ICT SPOT ISSUE(2020-14) 스마트 제조 분야 최근 D.N.A. 동향

산업분석

스마트 제조 분야의 최근 동향D.N.A

□국내 제조업 경쟁력 지수 하락과 글로벌 제조업 증가세 둔화로 스마트

제조 도입이 적극 필요

ㅇ GDP 27.5% , 2 (`19 ), OECD1

* `10 3 `20 6→

ㅇ `18 (Lighthouse Factory)1 ( ) (`20.1 )

□ 글로벌 스마트 제조 시장은 년 억 달러로 전망되는 거대 시장2025 3,800

ㅇ IIoT AI⟶ ⟶ ⟶

- IIoT 800 (`25 )

- Digital Twin 190(`25 )

- `25 AI 170, OT ( ) 160 (`25 )

ㅇ `20 12.4 , `25 21.9 ,12.1%

를 기반으로 관련 분야별로 산업 생태계가 형성 중D.N.A.□

(Data ) IIoTㅇ

- SW SaaS ,PaaS

- `10 Stuxnet ITOT

(Network ) TSN , 5Gㅇ

- Fieldbus TSNEthernet

- 3GPP 5G TSN(Time Sensitive Network)

(AI ) AIㅇ → → →

- (GE, GM, Nokia) ,AI

국내 산업 활성화를 위한 제언□

IIoT, Edge, Cloud, Digtial Twin, AI, Network,ㅇICT

R&D

ㅇ

ㅇ 5G

주요 내용 요약

글로벌 동향DNAICT SPOT ISSUE

1

1 스마트 제조의 개요

공장 자동화에 기술을 접목하여 인간의 오류를 최소화한 제조시스템ICT

IoT, , AI ICT / ( )→ → 3

, ,間

‒

ㆍ

‒ Data, Network, AI

․ (DATA) IIoT ,

Digital Twin, AI

․ (Nework) ,

, WiFi, BT, LoRa

․ (AI) , ,

‒ (1 ) (2 ) (3 )→ → → (4 )

그림 1 스마트 제조 개념도

:


2

2 배경

글로벌 대비 국내 제조업 경쟁력 지수는 하락일로로 제조업 혁신이 필요

GDP 27.5% , 2 (`19 ), OECD 1

‒ , * `10 3 `20 6→

‒ , , ,

‒ , ,

, ,

그림 2 주요 국가별 제조업 경쟁력 지수 순위

연도별 국가별 제조업 경쟁력 지수 핵심요소별 국가별 지수

: 2010/2016 Global Manufacturing Competitiveness Index(Deloitte)

* Deloitte CEO

2025� �

‒ 2025 , , ,

* LG `17 2 4 `19 1 3 (LG )→

‒ 2025 , 2019� �

13%(60 **) , , AI, �

2035�

* 2019 R&D 20.5 , 2020 24.1 R&D 3


3

글로벌 제조업 증가세의 빠른 둔화 대비 국내 스마트 제조 국내 도입은

글로벌 선도 및 경쟁국가에 비해 상대적으로 미흡

․

‒ ․

‒ 19 PMI(

) 50

그림 3 국내외 제조업 추이PMI

글로벌 제조업 PMI 국내 제조업 PMI

: ( 2019-13 ), JP ,

, , , ,

2

그림 4 스마트 제조 수용 지수(smart factory adoption index)


4

: Smart Factory@scale (Capgemini Research Institute(2019)

세계경제포럼은제조업혁신을위해등대공장을선정발표하여제조업청사진을제시

2018 ‘ (Lighthouse Factory)’

‒ 2018 9 2019 44→

* AI , AI

‒ , , 200%

표 1 대륙별 국가별 등대공장 현황 기준(2020.1 )

지표 항목 성과 범위 회사

생산성

(Productivity)

생산량 증대(Factory Ouput) 4-200%

생산성 증대(Productivity) 5-160%

설비종합효율 향상(OEE) 3-90%

생산비용 절감(Product Cost) 5-40%

운영비용 절감(Operationg Cost) 2-45%

절감CoQ(Cost of Quality) 5~90%

환경

(Sustainabliltiy)

부산물 감소(Waste) 5-45%

물 소비 감소(Water Consumption) 10-30%

에너지 효율 향상 1-50%

민첩성

(Agility)

