서론: 에너지 비용을 설명하지 못하면 원가 절감은 감에 의존할 수밖에 없다
3D 프린팅 작업장의 비용 리뷰 회의에서 가장 흔히 나오는 결론은 “이번 달 전기요금이 높으니 모두 절약에 유의하자”이다. 이 말의 문제는 실행할 수 없다는 데 있다. 전기요금이 높다는 것은 무엇과 비교해 높은 것인가? 어느 장비, 어느 공정, 어떤 제품군에서 높은 것인가? 프린팅 단계가 높은 것인가, 아니면 후처리와 보조 시스템이 높은 것인가? 답이 “모른다”라면 이후의 에너지 절감 활동은 조명 끄기, 에어컨 조정 같은 주변적 조치에 머물 수밖에 없다. 블루프린트 3D는 소량 금속 및 고분자 부품의 전 생애주기 납품을 수행하면서, 대부분의 작업장이 에너지 절감 의지가 부족한 것이 아니라 실행 가능한 에너지 소비 산정 기준이 부족하다는 사실을 확인했다. 항목별 계량이 없으면 단위 제품 에너지 소비가 없고, 단위 제품 에너지 소비가 없으면 공정 파라미터 조정이 실제로 전기를 절약하는지 판단할 수 없으며, 피크·경부하 구조 데이터가 없으면 특정 주문을 경부하 시간대로 옮겨 생산하는 것이 정말 경제적인지 판단할 수 없다. 이 글은 막연한 친환경 제조 이념을 다루는 것이 아니라, 에너지 소비를 하나의 총계 장부에서 원인 귀속, 비교, 평가가 가능한 엔지니어링 데이터로 분해하는 방법을 논의한다.
1. 먼저 기준을 정의하라: 단위 제품 에너지 소비의 분모는 무엇인가
에너지 소비 산정의 첫 단계는 전력량계를 설치하는 것이 아니라 분모를 통일하는 것이다. 일반적으로 “개당”, “kg당”, “장비 시간당”을 사용하는 방식이 있다. 이 세 가지 기준은 각각 적용 경계가 있으며, 혼용하면 반드시 결론이 충돌한다. 분말베드 용융 방식의 금속 부품의 경우 성형 시간은 부품 체적, 높이, 층수와 강한 상관관계를 가지지만 완제품 순중량과의 관계는 상대적으로 약하다. 서포트, 빌드 플레이트 예열, 분말 도포 사이클도 동일하게 전력을 소비하기 때문이다. 따라서 금속 부품은 “분말 투입량 kg당” 또는 “성형 시간당”을 주 기준으로 삼고, “개당”은 고객 견적 커뮤니케이션 기준으로 사용하는 것이 더 적합하다. FDM 및 SLS 계열 고분자 부품은 재료 투입량과 완제품 중량의 차이가 상대적으로 통제 가능하므로 “완제품 kg당”이 더 직관적이다.
더 엄밀한 방식은 이중 기준을 구축하는 것이다. 주 기준은 내부 공정 벤치마킹에 사용하고, 예를 들어 분말 투입량 기준 kWh/kg 또는 성형 시간 기준 kWh/시간을 쓴다. 대외 기준은 견적과 탄소발자국 공개에 사용하며 kWh/개로 표현한다. 두 기준은 안정적인 환산 계수로 연결한다. 예를 들어 특정 티타늄 합금 부품의 평균 분말 투입량과 완제품 순중량의 비율이 1.8~2.4라면, 이 계수는 생산라인 구축 당시의 경험값을 계속 사용하는 것이 아니라 실제 배치 데이터를 통해 정기적으로 회귀 갱신해야 한다. 분모 정의가 불명확한 것은 에너지 소비 데이터가 비교 가능성을 잃는 가장 큰 원인이다.
2. 항목별 계량: 총전력량계를 원인 귀속 가능한 4개 계층으로 나누기
작업장 총전력량계는 “얼마를 썼는가”에는 답할 수 있지만 “어디에 썼는가”에는 답할 수 없다. 최소한 4개 계층의 항목별 계량 체계를 구축하는 것이 좋다. 첫 번째 계층은 성형 장비의 주 회로로, 레이저 또는 전자빔 발생 시스템, 갈바노미터와 운동축, 빌드 플레이트 가열을 포함한다. 이는 에너지 소비의 주체이며, 금속 분말베드 장비에서는 보통 전체 장비 전력 소비의 55~70%를 차지한다. 두 번째 계층은 보조 시스템으로, 냉각기, 공기압축기, 집진 및 불활성 가스 정화 순환을 포함한다. 이 부분은 자주 과소평가되며, 실측에서는 25~35%를 차지할 수 있다. 세 번째 계층은 후처리 장비로, 열처리로, 샌드블라스팅, 세척, 검사를 포함한다. 네 번째 계층은 환경 및 조명으로, 작업장 공통 배부 항목에 해당한다.
