dataPARC와 PI의 비교

공정 산업에서 최적화는 효율성의 핵심입니다. 그리고 효율성은 제조업체가 더 많이 생산하고 낭비를 줄임으로써 수익을 창출할 수 있게 해 줍니다. 공정 최적화를 위해 많은 제조업체는 시계열 데이터 히스토리안과 데이터 시각화 소프트웨어를 함께 사용합니다. 이 글에서는 이 분야의 선두주자인 dataPARC와 PI를 비교하고, 공정 정보 관리 시스템으로서 dataPARC가 PI보다 뛰어난 몇 가지 장점을 강조할 것입니다.

dataPARC와 PI의 비교: 유사점

dataPARC와 PI는 모두 수십 년간 사용되어 왔으며, 전 세계 주요 제조업체들이 사용하는 대규모 설치 기반을 보유하고 있습니다.

dataPARC와 PI는 다음과 같은 유사점이 있습니다.

• 실시간 데이터 히스토리안 제공
• 바이너리, 클러스터 인덱스, 플랫 파일을 사용하여 히스토리 저장
• 이질적인 대규모 데이터 소스의 복잡성을 해결할 수 있는 자산 구조 보유
• 트렌드, 그래픽, 보고서 등 예상되는 많은 분석 및 시각화 도구 제공
• 다양한 제어 시스템에 연결하여 실시간 시계열 데이터 수집 가능
• 데이터 연결이 끊어질 경우를 대비한 저장 및 전달 기능
• 대규모 태그 카운팅 시스템과 연동 가능

다음으로 dataPARC와 PI의 구체적인 차이점과 dataPARC의 특징에 대해 소개합니다.

dataPARC와 PI의 비교: 차이점

비용

이 두 가지 데이터 히스토리안 및 공정 데이터 시각화 도구 키트를 평가할 때 가장 중요한 고려 사항 중 하나를 살펴보는 것이 좋습니다.

간단히 말해, dataPARC의 총 소유 비용은 다른 ‘유사한’ 업계 솔루션과 비교할 때 더 낮습니다. 또한 PI System과 비교했을 때에도 도입 비용과 유지보수 비용 모두 월등히 낮습니다.

무제한 사용자

이러한 장점의 핵심적인 이유는 dataPARC의 무제한 라이선스 모델 덕분이며, 이는 추가 라이선스 구매에 대한 걱정 없이 공장 내 모든 레벨의 의사결정권자에게 생산 데이터를 제공하려는 조직에 매우 적합합니다.

PI는 사용자당 요금 모델을 사용합니다. 이는 소규모 조직에서 플랫폼에 액세스해야 하는 사람이 소수에 불과한 경우에는 적합하지만, 대규모 조직이나 전사적으로 구현할 경우에는 비용이 빠르게 증가합니다.

dataPARC를 사용하면 데이터에 액세스해야 하는 모든 사람이 추가 비용 없이 액세스할 수 있으므로 모든 직원이 데이터에 기반하여 의사결정을 내릴 수 있습니다.

사용자 경험

고객에게 dataPARC의 상위 3~5가지 장점에 대해 물어보면 항상 사용 편의성이 가장 높은 순위를 차지합니다. dataPARC 시스템의 복잡성을 줄임으로써 컴퓨터에 익숙하지 않은 사람도 콘텐츠를 만들고 가치를 창출할 수 있으므로 조직 내에서 도구를 폭넓게 채택할 수 있습니다. 

dataPARC에는 많은 기능이 있지만, 신규 사용자는 몇 분 안에 태그 검색, 트렌드 생성, 탐색 방법을 배울 수 있습니다. 여기에서 사용자는 트렌드 통계 보기, 알람 이벤트 관리, 데이터 내보내기, X/Y 플롯, 히스토그램, 파레토 등의 디스플레이 생성 등 다양한 기능을 오른쪽 클릭 메뉴를 통해 빠르게 사용할 수 있습니다.

dataPARC의 트렌드 생성 도구는 오랫동안 업계 최고의 트렌드 솔루션으로 고객들에게 인정받아 왔습니다. dataPARC의 트렌드 생성 기능은 다른 솔루션보다 빠르고 훨씬 뛰어나며 실용적인 기능 영역에 더 적합합니다.

dataPARC 외에 태그 브라우저와 디스플레이 모두에서 드래그 앤드 드롭 기능을 통해 트렌드 매트릭스를 더 빠르게 구축할 수 있는 패키지는 없습니다.

dataPARC를 사용하면 태그 데이터를 매우 쉽게 찾고 트렌드를 생성할 수 있습니다.

