Industry 4.0 및 IoT(사물인터넷) 환경에서의 시스템은 대용량 데이터를 생성할 가능성이 있습니다. 이 데이터를 최대한 활용하기 위해서는 올바른 시스템 이해관계자가 데이터를 사용할 수 있어야 합니다. 전반적인 장비 효율성(OEE)은 시스템의 상태/성능 통계, 제품 세부 정보 등과 같은 정보를 활용합니다. 상세한 성능 정보가 올바른 개인/그룹으로 전달되어 시스템을 최고 효율로 계속 가동할 수 있도록 사전 조치를 취할 수 있습니다. 예를 들어, 작업자는 생산 처리량 데이터를 이용해 프로세스를 개선하고, 유지보수 팀은 시스템 상태 데이터를 이용해 잠재적인 장치 또는 시스템 문제를 해결할 수 있습니다.
가장 널리 이용되는 데이터 전달 프로토콜 중 하나는 MQTT(Message Queueing Telemetry Transport)으로, 게시/구독 메시징 프로토콜에 해당합니다. 이 프로토콜은 연결된 장치로부터 데이터를 수집해서 해당 데이터를 이해당사자에게 전달하기 위해 머신-머신(M2M) 통신에 주로 사용됩니다. MQTT는 데이터 전송을 위한 강력한 플랫폼을 제공합니다. 또한 공장에서 시스템 간에, 혹은 고객의 시설이나 타사 공급업체 등 원거리의 위치로 대용량 데이터를 전달해야 하는 제조업체에게 있어 이상적인 솔루션입니다.
최근, 물류 조직은 당치 데이터를 추출(예: 이미지 기반 바코드 리더기로부터 이미지 또는 데이터 등을 확보)해서 사내, 원격 또는 클라우드 등 위치에 관계없이 운영 분석 엔진으로 전달함으로써 발생하는 가치를 경험하고 있습니다. 다수의 사이트를 보유한 조직은 집계 또는 시설 수준에서 데이터를 조회할 수 있습니다. 이 발상은 IIoT 장치에서 생성된 데이터 상태를 이용해 비즈니스 운영을 개선하는 것입니다.
효율적이고 안전한 데이터 파이프라인
IoT 환경 내의 시스템은 전달이 필요한 다량의 데이터를 생성합니다. 간접비가 낮은 이벤트 기반 프로토콜인 MQTT는 이러한 환경에서 다량의 지연의 적은 요건을 효율적으로 처리하기 위해 고안되었습니다. 즉, 너무 많은 대역폭을 사용하지 않고 다량의 데이터를 빠르게 전송할 수 있고 다른 프로토콜에 비해 차지하는 공간이 적음을 뜻합니다. 모든 메시지는 단일 연결을 통해 전송되므로 각 장치에 대해 복수 연결을 설정함으로써 발생할 수 있는 네트워크상의 추가적인 부하가 없습니다. 1개 장치에서 생산 표준으로 확장이 매우 쉬울 뿐 아니라 네트워크 압박이 줄어들고 보안 자격증명 및 인증서를 처리하는 동안 모든 연결을 추적하는 보안 계층을 추가할 수 있습니다.
MQTT에서 요구되는 간접비가 낮기 때문에 수많은 기회가 주어집니다! 클라이언트 측에서 많은 처리 기능을 실행할 필요가 없기 때문에 메모리와 배터리 용량이 제한된 장치에서 이상적인 프로토콜이 됩니다. 이 낮은 간접비는 MQTT가 매우 큰 대용량 환경에서 확장과 배포에 최고의 프로토콜임을 의미합니다. 다른 폴링 프로토콜과 비교해서 MQTT의 게시/구독 프로토콜은 적은 대역폭으로 더 많은 데이터를 전달합니다. 보안 면에서 MQTT는 권한 기반 보안 시스템 덕분에 매우 안전하며, 데이터가 절대 손실되거나 중복되지 않음을 보장합니다.
물류 분야에서 MQTT의 가치 찾기
이처럼 많은 장점을 가진 MQTT가 오늘날 어느 분야에 사용되는지 의문을 가질 수 있습니다. 처음에는 석유-가스 산업에 사용되었지만, 다른 산업으로 범위가 넓혀진 이후로 현재는 Facebook, Amazon, Walmart와 같은 대기업에서 사용되고 있습니다. MQTT는 Ignition, Chariot와 같이 인기 있는 여러 SCADA(Supervisory Control and Data Acquisition) 시스템에 사용됩니다. 이러한 SCADA 시스템을 통해 소매 유통, 전자상거래 풀필먼트 업체, 제3의 물류 제공업체들이 물류 작업 공정을 통제하고 모니터링할 수 있습니다.
코그넥스의 새로운 시스템 성능 및 장치 모니터링 솔루션인 Edge Intelligence(EI)는 간단하면서 직관적인 MQTT 데이터 전달 기능을 제공합니다. 장치 및 성능 데이터를 전달하기 위해 MQTT 프로토콜을 사용하는 것은 물류 조직에게 있어 큰 의미가 있습니다. 그 이유는 간접비가 적고, 다양한 IOT 분야에 걸쳐 사용할 수 있는 유연성을 갖추었으며, 보안 모델 덕분에 위험이 적기 때문입니다. 통제 분야(예: Ignition)에서는 풍부한 장치 데이터가 사용되며, 추가적인 분석을 실시해서 성능 및 처리량 문제를 식별해 해결하고 문제 발생 후 대응이 아닌 사전에 해결할 수 있는 장비 마모에 대한 통찰을 제공할 수 있습니다. 분석으로부터 얻은 통찰을 바탕으로 물류 조직은 프로세스를 지속적으로 최적화하고 더욱 우수한 품질의 운영을 실시할 수 있는 것입니다.