품목 감소(Inventory) 10-90%

리드타임 감소(Lead Time) 7-90%

설비교체시간 단축

(change over shortening)30-70%

시장 대응

(Speed to Market)

시장 대응 속도 향상 30-90%

디자인 갱신 주기(Design Iteration TIme)

감소15-40%

맞춤생산

(Customization)

형태 정확도 향상(Configuration) 15-20%

로트 사이즈 감소(Lot Size) 55-90%

: Global Lighthouse Network, Makinsey & Company(`20.1), WEF(World Economy Forum)


5

3 스마트 제조 시장 전망

전체 시장( ) 스마트 제조시장은 년 억 달러 규모로 성장할 것으로 전망2025 3,800

IIoT( IoT) AI⟶ ⟶ ⟶

‒ , IIoT, Digital Twin, Cloud/Edge, AI,

‒ IIoT

800

(`25 )

‒ Digital Twin ,

190 (`25 )

‒ `20 AI AI (20 )

`25 AI 170 (`25 )

‒ , OT ( ) 160 (`25 )

그림 5 스마트 제조 시장 전망

글로별 시장 전망 스마트 제조 기반 산업별 시장 규모

: Smart Manufacturing Market Global Forecast to 2025(Market and Market, 2020.3)–

2020 12.4 , 2025 21.9 ,

12.1%

: IITP


6

데이터 기반 시장( ) 주요시장은스마트제조분야IIoT, Edge, Cloud, Digital Twin

(IIoT) , ,

, , 80%

‒ IIoT 2020 700 2025 950

(Edge) Edge IIoT ,

, 60%

‒ Edge 2020 24 2025 100

그림 6 스마트 제조 데이터 핵심 기술 시장 전망IIoT, Edge [2025]

IIOT

EDGE

제조 유통 물류 교통 석유 및 가스 에너지 통신을 스마트제조 적용분야로 해석, , , , , ,※

: IIoT Market/ Edge Computing Market Global Forecast to 2025, (Marets and Markets)–


7

(Cloud) IIoT Cloud , AI , ,

, , 45%

‒ Cloud 2020 16 2025 174

‒ Cloud (9.1% 16.8%) 2020→

49.1% 2025 45.2%→

(Digital Twin)

, , , , 65%

‒ Digital Twin 2020 1.1 2025 11.4

‒ Digital Twin 2020 69.9% 2025 69.2%→

그림 7 스마트 제조 데이터 핵심 기술 시장 전망Cloud, Digital Twin [2025]

Cloud

Digital Twin

제조 유통 물류 교통 석유 및 가스 에너지 통신을 스마트제조 적용분야로 해석, , , , , ,※

: Cloud Market/ Digital Twin Market Global Forecast to 2025,–


8

네트워크 시장 산업용 네트워크는 필드버스에서 이더넷 및 무선으로 시장이( )

재편될 전망

*, , ,

, , (

30% )

* ,

‒ Ethernet 59%, 35%, 6%

Ethernet 2025 700

‒

그림 8 산업용 네트워크 시장 점유율 현황

산업용 네트워크 시장 마켓 점유율 현황( 20.5)` 산업용 세계시장 전망Ethernet ( 19.8)`

: HMS Network( ), markets and markets( )

, ,

5G

‒ 5G , 5G

41%

그림 9 산업분야별 시장5G


9

: IEEE Communication Magazine (`19.12), “A 5G Mobile Network Architecture to Support Vertical

Industries”


10

시장(AI ) 제조 분야에서 의 주요 활용분야는 예지보전과 검사AI

AI 2025 160 ,* AI 2025 58

‒ AI→ → →

‒ ,

‒ ,→ → →

( , ) AI

* : Predictive Maintenance and Machinary Inspection

그림 10 스마트 제조 분야의 시장 전망AI

시장 규모AI 제조 공정별 적용 시장AI

산업 분야별 시장 점유율 전망2020 vs 2026 AI

: AI in Manufacturing Market Global Forecast to 2025,–


11

4 활용 동향D.N.A

데이터 기술 데이터 흐름에 따른 과 데이터 전( - ) IIoT/Edge/Cloud/Digital Twin

반에 대한 보안 기술로 분류ICS(Industrial Control System)

(IIoT/Edge/Cloud/Dital Twin) IIoT , SCADA,

MES, PLM, MoM ,

Digital Twin, AI

* SCADA : Supervisory Control And Data Acquisition, MES: Manufacturing Execution System, PLM : Product

