Series · 자율제조 14회 · 2026-10-26

Digital Thread는 제조데이터의 생애주기를 어떻게 연결하는가?

제조기업에는 많은 데이터가 있다.

영업에는 고객과 주문정보가 있다. 설계에는 요구사항과 도면, 3D 모델과 BOM이 있다. 생산기술에는 공정계획과 작업조건이 있으며 생산현장에는 설비와 작업실적 데이터가 있다.

품질부서는 검사결과와 불량정보를 관리한다. 설비부서는 고장과 정비이력을 보유하고 물류부서는 원재료와 재공품, 완제품의 위치와 이동을 기록한다.

제품이 출하된 뒤에는 고객불만과 수리, 사용환경과 고장정보가 만들어진다.

데이터가 없는 것이 아니다.

문제는 이 데이터들이 서로 연결돼 있지 않다는 데 있다.

고객요구가 어떤 설계특성으로 반영됐는지 알기 어렵다.
변경된 도면이 어느 작업지시에 적용됐는지 확인하기 어렵다.
검사결과가 어떤 설비와 공정조건에서 만들어졌는지 연결되지 않는다.
고객불량이 어느 원재료 LOT와 작업조건에서 발생했는지 찾는 데 시간이 걸린다.
설비고장이 어떤 제품과 생산계획에 영향을 주었는지 한 번에 확인하기 어렵다.
정비결과가 이후의 품질과 설비성능을 개선했는지 추적하기 어렵다.

시스템은 연결돼 있어도 의미가 연결되지 않은 경우가 많다.

ERP와 MES, PLM과 QMS가 인터페이스로 데이터를 주고받지만 제품코드와 설비코드, 버전과 시간기준이 다르면 하나의 이력으로 이어지지 않는다.

자율제조에서 AI Agent는 여러 시스템의 데이터를 이용해 판단해야 한다. Digital Twin은 현실의 상태와 과거 이력을 이용해 미래를 예측해야 한다.

데이터의 관계가 끊어져 있다면 AI는 부분적인 정보만을 보고 판단하게 된다.

따라서 자율제조에는 데이터를 저장하는 시스템보다 먼저 필요한 것이 있다.

제품과 설비, 공정과 품질에 관한 정보를 설계부터 생산·출하·운영·정비까지 하나의 추적 가능한 흐름으로 연결하는 것.

이 연결된 정보의 흐름이 Digital Thread다.

1. Digital Thread란 무엇인가

Digital Thread는 제품과 시스템의 생애주기에서 생성되는 기술·업무 데이터를 서로 연결하고 추적할 수 있도록 만드는 디지털 정보의 흐름이다.

단순히 여러 시스템을 네트워크로 연결하는 것을 의미하지 않는다.

각 단계에서 생성된 데이터가 동일한 제품과 부품, 공정과 설비, 요구사항과 변경사항에 연결돼야 한다.

제품을 중심으로 연결되는 정보

고객요구
제품사양
설계모델과 도면
BOM
공정계획
작업지시
자재와 부품 LOT
공정조건
검사결과
출하정보
사용과 고장
수리와 폐기

설비를 중심으로 연결되는 정보

설비사양
설치와 시운전
제어프로그램
운전조건
생산실적
고장과 경보
정비와 부품교체
교정
성능변화
개조와 폐기

공정을 중심으로 연결되는 정보

공정설계
작업표준
설비와 공구
공정변수
생산실적
품질결과
이상과 조치
변경이력
성과와 비용

NIST는 Digital Thread를 설계와 제조, 제품지원 등 생애주기의 정보 사일로를 연결하는 흐름으로 설명한다. 정보가 한 방향으로만 이동하거나 중간에 단절되면 전사적으로 활용하기 어렵기 때문에 개방형 표준에 기반한 정보교환과 추적성이 중요하다.

Digital Thread는 데이터를 한 시스템에 모두 모으는 중앙 데이터베이스와도 다르다.

데이터는 기존의 PLM과 ERP, MES와 QMS, WMS와 정비시스템에 남아 있을 수 있다.

중요한 것은 다음 질문에 답할 수 있도록 연결하는 것이다.

이 요구사항은 어느 설계에 반영됐는가.

이 설계버전으로 어떤 제품이 생산됐는가.

그 제품에는 어떤 자재와 공정조건이 사용됐는가.

