Preview
Original Article

Tunnel and Underground Space. 28 February 2022. 78-92
https://doi.org/10.7474/TUS.2022.32.1.078

Development of Smart Mining Technology Level Diagnostics and Assessment Model for Mining Sites

광산 현장의 스마트 마이닝 기술 수준 진단평가 모델 개발
Sebeom Park1
,
Yosoon Choi2
박 세범1
,
최 요순2
1Ph.D. Student, Department of Energy Resources Engineering, Pukyong National University
2Professor, Department of Energy Resources Engineering, Pukyong National University
1부경대학교 에너지자원공학과 박사과정
2부경대학교 에너지자원공학과 교수
*Corresponding Author

ABSTRACT

In this study, we proposed a diagnostics and assessment model for mining sites that can evaluate the smart mining technology level in a systematic and structured way. For this, the maturity of the smart mining was defined, and detailed assessment items of the diagnostics and assessment model for smart mining were derived by considering the smart factory diagnostics and assessment model (KS X 9001-3) used in the manufacturing industry. While maintaining the existing system, the existing 46 detailed assessment items were modified to be suitable for mining. As a result, a total of 29 detailed assessment items were derived in the areas of promotion strategy, process, information system and automation, and performance. Based on this, a questionnaire was designed to diagnose the level of smart mining technology, and assessment was performed by applying it to domestic iron mines. The level of smart mining technology in the study area was found to be level 2, and it could be inferred that it was about 40% lower than the average smart level of the general manufacturing industry. In addition, by using the developed model, it was possible to recognize the weak points of the mine at each stage of the introduction, operation, and advancement of smart mining, and to suggest investment and improvement directions.

Keywords
Smart mining
Technology level
Diagnostics
Assessment
Mining sites

본 연구에서는 스마트 마이닝 기술의 수준을 체계적이고 구조화된 방법으로 평가할 수 있는 스마트 마이닝 기술 수준 진단평가 모델을 제안하였다. 이를 위해 스마트 마이닝의 성숙도를 정의하였으며, 제조업에서 활용되는 스마트 공장 진단평가 모델(KS X 9001-3)을 참조하여 스마트 마이닝 기술 수준 진단평가 모델의 세부평가항목 도출하였다. 기존의 체계를 유지하면서 기존 46개의 세부평가항목을 광업에 적합하도록 수정하였으며 추진전략, 프로세스, 정보시스템과 자동화, 성과 부문에서 총 29개의 세부 평가항목을 도출하였다. 이를 토대로 스마트 마이닝 기술 수준 진단평가 설문지를 설계하였고, 국내의 철광산을 연구지역으로 설정한 다음 스마트 마이닝 기술 수준을 평가하였다. 연구지역의 스마트화 수준은 레벨 2로 나타났으며, 일반 제조업의 평균 스마트 수준과 비교했을 때 40% 정도 낮은 수준에 있음을 유추할 수 있었다. 또한, 개발된 모델을 이용하여 스마트 마이닝의 도입, 운영, 고도화의 단계별로 광산의 취약한 부분을 인지하고 투자 및 개선 방향을 제시할 수 있었다.

키워드
스마트 마이닝
기술 수준
진단
평가
광산 현장

MAIN

  • 1. 서 론

  • 2. 스마트 공장 진단평가 모델

  •   2.1 스마트 공장 성숙도

  •   2.2 스마트 공장 진단평가 항목

  • 3. 스마트 마이닝 기술 수준 진단평가 모델 개발

  •   3.1 스마트 마이닝 성숙도 정의

  •   3.2 스마트 마이닝 기술 수준 진단평가 항목 도출

  •   3.3 스마트 마이닝 기술 수준 진단평가 설문지 설계

  •   3.4 스마트 마이닝 기술 수준 진단평가 방법

  • 4. 스마트 마이닝 기술 수준 진단평가 모델 적용

  •   4.1 연구지역 및 모델 적용방법

  •   4.2 스마트 마이닝 기술 수준 진단평가 결과

  • 5. 결 론

1. 서 론

2016년 세계경제포럼에서 4차산업혁명이 처음으로 언급되었으며, 이후 전 세계적인 화두가 되면서 스마트 공장이라는 새로운 제조 패러다임이 제시되었다. 현재에는 제조업에서 직면한 인력 감소 및 고령화, 인건비 증가, 고객 요구 다양화 등 사회와 경제적 한계를 극복하기 위한 대안으로서 스마트 공장에 관한 관심이 커지고 있다(Kim et al., 2019). 스마트 공장의 개념은 학계, 산업계 등에서 다양하게 정의하고 있다. 그중에서 스마트제조혁신추진단에서는 스마트 공장은 제품의 기획부터 판매까지 모든 생산과정에 ICT(information and communication technology)를 결합하여 최소비용과 시간으로 고객 맞춤형 제품의 생산을 지향하는 사람 중심의 첨단 지능형 공장이라고 정의하고 있다. 실제로 제조산업 현장에서는 센서, IoT 등 다양한 ICT를 접목하여 제조공정 프로세스의 정보교환 및 제품 생산, 관리 및 경영 등의 모든 정보를 표준화된 형태로 주고받음으로써 제조공정의 생산성을 향상하였다(So and Shin, 2017, Cho, 2021).

