산업AI 기반 예지보전 솔루션은 핵심 산업 설비의 건전성과 고장 진단 및 예측하여 산업 사고 예방, 다운타임 및 불필요한 관리비용 최소화, 설비 운용 최적화 등 현장의 고질적인 문제를 해결하고 디지털 트랜스포메이션을 견인한다. 산업AI 예지보전 솔루션으로 완성하는 스마트제조 환경은 어떤 모습인지 솔루션 사례를 들어 살펴본다.
산업AI가 필요한 이유
국내 산업이 직면한 도전 과제와 산업AI 기반 예지보전 솔루션의 필요성에 대해서 알아보겠다. 먼저, 국내 제조 산업에 산업AI가 왜 필요한지부터 간단하게 짚고 넘어가 보자.
첫째, 지속적인 품질 개선이 필요하기 때문이다. 한국데이터산업진흥원이 발표한 2020년도 자료에 따르면, 제조 산업에서 품질 이슈로 인해 낭비되는 비용이 매출 대비 10%에서 많게는 15%에 이른다. 이 비용을 2~3%만 줄여도 상당히 많은 낭비 요소를 없앨 수 있다.
둘째, 인력의 노후화에 따른 지식의 증발 때문이다. 현재 우리나라 제조 산업의 근로자 평균 연령은 42.5세로, 이 수치는 10년 전보다 3.3세~3.5세 높다. 선진국과 비교해서도 매우 빠른 속도로 증가하고 있어 산업 현장에서 큰 문제로 대두될 우려가 있다. 근로자들이 노후화가 되면 현장 담당자들은 줄어들게 되고, 곧 은퇴하게 되면서 그들의 소중한 지식들이 함께 증발해버릴 수 있어서다.
셋째, ESG에 대응이 필요하기 때문이다. 산업AI 기술은 갑작스런 다운타임을 예방할 수 있을 뿐만 아니라 예지보전을 통해 안전 문제에서도 획기적인 기여를 할 수 있다. 이 부분은 ESG 경영 중에서 소셜(Social)과 직관적으로 연결되는 것으로, 현재 국내 기업 중 70%가 ESG가 중요하다고 생각하고 있다.
그러면 산업AI(Industrial AI)란 무엇인지 살펴보자. 산업AI는 현장에서 오랜 기간 동안 축적된 도메인 기술과 인공지능 기술이 결합된 기술로, 기존의 암묵적 경험과 룰(rule) 기반 방식의 고질적인 한계를 극복할 수 있다. 여기서 도메인 기술이란 현장에서 오래 경험한 암묵적인 지식들이나 설비에 대한 물리적, 설계적 지식 등을 말하는데, 산업설비 IoT를 통해 얻어지는 수많은 정형과 비정형 데이터/설비의 데이터들을 육안만으로는 의미 있는 데이터를 뽑아내기 어렵기 때문에, 고도화된 인공지능 기술, 머신러닝 기술 등을 활용하게 된다.
그렇다면 산업AI는 설비의 어떤 문제들을 해결할 수 있을까. 설비 관리 관련된 공통된 제조 산업의 이슈를 먼저 살펴보면 다음과 같다.
첫째는 설비 관리에 대한 전략 부족이다. 설비를 어떻게 운영하고 미래 중장기적으로 관리하면서 다운타임을 줄일지에 대한 전략들이 부족해 생산 Capacity 손해들이 많이 발생하는 현상들이 있다.
둘째는 설비 관리, 업그레이드, 부품 교체 시점을 모르고 있다. 노후화된 설비들은 당장엔 큰 문제가 없더라도 가동 중 예측하지 못한 설비 고장으로 인한 다운타임이 발생해 많은 비용들이 들어가게 된다.
셋째는 기존 룰(Rule) 솔루션의 낮은 진단 정확도로 인해 잦은 False Alarm 등을 일으키거나 SILO 현상이 발생하게 되어 불신이 상존하고 적용의 번거로움이 있다.
넷째는 AI/ML을 적용하기에는 고장 이력이 포함된 수년치의 데이터를 보유하고 있지 않아 오랜 설치 도입 기간이 소요된다.
솔루션 사례
원프레딕트는 산업 현장 내 고질적인 문제들을 산업AI 기반 설비 예지보전 솔루션인 가디원(GuardiOne®)을 통해 다양한 해결책을 제시하고 있다.