Lifecycle Management, MoM : Manufacturing Operation Management

‒ , , IIoT, , Edge

Computing, Digtal Twin

표 2 핵심 기술별 역할


12

기술 내용 비고

IIoT 온도 유량 모터 속도 등 설비 및 공정의 상태를 알려주는 센서 시스템, , 데이터 생성

클라우드 공정 설비의 전반적인 데이터의 저장 분석 처리를 위한 인프라, , 데이터 저장 변환 처리, ,

엣지 컴퓨팅 클라우드로 데이터를 보내기 전 데이터의 필터링 등 진행 데이터 처리

디지털 트윈 공정의 설비를 가상의 공간에서 동일하게 구성해서 선제적 문제 예측 등으로 활용 데이터 처리 변환,

그림 11 스마트제조에서의 데이터 흐름

핵심

기술

: Smart Factory, IIoT and Automation Data Flow Architecture(Angel Rodriguez, 2020.1)


13

( ) IT , ,

OT

‒ 2010 , ,

Stuxnet Siemens PLC, SCADA

1,000※

그림 12 주요 인프라 보안 위협 사례 역사

: OT ( , 2019)

그림 13 스마트 공장 중요정보 유출 위협 시나리오/

구분 내용

① 공장제어시스템에 등 외부매체를 통해 중요정보 유출USB

② 시스템 패치 등 관리부실에 의한 산업장비의 악성코드 감염

③ 외부네트워크를 통한 정보 유출

④ 외부에서 원격으로 호스트 장비를 악용해 정보 유출

⑤ 무선통신의 약점을 이용해 스니핑 등을 통해 정보 유출

⑥ 협력업체 직원이나 악의적인 내부자에 의한 정보 유출

⑦ 불완전한 폐기에 의한 자료 유출

: (KISA, 2017.3)


14

데이터 해외동향 플랫폼 기반에 보안 기능을 탑재한 스마트 제조 종합솔( - ) IIoT

루션으로 시장을 공략 중

(IIoT/Edge/Cloud) IIoT

Edge/Cloud

‒ SW SaaS , PaaS

(GE) Predix 1,000 (`14‧

), 5%

(Siemens) Mindsphere‧

( ) 15% , 1,000

1,200 0.0009%, 30% ,

50%

(Amazon) Kemppi AWS IoT‧

50% , LG AWS IoT AWS ,

80%

표 3 스마트 제조 플랫폼 제공 기업

기업 솔루션 내용

AmazonAWS IoT

Greengrass기반 플랫폼으로 가장 폭넓은 기능을 제공SaaS IoT

Microsoft Azure 기반 플랫폼SaaS IoT

GE Predix기반으로 에서 까지 통합한 세계 최초의 산업용 인터넷 플랫폼PaaS IIoT Cloud

억달러 투자(10 )

Siemens Mindsphere 개방형과 범용성을 특화한 기반 오픈 플랫폼으로 의 클라우드를 도입SaaS SAP HANA

IBM Watson IoT 에 강점을 가진 기반 플랫폼AI PaaS

ARM ARM Mbed 생태계 기반으로 클라우드간 상호 운용성 추구ARM (Mbed+IBM Watson IoT)

NXP EdgeScale 컴퓨팅에 특화된 통합 솔루션으로 부족한 클라우드 기능은 와 협업Edge IoT Azure

Dell Cumulocity IoT 기반 플랫폼PaaS IoT

:

(Digital Twin) GE, Siemens

‒ (GE) Digital Twin , IIoT Predix

200


15

10% , 1,000

‒ (Siemens) NX Cad ,

6 , 30 16

그림 14 와 의 디지털 트윈 적용 사례Ge Siemens

의 항공기 엔진GE Digtial Twin 의 디지털 트윈Siemnes

: K2base

( - ) 2010 Stuxnet IT

OT

‒ ( ) 4

(`19.3) , 1.2%

‒ ( ) TSMC 2 5,000 (

2,900 ) (̀ 18)

SW※

‒ ( ) PLC , 2

50 (`17)

ICS 245 (`13.10.1~`14.9.30) 79 (32%),※

65 (27%)

‒ ( ) ‘ ’

3 8 (̀ 16)