ICT 기반의 스마트 기술이 제조산업에 영향을 미치게 되면서 스마트 공장에 대한 표준 및 인증에 대한 중요성이 강조되고 있다(Woo et al., 2018). 특히, 독일을 비롯해 미국, 일본, 중국 등 각국에서는 이러한 흐름에 맞춰 각자의 프로그램을 시행하고 그것을 국제표준으로 만들기 위한 노력을 하고 있다(Park et al., 2017). 국내에서도 제조와 관련된 가치 사슬 전체의 요소들을 효율화시킬 수 있도록 표준화 작업을 수행하고 있으며, 국가기술표준원을 비롯하여 국제 표준화 기구에 대응하는 전문위원회, 한국스마트제조산업협회 등에서 표준화 활동을 활발히 진행하고 있다(Lee et al., 2019). 특히, 국가기술표준원은 스마트제조와 관련한 전체 표준화 로드맵을 개발하고 표준화 목표 및 추진전략을 수립하고 있다. 또한, 국가 차원의 스마트 공장 개념 정립과 산업계 확산을 위한 국가표준(KS, Korean Industrial Standards) 개발을 지원하고 있으며, 2016년 6월 처음으로 스마트 공장에 대한 국가표준이 제정되었다(Korean Agency for Technology and Standards, 2016a, 2016b, 2016c).

광업 분야에서도 사물인터넷(IoT, internet of things), 빅데이터, 증강현실 등 첨단 ICT를 자원개발 현장에 도입하고 있으며, 스마트 마이닝 기술을 이용하여 광산작업의 효율성을 증대시키기 위한 노력이 전 세계적으로 나타나고 있다(Park and Jung, 2020). 세계경제포럼의 2017년 광산 분야 보고서에서는 스마트 기술 도입에 따라 2016년부터 2025년까지 약 383조 원에 달하는 경제적 가치가 창출될 것이라 전망하였다(Narendran and Weinelt, 2019, Jang, 2019).

최근 국내에서도 스마트 마이닝을 위한 요소 기술의 연구가 활발하게 진행되고 있다. 일부 광산업체들은 현장에 블루투스 비콘, 지그비와 같은 사물인터넷 기술을 적용한 정보시스템을 부분적으로 구축하였으며, 이를 이용해 광산 현장의 데이터를 실시간으로 수집하고, 수집된 데이터를 이용하여 최적의 장비 배차계획, 생산계획을 수립하고 있다(Jung and Choi, 2017, Park and Choi, 2021a, 2021b). 그러나 세계적인 수준의 광산업체와 비교했을 때 국내 광산의 경우 스마트화 수준이 매우 낮은 상태이다. 따라서 국내 광산 업계의 매출규모와 투자수준을 고려했을 때 완전 자율 형태의 최종적인 스마트 마이닝 현장을 구축하기 위해서는 광산 현장의 스마트화 수준을 제대로 진단하고 평가한 다음 투자의 우선순위를 결정하고 효율적인 투자를 진행할 필요가 있다. 그럼에도 불구하고 광산 현장의 스마트화 수준을 진단하고 평가하는 방법에 대한 국내외 연구사례가 전무한 실정이다.

본 연구에서는 국내 광산의 스마트화 수준을 체계적이고 구조화된 방법을 이용해 진단하고 평가할 수 있는 스마트 마이닝 기술 수준 진단평가 모델을 개발하고자 한다. 이를 위해 스마트 공장 진단평가모델(KS X 9001-3)의 평가항목들을 검토하고 스마트 마이닝 현장 구축 시 필요할 것으로 판단되는 평가항목들을 도출하였으며, 스마트 마이닝 기술 수준 진단평가를 위한 설문지를 설계하였다. 또한, 국내에서 가행중인 철광산을 연구지역으로 선정한 다음 개발된 수준 진단평가 모델을 이용하여 광산의 스마트화 수준을 진단하고 평가하였다.

2. 스마트 공장 진단평가 모델

스마트 공장 진단평가 모델은 제조업의 스마트화 수준을 객관적으로 진단하고 평가할 수 있는 도구로서, 2016년 제정된 3건의 국가표준 중 제3부(KS X 9001-3, 운영관리시스템(진단평가모델))에서 관련 내용이 다뤄지고 있다. KS X 9001-3은 스마트 공장 운영관리시스템에 대한 요구사항에 관해 규정하고 있다.

2.1 스마트 공장 성숙도

스마트 공장 운영관리시스템의 평가 결과는 스마트 공장 성숙도로 나타낼 수 있으며, 운영관리시스템의 스마트화 수준에 따라 점검, 모니터링, 제어, 최적화, 자율운영의 5단계로 구분하여 정의할 수 있다(Table 1). 레벨 1은 점검(checking) 단계로 정의되며 현상 혹은 상태를 단순하게 감지할 수는 있지만, 외부 시스템과 연계되지 않은 상태를 의미한다. 레벨 2는 모니터링(monitoring) 단계로 감지된 결과를 외부 모니터링 시스템에 연결하여 데이터를 언제든지 확인, 추적할 수 있는 단계를 의미한다. 레벨 3은 제어(control) 단계로 정의되며 감지 결과에 대한 정보를 이용하여 시스템의 이상 유무를 분석하고 기능 정상화 상태로 제어할 수 있다. 레벨 4는 최적화(optimization) 단계로 상, 하위 설비 또는 장비 간, 내부 및 외부 시스템 간 상호접속을 통해 시스템 전체 최적화 관점에서 정보가 통합되고 종합적인 제어가 가능한 상태를 의미한다. 레벨 5는 자율운영(autonomy) 단계로 정의할 수 있으며, 자가 진단과 수리의 인공지능과 자율제어가 가능한 수준을 의미한다.

Table 1.

