MES in the AWS cloud

AWS에서는 다양한 문서를 제공한다. 그 중에서 MES in the AWS cloud 라는 문서를 발견해 소개해 보고자 한다.

MES

우선, MES에 대해 알아볼 필요가 있다. MES는 Manufacturing Execution System의 줄임말이다. MES는 1970년대에 데이터 수집 도구와 계획 시스템의 확장으로 시작됐다. 공장 현장에서 원자재를 완제품으로 전환하는 생산 프로세스를 모니터링, 추적, 문서화, 제어하는 소프트웨어 솔루션이다. PLC, SCADA 같은 현장 시스템과 통합되며, ERP, PLM과 같은 시스템과 연결된다. 즉 제조 현장의 말단 기계들과 기업의 경영 시스템을 이어주는 시스템이라고 보면 되겠다.

이 문서에서는 MES가 일반적인 어플리케이션처럼 마이크로 서비스 기반의 패턴으로 발전해 나가고 있는 것에 대해 소개하고 있다. 이를 통해

• 애자일 개발 지원
• 잦은 업데이트 지원
• 기술적 유연성 제공
• 확장성 제공
• 공급망 중단에 신속한 대응

등의 장점을 내세우고 있다. 그러나, 운영 오버헤드를 증가 시킬 수 있으므로 기존의 모놀리식 아키텍처와 비교하여 기업의 상황에 맞게 선택해야할 것 이다.

1. 마이크로 서비스 기반 MES의 아키텍처 패턴

• 산업용 엣지 컴퓨팅

AWS의 IIOT 서비스 전반에서 엣지라는 용어는 산업 현장의 말단 기기를 의미한다. 이 섹션에서는 현장을 강조하는 의미로 사용된다. 첫 번째로 소개하는 패턴은 이러한 산업 현장에서 사용하는 아키텍처 패턴이며, 핵심 서비스는 AWS Outposts 이다. Outposts 는 AWS 서버를 현장에 제공하는 서비스이다. 물리적으로 AWS서버가 설치된 랙을 제공하거나, 현장의 랙에 장착할 수 있는 서버 컴퓨터를 제공한다. 지연시간에 대해 매우 민감하거나, 클라우드 대상 연결이 안정적이어야 할 경우 고려해 볼 수 있는 서비스이다.

문서에서 안내하는 대표적인 아키텍처이다. 위에서 언급한 것처럼, 현장에서 AWS Outposts를 활용해 AWS 서버를 현장에서 실행하고, 내부에서 RDS와 EKS를 이용하고 있는 것을 볼 수 있다. Outposts에서 이용할 수 있는 AWS 서비스는 한정되어 있으므로 주의해야 한다.

이렇게 수집된 데이터를 MSK 혹은 Api Gateway Enepoint를 통해 클라우드 서버와 동기화 할 수 있다. 수집된 데이터는 다른 서비스를 이용해서 프로세스 개선 보고 및 분석 등을 활용 할 수 있으며, 이를 다시 엣지 Outposts에 반영하여 제조 공정을 최적화 할 수 있다.

AWS MSK

언급된 MSK에 대해 간단히 알아보자. MSK는 Managed Streaming for Apache Kafka의 약자이다. MSK 는 기본적으로 메시지 큐 서비스이다. 이름에서 알 수 있듯이, Kafka를 AWS에 포팅한 서비스라고 보면 될 것 같다. Kafka 역시 다른 메시지 큐 시스템과 비슷하게 생산자, 소비자, 구독 주제 등의 구성 요소를 가지고 있다. 카프카는 사용해본 적 없으나, 메시지 큐 시스템은 사용해 봤으므로 비슷한 느낌으로 이해하면 될 듯 하다. 제조 현장 엣지에서는 대용량의 데이터가 발생하므로, 클라우드 서버와 연결이 필요 할 경우 적합한 서비스라고 볼 수 있을 것이다.

문서에서는 API Gateway 혹은 MSK를 사용할 것을 권장하고 있다. API Gateway의 경우 동기식으로, 클라우드 서버 측의 즉각적인 응답이 필요 한 경우 사용할 수 있다. 생산 제어를 클라우드 서버로 중앙화하여 결정하고 있다면 사용을 고려 할 수 있다.

MSK는 비동기식으로, 생산 제어를 엣지에서 결정하고 있을 때 사용을 고려 할 수 있을 것이다.

물론, 둘을 혼합하여 사용하는 것도 가능하다. 다음 내용은 다음 블로그 글에서 진행하도록 하자.