돌발 고장이 반복되는 공장이라면, 예지보전 엔지니어링

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

고장 기록은 많은데 원인을 설명하지 못한다면

Q. 예지보전은 센서부터 많이 설치하는 사업인가요?

생산 중단이 반복되는 공장에서는 흔히 “진동 센서를 더 달면 고장을 미리 알 수 있지 않을까?”라는 질문부터 나옵니다. 그러나 설비데이터컨설턴트 오세린은 첫 단추가 센서 구매는 아니라고 말합니다. 예지보전 엔지니어링의 출발점은 어떤 고장을, 얼마나 일찍, 누구에게 알려야 하는지 정의하는 일입니다. 경보를 받아도 조치할 인력과 절차가 없다면 수집 데이터만 늘어날 수 있습니다.

“최근 1년 동안 가장 큰 손실을 만든 설비가 무엇입니까?”라는 질문에 곧바로 답하지 못한다면 설비 이력부터 정돈해야 합니다. 고장 건수보다 정지 시간, 생산 손실, 수리비, 안전 영향, 품질 폐기량을 함께 봐야 우선순위가 드러납니다. 고장 빈도는 낮아도 한 번 멈추면 전 공정이 서는 병목 설비라면 가장 먼저 분석할 가치가 있습니다.

기술은 장비 자체가 아니라 문제 해결을 위한 지식과 수단의 체계로 볼 필요가 있습니다. 용어의 폭넓은 의미는 기술에 관한 지식백과 설명에서도 확인할 수 있습니다. 예지보전 역시 센서 한 종류가 아니라 설비 지식, 계측, 통신, 데이터 분석, 작업 절차를 연결하는 통합 엔지니어링 솔루션에 가깝습니다.

• 고장 모드: 베어링 마모, 축 정렬 불량, 윤활 부족, 과열처럼 실제로 구분할 대상
• 예고 시간: 즉시 정지 경보인지, 정기보수 일정을 잡기 위한 1~2주 전 알림인지 결정
• 판단 사용자: 운전원, 보전팀, 생산관리자 중 누가 데이터를 보고 행동할지 지정
• 성과 기준: 돌발 정지 시간, 오경보율, 점검 시간, 부품 교체 주기의 변화를 측정

“센서 개수가 아니라 경보 이후의 행동이 설계되어 있어야 예지보전이 작동합니다. 담당자가 ‘그래서 무엇을 점검해야 하나요?’라고 다시 묻는 경보는 절반짜리 솔루션입니다.”

정상 데이터뿐인 공장에서도 시작할 수 있을까

Q. 실제 고장 데이터가 부족하면 AI 분석은 불가능한가요?

반드시 그렇지는 않습니다. 고장이 드문 핵심 설비는 학습에 쓸 고장 사례가 부족한 것이 정상입니다. 이때는 고장 유형을 맞히는 분류 모델보다 정상 운전 범위를 학습해 평소와 다른 움직임을 찾는 이상 탐지가 현실적입니다. 다만 부하, 회전수, 제품 종류, 계절 온도처럼 정상 상태를 바꾸는 운전 조건까지 함께 기록해야 의미 있는 차이를 잡을 수 있습니다.

예를 들어 모터 진동이 평소보다 20% 증가했더라도 생산 속도를 높인 결과라면 고장 징후가 아닐 수 있습니다. 반대로 진동 수치는 기준 이내지만 같은 부하에서 온도와 소비전류가 동시에 서서히 오르면 윤활이나 정렬 상태를 의심할 근거가 됩니다. 한 센서의 절대값보다 여러 신호의 변화 방향과 운전 맥락을 함께 보는 것이 산업 설비 데이터 분석의 핵심입니다.