PI 히스토리안과 ProcessBook을 설치한 많은 기업은 시각화 도구와 사용 편의성 때문에 PI 히스토리안의 ‘상위’ 시스템으로 dataPARC를 채택하고 있습니다.

진단 분석

앞서 언급했듯이 dataPARC의 트렌드 생성 애플리케이션은 업계 최고라고 할 수 있습니다. 사용의 용이성과 분석 도구에 대한 빠른 액세스뿐만 아니라 속도도 뛰어납니다.

트렌드

dataPARC는 임베디드 성능 데이터 엔진(PARCpde)을 비롯한 여러 구성 요소를 사용하여 의도적인 데이터 속도 전략으로 사용자에게 데이터를 빠르게 전달합니다.  목표는 사용자의 ‘생각의 속도’를 충족하거나 이를 뛰어넘는 것입니다.  PARCpde는 전체 dataPARC 시스템의 기본 요소입니다. 

dataPARC와 PI를 비교한 속도 테스트 결과, dataPARC가 대용량 또는 장기 데이터 세트를 사용자에게 전송할 때 10배에서 50배까지 더 빠른 것으로 나타났습니다. 

데이터 속도 때문에 여러 기업이 dataPARC로 전환했습니다.  또한 dataPARC는 아키텍처에서 집계 아카이브와 롤업 아카이브를 활용하므로 문제를 해결하거나 기회를 탐색할 때 낭비되는 시간을 크게 줄일 수 있습니다. 

사용자는 트렌드에서 빠른 통계 그리드를 실행하고 새로운 X/Y 차트 또는 히스토그램 디스플레이를 생성할 수 있습니다. 각 차트는 트렌드에서 태그를 가져오기 때문에 사용자는 태그 브라우저에서 다시 검색할 필요가 없습니다.

X/Y 플롯에서는 비교를 위해 두 개의 태그를 설정하고 선형, 다항식 등 베스트 핏 라인을 생성할 수 있습니다. 핏 라인에서 생성된 수식은 트렌드나 다른 디스플레이로 가져올 수 있습니다. PI는 X/Y 플롯을 생성할 수도 있지만 처음부터 생성해야 하며, 베스트 핏 라인은 생성되지 않습니다.

Excel 추가 기능

dataPARC의 Excel 추가 기능은 매우 사용하기 쉽고 빠르게 작동하도록 제작되었습니다. 

PI와 dataPARC 모두 데이터를 Excel로 직접 가져오는 셀 내 함수를 제공하지만, dataPARC의 추가 기능에는 더 많은 기능이 있습니다.

예를 들어 수식을 사용하지 않고도 동일한 시간 범위에 있는 여러 태그를 가져올 수 있는 시트가 있습니다. 사용자는 태그를 다시 검색하는 대신 이미 생성된 dataPARC 디스플레이에서 태그 목록을 가져올 수 있습니다.

기존 Excel 추가 기능 도구에서 얻을 수 있는 장점 외에도 dataPARC는 다음과 같은 특징이 있습니다.

• 여러 데이터 소스에서 태그/데이터 그룹을 Excel로 끌어오기
• 여러 태그값을 기준으로 데이터 필터링
• 상호 상관 관계/R2 매트릭스 생성
• CUSUM 및 MSR 차트 생성

또한 사용자는 Excel의 시계열 기반 데이터를 PARCview 트렌드 및 디스플레이에 표시할 수 있습니다. 이를 통해 공정 데이터와 회사 외부 데이터를 나란히 표시하여 트렌드를 생성하거나 비교하는 데 사용할 수 있습니다.

운영 관리

실시간 운영 관리는 공장을 최고 효율로 가동하고 예기치 않은 가동 중단이나 제품 손실을 초래하는 공정 이탈에 신속하게 대응하는 데 필수적입니다.

dataPARC는 다음과 같은 방법으로 운영 관리를 지원합니다.