어떤 검사결과를 거쳐 출하됐는가.

사용 중 어떤 고장이 발생했고 그 원인은 무엇이었는가.

Digital Thread의 목적은 데이터를 한곳에 복사하는 것이 아니다.

생애주기에서 흩어진 정보의 관계와 변화이력을 잃지 않도록 연결하는 것이다.

2. Digital Thread와 Digital Twin은 어떻게 다른가

Digital Thread와 Digital Twin은 자주 함께 사용되지만 같은 개념은 아니다.

Digital Thread

제품과 설비, 공정의 생애주기 데이터를 시간과 관계에 따라 연결한다.

무엇이 어떻게 만들어지고 변경됐는가를 설명한다.

Digital Twin

현실의 제품과 설비, 공정을 디지털로 표현하고 현재상태를 동기화하며 미래의 결과를 예측한다.

현재 어떤 상태이며 앞으로 어떻게 변할 것인가를 설명한다.

두 개념의 관계는 다음과 같다.

Digital Thread

→ 요구사항과 설계

→ 제조계획

→ 생산과 품질

→ 사용과 정비

→ 변경과 결과

이 정보가 Digital Twin의 생성과 보정에 사용된다.

Digital Twin

→ 현재상태 표현

→ 시뮬레이션

→ 예측과 최적화

→ AI Agent의 계획검증

그 결과가 다시 Digital Thread에 기록된다.

ISO 23247-5:2026은 Digital Thread가 제품 생애주기의 설계·계획·생산·시험 단계에 걸쳐 제조 Digital Twin의 생성과 연결, 관리와 유지에 어떻게 기여하는지를 규정한다.

Digital Thread가 없으면 Digital Twin은 현재 센서값을 보여주는 고립된 모델이 되기 쉽다.

제품의 설계변경과 공정이력, 검사결과와 정비정보를 알 수 없기 때문이다.

반대로 Digital Twin이 없더라도 Digital Thread는 구축할 수 있다. 그러나 연결된 데이터를 이용해 상태를 재현하고 미래를 시험하는 기능은 제한된다.

간단히 정리하면 다음과 같다.

구분	Digital Thread	Digital Twin
중심	정보의 연결과 추적	현실의 디지털 표현
주요 질문	무엇이 어떻게 변경됐는가	현재와 미래 상태는 어떠한가
시간범위	생애주기 전체	현재상태와 미래예측
핵심기능	관계·버전·이력·추적성	동기화·시뮬레이션·예측
주요 가치	원인과 영향의 연결	의사결정과 실행 전 검증

Digital Thread는 Twin을 움직이게 하는 정보의 맥락이고, Digital Twin은 Thread의 데이터를 현실의 상태와 행동으로 해석하는 모델이다.

Thread가 기억이라면 Twin은 그 기억을 이용해 현재를 이해하고 미래를 시험하는 공간이다.

3. 제조 생애주기의 어떤 데이터를 연결해야 하는가

Digital Thread는 제품설계부터 시작해 생산과 사용, 폐기까지 이어져야 한다.

① 고객과 요구사항

고객 요구
기능과 성능
품질과 안전
법규와 인증
납기와 원가
변경요청

② 제품기획과 설계

제품사양
시스템 구조
3D 모델과 도면
공차와 재질
설계 BOM
시뮬레이션 결과
설계검토와 승인
설계변경

③ 공정설계

제조 BOM
공정순서
설비와 공구
작업표준
공정조건
검사계획
생산능력
위험분석

④ 조달과 공급망

공급업체
구매사양
원재료와 부품
인증서
입고검사
공급 LOT
원산지
납품과 변경

⑤ 생산실행

생산계획
작업지시
작업자
투입자재
사용설비와 금형
실제 공정조건
시작과 종료시각
생산량과 실적

⑥ 품질검사

검사계획
측정장비
측정방법
측정값
합격과 불합격
불량유형
재검사와 재작업
검사자의 승인

⑦ 출하와 물류

포장
완제품 LOT와 일련번호
출하일
고객과 납품처
운송조건
보관환경

⑧ 사용과 서비스

설치
사용환경
가동시간
성능
고장
수리
교체부품
고객불만

⑨ 회수와 폐기

반품
재사용
재제조
재활용
폐기
환경정보

각 단계의 데이터를 단순히 시간순서로 나열하는 것만으로는 부족하다.