최근에는 소리처럼 비정형 신호를 현장 판단에 활용하는 사례도 늘고 있습니다. 닭 울음소리를 분석해 질병 가능성을 판별한 음향 AI 적용 사례는 대상이 제조 설비는 아니지만, 사람이 경험적으로 구별하던 소리를 데이터화할 수 있다는 점에서 참고할 만합니다. 펌프의 캐비테이션음이나 감속기의 충격음도 같은 원리로 접근할 수 있지만, 현장 소음과 마이크 위치가 결과에 미치는 영향은 별도로 검증해야 합니다.

1. 2~4주 기준선 수집: 정상 운전 구간을 제품·속도·부하별로 나누어 기록합니다.
2. 현장 라벨 추가: 기동, 정지, 세척, 공회전, 부품 교체 시점을 보전일지와 연결합니다.
3. 단순 규칙 검증: 이동평균, 변화율, 온도 상승폭처럼 설명 가능한 조건부터 시험합니다.
4. 복합 모델 적용: 단순 기준으로 잡기 어려운 패턴에 한해 통계 모델이나 AI를 적용합니다.
5. 오경보 검토: 경보가 발생한 날의 생산 조건과 실제 점검 결과를 다시 입력합니다.

Q. 어떤 센서를 우선 선택해야 하나요?

회전체에는 진동과 온도, 전기설비에는 전류와 열화상, 유압·공압 계통에는 압력과 유량이 기본 후보가 됩니다. 하지만 기존 PLC에 이미 저장되는 전류, 속도, 토크, 알람 이력을 먼저 확인하면 신규 계측 비용을 줄일 수 있습니다. 샘플링 속도가 느리거나 데이터 품질이 낮을 때만 고속 진동 계측기나 별도 엣지 장치를 추가하는 방식이 안전합니다.

예산은 장비값보다 검증 범위에서 갈린다

Q. 소규모 예지보전 구축 비용은 어느 정도인가요?

비용은 센서 가격만으로 계산하기 어렵습니다. 설비 접근성, 배선 거리, 방폭·방수 조건, 데이터 저장 주기, 기존 PLC 연동 가능 여부, 분석 화면과 알림 기능의 범위가 전체 예산을 좌우합니다. 국내 현장의 일반적인 소규모 파일럿을 가정하면 단일 설비군의 계측·수집·기초 대시보드 구축은 대략 1,500만~4,000만원, 여러 공정과 시스템 연계를 포함하면 5,000만원 이상으로 커질 수 있습니다. 이는 계약 견적이 아니라 범위를 가늠하기 위한 참고 구간이며 현장 조사 후 달라집니다.

저가형 무선 센서는 설치가 빠르고 배선비가 적지만 배터리 수명, 통신 음영, 측정 주기 제한을 확인해야 합니다. 유선 계측은 전원과 통신이 안정적이지만 가동 중 배선 공사가 어렵고 초기 설치비가 큽니다. 고속 진동 분석 장비는 베어링 결함 주파수를 세밀하게 볼 수 있는 반면, 모든 모터에 적용하면 데이터와 유지관리 비용이 지나치게 늘 수 있습니다.

SDEC와 같은 기술 컨설팅 기업에 검토를 요청할 때는 “AI를 도입하고 싶다”보다 “포장기 메인 모터의 월평균 돌발 정지 6시간을 절반으로 줄이고 싶다”처럼 목표를 전달하는 편이 좋습니다. 목표가 수치화되면 센서 사양, 데이터 보존 기간, 분석 난이도와 투자 회수 가능성을 같은 기준으로 비교할 수 있습니다.

• 경제형 파일럿: 기존 PLC 데이터 활용, 핵심 설비 1~3대, 규칙 기반 경보 중심
• 표준형 구축: 진동·온도 센서 추가, 운전 조건 연동, 설비별 상태 화면과 알림 제공
• 확장형 솔루션: 다공장 통합, 정비시스템 연계, 모델 재학습과 성능 모니터링 포함
• 숨은 비용: 통신 공사, 서버 사용료, 계측기 교정, 배터리 교체, 현장 교육과 데이터 정제

“처음부터 전 설비를 연결하지 마세요. 손실이 큰 설비 한 종류에서 경보 정확도와 작업 절차를 검증한 뒤, 같은 고장 모드가 있는 설비로 복제해야 투자 근거가 남습니다.”

