지난 호에서는 전반적인 산업용 IoT시장 및 기술 동향과 주요 선두업체들의 산업용 IoT 전략을 살펴보면서, IoT 플랫폼으로서 스플렁크(Splunk)의 강점에 대해 알아보았다.

지난 글에서 언급했듯이 Splunk를 기반으로 한 많은 유료/무료 앱(app)들이 현재 Splunk 커뮤니티에 공유되고 있는데, 이번 호에서는 이런 앱들 중 IoT의 구현을 용이하게 해줄 두 개의 앱을 소개하고자 한다. 또 Splunk를 도입하여 IoT를 구현한 기업의 사례 몇 가지를 소개할 것이다. 

 

1. IoT를 위한 Splunk 앱
Splunk 커뮤니티를 방문하면 유용하고 재미있는 다양한 앱(app)을 다운로드 받을 수 있다. 오라클 데이터베이스, 시스코 네트워크 장비, 마이크로소프트 제품군, 아마존 웹서비스 등 현존하는 다양한 벤더의 다양한 시스템, 기술, 플랫폼과 연동할 수 있는 앱들이 있다.

▲ 그림 1. Splunk 커뮤니티 (https://splunkbase.splunk.com)에 공유된 Universal Forwarder for ARM (Raspberry Pi). 라즈베리 파이(Raspberry Pi)에 직접 설치가 가능하다.

아마존 키네시스(Amazon Kinesis) 서비스와 연동하여 실시간 스트리킹 데이터를 완벽하게 관리하는 앱인 Amazon Kinesis Modular Input, 데이터 센터의 냉각 및 전력공급 장치 데이터 수집을 위한 SNMP Modular Input, 로컬 및 리모트 REST API를 호출하고 응답을 수집하는 REST API Modular Input, MQTT와 함께 팁코(Tibco) EMS, 웹로직(Weblogic) JMS, 아파치 액티브(Apache Active) MQ와 같은 메시지 큐로부터 데이터를 호출하고 인덱싱할 수 있는 JMS Modular Input, 실시간 스트리밍 데이터와 네트워크 이벤트를 수집하고 필터링하며 인덱싱할 수 있는 Splunk App for Stream 이 정도가 IoT를 위한 대표적인 Splunk 앱이라 할 수 있다.

지금부터는 Universal Forwarder for ARM과 Industrial Data Forwarder for Splunk 두 가지 앱에 대해 좀더 자세히 알아보도록 하겠다.

 

1-1. Universal Forwarder for ARM (Raspberry Pi) 
이 앱은 ARM 임베디드 리눅스 시스템을 위한 Splunk 전용 패키지다. 즉 지난 호에 Splunk 아키텍처를 설명하며 언급했던 포워더 역할을 하는 앱으로서, 라즈베리 파이(Raspberry Pi)와 같은 기기로부터 직접 데이터를 수집하는 기능을 제공한다.

이 앱은 보안에 강하고 라즈베리 파이(Raspberry Pi)에 직접 설치할 수 있으며 일반 시스템에 비해 제한된 리소스를 가지는 임베디드 시스템 특성을 고려하여 매우 가볍게 설계되어 최소한의 리소스 사용을 보장한다.

앱을 통해 수집된 데이터는 네트워크를 통해 Splunk로 전송되어 인덱싱과 분석, 시각화 작업을 거치게 된다. 결론적으로 Splunk 플랫폼 위에 이 앱을 설치하면 임베디드 리눅스 시스템이라는 특수한 환경에서 로컬 파일들을 모니터링하고 CPU와 메모리 같은 로컬 자원의 성능 지표를 파악할 수 있으며, 파일 시스템의 설정, 권한 및 속성의 변경내역을 감시할 수 있다.


1-2. Industrial Data Forwarder for Splunk
이 앱의 강력한 기능을 인지하기 위해서는 우선 제조 산업현장에서 사용되는 OPC에 대한 이해가 선행되어야 한다. 제조 산업 현장에서는 OPC(OLE for Process Control)라는 소프트웨어 인터페이스 표준이 사용되는데 PLC(Programmable Logic Controller)에서 데이터를 수집하여 HMI(Human Machine Interface), 히스토리언(Historian) 또는 데이터베이스 시스템(RDBS)등에 전송하는 역할을 한다.

▲ 그림 2. 제조 산업현장에서 사용되는 장비, PLC, OPC 서버간의 통신. OPC 서버는 PLC에서 데이터를 수집하는 역할을 한다.

