헬로티 이동재 기자 |
제조설비 예지보전은 최근 PHM(Prognostics and Health Management)이라는 보다 큰 의미의 용어로 불리고 있으며, 설비 이상에 대한 사전 진단 및 설비, 부품 등의 수명을 예측해 최적의 설비상태를 유지하는 것을 뜻한다.
이를 통해 제조업은 품질 향상과 납기를 준수하게 되어 경쟁력을 강화하고, 빅데이터 분석(AI, 통계)을 토대로 객관적인 근거를 바탕으로 공장의 다운타임을 줄이는 동시에 실질적인 비용손실을 감소시키는 효과를 가져온다.
통상적으로 PHM의 실행은 정보 수집, 이상 탐지, 상태 진단, 고장 예측 등의 네 단계를 거친다. 예지보전을 잘하기 위해서는 단순히 특정 영역뿐 아니라, 데이터의 발생 시점부터 데이터가 분석되는 시점까지의 데이터 고속도로가 필요하다. AIoT 관점에서 예지보전 기술의 핵심은 AI에 있다기보다는 얼마나 데이터를 효율적으로 처리하느냐에 있기 때문이다.
보통의 AI 모듈은 데이터소스를 파일이나 메모리에서 가져오지만, 마크베이스의 AIoT Suite는 추론 데이터소스를 DBMS에서 실시간으로 전송해 데이터 변환에 드는 불필요한 비용을 줄인다. 또 Edge computing 솔루션과 연계해 실제 데이터가 발생하는 Edge 장비로부터 데이터를 분석하는 서버 장비까지의 경로에서 혹여 발생할 수 있는 네트워크 단절이나 와이파이 끊김 상황에서도 데이터 손실 없는 전송을 가능케 한다.
이번 리포트는 데이터 수집을 위한 Edge Computing 기술, 데이터 실시간 처리를 위한 Time Series DBMS 기술, 이상 감지 및 예지 보전을 위한 AI 모델, 마크베이스 AIoT Suite 개발 배경과 적용 사례를 담았다.