그 내용을 보면 첫째, SaaS 기반 구독 방식을 지원한다. 클라우드 방식을 통해 데이터를 축적하고, 그것을 LTE나 5G모듈을 통해서 클라우드로 올려지게 되면 언제든지 기술 지원이나 기술 패치업, 또는 재학습 등을 용이하게 지원하면서 설비의 운용 환경이 바뀌어도 유연하게 대응할 수 있다.
둘째, 기존 데이터 없어도 바로 적용이 가능하다. 산업AI 기술을 기반으로 하고 있기 때문에 자체 기준(Standards)을 통해 기존의 데이터가 많지 않아도 초기 학습 때부터 결함을 진단할 수 있는 원리들로 구성돼 있다.
셋째, 엔드-투-엔드 솔루션 제공이다. 단순히 설비 진단을 넘어 센서 선정 및 설치, 시스템 개발 및 운영 등까지 진행이 가능하다.
넷째, 추가 제품 개발을 통해 궁극적으로는 PdM “Suite” 플랫폼 구축도 계획하고 있다. 작업자들은 PdM(Predictive Maintenance, 설비예지보전) 플랫폼을 통해서 단 한 번의 클릭으로 모든 설비의 예지보전에 대한 인사이트를 얻을 수 있다.
이 외에도 다양한 산업군에서 축적한 방대한 산업 데이터와 적용사례를 활용해 정확한 설비 진단과 AI 기반 예측 서비스를 제공한다.
가디원 솔루션은 △변압기를 예측 진단하는 ‘GuardiOne®substation’ △가스 터빈, 스팀 터빈, 원심압축기 등을 예측 진단하는 ‘GuardiOne® turbo’ △모터의 상태를 예측진단하는 ‘GuardiOne® motor’ △일반 회전체를 예측 진단하는 ‘GuardiOne® rotor’ 제품으로 구성되어 있다.
그중 가디원 모터는 산업용 모터에서 발생하는 전류 데이터를 고유의 산업AI 알고리즘으로 분석하여 모터의 건전성 상태 및 고장 정보를 알려주는 종합 진단 관리 시스템이다. 진단 정보는 직관적인 사용자 대시보드로 제공되기 때문에 설비 관리자는 현장에 가지 않고도 PC 모니터를 통해 모터의 현재 상태를 한 눈에 확인할 수 있다.
전류 데이터를 기반으로, 전기적 고장에 대한 정보뿐만 아니라 주요 기계적 고장, 모터의 성능저하를 유발하는 전력 문제에 대한 진단까지 종합적으로 제공한다. 또한, 빠르고 간편한 설치, 부담 없는 도입 및 운영비용, 초기학습 및 재학습을 통해 운영 환경과 무관하게 정확한 진단값을 제공하는 것이 특징이다.
가디원 서브스테이션은 원프레딕트 고유의 산업AI 알고리즘을 통해 변전 설비의 상태를 진단하고 고장을 예측한다. 수십만 건의 산업 빅데이터에 딥러닝 활용 학습 모델을 접목한 덕분에 고장에 대한 데이터가 충분하지 않은 기업들도 정확한 진단과 예측 정보를 제공받을 수 있다. 실제로 가디원 서브스테이션의 진단 정확도는 98% 이상, 예측 정확도는 88% 이상으로 확인됐으며, 오진율 역시 기존 방식 대비 32% 낮다.
또한, 결함의 원인과 고장 및 상태 예측에 따른 최적화된 조치 방향을 안내하는 등 유지보수 업무를 제안하고, 진단 보고서 제공 기능이나 전체 설비의 진단 히스토리를 제공함으로써 일괄적이고 효율적인 공정 관리가 가능하다.
가디원 서브스테이션을 이용 중인 한 에너지발전사의 관계자는 “변압기는 공장 및 발전소 내 전력 공급을 담당하는 핵심 요소이기 때문에 아주 짧은 시간이라도 예기치 못하게 작동이 중단되면 최소 억 단위의 경제적, 사회적 손실을 초래할 수 있어 관리가 까다롭다”며, “가디원 솔루션은 이미 변압기에서 정기적으로 추출하고 있는 유중가스 데이터(Dissolved Gas Analysis)를 활용하기 때문에 도입이 간편할 뿐만 아니라 향후 수년간의 설비 상태까지 예측해준다. 덕분에 사고를 예방할 수 있는 것은 물론 비용절감에도 큰 도움을 받고 있다”고 말했다.
이 외에도 가디원 서브스테이션은 클라우드 기반 웹 서비스를 제공하므로 재택 및 외부 출장 중에도 웹을 통한 운영사 고유 라이선스에서 데이터 및 기능 활용이 용이하다.
헬로티 임근난 기자 |