Q. 업체 제안서는 무엇을 기준으로 비교해야 하나요?

정확도라는 숫자만 비교하면 위험합니다. 고장 사례가 적은 데이터에서 99% 정확도는 정상만 맞혀도 나올 수 있기 때문입니다. 경보를 놓친 비율, 불필요한 출동을 만든 오경보율, 경보가 실제 고장보다 얼마나 앞섰는지, 모델 판단 근거를 현장 담당자가 이해할 수 있는지를 함께 요구해야 합니다. 해외 실증이나 확장 가능성을 검토한다면 K-디지털 기술의 글로벌 실증 사례처럼 실제 환경에서 성능을 확인하는 과정의 중요성도 참고할 수 있습니다.

센서 없이도 좋아질 수 있다는 반론을 먼저 검토한다

Q. 예지보전보다 예방보전이 더 나은 설비도 있나요?

그렇습니다. 값싼 소모품이 일정 주기로 마모되고 교체 작업이 짧다면 정해진 시간마다 바꾸는 예방보전이 더 경제적일 수 있습니다. 안전밸브나 법정 검사 대상처럼 규정된 점검을 수행해야 하는 설비도 데이터 분석이 의무 점검을 대신할 수 없습니다. 예지보전은 모든 정비 방식을 대체하는 기술이 아니라 상태에 따라 정비 시점을 조정하는 선택지입니다.

또한 고장의 주원인이 작업 실수, 잘못된 세척 절차, 부품 조립 불량이라면 센서보다 표준작업서 개선과 교육이 우선입니다. 윤활유가 반복적으로 부족한 원인이 공급 장치가 아니라 점검 책임의 공백이라면 AI 경보를 붙여도 같은 문제가 되풀이됩니다. 독자님의 현장에서는 정말 상태를 몰라서 고장이 나는지, 알고도 조치하지 못해서 멈추는지 먼저 구분해 보셔야 합니다.

반대 관점에서 보면 예지보전 프로젝트를 보류하는 결정도 충분히 전문적일 수 있습니다. 파일럿에서 경보 선행 시간이 너무 짧거나, 정비비 절감액보다 계측 유지비가 크거나, 생산계획상 사전 정비가 불가능하다면 기존 예방보전을 다듬는 편이 낫습니다. 중요한 것은 첨단 기술의 도입 여부가 아니라 공장 손실을 가장 작은 비용과 혼란으로 줄이는 엔지니어링 판단입니다.

• 예지보전이 유리한 경우: 돌발 정지 손실이 크고 열화 징후를 측정할 수 있으며 계획 정비가 가능한 설비
• 예방보전이 유리한 경우: 부품 수명이 일정하고 교체비가 낮으며 점검 주기가 명확한 설비
• 사후보전이 가능한 경우: 고장이 안전·품질·후속 공정에 영향을 주지 않고 즉시 대체할 수 있는 설비
• 프로세스 개선이 먼저인 경우: 작업 편차, 부품 관리, 윤활 기준, 점검 책임이 주요 원인인 설비

Q. 도입 여부를 결정할 마지막 질문은 무엇인가요?

“경보가 7일 먼저 나오면 실제로 무엇을 바꿀 수 있는가?”라고 물어보십시오. 부품을 확보하고 정비 인력을 배치하며 생산 일정을 조정할 수 있다면 데이터의 가치가 생깁니다. 아무 행동도 바꿀 수 없다면 분석 모델을 고도화하기 전에 자재 조달, 작업 승인, 생산 협의 체계부터 설계하는 것이 더 효과적인 기술 솔루션입니다.