( - ) OT

‒ (Rockwall Automation)

(Avnet Data Security) (`20)

‒ OT IT

(`20.1)

:


16

데이터 국내동향( - ) 대기업삼성 포스코중심으로 계열사의 성공 사례를 바( , LG, SK, )

탕으로 해외 기업과 스마트 제조 플랫폼 경쟁

(IIoT/Edge/Cloud) IoT , LG, Posco ,

SW PaaS IoT

‒ ( ) Nexplant 90% ,

30% , 30% (`18 Nexplant Conference)

‒ (LG) Factova LG , , , , 6

2~3 ( )

‒ ( )

6

‒ ( ) IoT I,Trust( Aws IoT )

, 60% ( IoT (̀ 18), )

표 4 스마트 제조 플랫폼 제공 기업

기업 플랫폼 내용

삼성 SDS Nexplant기반 플랫폼으로 자사의 를 기반으로PaaS IoT Brightics AI, Brightics IoT, Nexlodger

반도체 스마트폰 제조공장에 특화, , TV

LG CNS Factova

기반 플랫폼으로 다양한 산업분야별 공정분야별 특화 솔루션PaaS IoT , *으로 구성되어

있고 에만 국한된 제공, IoT InFioT

등* Factova iPharmes, Factova View, Factova SPC

POSCO PosFrame기반으로 에서 까지 통합 플랫폼으로 제철소 에너지 산업 등에 특화되어PaaS IIoT Cloud ,

있고 현재 로 확장, IXOTIVE Factory

코웨이 I.Trust 아마존 를 기반으로한 플랫폼으로 자사의 공기청정기 정수기 등에 특화AWS IoT IoT ,

에어릭스 ThingARX 공기질 측정에 특화된 플랫폼IIoT

:

(Digital Twin)

‒ (LG) Siemens

‒ ( SDS) Nexplant ,

‒ ( ) 3D

Experience 3

‒ (KT) , 5G ( ) ‘


17

‘ ’

‒ ( ) , 3 GIS

65%

그림 15 국내 디지털 트윈 적용 사례

기지국 트윈KT 녹원 정보기술 항만 Digtial Twin

: epnc.co.kr

( - ) OT IT

, OT IT

‒ (Tonto, Triton)

(`18.12)

‒

(`16)

( - ) OT , OT

, OT

‒ SK , ISA/IEC 62443

, ,

‒ , , , OT

‒ (KS X IEC62443-4-2)

* , , , , , ,

, , , LS ICS 10

: (`20.4.28)


18

네트워크 산업현황( - ) 산업용 네트워크는 크게 무선으Fieldbus, Ethernet,

로 분류

Fieldbus (12~16Mbps)

Ethernet

‒ Ethernet (Siemens, Rockwell Automation, Schneider )

PROFINET, EtherNet/IP, OPC UA

‒ LS Electric( LS ) Ethernet RAPiNET

※ 산업용 속도는 일반 이더넷과 같지만 데이터 신뢰성과 실시간성에 중점을 둔Ethernet : , Ethernet

그림 16 산업용 유선 표준 및 제공 기업

구분 산업용 기업Ethernet

해외

국내

: Analog Device

802.11 WiFi 802.15.4 (Wirelees Hart,

ISA100 ), 5G , , 5G

표 5 산업용 무선 표준 및 제공 기업

구분 관련 기업

IEEE 802.11 등Siemens, Rockwell Automation, Mitsubishi Electric, Schneider, Honeywell

IEEE 802.15.4 등Siemens, Rockwell Automation, Yokogawa, Emerson, Honeywell

5G 등Siemens, Rockwell Automation, Schneider

: IoT (LS electric )


19

‒ 5G / /

표 6 스마트 제조에서의 및 의 지원 범위 비교4G 5G

4G 및 의 공통4G 5G 5G

자산 추적(Asset Tracking)

증강현실(AR)

AGV

원격 장비 제어

센서 모니터링

자산 추적

협력 로봇(Cobot)

CBM*

Digital Twins

Edge Computing

예지 보전

웨어러블

실시간 고화질 영상 전송 및 분석

실시간 폐쇄 로봇 제어

실시간 엣지 컴퓨팅 기반 데이터 분석

SLAM**

고속 데이터 전송

원격 긴급 제어

: Enterprise Digital Transformation Through Industry 4.0(ABI Research and Nokia, `20.3)

