진 체계 (0) | 2019.11.05 |
---|---|
[스마트 팩토리] 현장중심형 스마트 팩토리 프레임워크 (0) | 2019.11.04 |
[스마트 팩토리] 공장 자동화 (0) | 2019.11.03 |
[스마트 팩토리] 사람의 실수에 생기는 문제 (0) | 2019.11.03 |
[스마트 팩토리] 산업혁명 단계의 부작용 (0) | 2019.11.03 |