스마트 팩토리의 성과는 디지털 트윈·로봇·예측 모델을 설치했다는 사실만으로 정해지지 않는다. 무엇을 모델링했고 어느 작업을 자동화했는지, 정지·속도·품질과 비교 기간이 어떻게 달라졌는지를 봐야 한다. 아람코의 시설별 사례를 구분한 뒤 가상 생산 표로 부분 지표와 전체 성과의 차이를 설명한다.
우스마니야·쿠라이스·아브카이크의 사례를 합치지 않는다
아람코의 2023년 1월 22일 설명은 'Uthmaniyah의 웨어러블·드론, Khurais의 센서와 디지털 트윈, Abqaiq의 AI·예측 정비를 각각 다룬다. Abqaiq의 비계획 정비 20% 감소도 그 시설에 관한 회사 설명이다. [1] 이를 전사 가동률 20% 상승, 고장 완전 제거, 특정 로봇 하나의 단독 기여라고 읽을 수는 없다.
| 시설 | 공개 소개 | 자동 확정할 수 없는 것 |
|---|---|---|
| 'Uthmaniyah | 웨어러블·드론 활용 [1] | 모든 점검 대체·위험 노출 완전 제거 |
| Khurais | 센서·시설 디지털 트윈 [1] | 모든 변수의 완벽한 실측·무오차 예측 |
| Abqaiq | AI·예측 정비, 비계획 정비 감소 [1] | 전사 같은 성과·양품 증가율·안전 보장 |
세 현장은 사업 종류와 설비·부하가 다르다. 같은 수상·디지털화 소개에 등장하더라도 사례별 기준 기간과 지표를 유지해야 한다. 한 현장의 드론 점검 성과에 다른 현장의 에너지 절감률을 더해 통합 효과를 만들지 않는다. 연구·도입·일부 적용·검증된 반복 성과도 같은 단계가 아니다.
디지털 트윈은 목적에 맞게 검증할 모델이지 완벽한 복제본이 아니다
NIST의 제조 디지털 트윈 신뢰성 논문 공개 초록은 검증·타당성 확인·불확실성 정량화(VVUQ)를 생애주기에서 적용해야 한다고 설명한다. 모델이 의도한 용도에 맞는지와 결과의 불확실성을 평가하는 관점이다. [2] 아람코 모델을 NIST가 인증했다는 뜻이 아니며 이 글에서도 현장 모델을 시험하지 않았다.
보기 좋은 3D 화면, 데이터 수신과 예측 정확도는 각각 다른 증거다. 계량값과 추정값, 결측을 메운 값, 데이터 시각과 모델 버전을 구분해야 한다. 정상 부하에서 맞던 모델을 다른 원료·새 설비·센서 고장 조건에 그대로 사용할 수 있는지도 별도 확인 대상이다. 수많은 센서가 있다는 사실로 나노 단위 관측·모든 고장 사전 발견을 주장하지 않는다.
로봇도 배치 수 대신 도달한 점검 범위·영상의 판독 가능성·누락·추가 수동 확인을 함께 봐야 한다. 예측 경보는 이상 가능성의 신호이지 작업 허가·보호 계통·정비 판단을 자동 대체하는 승인이 아니다. 여기는 실제 설비 제어·로봇 경로·보안 설정·경보 임계값의 실행 지침을 제시하지 않는다.
정지 시간이 절반이 돼도 양품은 0.66%만 늘 수 있다
NIST의 제조 KPI 연구 소개는 생산성·품질·정비 관점의 여러 지표를 함께 다룬다. [3] 아래는 회사의 연속 공정을 환산한 것이 아니라 별도 가상 개수 생산 라인이다. 같은 제품·계획 생산시간 100시간·이상적 속도 시간당 100개를 두 기간에 공통 적용한다. 시간 정의와 제품 조건은 바꾸지 않는다.