실행할 때 반드시 한 번에 스마트 전력량계를 전면 설치할 필요는 없다. “주간선은 필수 설치, 분기 회로는 표본 측정” 방식으로 추진할 수 있다. 먼저 주 회로에 Modbus 또는 MQTT 출력을 지원하는 DIN 레일형 전력량계를 설치하고, 샘플링 주기는 1~5분으로 설정한다. 분기 회로는 클램프형 휴대 계측기로 2주 동안 표본 측정을 수행하여 각 보조 장비의 전력 기준선과 기동·정지 패턴을 파악한 뒤, 장기 계측 지점을 설치할지 결정한다. 샘플링 주기의 선택은 실제 영향을 미친다. 레이저 스캔 전력은 층간에 초 단위 변동이 있으므로 1분 평균값이면 비용 산정에는 충분하지만, 공정 이상 진단을 하려면 초 단위로 높이고 장비 상태 워드와 동기화해야 한다.
3. 대기와 공회전: 간과되는 숨은 기저 부하
항목별 계량을 도입한 뒤 가장 자주 발견되는 것은 대기 전력의 비중이 예상보다 훨씬 크다는 점이다. 금속 분말베드 장비 한 대가 성형 종료 후에도 빌드 플레이트 가열과 불활성 가스 순환을 계속 유지하면, 대기 전력은 성형 단계의 20~40%에 이를 수 있다. 주문 연결이 촘촘하지 않다면 하루 24시간 중 실제 성형 시간은 9~12시간에 불과할 수 있으며, 나머지 시간의 에너지 소비는 모두 공통 비용으로 들어간다. 냉각기와 공기압축기도 마찬가지다. 공기압축기의 용량 선정이 과도하고 공기 사용 부하 변동이 심하면, 로딩·언로딩이 빈번할 때 언로딩 전력도 여전히 전부하의 30~50%에 이를 수 있다.
이 숨은 기저 부하를 가시화하는 방법은 “유효 에너지 소비 비율”을 계산하는 것이다. 즉 성형 단계 전력 소비가 장비 총 전력 소비에서 차지하는 비율이다. 이 지표가 50%보다 낮다면 보통 생산 일정 연결, 자동 전원 차단 전략 또는 보조 시스템 용량 선정에 개선 여지가 있음을 의미한다. 개선 조치는 복잡하지 않다. 성형 종료 후 단계별 대기 모드를 설정하고, 먼저 빌드 플레이트 가열을 중지한 뒤 지연 시간을 두고 가스 순환을 중지한다. 또한 주문을 묶어 성형 배치를 구성해 냉간 기동 횟수를 줄이고, 공기압축기에 인버터와 공기 저장 탱크를 추가해 압력을 안정화할 수 있다. 이러한 조치의 공통 전제는 먼저 항목별 데이터가 있어야 한다는 것이다. 그렇지 않으면 효과를 검증할 수 없다.
4. 피크·경부하 요금과 생산계획: 에너지 단가를 공정 의사결정에 반영하기
대부분의 산업용 사용자는 시간대별 전기요금을 적용받으며, 피크 시간대와 경부하 시간대의 단가 차이는 2~3배에 이를 수 있다. 시간대별 에너지 소비 데이터가 확보되면 생산계획에는 실제적인 최적화 차원이 하나 더 생긴다. 다만 여기에는 흔한 오해가 있다. 모든 공정이 피크 이전에 적합한 것은 아니다. 피크 이전이 필요한 것은 단위 시간당 전력이 높고 납기 리듬에 민감하지 않은 공정이다. 예를 들어 대량 부품의 어닐링 열처리, 장시간 빌드 플레이트 예열, 긴급하지 않은 분말 체질 및 건조가 이에 해당한다. 반대로 시제품, 초도품, 고객이 기다리는 긴급품은 전기요금 때문에 지연해서는 안 된다. 납기 위반 비용은 전기요금 차액보다 훨씬 크다.
정량화 방법은 각 공정 유형별로 “피크 이전 가능 전력량”과 “피크 이전 리스크 계수”를 계산하는 것이다. 피크 이전 가능 전력량은 항목별 계량의 과거 시간대별 통계에서 얻고, 리스크 계수는 납기 약속, 재공품 재고, 후처리 병목이 함께 결정한다. 이 두 항목을 생산계획 규칙에 넣는 것이 단순히 “야간조에 장비를 더 많이 가동하라”고 요구하는 것보다 실행 가능하며, 내부 합의를 얻기도 더 쉽다.
5. 단위 제품 에너지 소비의 귀속 분석: 데이터에서 공정 파라미터로
에너지 소비 데이터의 최종 가치는 공정을 지도하는 데 있다. 전형적인 사례를 들어보자. 동일한 배치의 부품을 각각 0.03mm와 0.06mm 층 두께로 성형했을 때, 0.06mm方案은 성형 시간이 현저히 짧아져 겉보기에는 전기를 더 절약하는 것처럼 보인다. 그러나 0.06mm 방안이 표면 품질 미달을 초래해 추가적인 연마 입자 유동 폴리싱이나 더 긴 샌드블라스팅 시간이 필요하다면, 후처리 에너지 소비를 포함한 총 단위 제품 에너지 소비는 오히려 더 높을 수 있다. 이것이 바로 4개 계층의 항목별 데이터를 연결하고 작업지시서 번호별로 집계해야 하는 이유다. 단일 공정의 최적화만 보면 에너지 소비를 한 단계에서 다른 단계로 이전하는 것에 그치는 경우가 많다.