• 그래픽을 사용한 공정 디스플레이
• KPI 대시보드 및 실험실 데이터 대시보드
• 수동 데이터 입력(MDE) 도구
• 보고서 작성 자동화
• 공정 알람 및 알림 메시지
• 기타

dataPARC와 PI 모두 동적이고 정보가 가득한 그래픽 대시보드를 생성할 수 있지만, dataPARC에만 센터라인 디스플레이가 있습니다.

센터라인

센터라인은 dataPARC 고유의 강력한 모니터링 도구로, 태그에 대한 Run 기반으로 실시간 통계 정보를 표시합니다. Run은 등급 또는 시간 기반일 수 있으며, 통계에는 시간 평균, 표준 편차, CpK, 최솟값, 최댓값 등이 포함됩니다.

센터라인은 기간 또는 Run 데이터를 표시하여 공정 조건이 각 Run에서 일관되게 유지되는지 확인할 수 있습니다.

센터라인의 목적은 생산에 가장 적합한 작업 설정을 결정하고, 그 설정대로 생산이 이루어지고 있는지 확인하는 것입니다.

센터라인은 강력한 데이터 분석 도구 중 하나로, PI에는 없는 기능입니다.

알람 및 알림

dataPARC의 알람 및 알림 시스템을 통해 알람이 감지되거나 종료되면 이메일, 문자 알림을 보내거나 워크플로를 시작할 수 있습니다. 알람이 감지되면 알람 이벤트가 생성됩니다. 이러한 이벤트는 트렌드, 센터라인, 그래픽 또는 알람 목록에서 보고 확인할 수 있습니다. 사용자는 이유 트리에서 이유를 지정하거나 이벤트에 댓글을 입력하여 이벤트를 승인할 수 있습니다. 파레토 차트를 통해 dataPARC에서 빠른 분석을 수행하여 알람에 대해 저장된 상위 이유를 확인하거나 모든 댓글을 표시하는 이유별로 정렬된 표 형식의 보고서를 만들 수 있습니다.

PI도 마찬가지로 이벤트 프레임을 생성하고 알림을 전송할 수 있습니다. 이벤트 프레임이 감지되고 이유가 할당되면 사용자는 PI Vision에서 이 데이터를 표로 볼 수 있지만, 추가 분석이나 보고는 PI Excel 추가 기능 DataLink에서 수행해야 합니다. dataPARC의 Excel 추가 기능에는 알람 이벤트 데이터를 가져올 수 있는 기능도 있습니다.

다음 섹션에서 더 많은 dataPARC Excel 추가 기능에 대해 살펴보겠습니다.

수동 데이터 입력(MDE)

dataPARC의 MDE 디스플레이는 설정이 간편하고, 사용자가 종이나 Excel이 아닌 데이터베이스에 수동으로 데이터를 입력하고 저장할 수 있습니다.

수동으로 입력한 데이터는 태그 형태로 표시되므로 다른 태그와 마찬가지로 PARCview 트렌드, 대시보드 및 디스플레이에서 사용할 수 있습니다.

계산

공정 관리에 도움이 되는 완벽한 태그가 없는 경우는 계산 태그 또는 MDE를 사용하는 경우가 많습니다. dataPARC와 PI는 모두 태그 추가, If/Then 문 또는 단위 변환과 같은 간단한 계산을 수행할 수 있습니다.

PI Vision을 사용하면 PI는 더 이상 VB 스크립트를 지원하지 않습니다. VB 스크립트는 맞춤형 솔루션을 가능하게 하며, dataPARC는 데이터베이스 읽기, 파일 분석, 웹 서비스 호출 등과 같은 애플리케이션에 VB 스크립트를 활용합니다.

예측 분석

dataPARC의 PARCmodel은 PLS(부분 최소 제곱) 및 PLC(주성분 분석) 모델링 기능을 통해 일정 수준의 예측 분석을 제공합니다.

PLS

dataPARC의 PLS 패키지는 세계 최고의 실무 모델링 엔지니어 중 한 명으로부터 “…지금까지 본 그 어떤 것보다 뛰어난 제품”이라는 평가를 받았습니다.  가공 산업에서 PLS 모델링의 한 가지 응용 분야는 IPP(추론적 속성 예측 인자) 구축입니다.