Definition and characteristics of each level of smart factory

Level Definition Characteristics
1 Checking Detect status (no linkage with external systems)
2 Monitoring Present the detection result as data to the external monitoring system
3 Control Analyze the information on the detection result for abnormalities and control the function
to a normal state
4 Optimization Information integration and comprehensive control from the point of view of overall system optimization
through interfacing between facilities and equipment and between internal and external systems
5 Autonomy Artificial intelligence and autonomous control of self-diagnosis and self-repair

2.2 스마트 공장 진단평가 항목

스마트 공장 운영관리시스템의 구조는 Fig. 1과 같이 비전 및 전략, 목표 및 성과, 기업경영, 제조운영, 기계 및 제어의 5개 계층으로 구성된다. 기업경영의 하위 영역에는 프로세스 관점과 시스템 및 자동화 관점의 구성 요소들이 포함된다. 프로세스 관점의 구성요소에는 제품개발, 생산계획, 공정관리, 품질관리, 설비관리, 물류운영이 포함되며, 시스템 및 자동화 관점의 구성요소로는 정보시스템 모듈과 설비자동화 모듈이 포함된다. 정보시스템 모듈의 경우 제품수명주기관리(PLM, product lifecycle management), 전사적자원관리(ERP, enterprise resource planning), 공급망관리(SCM, supply chain management), 제조실행시스템(MES, manufacturing execution system), 공장에너지관리시스템(FEMS, factory energy management system), 보안 등의 서브 모듈을 포함하고 있다. 스마트 공장 운영관리시스템이 원활하게 운용되기 위해서는 통합 및 연계, 실시간 모니터링, 유연성, 이상대응, 지능화 및 에너지 관리, 기준관리와 같은 핵심기능이 필요하며, 사이버 물리 시스템(CPS, cyber physical systems), 클라우드, 3D 프린팅, 빅데이터, 에너지저감기술, 홀로그램, 스마트센서, IoT와 같은 기반 기술의 발전과 적용이 필요하다.

https://cdn.apub.kr/journalsite/sites/ksrm/2022-032-01/N0120320105/images/ksrm_32_01_05_F1.jpg
Fig. 1

The operating system framework of a smart factory (modified from Korean Agency for Technology and Standards, 2016c)

스마트 공장 운영관리시스템의 수준을 진단하고 평가하기 위한 구성 요소는 상기 스마트 공장 운영관리시스템 구조를 기반하여 도출되었으며, 4개 부문 10개의 모듈과 44개의 세부평가항목으로 구성되어 있다(Table 2). 추진전략 영역에 포함되는 리더십과 전략 모듈은 스마트 공장 추진을 위한 최고경영자의 리더십과 추진전략, 세부 실행계획, 조직 및 역량관리, 핵심 성과지표(KPI, key performance indicator) 관리에 대한 평가를 수행하며, 4개의 평가영역 중 가장 낮은 배점(100점)이 부여된다.

프로세스 영역은 6개의 모듈이 포함되며, 평가영역 중 두 번째로 높은 배점(총 380점)이 할당된다. 제품개발 평가 모듈은 제품개발 절차, 제품설계 및 검증, 공정설계 및 검증, 기술정보 관리와 같은 항목들을 평가하며, 생산계획 모듈에서는 기준정보 관리, 수요 및 주문대응, 단기 및 중장기 생산계획과 같은 항목을 평가한다. 공정관리 모듈의 경우 작업계획 수립 및 지시, 생산진도 관리, 이상발생 대응관리를 중점적으로 평가하고, 품질관리 모듈에서는 품질정보 관리, 품질 표준 및 문서 관리, 검사데이터 관리, 검사 및 측정장비 관리에 대한 평가를 수행한다. 설비관리 모듈은 설비가동 관리, 설비보전 관리, 보전자재 관리와 같은 항목들을 평가하며, 물류운영 모듈에서는 구매 및 외주관리, 자재관리, 출하 및 배송관리에 대한 평가를 수행한다.

정보시스템과 자동화 영역은 평가영역 중 가장 높은 배점(400)이 부여되며, 정보시스템과 설비자동화 모듈로 구분하여 평가를 수행한다. 정보시스템 평가모듈에서는 전사적자원관리, 공급망관리, 제조실행시스템, 제품수명주기관리, 공장에너지관리시스템, 보안관리 항목에 대해 평가를 수행하며, 설비자동화 모듈의 경우 생산설비, 물류설비, 검사설비, 설비정보 네트워크, 에너지·안전·환경에 대한 평가를 수행한다. 마지막으로 성과 영역은 120점의 배점이 부여되며, 생산성, 품질, 원가, 납기, 안전, 환경에 대한 평가가 이루어진다.

Table 2.

Items of smart factory diagnostics and assessment model (Korean Agency for Technology and Standards, 2016c)

Assessment module Major assessment contents Number of
assessment items
1. Leadership and strategy Leadership, operational strategy, organization and competency management 4
2. Product development Standard procedures, design and verification, product information management 5
3. Product planning Standard information, sales management, mid/long-term/short-term production
plan 		4
4. Process management Work planning, progress management, visual management (VM) 3
5. Quality management Quality information, quality and inspection management, quality improvement 4
6. Facility management Facility operation, facility maintenance, material management, OEE management,
energy efficiency 		4
7. Logistics operation Inventory management, ordering and delivery management, warehouse
management, dispatch management, logistics flow 		3
8. Information system Standard information, planning and performance management, ERP, MES, PLM,
APS, CPS, SCM, security 		6
9. Facility automation Production automation, logistics automation, inspection automation, network,
energy 		5
10. Performance Productivity, quality, cost, delivery time, safety, environment 6

3. 스마트 마이닝 기술 수준 진단평가 모델 개발

18세기 말 산업혁명 이후 광물 수요의 급증과 함께 광업 기술에 있어 급속한 진보가 이루어졌으며, 과학적 접근과 기계화가 시작되었다. 현재에는 빠르게 자동화, 디지털화를 광산에 도입함으로써 큰 변화가 일어나고 있다(Hartman and Mutmansky, 2002, Jang, 2019). 국내에서도 스마트 마이닝 기술이 현장에 점차 도입되고 활용됨에 따라 스마트 마이닝에 대한 표준 및 인증에 대한 중요성이 강조되고 있다. 그러나 스마트 마이닝 운영시스템 모델, 관련 기능요소, 데이터 생성 및 교환 모델, 스마트화 수준 진단평가 모델과 같은 표준화에 관한 노력은 부족한 실정이다. 따라서 본 연구에서는 제조업에서 활용되고 있는 스마트 공장 진단평가모델을 기반으로 스마트 마이닝의 성숙도를 정의하고, 스마트화 수준을 진단하고 평가하기 위한 구성요소 도출과 진단평가 설문지를 설계하였다.