다음과 같은 관계가 연결돼야 한다.

고객 요구사항 R-01

→ 설계특성 C-12

→ 도면버전 V3

→ 공정특성 P-07

→ 작업표준 WI-104

→ 설비 M-03

→ 자재 LOT L-2208

→ 제품 일련번호 S-100245

→ 검사결과 Q-311

→ 출하번호 SH-902

→ 고객고장 F-018

이 연결이 가능해야 고객불량이 발생했을 때 영향을 받는 제품과 원재료, 설비와 공정조건을 빠르게 찾을 수 있다.

Digital Thread의 단위는 문서가 아니라 서로 연결된 제품·설비·공정·이벤트의 관계다.

4. 제품을 끝까지 추적하려면 어떤 식별체계가 필요한가

데이터를 연결하려면 먼저 대상을 동일하게 식별할 수 있어야 한다.

시스템마다 같은 제품을 다른 이름으로 관리하면 자동으로 연결하기 어렵다.

예를 들어 하나의 설비가 다음과 같이 표현될 수 있다.

ERP: EQ-0012
MES: PRESS-12
PLC: LINE2_ST04
정비시스템: PRS-A-12
현장명칭: 2호기
공급업체명칭: PX5000-2019-08

사람은 같은 설비라는 것을 알 수 있지만 AI와 시스템은 별개의 대상으로 처리할 수 있다.

따라서 다음에 대한 식별체계가 필요하다.

① 제품 식별

제품군
품목코드
모델
버전
LOT
일련번호

② 부품과 자재 식별

부품번호
자재코드
공급업체
공급 LOT
원산지
인증정보

③ 설비와 자산 식별

공장
라인
공정
설비
하위 구성품
센서와 제어기

④ 공정과 작업 식별

공정코드
작업표준
작업지시
공정단계
검사작업
재작업

⑤ 문서와 모델 식별

문서번호
모델번호
버전
개정번호
승인상태
유효기간

⑥ 이벤트 식별

생산시작
공정완료
검사
이상
정비
변경
출하

식별자는 한 번 부여한 뒤 의미가 바뀌지 않아야 한다.

제품명이 변경되거나 설비가 이동하더라도 동일한 대상을 추적할 수 있어야 한다.

다음 정보도 함께 관리해야 한다.

식별자 발급주체
생성일
유효기간
변경이력
상위와 하위 대상
다른 시스템의 대응코드
폐기상태

Digital Thread가 끊기는 가장 흔한 이유는 고급 AI 기술이 부족해서가 아니다.

같은 대상을 시스템마다 다르게 부르고 변경된 코드의 관계를 관리하지 않기 때문이다.

5. 버전과 변경은 어떻게 연결해야 하는가

제조데이터는 계속 변경된다.

고객 요구가 변경된다.
설계도면이 개정된다.
부품이 대체된다.
공정순서가 달라진다.
작업표준이 수정된다.
설비가 개조된다.
검사기준이 강화된다.
AI 모델이 업데이트된다.

Digital Thread는 최신버전만 보여줘서는 안 된다.

과거 어느 시점에 어떤 버전이 유효했고 어떤 제품에 적용됐는지 확인할 수 있어야 한다.

변경 시 기록해야 할 항목

변경대상
이전버전
새 버전
변경내용
변경사유
요청자
검토자
승인자
적용일
적용제품과 설비
예상영향
검증결과
관련 문서와 시스템

예를 들어 도면 V2가 V3으로 변경됐다면 다음을 확인해야 한다.

V2로 생산된 제품은 무엇인가
V3는 어느 작업지시부터 적용됐는가
제조 BOM과 공정계획도 변경됐는가
작업표준과 검사계획이 개정됐는가
공급업체에 변경사항이 전달됐는가
현장에 이전 도면이 남아 있지 않은가
변경 전후의 품질결과는 어떻게 다른가

Digital Thread는 단순한 이력보관이 아니다.

변경 하나가 다른 정보와 시스템에 미치는 영향을 연결해야 한다.

설계변경

↓

BOM과 구매사양 변경

↓

공정계획과 작업표준 변경

↓

검사계획 변경

↓

MES와 QMS 배포

↓

현장 적용

↓

생산·품질 결과 확인

↓

고객과 서비스 정보 반영

버전이 연결되지 않으면 AI는 현재 설계에 과거 작업표준을 결합하거나, 오래된 품질기준으로 제품을 판정할 수 있다.