| 항목 | 이전 | 이후 |
|---|---|---|
| 계획 생산시간 h | 100 | 100 |
| 계획 내 정지 h | 20 | 10 |
| 실제 가동 h | 80 | 90 |
| 총생산 개 | 7,200 | 7,650 |
| 양품 개 | 6,840 | 6,885 |
| 가동 비율 % | 80 | 90 |
| 이상 속도 대비 성능 % | 90 | 85 |
| 양품 비율 % | 95 | 90 |
| 세 비율의 곱 % | 68.4 | 68.85 |
정지는 (20 - 10) ÷ 20 = 50% 줄었지만 가동 비율은 10%포인트 상승이다. 이후 성능은 7,650 ÷ (90 × 100) = 85%, 품질은 6,885 ÷ 7,650 = 90%다. 가동·속도·품질을 곱한 가상 OEE 방식의 지표는 0.90 × 0.85 × 0.90 = 68.85%다. 실제 회사나 규격 준수 KPI를 계산한 것이 아니다.
양품은 45개, (6,885 - 6,840) ÷ 6,840 ≈ 0.66% 늘었다. 정지를 줄여도 속도·품질 저하가 효과를 상쇄할 수 있다는 예시다. 이 표의 변화가 디지털화 때문이라는 인과 증거는 없으며 시장 수요·투입 원료·계획 정비·검사 기준이 달라졌다면 비교 조건부터 다시 봐야 한다. 양품 수가 곧 판매·현금 이익도 아니다.
계획 시간을 줄이면 가동 비율이 좋아 보여도 실제 시간은 줄 수 있다
이번에는 앞 표와 무관한 별도 가상 주간 집계다. 두 주의 달력 시간은 각각 168시간이지만 생산 계획이 120시간에서 100시간으로 줄었다고 가정한다. 계획 중 가동 비율과 달력 시간 중 가동 비율은 서로 다른 분모를 쓴다.
| 항목 | 첫 주 | 둘째 주 |
|---|---|---|
| 달력 시간 h | 168 | 168 |
| 계획 생산시간 h | 120 | 100 |
| 실제 가동시간 h | 108 | 95 |
| 계획 대비 가동 % | 90 | 95 |
| 달력 대비 가동 % | 64.3 | 56.5 |
계획 대비는 90%에서 95%로 올랐지만 실제 가동은 108시간에서 95시간으로 줄었다. 달력 대비는 108 ÷ 168 ≈ 64.3%, 95 ÷ 168 ≈ 56.5%다. 어느 지표가 틀린 것이 아니라 질문이 다르다. 수요 감소나 합리적인 정비 계획일 수도 있으므로 가동시간 감소 자체를 실패로 단정하지 않는다. 단, 분모가 바뀐 비율만으로 생산능력 확대·판매 증가·AI 효과를 주장하면 안 된다.
기술 이름보다 검증과 비교 조건을 먼저 본다
- 01 · 현장어느 사례인가
시설·기간·도입 범위를 구분한다.
- 02 · 모델무엇을 검증했나
입력·용도·버전·불확실성을 확인한다.
- 03 · 생산양품은 늘었나
정지·속도·품질의 손실을 함께 본다.
- 04 · 비교분모가 같은가
계획 시간·수요·원료·비용을 대조한다.
출처와 확인 범위
- 아람코 · Lighting the way towards smarter production, 2023-01-22. 시설별 기술·당시 성과에 관한 회사 해설. 현재 전사 독립 감사나 단일 기술의 인과 평가가 아니다.
- NIST · Credibility consideration for digital twins in manufacturing, 2022. 공개 초록의 용도별 검증·타당성·불확실성 관점. 아람코 시스템 인증이 아니다.
- NIST · 제조 운영 개선 KPI의 계층 구조 연구, 2016. 공개 소개의 생산성·품질·정비 지표 구분. 자체 가상 표의 실제 측정 원자료가 아니다.
2026년 10월 17일 원문 확인. 완벽 복제·나노 관측·전사 동일 성과·모든 고장 예측·무고장 로봇·안전 및 수익 보장을 제거했다. 자체 가상 표는 실제 공장 시험·제어 모델 검증·인과 효과 추정이 아니다.