3.1 스마트 마이닝 성숙도 정의

스마트 마이닝의 성숙도는 스마트 마이닝 기술 수준 진단평가 모델의 종합점수 총 1,000점 만점을 기준으로 Fig. 2와 같이 레벨 0에서 레벨 5까지 총 6단계 수준으로 분류할 수 있다. 레벨 0의 경우 미인식 및 미적용 단계로, 스마트 마이닝 추진에 대한 전략 혹은 계획이 없고 광산 현장 전반에 ICT를 비롯해 정보를 자동으로 수집할 수 있는 기술이 적용되어 있지 않은 상태로 정의할 수 있다. 레벨 1은 식별 및 점검 단계로 정의할 수 있으며, 스마트 마이닝을 구축하기 위한 전략과 계획이 부분적으로 수립되어 있으며, 스마트 기술의 도입을 검토하기 시작하는 단계를 의미한다. 광석 생산 프로세스와 정보시스템은 부분적으로 표준화되어 있다. 또한, 설비 간, 시스템 간 오프라인 네트워킹이 구축되어있으나 시스템의 관리와 실적 확인은 매우 미흡한 상태이다. 레벨 2는 측정 및 모니터링 단계이며, 스마트 마이닝 구축 전략 및 방향이 전사적으로 수립되어 있으며, 프로세스와 정보시스템이 표준화되어 있는 상태를 의미한다. 설비 간, 시스템 간 온라인 네트워킹이 구축되어 정보수집이 전체적으로 자동화되어 있으며, 스마트 마이닝 운영성과를 주기적으로 관리하고 실적을 확인하는 단계이다. 레벨 3의 경우 분석 및 제어 단계로 스마트 기술 도입에 대한 적극적인 투자와 실행이 동반되는 단계이며, 모든 프로세스가 정보시스템과 연계되어 관리된다. 정보시스템의 경우 모든 기능을 통합하여 운영하고, 인터넷 네트워킹이 구축되어 모든 설비의 제어를 자동화할 수 있다. 또한, 운영성과에 대해서는 주기적인 관리와 원인 분석이 이루어진다. 레벨 4는 최적화 및 통합 단계로 정의할 수 있고 스마트 마이닝 추진 전략 및 계획, 프로세스 표준에 대해 주기적, 체계적으로 평가하고 개선하는 단계이며, 정보시스템의 경우 전체 기능을 최적의 방법으로 운영할 수 있다. 또한, 설비(장비)를 실시간으로 연계 및 통합하여 관리하고, 상태를 진단하고 개선하기 위한 작업이 이루어진다. 레벨 5는 맞춤 및 자율 단계로 스마트 마이닝의 추진전략 및 계획, 프로세스 표준이 업계 최고 수준을 달성한 상태이며, IoT, IoS (internet of services) 기반의 사이버 물리 시스템이 적용되어 정보시스템이 자율적으로 최적의 운영을 할 수 있는 단계이다. 설비(장비)도 실시간으로 모니터링과 상태 진단이 가능해 자율적으로 운전이 가능한 상태를 의미한다.

https://cdn.apub.kr/journalsite/sites/ksrm/2022-032-01/N0120320105/images/ksrm_32_01_05_F2.jpg
Fig. 2

Levels of the maturity of smart mining

3.2 스마트 마이닝 기술 수준 진단평가 항목 도출

본 연구에서는 광산의 스마트화 수준을 객관적으로 진단 및 평가하기 위해 스마트 공장 진단평가모델의 평가항목들을 검토한 다음 스마트 마이닝 기술 수준 진단을 위한 평가항목을 도출하였다. 제조업은 원재료를 인력이나 장비/설비를 이용하여 가공하고 제품을 대량 생산 및 제공하는 산업으로 제품개발, 생산, 공정관리, 품질관리, 설비관리, 물류운영 등 다양한 프로세스를 거쳐 하나의 제품이 생산된다. 따라서 제조업의 스마트화 수준을 진단하고 평가하는 영역과 항목은 제품을 생산하기 위한 프로세스를 비롯하여 정보시스템 및 자동화, 추진전략 및 성과에 대해 구성되어 있다. 대조적으로 광업은 지하 혹은 지표상에 부존하는 광물을 채굴, 선광, 제련하는 산업이기 때문에 스마트 공장의 진단평가모델을 광산에 그대로 적용하기에 적절하지 않은 항목들이 있다.