공장 자동화와 이기종 시스템간 데이터 통신을 위해 반드시 필요한 표준이라 할 수 있다. OPC는 서버/클라이언트 구조로 구현되는데, 캡웨어(Kepware)사의 KepServerEX는 OPC서버 중 업계에서 사용되는 대표적인 OPC서버 중 하나다.

KepServerEX는 단순한 OPC 서버로서의 기능뿐만 아니라 150여개의 산업용 기기에 대한 통신 드라이브와 다양한 플러그인을 보유하여 제조 데이터를 필요로 하는 다양한 애플리케이션과 시스템에 데이터를 전달, 저장, 가공하는 통합 플랫폼의 역할을 한다. 즉 모든 분야의 제조 데이터를 하나의 솔루션으로 통합 관리할 수 있게 해주는 미들웨어(Middleware)인 것이다.

KepServerEX와 Splunk의 연동을 위해 캡웨어(Kepware)사에서는 포워더 역할을 하는 Industrial Data Forwarder for Splunk 플러그인을 제공한다.

플러그인이 제공하는 150여개 이상의 통신 드라이버를 통해 다양한 이기종 장비로부터 제조 데이터를 수집하고 Splunk로 전송할 수 있다. 즉, 제조 데이터와 IT 분야의 빅데이터를 통합 분석할 수 있도록 함으로써 개별 시스템으로는 기대하기 힘들었던 새로운 비즈니스 통찰을 획득할 수 있는 것이다.  

▲ 그림 3. OPC 서버 역할을 하는 KepServerEX. 캡웨어(Kepware)사에서 제공하는 Industrial Data Forwarder for Splunk 플러그인을 사용하여 데이터를 Splunk로 전송할 수 있다.

이 플러그인의 주요 역할은 다음과 같다. PLC, RTU, PAC, DAQ, 컨트롤러 등 그 외 수천 개의 산업용 센서와 머신에서 데이터를 수집하며, KEPServerEX로부터 실시간 스트림 데이터를 Splunk로 전송한다.

또 Splunk 내 고급 필드 정의 없이 자유롭게 태그를 추출하기 위해 커스텀 메타데이터를 추가할 수 있다. 데이터 전송속도를 제한하기 위해 데드밴드(Deadband, 제어계에서 입력이 변화해도 출력이 생기지 않는 입력의 범위)를 지원하고, 태그 들여오기 및 내보내기 기능을 사용하여 프로젝트를 빠르게 설정하고 배포할 수 있다.

실제 산업현장에서 데이터 수집 및 통합이 까다로운 이유는 기존 IT영역에서 다루어온 데이터와 산업용 데이터는 매우 상이하며, 다양한 벤더의 이기종 장비를 연동하는 일이 쉽지 않기 때문이다. KepServerEX와 Industrial Data Forwarder for Splunk 플러그인의 조합은 이런 난제를 극복할 독보적인 방안이라 할 수 있다.

 

2. Splunk를 통한 IoT 구현 사례

2-1. 산업군에 따른 산업용 IoT의 구분과 제조산업의 중요성
지난 호에 설명한 대로 IoT는 소비자 중심 IoT(Consumer IoT)와 산업용 IoT(Industrial IoT)로 구분할 수 있는데, 산업용 IoT는 산업군에 따라 아래와 같이 적용분야를 세분화할 수 있다. 유통, 헬스, 에너지, 자동차, 건설, 공공, 제조 중 특히 눈여겨보아야 할 분야는 바로 제조산업이다.

▲ 그림 4. IoT는 소비자 중심 IoT(Consumer IoT)와 산업용 IoT(Industrial IoT)로 구분되며, 이를 기준으로 고객 및 적용되는 산업분야가 달라진다.

IoT전문 리서치기관인 IoT Analytics는 여러 벤더 및 컨설팅 기관의 자료를 인용하여 2020년 산업용 IoT 시장 중 제조 산업의 비중이 가장 높을 것이라 예측했다.

2014년을 기준으로 우리나라 반도체의 세계시장 점유율은 2위, 자동차는 5위 등 주요 제조업의 경쟁력은 이미 어떤 나라에도 뒤지지 않는다. 이런 사실을 종합해 보면 제조 산업에서 경쟁우위를 획득하기 위해서는 IoT기술이 반드시 적용되어야 하며 이를 기반으로 혁신적인 성공사례들이 탄생하여 시장을 선도해야 한다는 결론을 얻을 수 있다.

