설비 예지보전을 도입한다면 센서보다 고장 기준부터 세워야 한다

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

정비팀은 고장이 나기 전에 알고 싶고, 경영진은 돌발 정지를 줄이고 싶어 합니다. 그래서 진동 센서와 AI 솔루션부터 견적을 받지만, 막상 현장에서는 알람이 너무 많거나 고장을 놓쳐 시스템을 꺼버리는 일이 생깁니다.

SDEC가 설비 신뢰성 프로젝트를 수행해 온 신뢰성엔지니어 오세현에게 예지보전 도입 순서를 물었습니다. 인터뷰의 핵심은 단순합니다. 예지보전은 센서를 설치하는 사업이 아니라 어떤 이상을 언제, 누가, 어떻게 처리할지 설계하는 엔지니어링이라는 것입니다.

고장이 잦은데 센서부터 사면 왜 실패합니까?

Q. 데이터가 많을수록 예측 정확도가 높아지지 않나요?

A. 데이터의 양보다 먼저 확인할 것은 ‘무엇을 고장으로 볼 것인가’입니다. 모터 베어링 손상, 축 정렬 불량, 윤활 부족, 임펠러 불균형은 모두 진동을 변화시키지만 주파수 특성과 진행 속도, 생산에 미치는 영향이 다릅니다. 이 구분 없이 센서를 설치하면 정상적인 부하 변화까지 이상으로 감지해 알람이 쏟아집니다.

예를 들어 원료 투입량이 매시간 달라지는 분쇄기는 부하 상승과 결함 진동을 분리해야 합니다. 운전 조건을 함께 수집하지 않고 진동값 하나만 기준으로 삼으면 정비팀은 멀쩡한 설비를 점검하게 됩니다. 반대로 절대값이 낮더라도 특정 주파수 성분이 꾸준히 커진다면 초기 결함일 수 있습니다. 임계값 하나로 모든 운전 상태를 설명하려는 접근이 위험한 이유입니다.

따라서 기술 컨설팅의 첫 단계는 설비 목록을 늘어놓는 것이 아니라 고장 형태와 결과를 연결하는 일입니다. 기술의 범위를 이해할 때는 기술에 관한 지식백과 정의처럼 목적과 방법의 관계를 살펴보는 것도 도움이 됩니다. 현장의 예지보전 기술 역시 측정 장치 자체가 아니라 생산 손실을 줄이는 수단이어야 합니다.

• 고장 형태: 베어링, 기어, 축, 윤활, 전기 계통 중 무엇이 문제인지 구분합니다.
• 고장 영향: 안전, 품질, 생산량, 복구 시간에 미치는 결과를 계산합니다.
• 선행 신호: 진동, 온도, 전류, 압력 가운데 실제로 먼저 변하는 값을 찾습니다.
• 대응 가능 시간: 이상 발견 후 계획 정비까지 확보해야 할 시간을 정합니다.

“측정할 수 있는 값이 아니라, 발견했을 때 행동할 수 있는 고장부터 선택해야 합니다.”

어떤 설비를 첫 대상으로 골라야 합니까?

Q. 모든 회전설비에 동시에 적용하는 편이 효율적이지 않나요?

A. 전사 확대를 먼저 하면 센서 수량은 빠르게 늘지만 분석 역량과 정비 대응 속도가 따라가지 못합니다. 첫 대상은 고장 빈도만 높은 설비보다 정지 손실이 크고, 고장 전조가 관측되며, 정비 조치를 계획할 수 있는 설비가 적합합니다. 세 조건 가운데 하나라도 빠지면 투자 효과를 입증하기 어렵습니다.

가령 10분 안에 교체할 수 있는 저가 팬은 고장이 자주 나도 예지보전보다 예비품 확보가 경제적일 수 있습니다. 반면 생산라인 전체를 멈추는 핵심 펌프는 고장 빈도가 낮더라도 비계획 정지 비용이 크므로 우선순위가 높습니다. 독자님의 공장에서도 ‘자주 고장 나는 설비’와 ‘한 번 고장 나면 큰 손실을 만드는 설비’가 같은지 먼저 비교해 보십시오.