본 연구에서는 광산 운영시스템의 특성을 고려하여 광산의 스마트화 수준을 평가하기에 적절하고 필요한 항목들만 도출하였다. 스마트 마이닝 기술 수준 진단평가 모델도 제조업과 동일하게 추진전략, 프로세스, 정보시스템과 자동화, 성과의 4개 부문에서 스마트화 수준을 평가할 수 있도록 항목을 구성하였다. 스마트 공장 진단평가모델과 가장 큰 차이점은 프로세스 영역의 제품개발 평가모듈이 완전히 배제된 것이다. 또한, 일부 모듈에서 광업에 적절하지 않은 평가항목이 제외되었다. Table 3은 스마트 마이닝 기술 수준 진단평가 모델의 평가항목을 나타내며, 4개 부문 9개의 모듈과 29개의 세부평가항목으로 구성되어 있다. 스마트 마이닝 기술 수준 진단평가 항목별 배점은 총 1,000점 만점을 기준으로 하며, 스마트 마이닝 운영관리시스템에서 차지하는 중요도에 따라 배점을 달리 부여하였다. 광산의 스마트화 수준에 가장 큰 영향을 미치는 정보시스템, 설비(장비) 자동화 부문에 가장 높은 배점(각 180점)을 부여하였으며, 광석 생산 프로세스에서 중요도가 비교적 높은 공정 및 설비관리 부문도 각 120점으로 비교적 높은 배점을 부여하였다. 추진전략 및 성과 부문은 각각 80점, 90점의 배점을 부여하였다.

Table 3.

Items of smart mining technology level diagnostics and assessment model

Categories Assessment modules Detailed assessment
items 		Details of the assessment Score
Promotion
strategies 		Leadership and
strategy 		Leadership Possess and improve understanding, vision, support and
drive, communication skills, and leadership capabilities for
the implementation of smart mining 		20
Strategies and action
plans 		Establish and implement smart mining promotion strategies
and detailed action plans according to the systematic process 		20
Organization and
competency
management 		Define the organizational system, competency and
competency to build a smart mining, and provide
appropriate learning and training 		20
Key performance
indicator (KPI)
management 		Manage key performance indicators to measure the overall
performance of mines 		20
Process Production planning Mid/long-term
production plan 		Establishment of mid/long-term internal production resource
utilization plan in consideration of demand and order
fluctuations 		40
Short-term production
plan 		Establishment of short-term production plans based on
scheduled and confirmed information of
customer orders 		40
Process
management 		Establishment of work
plan and instruction 		Establish a work plan according to the production plan and
instruct work 		40
Production progress
management 		Manage progress from order receipt to delivery 40
Abnormal occurrence
response management 		Development of management standards and response
procedures for process abnormalities 		40
Quality
management 		Quality (dignity)
standards and document
management 		Prepare and apply quality standard management system
and management standards 		30
Inspection data
management 		Establishment of a system to monitor ore production and
processing processes 		30
Inspection equipment/
measurement equipment
management 		Manage the performance, reliability, and history of inspection
equipment and measuring instruments (monitoring equipment) 		30
Facility
management 		Facility operation
management 		Diagnose the operating status of facilities (crusher, conveyors,
fans, etc.) and establish a regular monitoring system 		45
Facility maintenance
management 		Manage history related to facility efficiency, failures
and repairs 		45
Maintenance material
management 		Systematically manage the management status of equipment
maintenance materials (spare parts) 		30
Logistics
operation 		Material (stock)
management 		Establish procedures and operating standards for warehouse
(silos, storage yard) and inventory warehousing, and effectively
operate storage methods 		30
Shipping and delivery
management 		Build a system that manages inventory information according
to product shipment and tracks delivery status in
real time 		30
Information
systems and
automation 		Information
system 		Enterprise resource
planning (ERP) 		Establishment and utilization of ERP system with functions
such as business management, production planning and
management, material management, shipment and delivery
management, etc. 		60
Factory energy
management
system (FEMS) 		Establishment and utilization of integrated energy management
system such as energy use and flow data, usage status, and
demand and supply optimization 		60
security management Establishment and utilization of basic functions in the security
management area such as the security policy operating system,
security functions for each equipment and device, and
integrated security management 		60
Facility automation Production equipment
(vehicles) 		Promoting automation of production facilities such as unit,
unit facility, and process unit automation 		60
Equipment (vehicles)
information network 		Establishment of facility information network for sharing
production information through network between facilities and
information system and between facilities 		60
Energy/Safety/
Environment
management 		Promote facility (equipment) and worker safety, environment,
and energy management 		60
Performance Performance Productivity (P) Select and manage indicators such as labor productivity, facility
(equipment) productivity, and production speed 		15
Quality (Q) Select and manage indicators that can confirm the quality
(grade) performance of products (ores) 		15
Cost (C) Select and manage indicators that can confirm the level of
cost indicators of products (ores) 		15
Delivery (D) Select and manage indicators to check the delivery
performance of manufactured products (ores) 		15
Safety (S) Select and manage indicators that can check the safety level of
mines (number of safety accidents, accident rate, etc.) 		15
Environment (E) Evaluate and manage the level of the mine's environmental
indicators (air and water pollution, waste disposal) 		1

3.3 스마트 마이닝 기술 수준 진단평가 설문지 설계

스마트 마이닝 기술 수준 진단평가 설문지의 평가 분야는 추진전략, 프로세스, 정보시스템과 자동화, 성과로 구성되어 있으며, 세부평가항목에 대한 29개 문항으로 구성되어 있다(Fig. 3). 설문지는 광산 현장 관리자 혹은 광산 전반에 이해도가 높은 직원이 작성하도록 설계하였다. 세부평가항목에 대한 각 문항은 6개의 지문(Level 0~5)으로 구성되어 있으며, 광산의 스마트화 수준에 따라 응답할 수 있다. 각 문항에 대해 평가요건 및 관점을 기재해 설문 참여자의 이해도를 높일 수 있도록 구성하였다.

https://cdn.apub.kr/journalsite/sites/ksrm/2022-032-01/N0120320105/images/ksrm_32_01_05_F3.jpg
Fig. 3

