기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다. # 3단계: 청사진 정의 이전 단계의 현재 상태 평가를 기반으로 청사진 구축을 시작할 수 있습니다. 청사진은 디지털 트랜스포메이션 여정에서 채택하는 엔드 투 엔드 IIoT 시스템 참조 아키텍처입니다. 이는 IIoT 디지털화 여정의 기반이 되며 비즈니스 목표를 실현하는 데 도움이 됩니다. 청사진: + [North Star 비전](#north-star-vision) 기반 + [성공적인 솔루션 프레임워크의 핵심 원칙](#core-tenets) 준수 + [반복 가능하고 재사용 가능한 빌딩 블록](#building-blocks)으로 구성 청사진의 특정 부분에 대한 가치와 타당성을 입증하기 위해 빠른 개념 증명이 필요한 경우가 있습니다. ## North Star 비전 청사진은 비즈니스 의사결정의 방향을 제시하는 명확하고 간결하며 장기적인 목표인 North Star vision을 기반으로 해야 합니다. North Star 비전이 없다면 만들 때 크게 생각하세요. 이 비전을 실현하는 데는 일반적으로 3\~5년이 걸립니다. 이러한 비전을 달성하기 위해서는 작게 시작하고 빠르게 확장하는 것이 성공의 열쇠입니다. ## 성공적인 솔루션 프레임워크의 핵심 원칙 청사진에 통합 IT 및 OT 데이터 백본을 생성하려면 기능적 아키텍처가 필요합니다. 경험을 바탕으로 솔루션 프레임워크의 다음 세 가지 핵심 원칙을 확인했습니다. + 인사이트 극대화 + 데이터에 대한 액세스 민주화를 통해 다양한 인사이트를 얻고 SKU 마진 최적화와 같은 비즈니스 가치를 창출할 수 있습니다. + 실시간 또는 과거 운영 데이터에 대한 설명 분석을 수행하면 KPI를 모니터링하고, 추세를 파악하고, 잠재적 개선 영역을 식별하고, 조치를 취하는 데 도움이 됩니다. + 데이터에 대한 진단 분석을 수행하면 운영 이벤트의 근본 원인을 파악하는 데 도움이 됩니다. + 데이터에 대한 예측 분석을 수행하면 비즈니스 및 운영에서 향후 발생할 이벤트를 예측하는 데 도움이 됩니다. + 데이터에 대한 처방 분석을 수행하면 설명 및 예측 분석 결과를 기반으로 주어진 문제를 해결하기 위한 여러 솔루션이 제시됩니다. + 기술적 부채 최소화 + 기존의 주요 IT/OT 시스템과 원활하게 통합하면 임시 솔루션이 필요하지 않습니다. + 배포 파이프라인을 자동화하면 운영에서 수동 프로세스를 없앨 수 있습니다. + 도구를 표준화하면 도구 및 맞춤형 애플리케이션의 확산을 방지할 수 있습니다. + 중앙 집중식 관리 서비스를 사용하여 환경 전반에 표준화된 구성을 배포함으로써 로컬 사이트에서 비표준적이고 문제가 발생할 수 있는 구성의 사용을 방지합니다. + 인프라를 자동으로 업데이트하고 배포하거나 반복 가능한 작업에 대한 개입을 최소화하면서 패턴을 생성합니다. 운영 체제 업데이트, 디바이스 인증서 주기적 교체, 패치 설치, 데이터 리포지토리 규모 조정 등을 예로 들 수 있습니다. + 사이트 전반에 걸친 신속한 대규모 프로덕션 배포를 위해 반복 가능하고 재사용 가능한 패턴을 설계하고 구현합니다. + 모듈식 및 미래 지향형 청사진 + 기존 IT/OT 시스템 및 인프라와의 상호 운용성을 위한 설계 + 작게 시작해서 빠르게 확장하고, 새로운 구성 요소를 반복적으로 추가하고, 사용 사례에 가장 적합한 옵션을 선택하는 데 도움이 되는 모듈성을 위한 설계 + 기존(**브라운필드) 및 신규(**그린필드) 인프라의 유연성을 위한 설계 ## 반복 가능하고 재사용 가능한 빌딩 블록 IIoT 디지털 트랜스포메이션 여정의 **빌딩 블록은 청사진을 구성하는 다양한 기능 계층, 고려 사항 및 사용 사례입니다. 다음 이미지는 청사진의 반복 가능하고 재사용 가능한 고급 기능 빌딩 블록을 보여줍니다. ![청사진에 있는 개념 아키텍처의 상위 수준 구성 요소](http://docs.aws.amazon.com/ko_kr/prescriptive-guidance/latest/strategy-iiot-transformation/images/building-blocks.png) 다음은 청사진의 계층입니다. + **데이터 모으기** - 이 엣지 계층은 온프레미스 인프라 또는 클라우드 환경의 다양한 소스에서 데이터를 수집합니다. 일반적인 IT/OT 데이터 소스에는 중앙제어시스템(SCADA) 시스템, 분산 제어 시스템(DCS), PLC, 보조 센서, 제조 실행 시스템(MES), 서비스형 소프트웨어(SaaS) 및 레거시 애플리케이션, 전사적 자원 관리(ERP) 시스템, 고객 관계 관리(CRM) 시스템, 다양한 공급망 시스템 및 데이터 히스토리안의 원격 측정 데이터가 포함될 수 있습니다. + **엣지 인사이트 및 애플리케이션** - 사용 사례에 따라 이 엣지 계층을 배포할 수 있습니다. 