현장 인터뷰에서는 생산, 정비, 품질 담당자가 서로 다른 핵심 설비를 지목하는 경우가 많습니다. 생산팀은 병목 설비를, 정비팀은 작업 난도가 높은 설비를, 품질팀은 미세한 상태 변화가 제품 편차를 만드는 설비를 중요하게 봅니다. 이 차이를 하나의 위험도 점수로 통합해야 예지보전 솔루션의 범위가 납득 가능한 형태로 좁혀집니다.

1. 최근 12~24개월의 고장 이력과 작업지시서를 모읍니다.
2. 설비별 정지 시간, 시간당 생산 손실, 긴급 부품비를 계산합니다.
3. 고장 전조가 존재하는지와 현재 센서로 관측 가능한지를 평가합니다.
4. 안전·환경 영향이 큰 설비에는 재무 손실과 별도의 가중치를 줍니다.
5. 상위 5~15대에서 파일럿을 시작하고 대조 설비를 남겨 효과를 비교합니다.

진동·온도·전류 중 무엇을 측정해야 합니까?

Q. 범용 무선 진동 센서 하나면 충분한가요?

A. 저속 회전 설비, 순간 충격이 중요한 기어박스, 부하 변화가 큰 모터는 필요한 측정 방식이 서로 다릅니다. 무선 진동 센서는 배선 공사를 줄이고 넓은 현장에 빠르게 적용하기 좋지만, 샘플링 주기와 대역폭이 제한되면 짧은 충격이나 고주파 베어링 결함을 놓칠 수 있습니다. 제품 사양표의 최대 측정 범위만 보지 말고 원시 파형 저장, 주파수 분해능, 동기 측정 여부를 확인해야 합니다.

온도는 이해하기 쉽고 비용 부담이 비교적 낮지만 주변 온도와 운전 부하의 영향을 많이 받습니다. 전류 데이터는 인버터나 전력 계측기에서 기존 값을 가져올 수 있어 경제적이지만, 기계적 결함의 위치를 단독으로 특정하기에는 한계가 있습니다. 오일 분석은 윤활계 마모 입자를 직접 확인할 수 있으나 실시간성이 낮고 채취 절차가 결과를 좌우합니다.

좋은 엔지니어링 솔루션은 센서를 많이 붙이는 구성이 아니라 고장 메커니즘마다 가장 빨리 반응하는 신호와 운전 조건 데이터를 조합합니다. 축 회전수, 생산 품목, 밸브 개도, 유량 같은 맥락 데이터가 함께 있어야 정상적인 상태 전환과 이상을 분리할 수 있습니다. 닭의 울음소리라는 현장 신호로 건강 이상을 판별한 AI 적용 사례도 도메인에 맞는 신호 선택이 모델보다 앞선다는 점을 보여줍니다.

• 진동: 베어링, 불균형, 정렬 불량 진단에 강하지만 설치 방향과 체결 상태가 중요합니다.
• 온도: 과열 추세를 쉽게 파악하지만 초기 결함 탐지에는 늦을 수 있습니다.
• 전류: 기존 인프라를 활용하기 좋지만 부하 변화와 결함 신호를 분리해야 합니다.
• 초음파·음향: 누설과 초기 마찰 탐지에 유용하나 주변 소음에 대한 검증이 필요합니다.
• 오일 분석: 마모 형태를 확인할 수 있지만 채취 주기와 분석 리드타임을 고려해야 합니다.

예산은 장비비와 구축비를 어떻게 나눠야 합니까?

Q. 도입 비용을 센서 단가로 비교해도 될까요?

A. 센서 가격만 비교하면 실제 총비용을 크게 놓칩니다. 예산에는 센서와 게이트웨이뿐 아니라 현장 조사, 설치 구조물, 방폭·방진 요건, 네트워크, 데이터 저장, 분석 화면, 기존 설비 시스템 연동, 모델 검증, 사용자 교육이 포함됩니다. 특히 오래된 공장은 통신 음영과 전원 확보, 태그 체계 불일치 때문에 설치 후 통합 비용이 커질 수 있습니다.