자율제조에서 버전관리는 문서관리의 문제가 아니라 AI 판단의 유효성을 결정하는 조건이다.

6. 설계와 생산은 어떻게 연결해야 하는가

설계부서는 제품이 무엇이어야 하는지를 정의한다.

생산현장은 그 정의를 실제 제품으로 만든다.

그러나 설계정보가 문서와 도면으로만 전달되면 생산과 검사과정에서 다시 해석하고 입력해야 한다.

이 과정에서 오류와 누락이 발생할 수 있다.

설계에서 생산으로 전달해야 할 정보

3D 형상
치수와 공차
재질
표면처리
조립관계
중요 품질특성
안전특성
검사요구
변경과 승인상태

생산에서 설계로 돌려줘야 할 정보

실제 제조가능성
공정능력
설비와 공구 제약
실제 사이클타임
불량과 재작업
측정결과
현장변경
원가와 납기영향

Digital Thread는 정보가 설계에서 생산으로 한 방향으로 흐르는 구조가 아니다.

생산과 품질, 사용과 정비에서 생성된 결과가 다시 설계로 돌아가야 한다.

고객요구

→ 설계

→ 공정계획

→ 생산

→ 검사

→ 사용

→ 고장과 피드백

→ 설계개선

NIST는 Digital Thread를 통해 생애주기 단계의 정보를 재사용하고 추적할 수 있어야 하며, 특히 엔지니어링과 제조, 품질 사이의 정보교환이 중요하다고 설명한다.

설계와 생산의 연결은 CAD 파일을 현장에 전달하는 것으로 끝나지 않는다.

설계의 의도와 제조의 결과가 동일한 제품특성을 중심으로 연결돼야 한다.

7. 품질정보는 Digital Thread에서 어떻게 연결해야 하는가

품질데이터는 합격과 불합격만으로는 충분하지 않다.

어떤 특성을 어떤 기준과 방법으로 측정했고 어떤 제품과 공정에 해당하는지 연결해야 한다.

검사계획

검사대상 특성
공차와 기준
측정방법
측정위치
샘플링
측정장비
검사주기

검사실행

제품과 LOT
측정시각
측정자
측정장비
장비의 교정상태
환경조건
실제 측정값

판정과 조치

합격과 불합격
불량유형
격리
재검사
재작업
특채
폐기
원인과 개선조치

연결해야 할 상류정보

설계특성과 공차
도면과 모델버전
자재 LOT
작업지시
설비와 공정조건
금형과 공구
작업자

연결해야 할 하류정보

출하제품
고객불량
보증과 수리
공정능력
설계개선
공급업체 평가

QIF는 제품정의와 측정계획, 측정자원과 결과, 통계분석 등의 품질정보를 연결하기 위한 표준화된 정보모델이다. QIF를 이용하면 품질정보를 제품의 기준모델과 연결해 Digital Thread에 포함할 수 있다.

중요한 것은 검사결과를 저장하는 것이 아니다.

예를 들어 직경이 기준을 벗어났다면 다음을 연결할 수 있어야 한다.

설계의 직경특성

→ 적용 공차

→ 가공공정

→ 사용설비와 공구

→ 실제 가공조건

→ 측정방법과 장비

→ 측정값

→ 판정과 조치

→ 고객 사용결과

이렇게 연결돼야 AI가 불량의 원인을 분석하고 공정조건의 변경을 제안할 수 있다.

품질정보는 생산이 끝난 뒤 작성하는 판정기록이 아니라 설계와 제조, 고객을 연결하는 핵심 Thread다.

8. Digital Thread에서 온톨로지와 지식그래프는 어떤 역할을 하는가

여러 시스템의 데이터를 연결할 때 코드와 테이블만 맞추는 방식에는 한계가 있다.

시스템마다 데이터 구조와 용어가 다르고 데이터 사이의 관계가 명시되지 않은 경우가 많기 때문이다.

온톨로지는 제조대상의 개념과 관계를 명확하게 정의한다.

주요 개념

제품
부품
자재
설비
공정
작업
품질특성
불량
원인
조치
작업자
공급업체

주요 관계

제품은 부품으로 구성된다.
제품은 공정을 거쳐 생산된다.
공정은 설비에서 수행된다.
작업에는 자재가 투입된다.
설비는 센서로 감시된다.
품질특성은 설계요구에서 파생된다.
검사결과는 특정 제품과 특성을 평가한다.
불량은 공정조건과 관련될 수 있다.
정비는 설비상태를 변경한다.