Sheets of a questionnaire for level diagnosis and assessment of smart mining

3.4 스마트 마이닝 기술 수준 진단평가 방법

스마트 마이닝 기술 수준 진단평가를 수행하면 광산 현장의 스마트화 수준을 비롯하여 평가 모듈(9개)별 스마트화 수준을 결정할 수 있다. 평가 모듈별 스마트화 수준은 레벨 0에서 5까지 총 6개 등급으로 분류할 수 있으며, 설문지 응답 결과를 이용하여 2단계의 절차를 통해 결정할 수 있다. 먼저, (1) 각 평가 모듈에 포함되는 세부평가항목들의 응답 결과(레벨 0~5)의 평균을 계산한다. 다음으로 (2) Table 4의 설문지 응답 결과에 따른 스마트화 수준 구간을 참고하여 평가 모듈의 스마트화 수준을 결정한다. 예를 들어 리더십과 전략 모듈에 포함되는 세부평가항목의 평균이 1이라고 가정하면, 해당 모듈의 스마트화 수준은 레벨 1로 결정할 수 있다.

Table 4.

Technology level of assessment module according to questionnaire response results

Level 0 1 2 3 4 5
Scope of questionnaire response results less than 0.5 0.5 ~ 1.5 1.5 ~ 2.5 2.5 ~ 3.5 3.5 ~ 4.5 4.5 or more

광산 전체에 대한 스마트 마이닝 기술 수준은 설문지 응답 결과를 통해 계산되는 종합점수를 이용하여 총 6개 등급(레벨 0~5)으로 분류할 수 있으며, 마찬가지로 3단계의 절차를 통해 결정된다. 먼저, (1) 설문지 응답 결과를 바탕으로 세부평가항목별 점수를 계산한다. 점수는 세부평가항목별 배점에 응답 결과에 대한 가중치를 곱하는 방법으로 계산할 수 있다. 본 연구에서는 설문지 응답 결과에 대한 가중치를 Table 5와 같이 결정하였다. 예를 들어 리더십 수준에 대한 문항의 응답 결과가 레벨 3에 해당한다면, 리더십 항목의 획득점수는 배점 20과 가중치 0.8을 곱한 값인 16이 된다. 다음으로 (2) 세부 평가항목별 획득점수를 모두 합하여 종합점수를 계산한다. 마지막으로 (3) Table 6의 종합점수 구간에 따른 스마트화 수준 구간을 참고하여 광산 현장의 스마트 마이닝 기술 수준을 결정한다. 예를 들어 스마트 마이닝 기술 수준 진단평가를 통해 계산된 종합점수가 800점이라 가정하면 스마트화 수준은 레벨 3으로 결정할 수 있다.

Table 5.

Score weight of response results for each detailed assessment item

Level 0 1 2 3 4 5
Weight 0.5 0.6 0.7 0.8 0.9 1.0
Table 6.

Smart mining technology level according to the overall score of the proposed model

Level 0 1 2 3 4 5
Scope of the overall score less than 550 550 ~ 650 650 ~ 750 750 ~ 850 850 ~ 950 950 or more

4. 스마트 마이닝 기술 수준 진단평가 모델 적용

4.1 연구지역 및 모델 적용방법

본 연구에서는 대한민국 경기도 포천시에 있는 ○○ 광산을 연구지역으로 설정하고, 개발된 스마트 마이닝 기술 수준 진단평가 도구를 적용하여 스마트화 수준을 진단하였다. 이를 통해 연구지역의 스마트화를 위해 필요한 기술 개발 요소와 개선 기회를 도출할 수 있었다. 해당 광산은 중단채광법을 적용하여 매달 23,000톤의 고품질 철광석을 생산하고 있으며, 생산된 원석은 로더와 덤프트럭을 이용하여 갱외에 위치한 파쇄장으로 운반하고 있다. 또한, 연구지역은 작업장별 광석 및 폐석 운반량, 적재-운반작업 모니터링을 위한 생산관리 시스템을 확충하고 최적 차량 배치 계획 수립, 적재-운반작업 문제진단 및 예측을 위해 ICT 장비와 설비를 도입하여 운영하고 있다. 스마트 마이닝 기술 수준 진단을 위해 연구지역에 직접 방문하였으며 광산 현장 관리자와 함께 진단평가 설문지를 작성하였다.

4.2 스마트 마이닝 기술 수준 진단평가 결과

스마트 마이닝 기술 수준 진단평가 모델을 연구지역에 적용하여 평가한 결과 종합점수는 703점이며, 스마트 마이닝 기술 수준은 레벨 2로 분석되었다(Table 7). 국내 일반 제조기업의 스마트화 진입점이 대략 레벨 4 정도임을 고려했을 때(Woo et al., 2018), 연구지역의 스마트화 수준은 레벨 2로 일반 제조업보다 40% 정도 낮은 수준에 있음을 유추할 수 있다. Fig. 4의 각 부문별 진단 결과를 살펴보면 물류운영, 생산계획 및 공정관리, 성과 부문은 스마트화 수준이 비교적 높게 나타났다. 특히, 물류운영 부문의 스마트화 수준은 레벨 4로 가장 높게 평가되었다. 연구지역은 생산된 광석의 입출고 관리 데이터를 정보시스템과 연계하여 실시간 모니터링하면서 재고관리를 수행하고 있으며, 운송이력과 배송정보의 경우에도 정보시스템과 연계하여 모니터링하고 있다. 생산계획 부문은 레벨 3으로 평가되었다. 수요예측과 판매계획에 기반하여 생산자원 활용계획을 수립하고 있으며, 중장기 생산계획 수립 절차를 전사적으로 표준화한 다음 정보시스템과 연계하여 관리하고 있다. 또한, 주간 및 일 단위의 단기 생산일정 계획도 표준화한 다음 정보시스템을 이용해 체계적으로 관리하고 있다. 성과관리 부문은 레벨 3으로 평가되었으며, 생산성, 품질, 원가, 납기, 안전, 환경 분야의 핵심지표를 주기적으로 집계하여 체계적으로 원인 분석을 수행하고 대책을 수립하고 있다. 공정관리 부문에서도 스마트화 수준이 레벨 3으로 다소 높게 나타났다. 연구지역의 경우 정보시스템을 이용하여 장비/설비의 성능, 투입 인력 등을 고려한 작업계획을 수립하고 지시하고 있다. 특히, 일일 작업계획에 따른 생산진도는 ICT 기기를 이용한 정보시스템을 구축하여 체계적으로 관리하고 있다. 실제로 광산 현장에 블루투스 비콘과 같은 근거리 무선통신기기를 도입하여 적재-운반시스템 모니터링과 생산관리 수행하고 있으며, 광석의 적재 및 운반과 관련하여 수집된 데이터를 기반으로 생산계획과 장비운영 계획을 수립하고 있다. 대조적으로 정보시스템(레벨 1), 설비관리(레벨 1), 설비/장비 자동화(레벨 2) 부문의 스마트화 수준은 비교적 낮게 평가되었다. 정보시스템, 설비관리 및 자동화 부문에서는 ICT를 부분적으로 적용하여 관련 데이터를 단순 수집하고 있는 상태이며, 수집된 데이터를 분석 혹은 진단과 활용성이 부족한 상태이다.