네트워크 해외동향 스마트 제조는 관련 통신장비업체에게는 성장기회로( - ) 5G

시장을 선점 경쟁

( ) 5G

‒ ( ) MTU Aero Engines (blisk)

5G(3.5GHz )

‒ ( ) 5G (SA ) (`20.7) , ,

, TPEC( )

( ) IIoT ,

5G SA

‒ ( ) , ( 56) 5G

‒ ( (Shell)) (Shell Pernis) 5G

,

(‘18.11)

‒ Bosch, Siemens, BASF, BMW, AirBus, / , Daimler Private Spectrum

(3.7-3.8GHz) Private 5G


20

3GPP 5G TSN(Time Sensitive Network)

네트워크 국내동향 이통사는 시장 개척을 위해 제조 관련 기업은 계열사( - ) 5G ,

위주로 도입 적용

( ) 5G

‒ (SKT) SKT 5G , ,

, ‘ ’ (`18.12) , ,

5G (`19.1)

/※ 1

50% , 5G ' ' 1 (`20)

‒ (KT) , , , , · , , 7

5G , , ,

(`20.4) , 5G (`19.10)

‒ (LGU) , ( ) ,

5G (`20.5)

( ) 3 5G

‒ ( ) 5G AT&T

‘5G ’ (`18) , KT

5G (`19.12)

‒ ( ) · KT 5G , , (AI)

(`20.4)

‒ (LG) LG 5G AI U+

, , 24 (̀ 20.7)

‒ ( ) 5G (`19)

5G

TSN

‒ ( ) ETRI · - ,

TSN(Time-Sensitive Networking)

‒ (KETI) MDS 2017 ( )

OPC-UA TSN


21


22

인공지능 역할 스마트 제조에서의 역할은 상태감지 진단 예측 조치( - ) AI → → →

IIoT , Edge Cloud AI

AI

표 7 스마트 제조에서의 역할AI

예지 보전 제조 과정의 기계의 이상유무를 선제적 판단으로 생산량 감소 미연 방지

제조 품질 점검 공정 중인 생산물의 불량을 점검하여 불량률을 낮춤

빠른 설계 부품의 로 새로운 부품설계에 적용성을 높임DX

외부 요인 영향 감소 공정 요소별 외부 환경요인을 고려하여 공정 조절

데이터 활용성 과거의 데이터를 분석으로 현재의 공정에 적용하여 생산성 향상

공급 체인망 통신間 완성품에 필요한 원자재의 물량을 수요에 따라 선제적 조정

부산물 절감 최적화된 공정으로 원자재의 최대 활용으로 부산물을 줄임

데이터 통합 관리 각 생산라인에서 수집된 데이터를 통해 전 공정에 대한 최적화

고객서비스 사용자의 패턴을 인식하여 선제적으로 서비스

사후지원 완성품에 대해 실시간 모니터링을 통해 고객들에게 이상유무를 전달

: medium.com

그림 17 스마트 제조에서의 적용 구조AI

: Deep learning for Smart Manufacturing(Jornal of Manufacturing Systems, J.Wang, 2018)


23

인공지능 해외동향( - ) 산업 분야별로 제조 및 품질 향상에 공격적으로 도입 중AI

‒ (GE) Predix Platform AI AI

‒ (GM) 7,000 72

‒ (Nokia)

‒ (Danone) , , AI 30%

‒ (Thales)

(TIRIS Big Data Analytics)

‒ (BMW) , AI

표 8 산업분야별 회사별 적용 사례AI

교통

품질검사생산품의 영상분석으로 결함 및 치수

편차를 실시간 평가BMW Group

지능형 관리

조립로봇에 탑재된 카메라를 통해 조립

결함을 감지

과거 및 현재 부품의 결함분석으로

잠재된 문제를 사전 방지 예지보전( )

