식품 제조공정 데이터를 모으면 기업의 생산비가 낮아지고 불량이 줄어들까. 한국식품산업클러스터진흥원이 통합데이터운영관리센터를 열고 '디지털 혁신'을 강조했다.
하지만 현재 기능은 지원시설의 데이터와 시스템 통합관리에 초점이 맞춰져 있을뿐 중요한 공정 개선의 목표와 검증 방식은 풀어야 할 과제로 남았다.
식품진흥원은 지난 12일 전북 익산에서 통합데이터운영관리센터(T.D.O.M.C)를 개소하고 시연회를 개최했다고 13일 밝혔다. 새로 문을 연 센터는 제조공정 데이터와 정보시스템을 통합 관리하는 관제시설이다.
센터는 소스산업화센터, 기능성식품제형센터, 파일럿플랜트, 패키징센터 등 4개 지원시설의 제조공정 데이터를 실시간으로 수집한다. 전송 상태와 운영현황을 확인해 지연·장애에 대응하고, 안정적인 서비스를 제공한다는 취지다.
하지만 데이터 전송이 원활해도 제품 불량이나 원료 손실이 줄어드는 것은 아니다. 생성된 데이터가 생산현장에 어떻게 적용되고, 문제점을 해결해 나갈지에 대해서는 구체적인 플랜이 제시되지 않았다.
식품진흥원은 관리 대상을 확대하고 AI 이상탐지 등 지능형 관제 기능을 단계적으로 도입할 계획이다. 또 기업에 데이터 분석 서비스를 제공하고, 공정 개선을 통한 경쟁력 제고를 유도한다는 방침이다.
이번 센터 개소가 성과로 이어지기 위해서는 과제들이 적지 않다. 실제 이번 발표에는 AI 도입 일정과 기업지원 서비스의 제공 시점, 목표 수치가 담기지 않았다. 인력과 예산도 제시되지 않았다.
AI 이상탐지의 대상도 명확해야 한다. 통신 지연이나 시스템 장애를 찾는 것과 제조공정의 이상을 발견해 불량을 예방하는 것은 다르다. 공정 이상을 찾아도 기업이 취할 조치로 연결하지 못하면 알림 기능에 머물 수 있다. 진단·개선·검증을 누가 맡을지도 정해야 한다.
지원시설의 데이터를 기업 양산공정에 적용하는 문제도 중요하다. 기업마다 설비와 원료, 생산 규모와 운전 조건이 다를 수 있다. 파일럿플랜트의 시험생산 결과가 실제 공장에서도 유효한지도 검증해야 한다. 분석 정보만 제공하는 데서 그친다면 적용 부담은 고스란히 기업 몫으로 남는다.
특히 기업의 비용을 따져야 한다. 분석 결과를 적용하려면 설비 조정이나 계측 장비 보완, 직원 교육이 필요할 수 있다. 이용료가 발생한다면 추가 투자와 함께 고려해 생산비 절감 효과를 평가해야 한다. 중소기업의 현장 적용도 지원해야 한다.
김덕호 식품진흥원 이사장은 "이번 센터 개소는 식품산업의 디지털 전환을 위한 중요한 출발점"이라며 "앞으로 데이터와 AI 기술을 적극 활용해 식품기업의 기술 경쟁력을 높이고, 국가식품클러스터가 미래 식품산업 혁신의 거점으로 성장할 수 있도록 노력하겠다"고 밝혔다.