지식그래프는 실제 제품과 설비, 공정과 이벤트를 이러한 관계로 연결한다.

예를 들어 고객불량이 발생하면 다음과 같이 탐색할 수 있다.

고객불량

→ 해당 제품 일련번호

→ 제품 LOT

→ 작업지시

→ 사용 자재 LOT

→ 생산설비

→ 공정조건

→ 검사결과

→ 동일조건으로 생산된 다른 제품

관계가 명확하면 AI Agent는 단순 키워드 검색을 넘어 영향범위를 추론할 수 있다.

같은 자재 LOT를 사용한 제품 찾기
같은 설비와 금형에서 생산된 제품 찾기
동일한 설계버전을 사용한 제품 찾기
변경 전후의 품질결과 비교
유사한 과거불량과 조치 검색

NIST 연구도 서로 다른 생애주기 데이터를 연결하려면 데이터의 연관성과 추적성을 유지해야 하며, 온톨로지를 이용해 설계정보와 검사정보를 연결하는 접근을 다루고 있다.

그러나 온톨로지와 지식그래프가 잘못 구성되면 오류도 연결될 수 있다.

따라서 다음을 관리해야 한다.

개념과 용어의 소유자
관계의 근거
데이터 출처
신뢰수준
버전과 변경
충돌하는 관계
추론규칙
적용범위

Digital Thread가 데이터를 연결한다면 온톨로지는 그 연결이 무엇을 의미하는지 설명한다.

9. AI Agent는 Digital Thread를 어떻게 사용하는가

AI Agent가 제조업무를 수행하려면 현재 데이터뿐 아니라 과거의 이유와 변경이력을 알아야 한다.

예를 들어 설비의 이상을 발견했다고 하자.

현재 진동값만 보면 정비를 권고할 수 있다.

그러나 Digital Thread가 연결돼 있다면 다음을 함께 확인할 수 있다.

설비가 언제 설치됐는가
어떤 제품을 생산했는가
최근 어떤 부품을 교체했는가
정비 전후의 진동은 어떻게 변했는가
어떤 공정조건에서 이상이 발생했는가
같은 부품을 사용하는 다른 설비는 어떤 상태인가
설비를 정지하면 어느 주문이 지연되는가
필요한 정비부품의 재고가 있는가

생산계획 Agent

제품별 BOM과 공정경로
설비와 작업자의 가용성
자재와 품질상태
변경된 설계와 작업표준
납기와 생산실적

품질 Agent

설계특성과 검사기준
자재와 공정조건
설비와 공구
검사와 불량
고객불량과 개선조치

정비 Agent

설비구조와 부품
운전과 고장
정비와 교체
생산계획에 대한 영향
부품재고와 작업자 자격

설계지원 Agent

고객요구
과거 설계변경
제조가능성
품질문제
사용과 고장정보

추적성 Agent

불량제품의 원재료와 공정
영향받은 제품범위
출하와 고객
회수와 재검사 대상

Digital Thread는 Agent에게 더 많은 데이터를 제공하는 것만을 의미하지 않는다.

Agent의 답변에 근거를 제공한다.

어떤 데이터로 판단했는가
어떤 버전을 사용했는가
변경이력은 무엇인가
관련된 제품과 설비는 무엇인가
정보의 출처와 승인상태는 무엇인가

Digital Thread가 없다면 Agent는 시스템마다 따로 검색한 결과를 임시로 조합해야 한다.

연결관계를 잘못 추정할 가능성이 커진다.

AI Agent의 판단력을 높이는 것은 모델의 크기만이 아니라 제조데이터가 얼마나 정확하게 연결돼 있는가이다.

10. Digital Thread는 어떻게 구축해야 하는가

Digital Thread를 구축하기 위해 모든 시스템을 새로 도입할 필요는 없다.

기존 시스템과 데이터를 기준으로 중요한 연결부터 만들어야 한다.

① 핵심 활용사례 선정

고객불량 추적
설계변경 영향분석
제품별 생산이력
자재 LOT 추적
품질원인 분석
설비고장 영향분석
규제와 고객 증빙
Digital Twin과 AI Agent 지원

② 추적대상 정의

제품
부품
자재
설비
공정
작업
검사특성
변경
이벤트

③ 기준 식별자 정의

각 대상의 고유식별자와 시스템별 대응코드를 정한다.

