배너
닫기
배너

BNF테크놀로지 서정한 차장 “빅데이터·AI 기반 예지보전 솔루션 앞세워 고객 플랜트 운영 혁신”

URL복사
[무료 웨비나] 빠르고 직관적인 강력한 아날로그 시뮬레이션 'MPLAB® Mindi™ 아날로그 시뮬레이터' 왜 주목받고 있을까요?? (5/23)

스마트 팩토리의 발전은 자동화를 넘어 정보화와 지능화로 확장되고 있다. BNF테크놀로지가 플랜트 운영의 효율성을 극대화하는 예지보전 솔루션을 앞세워 스마트 팩토리 시장에서 주목받고 있다. 이 회사의 ‘HanPrism’과 ‘HanPHI’ 솔루션은 실시간 데이터 분석을 통해 장비 고장을 미리 예측하고, 운영의 최적화를 도모한다. 특히, 다양한 데이터를 활용한 머신러닝 기법은 플랜트의 건강 상태를 정밀하게 모니터링하며 고장 원인을 신속히 진단한다. 이를 통해 고객은 큰 비용 발생 전에 조기에 대응할 수 있다. 여기에 머물지 않고 BNF는 고객이 직접 데이터를 바탕으로 문제를 진단할 수 있도록 솔루션을 개선하는 방향으로 나아가고 있다. BNF테크놀로지가 고객의 플랜트 운영 최적화를 어떻게 돕고 있는지, 그리고 향후 목표는 무엇인지 서정한 차장에게 들어봤다.

 

 

Q. 최근 플랜트 시장의 가장 주요 이슈는 무엇인지 짚어 달라.

A. 플랜트 운영에 있어 스마트 팩토리의 중요성이 점차 증가하고 있는 가운데, 자동화를 넘어 정보화 및 지능화로 나아가려는 움직임이 활발해지고 있다. BNF테크놀로지는 이러한 변화의 한 축을 담당하며, SCADA나 HMI 같은 시스템에서 발생하는 다양한 데이터를 제어 현장 외의 장소, 예를 들어 사무실, 연구실, 경영진실 또는 운전원실 등에서도 활용할 수 있도록 지원한다. 이를 통해 데이터 기반의 의사소통과 의사결정이 가능해지며, 플랜트 운영의 효율성을 극대화하는 데 기여한다.

 

더 나아가, 플랜트 시장에서는 가동 중단을 최소화하고 고장으로 인한 비용을 줄이기 위한 방법으로 예지보전에 대한 투자가 증가하고 있다. 이는 단순히 데이터 기반의 의사결정과 의사소통을 넘어서, 플랜트의 신뢰성과 효율성을 더욱 강화하기 위한 전략으로 볼 수 있다.

 

Q. AI 기술의 적용에 따른 고객 니즈도 다양할 것 같다.

A. 플랜트 시장에서 AI의 적용은 이미 다양한 분야에서 진행되고 있다. 특히 자동 운전, 운전 최적화, 예지보전 등의 분야에서 AI 기술이 활용되고 있는 것을 볼 수 있다. 대기업들은 자체 IT 부서를 운영하여 이러한 신기술을 활용하는 데 앞장서고 있지만, 실시간 데이터를 효과적으로 활용하는 과정에서 여전히 어려움을 겪고 있다. 이러한 배경에서 실시간 데이터 처리에 특화된 전문기업의 필요성이 부각되고 있다.

 

중소기업과 중견기업의 경우는 AI와 같은 신기술을 활용하는 데 있어 여러 한계가 있음에도 불구하고, 이미 제어 시스템에 센서가 부착되어 있는 환경이라면 위치에 구애받지 않고 데이터를 활용할 수 있는 시스템의 필요성이 점점 더 커지고 있다. 이러한 기업들에게는 KPI 관리, 에너지 관리, 생산품의 원 단위 관리 등을 수행할 수 있는 대시보드와 같은 도구가 필요하며, 이를 통해 비즈니스 프로세스를 개선하고 경쟁력을 강화할 수 있을 것이다.

 

결론적으로 대기업뿐만 아니라 중소기업 및 중견기업에서도 AI 기술과 실시간 데이터 활용의 중요성이 커지고 있으며, 이를 위한 전문기업의 역할과 필요한 도구들에 대한 인식이 점점 더 확산될 것으로 예상한다.