국내 산업 현장의 소규모 파일럿은 대상 수, 방폭 여부, 분석 수준에 따라 수천만 원대로 구성되는 경우가 있지만, 이는 고정 견적이 아닙니다. 수십~수백 대를 연결하고 원시 파형을 장기 저장하거나 MES·CMMS까지 연동하면 억 단위 사업이 될 수 있습니다. 클라우드 구독료와 통신비, 센서 배터리 교체, 알고리즘 재학습, 기술 지원 비용도 최소 3~5년 관점으로 비교해야 합니다.

가격을 물을 때는 “센서 한 개가 얼마입니까?”보다 “고장 한 건을 유효하게 발견하고 작업지시까지 연결하는 데 얼마가 듭니까?”라고 질문하는 편이 정확합니다. 초기 구축비가 낮아도 데이터 반출료가 높거나 공급사만 모델을 수정할 수 있다면 운영 기간이 길어질수록 비용과 종속성이 커집니다.

• 파일럿 비용과 전사 확산 단가를 분리해 견적받습니다.
• 원시 데이터의 소유권과 반출 형식을 계약서에 명시합니다.
• 오탐 검토와 모델 조정에 필요한 전문가 시간을 포함합니다.
• 예측으로 줄일 수 있는 정지 손실과 계획 정비 비용을 기준선으로 기록합니다.

AI 알람은 어떤 절차로 신뢰성을 검증합니까?

Q. 정확도 95%라는 제안서 수치를 믿어도 되나요?

A. 정확도 하나로는 판단할 수 없습니다. 실제 공장 데이터는 정상 상태가 대부분이기 때문에 모든 시간을 정상이라고 예측해도 높은 정확도가 나올 수 있습니다. 고장 사건을 얼마나 놓치지 않았는지 보여주는 재현율, 알람 가운데 실제 이상이었던 비율인 정밀도, 고장까지 확보한 선행 시간, 월별 오탐 횟수를 함께 봐야 합니다.

예를 들어 핵심 압축기의 결함을 20일 전에 잡았더라도 매일 다섯 번씩 거짓 알람을 내면 운영자는 곧 알림을 무시합니다. 반대로 오탐이 거의 없지만 정지 10분 전에 알려준다면 계획 정비라는 목적을 달성하지 못합니다. 좋은 모델은 가장 높은 점수를 내는 모델이 아니라 현장의 의사결정 시간을 확보하면서 감당 가능한 알람을 만드는 모델입니다.

검증 기간에는 과거 데이터만 재생하지 말고 계절, 제품 전환, 정기 보수 전후 상태를 포함해야 합니다. 동일 설비라도 정비 후 진동 기준선이 달라질 수 있으며 센서를 다시 부착하면 측정값이 변합니다. 해외나 다른 공장에서 검증된 기술이라도 현장 조건에서 실증해야 한다는 점은 K-디지털 글로벌 실증사업 사례에서도 확인할 수 있습니다.

1. 도입 전 정상·주의·고장 상태의 판정 규칙을 합의합니다.
2. 시간 순서를 유지한 학습·검증 데이터로 미래 정보 유출을 막습니다.
3. 알람마다 정비사의 현장 판정과 조치 결과를 기록합니다.
4. 놓친 고장과 거짓 알람을 비용으로 환산해 임계값을 조정합니다.
5. 3개월 또는 주요 운전 주기마다 모델 성능 저하 여부를 재검증합니다.

“AI가 이상이라고 말한 횟수보다, 그 알람 때문에 정비 계획이 얼마나 더 좋아졌는지를 성과로 보십시오.”

알람을 실제 정비 작업으로 바꾸려면 무엇이 필요합니까?

Q. 대시보드를 정비팀에 제공하면 운영이 시작되는 것 아닌가요?

A. 대시보드는 시작 화면일 뿐입니다. 알람이 발생했을 때 누가 확인하고, 어떤 추가 점검을 하며, 어느 수준에서 작업지시를 발행할지 정해져 있지 않으면 화면은 관제용 장식이 됩니다. 특히 야간과 휴일의 책임자, 긴급도별 응답 시간, 알람 해제 권한을 문서화해야 책임 공백을 막을 수 있습니다.