④ 데이터 원천 파악

PLM·PDM
ERP
MES
QMS
WMS
CMMS
SCADA와 Historian
Edge와 센서
문서관리
공급업체 시스템

⑤ 관계모델 설계

어떤 데이터가 무엇과 연결돼야 하는지 정의한다.

⑥ 버전과 시간 규칙 정의

생성시각
발생시각
적용시점
승인시점
유효기간
변경 전후 관계

⑦ 데이터 품질 확인

누락
중복
코드 불일치
시간오류
단위 불일치
잘못된 관계
버전 누락

⑧ 인터페이스 구축

API와 이벤트, 파일과 메시지 방식으로 데이터를 연결한다.

⑨ 온톨로지와 지식그래프 적용

필요한 영역부터 의미와 관계를 표현한다.

⑩ 활용서비스 구현

추적성 조회
영향분석
원인분석
Digital Twin
AI Agent
고객과 규제 보고

⑪ 검증

실제 제품과 불량, 변경사례를 이용해 Thread가 끝까지 이어지는지 확인한다.

⑫ 운영과 변경관리

새로운 시스템과 코드, 제품과 설비가 추가될 때 연결을 유지한다.

처음부터 전사 생애주기 전체를 연결하려 하면 범위와 비용이 지나치게 커질 수 있다.

예를 들어 고객불량 추적을 첫 번째 활용사례로 정할 수 있다.

고객불량

↓

출하제품

↓

제품 일련번호와 LOT

↓

작업지시

↓

자재와 부품 LOT

↓

공정조건과 설비

↓

검사결과

↓

설계와 작업표준 버전

이 흐름이 실제로 연결되는지 확인한 뒤 설계변경과 정비, 공급망으로 확대하는 것이 현실적이다.

NIST의 Extended Digital Thread 연구도 생애주기 전반의 제품정보 범위와 정밀도를 높이고, 서로 다른 모델을 신뢰성 있게 통합할 수 있는 표준과 방법을 주요 과제로 제시한다.

Digital Thread는 대규모 통합플랫폼을 먼저 도입하는 사업이 아니라 가치 있는 질문에 답할 수 있도록 핵심 관계를 하나씩 연결하는 사업이다.

11. Digital Thread의 데이터 품질은 어떻게 관리해야 하는가

연결된 데이터가 많다고 좋은 Thread가 되는 것은 아니다.

잘못된 데이터가 연결되면 오류의 영향범위가 더 커질 수 있다.

① 완전성

필요한 정보가 빠짐없이 있는가.

제품식별자
작업지시
자재 LOT
설비
공정조건
검사결과
버전

② 정확성

데이터가 실제 상태와 일치하는가.

③ 일관성

시스템마다 동일한 대상과 값이 일치하는가.

④ 적시성

의사결정에 필요한 시간 안에 데이터가 반영되는가.

⑤ 유일성

동일한 제품과 이벤트가 중복으로 등록되지 않았는가.

⑥ 유효성

형식과 단위, 코드와 범위가 규칙에 맞는가.

⑦ 추적성

데이터의 출처와 변경, 승인과 사용내역을 확인할 수 있는가.

⑧ 관계 정확성

제품과 자재, 작업과 설비가 올바르게 연결됐는가.

Digital Thread에서는 개별 데이터의 품질뿐 아니라 연결의 품질도 측정해야 한다.

추적 가능한 제품의 비율
설계부터 검사까지 연결된 특성의 비율
자재 LOT를 확인할 수 없는 제품 수
버전이 불명확한 작업지시 수
연결이 끊긴 이벤트 수
잘못된 코드매핑 비율
영향분석에 필요한 시간
원인까지 추적 가능한 불량의 비율

데이터가 존재해도 관계가 없다면 추적할 수 없다.

반대로 관계가 있어도 버전과 시간이 맞지 않으면 잘못된 결론에 이를 수 있다.

Digital Thread의 품질은 데이터값의 정확성과 데이터 사이 연결의 정확성을 함께 평가해야 한다.

12. Digital Thread의 보안과 권한은 어떻게 관리해야 하는가

Digital Thread는 제품의 설계와 공정, 원가와 품질, 공급망과 고객정보를 연결한다.