Table 7.

Items of smart mining technology level diagnostics and assessment model

Categories Assessment
modules 		Detailed assessment items Response
result
(level) 		Average of
response
results
for each
assessment
module
(level) 		Technology
level by
assessment
module
(level) 		Score for
each
detailed
assessment
items
(score) 		Total score
by
assessment
module
(score)
Promotion
strategies 		Leadership
and
strategy 		Leadership 2 2.3 2 14 58
Strategies and action plans 3 16
Organization and competency
management 		2 14
Key performance indicator
(KPI) management 		2 14
Process Production
planning 		Mid/long-term production plan 3 3.0 3 32 64
Short-term production plan 3 32
Process
management 		Establishment of work
plan and instruction 		3 2.7 3 32 92
Production progress
management 		3 32
Abnormal occurrence
response management 		2 28
Quality
management 		Quality (grade) standards
and document
management 		2 2.0 2 21 63
Inspection data management 2 21
Inspection equipment/
measurement
equipment management 		2 21
Facility
management 		Facility operation management 2 1.3 1 31.5 75
Facility maintenance
management 		0 22.5
Maintenance material
management 		2 21
Logistics
operation 		Material (stock) management 4 3.5 4 27 51
Shipping and delivery
management 		3 24
Information systems
and automation 		Information
system 		Enterprise resource
planning (ERP) 		1 1.0 1 36 108
Factory energy
management system
(FEMS) 		1 36
security management 1 36
Facility
automation 		Production equipment
(vehicles) 		1 1.7 2 36 120
Equipment (vehicles)
information network 		2 42
Energy/Safety/Environment
management 		2 42
Performance Performance Productivity (P) 3 3.0 3 12 72
Quality (Q) 3 12
Cost (C) 3 12
Delivery (D) 3 12
Safety (S) 3 12
Environment (E) 3 12
        Total score 703
        Smart mining technology level Level 2

https://cdn.apub.kr/journalsite/sites/ksrm/2022-032-01/N0120320105/images/ksrm_32_01_05_F4.jpg
Fig. 4

Results of smart mining technology level diagnostics and assessment

이와 같이 스마트 마이닝의 기술 수준이 국내 일반 제조업과 비교했을 때 낮게 나타나는 것은 국내 광업의 특성 때문으로 판단할 수 있다. 국내 광산의 경우 낮은 수익구조로 인해 기술개발과 신기술 도입 등 투자 여력이 매우 부족하고, 현장 기능인력의 고령화와 인력난이 가중되어 새로운 기술의 도입이 쉽지 않다. 또한, 스마트 마이닝의 최종적인 목표인 무인, 자동화 기술을 도입하는 것보다 투자 비용이 비교적 저렴한 IoT, 센서 등의 ICT를 도입하여 데이터 수집 및 관리와 같은 부문에서 스마트화를 달성하고 있기 때문에 스마트화 수준이 다소 낮게 나타나는 것으로 판단할 수 있다. 따라서, 광업의 전체적인 스마트화 수준을 향상시키기 위해서는 개별 광산의 스마트화 수준을 체계적으로 평가하여 투자가 필요한 부문의 우선순위를 결정할 필요가 있다. 또한, 광산의 투자 여력을 고려하여 스마트 기술의 단계적으로 도입하고 스마트화 수준을 점차 향상 시켜야 할 것이라 판단된다.