GM

Thales SA

설계 신차 디자인에 활용 Nissan

소비재

품질 향상다양한 맥주의 풍미를 감지해서 새로운

맥주의 개발Calsberg

품질검사 부품 이미지를 통해 결함 감지 Cannon

신제품개발소비자 상품 선택 데이터 분석으로

원하는 레시피 개발Kellogg

반도체 및

통신

품질검사 웨이퍼 표면의 영상분석으로 공정개선 Micron

실시간 공정최적화근로자의 실수를 실시간 영상분석으로

주의조치Nokia

항공 및

국방

지능형 관리후처리 기계가 실패시 이에 대한 원인

분석에 활용

Airbus

품질검사지상 정비요원들의 을 활용하여VR

항공기내의 부품 결함을 감지Boeing

실시간 공정최적화항공기 자원관리를 통해 조립공정의

생산성 향상Bombardier+Aurora

: Capgemini Research Institute, AI in manufactuing operations


24

인공지능 국내동향( - ) 스마트 제조시장 공략을 위해 공장자동화에 강점을 가

지고 있는 국내외 솔루션기업과 협업

( ) 5G

AI

‒ (SKT) AI

“ ”

※ 기반의 예지 보전 기능을 통해 일반 제조기업에 대해 사전검증에서 설비 및 주요부품의 수명AI

이상연장 설비의 생산성 향상 설비유지보수의 최적화로 비용절감 효과 발생20% , , 15%

‒ (KT) 5G ”

, , ,

‒ (LGU) AI , ,

5G

표 9 국내 이통사 스마트 제조 적용 사례AI


25

기업 적용기술AI 활용내용

메타트론 그랜드뷰

이시스코스메틱

설비 및 주요부품 수명-

이상20%

- 생산성 향상 및 최적화로

비용절감 15%

공장자동화 솔루션 기업 비스텔과 협력하여 빅데이터 분석에 를 적용한AI

클라우드 기반 설비관리 솔루션

스마트 팩토리비전5G (5G Smart Factory Vision, 2020.6)

자동차 반도체 식품, , ,

의료제약 디스플레이,

등에 활용 예정

: , , Theelec


26

( )

‒ (POSCO) (`20.1 ) ,

AI ,

그림 18 스마트 제조 적용 사례POSCO AI

적용공정 적용 내용 및 효과AI

주문

최소주문량 처리를 수작업 계산으로 하는 것에 를 도입 제철소별 소 주문을AI , “ Lot”

자동 판단하여 설계 정확도 소요시간 시간에서 시간으로 단축99.99%, 12 1

제선

철광석에서 순수(

철을 만드는 공정)

쇳물 온도를 카메라 데이터에 딥러닝을 적용하여 고로의 온도를 스스로 제어하는IoT,

스마트 고로 기술을 개발 포항 고로의 연평균 생산량 향상 투입연료 절감, 2 5% 1%

스마트 고로는 국가핵심기술로 지정※

도금

딥러닝을 이용해 제품의 강종 두께 폭 조업조건과 목표도금량을 자가 학습해 도금량, , ,

제어 적정률 이상 확보89% 99%→

인공지능 초정밀 도금제어기술은 국가핵심기술로 지정※

:

‒ (LG) LG CNS DAP(Data Analytics & AI Platform) Cloud AutoML LG

AI 1 1 , 99.9%, 30

‒ ( SDS) Brightics AI ( 200 1)

5.5 , P&ID 40

‒ (SK C&C) AI Skytale ,

AI Smart Vision Drive–


27

5 국내 산업 활성화를 위한 제언

스마트 제조 기반 기술 확보를 위한 종합적 지원이 필요R&D

IIoT, Edge, Cloud, Digtial Twin, AI, Network, ICT

R&D

‒ , R&D

R&D

‒ PLC, , SW ,

/ R&D

※ 국내 대기업의 제조 관련 중소중견기업 활용은 메인 제조공정으로의 활용보다 보조공정 분야에서의

활용이 대부분

데이터 자원의 가치를 존중해주는 제도 개선으로 데이터 산업 육성 촉진

‒ 3 ,

※ 독일 일본 등은 전통 제조 강국들은 산업용 데이터에 특화된 마켓플레이스 조성 중,

‒ *( ) OT IT

※ www.datastore.or.kr

무선 인프라의 탄력적 접근과 이에 대응하는 정책의 실효성 제고와 분야별 사전

인프라 조성을 정책적 지원이 필요

5G

‒ 6% 5G

, 5G

※ 의 저지연은 미만으로 제시하고 있으나 실사용 측정은 내외5G latency( ) 1ms 20ms

‒ 全

, (D.N.A)


28

Documents

ICT SPOT ISSUE(2020-14) 스마트 제조 분야 최근 D.N.A. 동향