따라서 단일 시스템보다 더 넓은 범위의 민감정보를 노출할 수 있다.

① 역할별 접근권한

설계
생산
품질
정비
공급업체
고객
AI Agent

가 필요한 범위의 정보만 볼 수 있도록 한다.

② 목적별 사용제한

생산계획을 위한 데이터가 작업자 평가나 다른 목적으로 무단 사용되지 않도록 한다.

③ 데이터 원천 보호

원본 데이터와 연결정보가 위변조되지 않도록 한다.

④ 변경통제

식별자와 관계, 버전정보를 임의로 변경하거나 삭제하지 못하도록 한다.

⑤ 공급망 접근

협력업체가 필요한 정보만 교환하도록 범위를 제한한다.

⑥ AI Agent 권한

Agent가 Thread를 조회하는 권한과 데이터를 변경하는 권한을 분리한다.

⑦ 감사기록

누가
언제
어떤 데이터에
어떤 목적으로
조회·변경·전송했는지

기록한다.

⑧ 보존과 삭제

법규와 계약, 제조물책임과 영업비밀을 고려해 보존기간을 정한다.

Digital Thread는 연결을 통해 가치를 만들지만 연결은 동시에 공격과 오류의 경로가 될 수 있다.

한 시스템의 잘못된 정보가 다른 시스템과 AI Agent, Digital Twin에 전달될 수 있다.

따라서 다음이 필요하다.

신뢰할 수 있는 데이터 원천
검증된 인터페이스
최소권한
변경승인
무결성 확인
이상접근 탐지
연결중단과 복구
잘못된 데이터의 영향범위 추적

Digital Thread의 보안은 파일을 보호하는 데서 끝나지 않고 데이터 사이의 신뢰관계를 보호해야 한다.

13. 경영진은 Digital Thread에서 무엇을 확인해야 하는가

Digital Thread 사업을 보고받을 때 경영진은 시스템 통합률과 데이터 수집량을 확인하기 쉽다.

그러나 실제 제조성과를 위해서는 다른 질문이 필요하다.

첫째, Digital Thread가 해결하려는 문제가 무엇인가.

추적성과 품질, 설계변경과 규제대응 중 우선순위가 명확해야 한다.

둘째, 어떤 제품과 설비, 공정의 생애주기를 연결하는가.

전사통합이라는 표현보다 실제 연결범위를 확인해야 한다.

셋째, 기준이 되는 제품과 설비 식별자가 있는가.

시스템마다 다른 코드를 사용한다면 대응관계가 관리돼야 한다.

넷째, 최신버전뿐 아니라 과거의 적용이력도 확인할 수 있는가.

어느 제품이 어느 설계와 공정버전으로 생산됐는지 알아야 한다.

다섯째, 고객요구와 설계, 생산과 품질이 연결되는가.

부서별 문서가 아니라 제품특성을 중심으로 이어져야 한다.

여섯째, 고객불량에서 원재료와 공정조건까지 추적할 수 있는가.

조회 가능 여부뿐 아니라 소요시간과 정확도를 측정해야 한다.

일곱째, 변경이 다른 시스템과 현장에 제대로 반영됐는가.

도면변경이 작업표준과 검사계획까지 전달되는지 확인해야 한다.

여덟째, AI Agent가 사용하는 데이터의 버전과 출처를 설명할 수 있는가.

AI의 답변에 근거와 적용시점이 있어야 한다.

아홉째, Digital Twin이 생애주기 데이터를 이용해 보정되는가.

Twin과 Thread가 별도의 사업으로 분리돼서는 안 된다.

열째, 공급업체와 고객까지 필요한 정보를 안전하게 연결할 수 있는가.

공유범위와 책임, 표준과 보안이 정해져야 한다.

열한째, 연결의 품질을 측정하고 있는가.

데이터 수보다 추적 가능한 제품과 특성의 비율을 확인해야 한다.

열두째, 특정 공급업체의 플랫폼에 종속되지 않는가.

개방형 표준과 데이터 내보내기, 인터페이스와 소유권을 확인해야 한다.

열셋째, Digital Thread가 실제 제조성과를 개선했는가.

원인분석 시간
설계변경 반영시간
고객불량 추적시간
재작업과 폐기
문서 재입력
출하증빙 작성시간
규제와 고객 대응
AI 판단의 정확성과 설명 가능성

을 적용 전후로 비교해야 한다.