이 계층은 아키텍처의 짧은 지연 시간 및 데이터 레지던시 요구 사항을 해결하고, 클라우드 연결이 끊긴 경우에도 프로덕션 지속을 지원하고, 엣지에서 혁신을 지원하는 데 사용됩니다. + **데이터 관리** - 이 계층은 다음과 같은 일반적인 데이터 관리 기능의 다양한 측면을 담당합니다. + 거버넌스를 위한 IT/OT 리소스의 SDM(Semantic Data Model) 구축 및 관리. 의미 체계 데이터 모델을 사용하여 기계 데이터에 컨텍스트를 추가하면 프로세스 및 기계 모델링을 위한 다운스트림 분석에 도움이 됩니다. + 데이터 모으기 계층에 수집된 데이터 저장. 이 계층에 저장된 데이터는 로컬 인사이트를 처리 및 제공하고 클라우드 연결이 끊긴 경우 저장 후 전달 기능을 제공하는 데 사용합니다. + 데이터 통합, 데이터 정규화, 데이터 강화, 데이터 품질, 데이터 검색, 데이터 카탈로그, 검색 등 최종 사용자의 다양한 소비 요구 사항을 충족하기 위해 클라우드에서 데이터 처리 + 외부 소비자를 위한 유연한 데이터 소비 서비스를 활성화하여 비즈니스 인사이트 제공 + **데이터 인사이트** - 이 클라우드 계층은 실시간에 가까운 KPI 대시보드와 같은 단순한 비즈니스 인사이트부터 예측 유지 보수, 수요 예측, 데이터 관리 계층의 유연한 데이터 소비 서비스를 사용하는 인벤토리 관리와 같은 고급 비즈니스 인사이트에 사용됩니다. + **데이터 서비스** - 이 클라우드 계층은 다양한 OT 페르소나, 데이터 사이언티스트, 데이터 엔지니어 및 데이터 분석가와 같은 다양한 최종 사용자의 데이터 액세스를 민주화하는 데 사용됩니다. 이 계층은 다른 엔터프라이즈 시스템과 타사 솔루션에 데이터를 원활하게 제공하여 사용 사례와 비즈니스 애플리케이션을 지원합니다. + **사용 사례 및 비즈니스 애플리케이션** - 아키텍처의 최상위 계층입니다. 이 클라우드 계층에는 비즈니스 사용 사례를 해결하는 비즈니스 애플리케이션과 도구가 포함되어 있습니다. 필요에 따라 이 계층의 애플리케이션과 도구는 지원 계층의 데이터와 인사이트에 액세스합니다. + **핵심 공통 고려 사항** - 이 계층에는 데이터 소스, 엣지 및 클라우드에 적용되는 주요 비기능 요구 사항이 포함됩니다. 또한 이 계층에는 엔드 투 엔드 보안, 구성 관리, 로깅, 규정 준수 및 규제 요구 사항과 같은 필수 요소가 포함됩니다. 이 계층을 통해 안전하고 효율적으로 아키텍처를 운영할 수 있으며, 성능을 향상하거나, 비용을 절감하거나, 여러 사이트에 신속한 대규모 배포를 지원하는 자동화를 사용할 수 있습니다. 이러한 통합 데이터 솔루션을 생성하려면 제시된 것과 유사한 통합 기능 아키텍처를 사용하는 것이 좋습니다. 이 총체적 접근 방식을 통해 크게 생각하고, 작게 시작하고, 빠르게 확장할 수 있습니다. 전체 디지털 트랜스포메이션 여정을 한 번에 진행하여 여정을 엄청나게 어렵게 만드는 대신 비즈니스 성과를 달성하는 데 도움이 되는 작은 결과물을 계속 반복해서 적용해야 합니다. 현재 이러한 빌딩 블록 중 일부가 이미 마련되어 있을 수 있으며, 이들을 재사용할 수 있습니다. ## AWS IDP 솔루션 제공 AWS Professional Services는 tried-and-tested 접근 방식 AWS 인 산업 데이터 플랫폼(IDP)을 사용하여 인더스트리 4.0(스마트 제조, 스마트 팩토리 또는 스마트 산업이라고도 함) 성공을 위한 유연하고 확장 가능한 통합 데이터 솔루션을 검색, 설계 및 구현합니다. AWS IDP는 다음과 같은 일반적인 사용 사례의 카탈로그를 다룹니다. + 전체 장비 효율성(OEE), 처리량, 수율, 주기 시간 등의 프로덕션 및 자산 최적화를 위한 운영 및 실행 가능한 KPI + 예측 품질을 위한 자동화된 품질 및 결함 관리 솔루션 + 가동 중지 시간 및 심각한 장비 고장을 줄이는 예측 유지 보수 + 지속 가능한 제조를 위한 에너지 최적화 및 탄소 배출량 감소 + 인벤토리 관리, 수요 예측 및 추적을 포함한 공급망 최적화 청사진 아키텍처는 사용 사례, 현재 상태 평가, 식별된 격차에 따라 달라질 수 있습니다. 블루프린트에서 사용할 수 있는 관련 AWS 서비스에 대한 자세한 내용은 [AWS 산업 데이터 플랫폼(IDP) 참조 아키텍처](https://d1.awsstatic.com/architecture-diagrams/ArchitectureDiagrams/industrial-data-platform-ra.pdf)를 참조하세요.