5. 결 론

본 연구에서는 광산의 스마트화 수준을 체계적으로 진단하고 평가하기 위한 스마트 마이닝 기술 수준 진단평가 모델을 제안하였다. 먼저, 스마트 마이닝의 성숙도는 평가 결과의 종합점수에 따라 구분되도록 설계하였으며, 스마트화 수준은 ICT를 비롯한 정보수집을 위한 스마트 기술이 전혀 적용되어 있지 않은 상태인 레벨 0에서 ICT가 전반적으로 도입되어 광산이 맞춤 및 자율적으로 운영되는 레벨5까지 표현할 수 있다. 스마트 마이닝 기술 수준 진단평가 모델은 제조업 분야에서 활용하고 있는 스마트 공장 진단평가 모델의 체계를 유지하면서, 기존 46개의 세부평가항목을 광업에 적합하도록 수정하는 방식으로 개발을 진행하였다. 그 결과, 추진전략, 프로세스, 정보시스템과 자동화, 성과 부문에서 총 29개의 세부평가항목을 도출할 수 있었다. 스마트 마이닝 기술 수준 진단평가 설문지의 경우 세부평가항목에 따라 총 29개의 문항으로 구성되었으며, 각 문항은 6개의 지문으로 구성하여 광산의 스마트화 수준에 따라 응답할 수 있도록 설계하였다. 스마트 마이닝 기술 수준 진단평가 모델을 국내 철광산에 적용하여 스마트화 수준을 평가한 결과 레벨 2로 나타났다. ICT와 같은 스마트 기술이 광산 현장에 적용되어 관련 데이터 수집과 모니터링이 이루어지고 있는 물류운영, 생산계획, 공정관리 부문에서 스마트화 수준이 상대적으로 높게 나타났다. 반면, 스마트 기술의 도입이 부진한 정보시스템, 설비관리 부문에서는 스마트화 수준이 낮게 나타나는 것을 확인하였다.

스마트 마이닝의 스마트화 수준에 대한 진단 및 평가는 체계적이고 구조화된 방법으로 진행되어야 하며, 객관적인 자료를 이용한 평가가 이루어져야 한다. 본 연구에서 제안한 스마트 마이닝 기술 수준 진단평가 모델은 광산의 비전 및 전략, 목표 및 성과, 운영 프로세스, 설비(장비) 및 제어, 정보시스템 등으로 구성되어 스마트광산의 스마트화 수준을 정량화할 수 있다. 또한, 스마트화 수준 진단을 통해 스마트 마이닝의 도입, 운영, 고도화의 단계별로 광산의 취약한 부분을 인지하고 투자 및 개선 방향을 제시할 수 있다. 본 연구에서 개발한 진단평가 모델이 국내 광산 현장의 스마트 마이닝 기술 수 준을 평가하고, 개선점을 도출하기 위한 도구로써 활용될 수 있을 것이라 기대한다. 국내 금속광 및 비금속광들의 전체적인 스마트화 수준을 평가하고 진단한다면 향후 국내 광업의 현대화 및 선진화 전략 수립에도 기여할 수 있을 것이다.

Acknowledgements

본 연구는 2022년도 정부(산업통상자원부)의 재원으로 해외자원개발협회의 지원을 받아 수행되었다(과제명: 자원개발 산학협력 컨소시엄-스마트 마이닝 전문 인력 양성).

References

1
Cho, W., 2021, Development of Domestic Standardization in Smart Factory and Manufacturing Data, Journal of the KIECS, 16(5), 783-788.
2
Hartman, H.L., and Mutmansky, J.M., 2002, Introductory mining engineering, John Wiley & Sons.
3
Jang, H., 2019, Australian Mining Transformation and Future Prospects in Response to the 4th Industrial Revolution, Journal of the Korean Sociery of Mineral and Energy Resources Engineers, 56(5), 490-513. 10.32390/ksmer.2019.56.5.490
4
Jung, J., and Choi, Y., 2017, Measuring transport time of mine equipment in an underground mine using a bluetooth beacon system, Minerals, 7(1), 1. 10.3390/min7010001
5
Kim, H.D., Kim, D.M., Lee, K.G., Yoon, J.W., and Youm, S., 2019, Development of Smart Factory Diagnostic Model Reflecting Manufacturing Characteristics and Customized Application of Small and Medium Enterprises, Journal of the Society of Korea Industrial and Systems Engineering, 42(3), 25-38. 10.11627/jkise.2019.42.3.025
6
Korean Agency for Technology and Standards, 2016a, Smart Factory-Part 1 : Basic Concepts and Structure, KS X 9001-1.
7
Korean Agency for Technology and Standards, 2016b, Smart Factory-Part 2 : Terminology, KS X 9001-2.
8
Korean Agency for Technology and Standards, 2016c, Smart Factory-Part 3 : Operation Management System(Diagnostics and Assessment Model), KS X 9001-3.
9
Lee, H., Yoo, S.K., and Kim, Y.W., 2019, The Trend of Smart Manufacturing Standardization, TTA Journal, 181, 26-34.
10
Narendran, T.V., and Weinelt, B., 2019, Digital transformation initiative mining and metals industry, In World Econ. Forum. https://reports.weforum.org/digital-transformation/wp-content/blogs.dir/94/mp/files/pages/files/wef-dti-mining-and-metals-white-paper.pdf.
11
Park, J.K., and Jung, K.Y., 2020, Construction of Precise Mine Geospatial Information and Ore Modeling for Smart Mining, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 38(6), 725-731.
12
Park, S., and Choi, Y., 2021a, Bluetooth Beacon-Based Mine Production Management Application to Support Ore Haulage Operations in Underground Mines, Sustainability, 13(4), 2281. 10.3390/su13042281
13
Park, S., and Choi, Y., 2021b, Analysis and Diagnosis of Truck Transport Routes in Underground Mines Using Transport Time Data Collected through Bluetooth Beacons and Tablet Computers, Applied Sciences, 11(10), 4525. 10.3390/app11104525
14
Park, Y.K., Song, H.D., and Woo, Y.S., 2017, A Study on Industry 4.0 and Standardization for Smart Factory in Korea, Journal of Standards and Standardization, 7(3), 79-85.
15
So, B.E., and Shin, S.S., 2017, The Built of Smart Factory Using Sensors and Virtual Process Design, Journal of the KIECS, 12(6), 1071-1080.
16
Woo, J.H., Chung, H., and Kim, Y.M., 2018, A Study on Smart Factory Diagnostics for Smart Shipyard Construction, Bulletin of the Society of Naval Architects of Korea, 55(4), 16-23.
페이지 상단으로 이동하기