NIST는 완전하고 풍부한 Digital Thread가 제품개발과 제조의 사이클타임을 줄이고 처음부터 올바른 제품을 생산하는 데 기여할 수 있다고 설명한다.

경영진이 확인해야 할 것은 몇 개의 시스템이 연결됐는가가 아니다.

중요한 제조질문이 생겼을 때 신뢰할 수 있는 근거를 따라 설계부터 현장과 고객까지 추적할 수 있는가이다.

마치며

제조기업에는 이미 많은 데이터가 있다.

그러나 데이터가 많다는 사실만으로 자율제조가 가능해지는 것은 아니다.

설계의 제품코드와 생산의 품목코드가 다르고, 작업지시와 실제 설비데이터가 연결되지 않으며, 검사결과와 고객불량이 서로 다른 시스템에 남아 있다면 AI는 제조의 전체 맥락을 이해하기 어렵다.

Digital Thread는 이러한 단절을 연결한다.

결국 제조데이터의 생애주기는 다음의 흐름으로 이어져야 한다.

고객의 요구를 정의한다.

요구를 제품사양과 설계특성으로 변환한다.

설계특성을 BOM과 공정계획으로 연결한다.

공정계획을 작업표준과 설비, 공구와 검사계획으로 구체화한다.

생산할 때 실제 자재와 설비, 작업자와 공정조건을 기록한다.

검사결과를 제품과 설계특성에 연결한다.

출하제품과 고객을 연결한다.

사용과 고장, 수리와 고객불만을 다시 제품이력에 반영한다.

현장의 결과를 설계와 공정개선에 사용한다.

모든 변경과 승인, 적용범위를 버전과 시간으로 관리한다.

이 정보를 Digital Twin과 AI Agent가 사용할 수 있도록 제공한다.

Digital Thread는 제품의 생애주기를 따라 데이터를 한 줄로 늘어놓는 것이 아니다.

제품과 설비, 공정과 품질 사이의 관계를 앞뒤로 탐색할 수 있어야 한다.

고객불량에서 원재료와 공정조건으로 거슬러 올라갈 수 있어야 하며, 설계변경에서 영향을 받을 제품과 설비, 공급업체와 검사계획을 앞으로 찾아갈 수 있어야 한다.

중요한 것은 모든 데이터를 하나의 플랫폼에 넣는 것이 아니다.

각 시스템에 존재하는 데이터를 동일한 제품과 설비, 공정과 이벤트를 기준으로 연결하고 그 관계의 근거와 버전을 유지하는 것이다.

Digital Twin은 이 연결된 데이터를 이용해 현실을 표현하고 미래를 예측한다.

AI Agent는 이 데이터를 이용해 제조상황을 이해하고 계획을 만든다.

온톨로지와 지식그래프는 데이터 사이의 의미와 관계를 설명한다.

따라서 Digital Thread는 별도의 독립된 기술이 아니다.

데이터와 Digital Twin, 온톨로지와 AI Agent를 하나의 제조운영 흐름으로 연결하는 기반이다.

자율제조의 경쟁력은 데이터를 얼마나 많이 보유하고 있는가에 있지 않다.

어떤 제품이 왜 그렇게 설계됐고, 어떻게 생산되고 검사됐으며, 어떤 결과를 만들었는지를 끊김 없이 설명할 수 있는가.

바로 이것이 Digital Thread가 제조데이터의 생애주기를 연결해야 하는 이유다.

다음 글에서는 Digital Thread로 연결된 제품·설비·공정 데이터를 AI가 일관된 의미로 이해하도록 만드는 온톨로지와 지식그래프의 역할을 살펴보고자 한다.

데이터의 위치를 연결하는 것만으로는 충분하지 않다. 서로 다른 코드와 용어, 문서와 관계가 무엇을 의미하는지 기계가 이해할 수 있어야 한다.

[자율제조 시리즈 ⑮] 온톨로지와 지식그래프는 제조데이터에 어떻게 의미를 부여하는가?

참고자료

이 글에 대해 궁금한 점이 있으신가요?

질문을 남기시면 이메일로 답변드립니다. 좋은 질문은 (허락하신 경우) 익명으로 이 글 아래와 책에 함께 싣습니다.

질문 남기기 연재 시리즈 구독하기