실무에서는 알람을 ‘관찰’, ‘점검 필요’, ‘계획 정비’, ‘즉시 정지 검토’처럼 단계화하는 방식이 유용합니다. 관찰 단계에서는 추세와 운전 조건을 확인하고, 점검 단계에서는 휴대형 계측기로 재측정합니다. 계획 정비 단계에서는 부품 재고와 생산 일정을 함께 확인하며, 안전 위험이 있는 단계는 기존 비상 대응 절차를 우선합니다. AI가 설비 정지 명령을 자동으로 내리게 하는 결정은 별도의 안전 검증 없이 진행해서는 안 됩니다.

또한 정비 결과가 다시 데이터로 돌아와야 합니다. ‘베어링 교체’만 기록하지 말고 분해 결과, 손상 위치, 윤활 상태, 교체 부품, 작업 후 기준값을 남겨야 다음 알람의 품질이 높아집니다. 작업지시 시스템과 연동할 수 없다면 초기에는 표준 입력 양식만이라도 마련해 알람과 정비 이력을 같은 설비 ID로 연결하십시오.

• 알람 소유자: 최초 확인 담당자와 부재 시 대체자를 지정합니다.
• 검증 방법: 청음, 열화상, 휴대형 진동계 등 후속 점검법을 정합니다.
• 조치 기한: 위험 등급에 따라 확인 및 작업 완료 시간을 설정합니다.
• 피드백 항목: 실제 결함, 오탐, 운전 변화, 센서 문제를 구분해 입력합니다.
• 변경 관리: 설비 개조와 센서 이동 시 기준선 및 모델을 다시 승인합니다.

투자 판단은 어떤 순서로 세워야 흔들리지 않습니까?

Q. 경영진과 현장 모두 납득할 최종 판단 기준은 무엇인가요?

A. 첫 번째 우선순위는 안전과 생산에 중대한 영향을 주는 고장이 명확한가입니다. 두 번째는 그 고장에 관측 가능한 선행 신호가 있고, 필요한 시점보다 일찍 발견할 수 있는가입니다. 세 번째는 알람 이후 점검과 계획 정비를 수행할 인력·부품·절차가 준비되어 있는가입니다. 이 세 가지가 충족된 뒤에야 센서 브랜드, 통신 방식, AI 모델을 비교해야 합니다.

네 번째로 기존 인프라 활용 가능성을 봅니다. PLC, 인버터, 전력계, 히스토리언에 이미 쌓이는 데이터를 먼저 확인하면 불필요한 계측 투자를 줄일 수 있습니다. 다만 제어용 데이터는 샘플링 속도나 품질이 진단 목적에 부족할 수 있으므로 ‘데이터가 존재한다’와 ‘고장을 판별할 수 있다’를 혼동해서는 안 됩니다.

다섯 번째는 확장성과 독립성입니다. 파일럿이 성공했을 때 다른 설비로 템플릿을 복제할 수 있는지, 원시 데이터와 분석 결과를 표준 형식으로 내보낼 수 있는지, 공급사 변경 시 이력을 유지할 수 있는지를 확인하십시오. 마지막으로 총소유비용과 회피 가능한 손실을 비교합니다. 단순한 정비비 절감뿐 아니라 납기 지연, 폐기품, 긴급 운송, 야간 출동까지 포함해야 사업 가치가 과소평가되지 않습니다.

1. 중대 고장의 정의: 안전·품질·생산 손실이 큰 고장을 먼저 특정합니다.
2. 탐지 가능성과 선행 시간: 측정 신호가 조치에 필요한 시간을 실제로 확보하는지 검증합니다.
3. 현장 대응 체계: 담당자, 점검법, 부품, 작업지시 흐름을 설계합니다.
4. 기존 데이터 활용: 쓸 수 있는 태그를 찾고 부족한 계측만 보강합니다.
5. 확장성과 데이터 권리: 표준 연동, 원시 데이터 반출, 공급사 종속 위험을 평가합니다.
6. 경제성: 3~5년 운영비와 회피 가능한 전체 손실을 같은 기준으로 비교합니다.

이 순서대로 질문하면 제안서의 화려한 화면보다 현장 적합성이 먼저 보입니다. 센서 구매 여부는 마지막에 결정해도 늦지 않습니다. 예지보전의 출발점은 장비가 아니라 고장 기준이며, SDEC의 기술 컨설팅과 엔지니어링도 그 기준을 현장 데이터와 실행 절차로 바꾸는 데 초점을 맞춰야 합니다.