Digital Transformation, DT라는 용어도 벌써 사용된 지 10년이 지나고 있다. 4차산업혁명이다. Industry 4.0이다. Smart다 많은 정의와 개념이 있었고, Smart 공장이라는 이름으로 디지털 전환이라는 이름으로 지금도 많은 관심을 받고 있다.
하지만, 정작 DT 성공사례라고 한다면 반짝이는 단위 과제 몇 개를 제외하고서는 사실 제조업에서는 성공사례 찾기가 쉽지 않다. 혹자는 자동화를 DT의 성공사례로 포장하기도 한다. 자동화가 DT의 일부이기는 하지만 전체는 아니다.
DT를 잘 하기위하여 DT를 성공하기 위하여 제일 중요한 것은 DT가 무엇인지 정확하게 이해하고 조직이 공감하는 것이다. 기업의 자원은 유한하고 이를 잘 할당하여서 조직의 목표를 달성하는 것이 경영이다. DT를 정확하게 이해하고 공감하며, 각 회사의 제품과 공정의 특성에 맞는 목표를 수립하고 이에 집중하는 것이 DT를 성공할 수 있는 방법이다.
DT는 새로운 개념이 아니다. 현재까지 기업이 추진해온 혁신, 개선활동을 기반으로 볼 수 없었던 데이터, 못 보았던 데이터, 중요하지 않다고 생각했던 “데이터를 상호 연결하여 분석하고 학습시키는 행위” 이것이 DT다. 이렇게 해 보니 고질적인 문제점을 해결하고 새로운 가치를 창추하는 것을 경험하는 과정, 이것이 DT인 것이다. 여기서 key Words를 3개 발견할 수 있다. Connected, Data-Driven, intelligent 이는 IoT 기술로 데이터를 연결하여 공장에서 발생되는 모든 현상을 측정할 수 있는 것이고 이를 분석하여 실시간 모니터링이나 예측모델을 만들어 운영하며 그 결과를 학습시켜서 우리가 원하는 만큼 제어할 수 있는 공장을 만드는 일이 바로 DT인 것이다.
보다 쉬운 이해를 위해서 스타벅스의 사이렌 오더를 예를 들어보도록 한다. 사이렌 오더는 커피를 마시고 싶어하는 고객의 마음을 데이터화 하여 연결하고 분석하고 학습시켜, 주문을 위해 기다리고 주문한 음료를 받기 위해 기다리는 고객의 불편함을 해소하고, 스타벅스의 생산성을 올리며, 분석한 주문 정보로 맞춤형 마케팅에 활용하고, 글로벌 주문의 흐름을 학습하여 Trend를 예측하는 곳에 활용할 수 있다. 데이터를 연결하고 분석하여 학습시켰더니 새로운 가치를 만들어낸 것이다. 이것처럼 고객이 원하는 품질과 납기일에 소재를 납품하기 위한 우리의 마음과 공장의 설비 컨디션을 데이터로 연결하여 분석하고 학습하여 그것을 충족시키는 것이 Smart Factory인 것이다. 즉, 데이터를 기반으로 일하는 방식과 Mind를 혁신하는 것이 DT이다. DT를 이렇게 정의하면, 정말 할 일이 많아진다.
우리의 비즈니스의 문제를 해결하기 위해 필요한 데이터가 무엇이지? 우리는 그 데이터를 알고 있나? 모으고 있나? 연결하고 있나? 대답하기 어려운 문제들이다. 또한, 이 데이터는 조업 현장의 문제를 해결할 수 있고, 현장의 작업자들이 그것을 기꺼이 사용할 수 있어야 한다.
오늘 우리는 DT를 잘 추진하기 위한 방법을 세아의 사례를 가지고 이야기 해보기로 한다. 세아는 어떻게 DT를 정의하고 무슨 목표를 세우고 DT를 수행하고 있고 얼만큼 진행하고 있는 지, 그리고 이를 잘 하기 위해 어떠한 과제를 수행하고 있는 지 살펴보면서 앞으로 DT를 수행하는 일에 도움이 되길 바라고, 더불어 정부에서 DT를 잘 하기 위해서 정말 신경써 주셔야 할 부분이 무엇인지도 이야기 해 보려고 한다.