제조업체의 제어 엔지니어들은 하나의 IPP에서 PLS 모델을 생성하는 경우, 여러 도구와 오프라인 활동을 사용하여 재모델링하는 데 8시간 이상(초기 모델의 경우 더 많은 시간) 소요될 수 있다고 보고합니다. 하지만 dataPARC는 이 모든 것을 하나의 도구로 통합하여 재모델링하는 데 단 5분도 걸리지 않습니다.

이렇게 빠른 모델 생성을 통해 여러 솔루션을 생성하여 비교하고 최적의 옵션을 찾을 수 있습니다. 재모델링 속도가 빠르기 때문에 PLS의 적용 범위와 혜택이 확대됩니다.  이제 실무 엔지니어링 방법과 공정 전문가의 ‘직감’까지도 2~5분 만에 PLS 수치 세션을 통한 빠른 검증을 통해 뒷받침할 수 있습니다. 

dataPARC의 예측 모델링 도구

dataPARC는 엄청난 시간 절약, 더 나은 학습 환경, 더 나은 협업 환경, 더 유용한 애플리케이션을 제공하여 기업의 핵심 비즈니스 동력에 대한 가치 창출을 가속화합니다. 

PCA

PCA는 dataPARC의 PLS가 제공하는 것과 동일한 모델링 장점을 활용하여 손쉽게 모델을 생성할 수 있습니다.  두 모델링 방법의 차이점으로 PLS는 인접 변수를 모델 입력으로 사용하여 단일 변수를 모델링하고 모방하려 합니다.  PCA는 단일 변수를 모델링하지 않고 전체 공정을 모델링합니다. 

현재 공정과 모델링된 공정을 비교할 때 값이 도출됩니다.  PCA를 통해 사용자는 현재 공정이 모델링된 공정과 비교했을 때 언제 공정이 중단되었는지 알 수 있고 ‘문제가 되는’ 공정 변수를 식별할 수 있습니다. 

PCA가 사용하는 두 가지 매개변수(PLS 모델에서도 사용 가능)는 DMODX(모델 오류) 및 HT2N(Hotelling T2 정규화 – 오프 규범)입니다. PCA 모델 입력 변수는 모두 등급이 매겨지며, 직원은 어떤 변수가 문제를 일으키는지 확인할 수 있습니다.  PCA를 조기 경보 시스템으로 사용하면 문제가 발생하기 전에 작업자가 문제를 파악할 수 있습니다. 

PARCmodel을 이용하기 위해서는 별도의 라이선스가 필요하지만, PARCview에 기본적으로 내장되어 있어 트렌드 오른쪽 클릭을 통해 접근할 수 있습니다. PI에는 유사한 분석 도구가 없습니다.

고객 중심 개발 및 지원

dataPARC는 고객의 실제적이고 시의적절하며 실무적인 요구사항을 최우선으로 생각합니다. dataPARC의 전략은 고객의 요구에 세심한 주의를 기울이고 문제를 신속하게 해결하는 것입니다.

dataPARC는 산업 내 제조업체를 위한 핵심 공정 엔지니어링 지원 역할을 수행하는 많은 중소기업을 고용하고 있습니다. 지난 수년간 dataPARC의 사용자 기능과 전체 시스템 아키텍처는 중소기업 및 고객과의 협업을 통해 형성되었습니다. dataPARC는 최종 사용자를 위해 최종 사용자가 직접 개발한 도구입니다.

dataPARC는 소프트웨어뿐만 아니라 트렌드와 그래픽을 생성하고 고객 시스템 운영을 지원하는 서비스도 제공합니다. 엔지니어와 지원팀은 새로운 프로젝트를 구현하고 지속적인 지원을 받을 수 있도록 도와드립니다.

PI를 사용하는 경우 동일한 디스플레이를 제작하려면 고객은 타사에 위탁해야 하지만, dataPARC는 원스톱 서비스를 제공합니다.

결론

dataPARC와 PI는 공통점이 많지만 사용자 경험, 데이터 속도, 비용 등 중요한 부분에서 dataPARC가 우위를 점하고 있습니다. dataPARC는 간단하고 빠르며 효과적입니다.

PI와 비교했을 때 dataPARC의 장점은 새로운 기능이 추가되고 업데이트될 때마다 계속 커지고 있습니다. 기능과 성능은 사용자와 고객이 주도합니다.