▲ 그림 5. 2020년에는 산업용 IoT 시장이 소비자 중심 IoT 시장을 앞지를 것이며, 산업용 IoT 시장 중 제조업의 비중이 가장 높을 것이다.

실제로 현재 국내 제조 산업에서 Splunk를 도입하여 IoT를 구현하려는 시도가 활발히 진행 중이다. 제조 산업의 특성상 정보 공개에 민감하기 때문에 구체적인 국내 사례를 공유할 수는 없으나, 대신 에너지, 제조 산업분야에서 Splunk를 통해 IoT를 구현한 해외 사례 세 가지를 소개하고자 한다. 

 

2-2 맥키니(McKenney’s)
맥키니(McKenney’s)는 건물자동화 및 제어시스템 등 다양한 서비스를 제공하는 미국 남동부에 위치한 엔지니어링 회사다. 2012년 맥키니는 Spluk와 자사 솔루션을 통합하여 에글린 공군기지(Eglin Air Force Base)에 에너지 관리 시스템을 구축했다. 에글린은 세계에서 가장 큰 군기지 중 하나로서 수백 개의 빌딩과 이만 명에 육박하는 인력이 상주한다. 

Splunk로 구현한 에글린 에너지 관리 시스템(Eglin Management System, EMS)은 에글린 내 빌딩의 HVAC(Heating, Ventilation, and Air Conditioning, 중앙냉난방 공조설비)의 수만 개의 센서에서 발생하는 데이터를 수집하여, 대시보드를 통해 빌딩의 성능과 에너지 효율성을 관리할 수 있도록 했다.

또한 공군기지 내 빌딩의 에너지 사용량이 자동으로 보고되고, 과거 에너지 사용량 대비 현재 사용량을 비교할 수 있는 기능이 구현되었다. 그 결과로 에글린 공군기지는 효율적인 전력사용 전략을 세울 수 있게 되어 공군기지 내 빌딩의 전기요금을 절약할 수 있었는데 이 시스템 덕분에 연간 약 10억 원의 비용절감 효과를 얻었다고 밝혔다. 

이 사례가 중요한 이유는 미국에서 생산하는 전체 에너지의 20%를 빌딩이 소비하고 있는 상황에서 빌딩의 배치, 자재, 계기 시스템 등 빌딩 관리에서의 에너지 효율성이 기업의 비용 절약에 관건이 되기 때문이다.

 

2-3. 루모 에너지(Lumo Energy)
루모 에너지(Lumo Energy)는 호주 전역에 위치한 발전소들을 운영하는 에너지 공급 회사다. 루모 에너지는 발전소 내부 설비 및 장비들을 관리하고 모니터링 하기 위해 자체적인 SCADA(Supervisory Control and Data Acquisition) 시스템을 사용하고 있었다.

실시간으로 에너지 가격 변동에 대응하는 기능을 추가하고 전력소 인프라에서 발생하는 데이터를 시각화 함으로써 자사의 SCADA 시스템을 확장하고자 했다. 즉 루모 에너지는 비용 절감과 에너지 효율성 증대라는 목표를 세우고 수많은 발전소의 기반설비를 실시간으로 관제하기 위한 솔루션을 찾고 있었고, Splunk를 도입하여 성공적으로 목표를 달성했다.

루모 에너지는 Splunk를 도입하여 기본 전력가격을 모니터링하고 예측하는 작업을 자동화했으며, 발전소 내 모든 데이터를 인덱싱하고 루모 에너지사에 특화된 분석 및 연산 작업을 수행하여 전력 가격을 제안한다.

그 결과 가격 변동을 예측하고 빠르게 대응하여 매출을 최대화 할 수 있게 되었다. 뿐만 아니라, Splunk 대시보드는 시장의 요구사항과 가격정보, 전력 발전소 상황, 자원 활용 등에 대한 정보를 보여주는데, 이를 통해 운영 인텔리전스를 획득하고, 공장과 장비를 실시간으로 관제할 수 있게 되었다.

 

2-4. 뉴욕 에어브레이크(New York Air Brake)
뉴욕 에어브레이크(New York Air Brake, 이하 NYAB)는 제동장치, 공기제어기 및 열차 관리 시스템을 공급하는 제조사로서 철도산업분야의 선두기업이다.

NYAB의 열차동력 시스템(Train Dynamic Systems, 이하 TDS) 기술팀에서는 LEADER(Locomotive Engineer Assist/Display & Event Recorder)라는 자사 시스템을 통해 연료 경제성, 열차 내 압력 등 최적 운행을 위한 데이터를 수집하고 있었으나, 열차 센서, 열차 내 컴퓨터, 이기종 시스템에서 생성된 데이터의 흐름을 실시간으로 파악하여 장기적인 분석능력을 키우고자 했다.