 

Q. 그렇다면 BNF테크놀로지는 고객의 플랜트 운영 최적화를 위해 어떤 제안을 하고 있나.

A. BNF테크놀로지에서 접근하는 예지보전 솔루션은 두 가지 방식에 초점을 맞추고 있다. 첫 번째 방식은 플랜트에서 발생하는 정상적인 패턴의 데이터를 대량으로 학습하여, 이를 통해 플랜트의 건강 상태를 판단하는 것이다. 이 방식에서는 HanPHI라는 제품을 통해, 단순히 진동이나 전류 데이터에 국한되지 않고 온도, 유량, 압력, 레벨 게이지, 다양한 RMS 값 등 여러 프로세스 변수들을 활용하는 머신러닝 기반의 예지보전 기법을 사용한다. 이는 다양한 데이터 유형을 포괄하여 플랜트의 전반적인 건강 상태를 파악할 수 있는 방식이라고 볼 수 있다.

 

두 번째 방식은 고속 엔진 기술을 활용하는 것으로 주로 전류, 전압, 진동 데이터와 같은 파형 데이터를 실시간으로 분석하여, 파형에서 벗어나는 데이터를 감지하고 이를 통해 고장 원인을 진단하는 방법이다. 이 접근법은 특히 데이터의 파형을 그대로 학습하고, 이상 징후를 신속하게 감지하여 알람을 제공하고 원인 진단까지 가능하게 하는 것이 특징이다. 이로써 BNF는 기존 시중에 나와 있는 진동, 전류 데이터를 중심으로 한 예지보전 솔루션과 차별화를 두고, 플랜트의 건강 상태를 보다 정밀하게 모니터링하고 예측할 수 있는 기술을 제공한다.

 

이러한 접근법은 플랜트의 예지보전에서 더욱 효과적이고 포괄적인 관리를 가능하게 할 것으로 기대된다.

 

Q. BNF테크놀로지가 제공하는 솔루션에 대해 좀 더 구체적으로 소개해 달라.

A. BNF의 주요 솔루션으로는 ‘HanPrism’과 ‘HanPHI’를 꼽을 수 있다. 먼저, HanPrism은 RTDB(리얼타임 데이터베이스)와 히스토리안 기능을 제공하는 솔루션으로, 제어 현장 및 운전원실 외의 다양한 환경에서 실시간 데이터 활용을 가능하게 하는 데이터 플랫폼 역할을 한다. PLC나 DCS로부터 국제 표준 인터페이스를 통해 데이터를 수집하며, 이 데이터를 다른 시스템에 효율적으로 전달하고 시각화하는 도구로 사용된다. 이 솔루션은 데이터 시각화, 대시보드 제작, 알람 관리, 보고서 자동화 등에 활용된다.

 

두 번째 솔루션 ‘HanPHI’는 플랜트 헬스 인덱스(Plant Health Index)를 의미하며, 플랜트의 건강 상태를 직관적으로 나타내어 사용자가 HMI 알람에 제한되지 않고 정상적인 운영 패턴에서 벗어난 경우 숨겨진 고장이나 잠재적 고장을 조기에 탐지할 수 있도록 한다. 이는 조기 경보를 기반으로 사용자가 큰 비용 발생 전에 문제를 예측하고 조치할 수 있게 하여 유지보수를 효과적으로 수행할 수 있도록 지원하는 솔루션이다.

 

Q. 해당 솔루션은 앞으로 어떤 분야에까지 적용 가능할 것으로 기대하나.

A. BNF의 솔루션은 시장에 존재하는 기존의 특정 센서 신호에만 의존하지 않는다. 대신, 플랜트에서 발생하는 다양한 데이터를 유기적으로 상관관계 분석을 통해 머신러닝으로 처리하여 사용자에게 유용한 정보를 제공한다. 이는 솔루션의 주요 차별점으로, 단순히 에너지 산업에만 국한되지 않고 화학 시장, 물 관련 시장 등 다양한 연속 공정을 포함한 여러 분야에 적용 가능하다. 또한 이 기술은 제조업에서의 데이터 기반 예지보전 분야로의 진출도 가능하다는 기대를 하고 있다.

 

Q. BNF테크놀로지의 다음 목표는.

A. BNF테크놀로지는 예지보전 분야에서 기존에 정상 데이터를 기준으로 이상 징후를 탐지하는 데 집중해왔다. 이제는 그 범위를 넓혀, 고객이 데이터를 바탕으로 문제를 직접 진단할 수 있도록 하는 방향으로 발전하고 있다. 이러한 노력은 고객이 업무를 보다 효율적으로 수행할 수 있도록 돕는 것은 물론, 고객의 성공을 지원함으로써 오랜 시간 동안 BNF를 신뢰하고 지지해온 고객들에게 보답하려는 목적도 가지고 있다. 또한 이는 BNF테크놀로지가 새로운 시장에 진출하고 지속 가능한 글로벌 기업으로 성장하려는 목표와도 일치한다.

 

헬로티 임근난 기자 |










배너









주요파트너/추천기업