예지보전이란 무엇인가요?
설비 관리는 보통 세 단계로 발전합니다. 고장이 난 뒤에 고치는 사후보전, 정해진 주기마다 점검하고 부품을 교체하는 예방보전, 그리고 설비 상태를 계속 지켜보며 고장 징후를 미리 찾아내는 예지보전입니다.
예지보전은 갑작스러운 설비 정지를 줄이고, 아직 쓸 수 있는 부품을 일찍 교체하는 낭비도 막아 줍니다. 하지만 많은 현장에서 AI만 도입하면 고장을 알려준다는 기대로 시작했다가 데이터가 부족해 멈춥니다. AI가 고장의 징후를 배우려면 과거에 무슨 일이 있었는지 보여주는 데이터가 필요하기 때문입니다.
어떤 데이터를 준비해야 하나요?
예지보전에 필요한 데이터는 크게 다섯 가지입니다. 센서 데이터뿐 아니라 설비의 기본 정보와 과거 운영 과정에서 발생한 고장·정비 이력, 점검 기록 등을 함께 확보해야 합니다.
이 중 가장 자주 빠지는 것이 고장·정비 이력입니다. 센서는 상태 변화를 보여주지만, 그 변화가 실제 고장으로 이어졌는지 알려주는 것은 정비 기록입니다. 정비 기록이 종이나 개인 메모로만 남아 있다면 이것부터 디지털로 쌓아야 합니다.
| 데이터 종류 | 예시 | 예지보전에서의 역할 |
|---|---|---|
| 설비 기본 정보 | 설비 코드, 모델, 설치일, 주요 부품 구성 | 데이터를 설비 단위로 묶는 기준 |
| 고장·정비 이력 | 고장 일시, 증상, 원인, 조치 내용, 교체 부품 | AI가 '고장'을 배우는 정답 데이터 |
| 점검 기록 | 일상·정기 점검 결과, 이상 소견, 현장 사진 | 수치에 잡히지 않는 이상 징후 보완 |
| 센서·운전 데이터 | 진동, 온도, 전류, 압력, 가동 시간 | 설비 상태 변화를 실시간으로 감지 |
| 생산·운전 조건 | 생산 품목, 부하, 작업 조건, 교대 정보 | 정상 범위의 변화를 구분하는 맥락 |
데이터는 있는데 왜 쓸 수 없을까요?
데이터를 오래 모아 왔는데도 막상 분석하려면 쓸 수 없는 경우가 많습니다. 다음 네 가지를 점검해 보시기 바랍니다.
✔ 설비 코드가 통일되어 있나요?
같은 설비를 부서마다 다른 이름으로 부르면 센서 데이터와 정비 이력을 연결할 수 없습니다.
✔ 고장 기록 형식이 일정한가요?
이상함, 소음 있음처럼 자유롭게 적은 기록은 분석이 어렵습니다. 고장 유형, 원인, 조치를 정해진 항목으로 기록해야 합니다.
✔ 시간 정보가 맞춰져 있나요?
센서 데이터와 정비 기록의 시간이 어긋나면 고장 직전에 무슨 변화가 있었는지 찾을 수 없습니다.
✔ 충분한 기간이 쌓였나요?
계절 변화, 생산 품목 변경, 정기 보수 주기가 모두 반영될 만큼의 기간이 있어야 정상과 이상을 구분할 수 있습니다.
현장에서는 어떻게 준비하나요?
예지보전을 성공적으로 도입한 현장들은 대개 이런 순서로 준비합니다.
① 대상 설비를 고릅니다
고장 나면 생산 손실이 크거나, 고장이 자주 나는 핵심 설비 한두 대를 먼저 정합니다.
② 기록 방식부터 바꿉니다
종이 점검표와 정비 보고서를 모바일 기록으로 바꿔, 현장 사진과 함께 정해진 형식으로 쌓이게 합니다. 이 단계만으로도 설비 이력 관리가 크게 달라집니다.
③ 센서 데이터를 연결합니다
대상 설비에 필요한 센서를 붙이거나 기존 설비 제어 시스템의 데이터를 수집하고, 정비 이력과 같은 설비 코드로 묶습니다.
④ 이상 감지부터 시작합니다
처음부터 며칠 뒤 고장을 예측하기보다, 평소와 다른 패턴을 알려주는 이상 감지로 시작합니다. 현장 담당자의 확인 결과가 다시 데이터로 쌓이면서 예측 정확도가 높아집니다.
결국 예지보전은 AI 도입 프로젝트이기 전에 설비 데이터를 쌓는 습관을 만드는 일입니다.