TDS 기술팀은 다양한 포맷의 머신 데이터를 처리할 수 있는 솔루션을 찾는 과정에서 수많은 분석 플랫폼을 평가해야만 했다. TDS의 기술팀장은 “Splunk 덕분에 시스템을 재설계하지 않고도 다양한 타입의 데이터를 추가할 수 있게 되었다”며, “고객이 빈번하게 새로운 타입의 데이터를 보내오더라도 Splunk만 있다면 아무것도 재구축할 필요 없이 그저 데이터를 전송하고 우리가 필요한 방식으로 데이터를 사용할 수 있게 되었다”고 말했다.  

또한 “보통 열차에 평균적으로 10~12가지 다른 종류의 원격 센서가 있다”며, “철도의 효용성 개선을 위해 앞으로 몇 년 동안 이 숫자는 열 배 이상 증가될 것으로 예상하는데 Splunk 로 인해 다양한 데이터를 처리할 수 있는 융통성과 이를 통해 의미 있는 통찰을 고객에게 전달할 수 있다는 자신감을 갖게 됐다”고 말했다.

현재 TDS 기술팀은 열차 성능에 관한 실시간 정보를 보여주는 대시보드를 고객에게 제공하고 있다. 연료 효율성, 속도, 위치, 열차 내 압력, 운행데이터를 수집하여 도착시간 및 지연원인 분석, 장기 고장 경향 등 의미 있는 인텔리전스를 획득하고 있는 것이다.

이는 곧 비용 절감을 위한 정보제공으로 이어짐으로써 NYAB 고객들에게 없어서는 안될 중요한 시스템이 되었다. NYAB는 Splunk로 데이터를 관리한 이후 고객들이 평균 5~10% 연료를 절약할 수 있게 되었으며 최대 고객의 경우 일년에 1조원의 비용을 절약했다고 밝혔다.

 

3. 맺음말
이번 호에서는 IoT를 위한 Splunk 앱 두 가지와 실제 Splunk를 도입하여 IoT를 구현한 해외사례를 소개했다. 

과거 산업현장에서는 사물(Things)에서 발생하는 데이터를 흘려버렸다고 해도 과언이 아니다. 수많은 무선신호, 전류, 전압, 자기장, 진동, 온도, 속도, 습도 등의 데이터가 쏟아지고 있으나 이들 중 실제로 5% 정도의 데이터만이 분석을 위해 활용되고 있는 상황이다.

그러나 최근에는 나머지 95%의 데이터가 담고 있는 통찰과 비즈니스로 이어질 수 있는 가능성을 인식하게 됨으로써 모든 데이터를 수집하고 분석하려는 시도들이 활발하게 진행되고 있다. 2회의 연재를 통해서 그런 데이터의 수집과 분석, 시각화를 담당하는 솔루션으로서 Splunk를 소개했다.

이제 연재를 마무리하며 결론을 내리고자 한다. 단언컨대 산업용 IoT를 실현하는데 기술적인 문제는 없다고 본다. 문제는 데이터가 말해주는 사실들을 알아채는 능력이다. 현상은 데이터로 말한다.

수율을 높이려면 어떤 데이터를 먼저 분석해야 하는가? 최적의 공정조건을 찾기 위해 어떤 데이터에 주목해야 하는가? 제조 산업에서 예를 들자면 이런 질문들을 찾아내고 답하는 능력이 무엇보다 중요하다고 할 수 있다. 

제조산업에서는 센서, 액츄에이터에서 발생하는 데이터를 분석함으로써 공정을 좀더 세밀하게 관리하고 최적의 공정 조건을 찾아낼 수 있다. 이는 곧 높은 수율로 이어지고 높은 수율은 비용으로 이어지므로 선행되어야 하는 가장 중요한 작업은 데이터에 대한 분석 방안이다.

어떤 솔루션으로 IoT를 구현해야 하는가에 앞서, 어떤 데이터가 무엇을 말하는가를 먼저 파악하는 것이 중요하다. 그 이후는 Splunk가 해결해 줄 것이다. 

 

 

글 : 이미정 과장 / IS사업부 / MDS테크놀로지 
자료제공 : MDS테크놀로지(www.mdstec.com)

이 기사를 공유합니다
저작권자 © 테크월드뉴스 무단전재 및 재배포 금지