권장 방식은 작업지시서별 에너지 소비 대장을 구축하는 것이다. 항목에는 작업지시서 번호, 부품 번호, 재료 유형, 성형 장비, 성형 시간, 성형 전력 소비, 후처리 전력 소비, 보조 시스템 배부량, 완제품 수량, 합격품 수량이 포함된다. 합격품 수량이라는 필드는 매우 중요하다. 재작업품의 에너지 소비를 합격품에 배부해야 실제 단위 제품 납품 에너지 소비를 얻을 수 있기 때문이다. 어떤 스테인리스 부품군은 이 기준을 도입한 뒤 단위 제품 에너지 소비가 약 12% 상승했는데, 그 원인은 이전에 재작업품의 에너지 소비가 정확히 귀속되지 않았기 때문이다.
6. 데이터 신뢰도와 평가: 에너지 소비 지표가 게임화되는 것을 피하기
에너지 소비가 평가에 들어가면 게임화될 위험이 생긴다. 가장 흔한 방식은 “선택적 생산계획”이다. 즉 고에너지 소비 주문을 특정 통계 주기 밖으로 몰아넣는 것이다. 이를 방지하려면 단위 제품 에너지 소비의 평균과 분산을 동시에 평가하고, 작업지시서 수준의 세부 내역을 추적 가능하게 해야 한다. 다음은 전력량계 자체의 계량 오차다. 주기적으로 중간 점검을 수행하고, 표준 계기와 비교하거나 동일 모델 계기를 교차 검증해야 하며, 오차가 등급 요구사항을 초과하면 즉시 교체해야 한다. 세 번째로 기준 변경에는 반드시 버전 기록이 있어야 한다. 분모 정의, 배부 규칙, 보조 시스템 배부 계수의 모든 조정은 기록을 남겨야 하며, 그렇지 않으면 기간 간 비교는 의미를 잃는다.
이 요구사항은 품질경영시스템의 측정시스템분석 논리와 일치한다. 의사결정에 사용되는 모든 데이터는 먼저 “이 데이터 자체를 신뢰할 수 있는가”에 답해야 한다. 에너지 소비 데이터도 마찬가지로 중간 점검, 오차 평가, 표본 대표성 판단이 필요하다. 그렇지 않으면 잘못된 데이터 위에 세운 에너지 절감 결정은 아무 결정도 하지 않는 것보다 더 나쁠 수 있다.
7. 에너지 소비에서 탄소발자국으로: 산정 경계를 먼저 명확히 해야 한다
고객이 제품 탄소발자국 데이터를 요구하기 시작하면 에너지 소비 데이터는 핵심 입력값이 된다. 이때 반드시 산정 경계를 명확히 해야 한다. 일반적으로 원재료 투입부터 완제품 출고까지의 기준을 사용하는 것이 권장되며, 성형, 후처리, 보조 시스템을 포함하되 고객이 전 생애주기 평가를 명시적으로 요구하지 않는 한 상류의 분말 제련과 하류 운송은 포함하지 않는다. 배출계수는 일반 기본값을 계속 사용하는 것보다 현지 전력망이 발표한 최신 지역 계수를 우선 적용해야 한다. 작업장에 자체 태양광 설비가 있다면 자가 발전·자가 소비 전력량의 차감 규칙을 설명해야 한다. 경계와 계수가 결정되면 견적서 또는 납품 문서 템플릿에 고정된 표현으로 명시해, 같은 기업이 서로 다른 고객에게 상호 검증할 수 없는 수치를 제시하는 일을 피해야 한다.
결론
에너지 소비 최적화에서 진정으로 어려운 것은 절감 조치를 찾는 것이 아니라 그 조치의 효과를 검증 가능하게 만드는 것이다. 실행 가능한 경로는 다음과 같다. 먼저 단위 제품 에너지 소비의 기준과 주·보조 기준 간 환산 관계를 통일한다. 이어 “주간선 필수 설치, 분기 회로 표본 측정” 전략으로 4개 계층의 항목별 계량을 구축한다. 다음으로 유효 에너지 소비 비율을 이용해 대기 및 보조 시스템의 숨은 기저 부하를 드러낸다. 그런 뒤 시간대별 전기요금과 피크 이전 가능 전력량을 생산계획 규칙에 반영한다. 작업지시서별로 재작업을 포함한 전 공정 에너지 소비를 집계해 귀속 분석을 수행한다. 마지막으로 중간 점검과 배부 규칙 버전 관리를 통해 데이터 신뢰성을 보장한다. 이러한 기초 작업을 완료한 뒤에는 장비 선정, 공정 파라미터 조정, 탄소발자국 공개 모두 동일한 추적 가능한 데이터에 기반해 결론을 도출할 수 있으며, 더 이상 경험적 판단에 의존하지 않게 된다.