설비 진단에 AI 를 쓰겠다는 이야기가 나오면 대부분 클라우드 서비스를 떠올립니다. 그런데 공장 네트워크가 외부와 분리되어 있는 경우가 적지 않습니다. 원청 보안 요건 때문에 분리된 곳도 있고, 설비 제어망을 외부에 열지 않는 것이 내부 원칙인 곳도 있습니다. 이 조건에서는 데이터를 밖으로 보내는 구성 자체가 검토 대상에서 빠집니다.
계산을 어디서 하느냐가 구성을 갈라놓는다
판단에 필요한 계산을 외부 서버에서 하면 설비 데이터가 공장 밖으로 나가야 합니다. 사내 서버에서 하면 데이터는 공장 안에 머물지만 서버와 관리 인력이 필요합니다. 설비 옆에 붙는 장치 안에서 계산이 끝나는 구성이면 데이터가 그 장치를 벗어나지 않고, 통신이 끊겨도 판단이 계속됩니다.
폐쇄망 공장에서 쓸 수 있는 구성은 뒤의 두 가지입니다. 그중 설비 대수가 많지 않고 서버를 새로 두기 어려운 공장에서는 장치 안에서 처리하는 방식이 부담이 적습니다. 판단 결과만 사내망으로 올리면 되므로 네트워크 구성도 단순해집니다.
무엇을 판단할 수 있고 무엇은 어려운가
진동이나 전류 파형에서 이상 구간을 찾는 일은 고장 사례 데이터가 없어도 시작할 수 있습니다. 정상 상태를 먼저 학습하고 그 범위에서 벗어나는 구간을 찾는 방식이기 때문입니다. 회전체나 절삭 공정은 상태 변화가 파형에 비교적 먼저 나타나 이 접근이 잘 맞습니다.
반면 고장의 원인 유형을 나누는 일은 조건이 붙습니다. 어떤 고장이 어떤 파형으로 나타났는지를 사례로 알고 있어야 유형을 구분할 수 있습니다. 그래서 도입 초기에는 이상 여부까지 판단하고, 사례가 쌓인 뒤 원인 분류를 얹는 순서로 진행하는 경우가 많습니다.
처음 보는 유형의 고장은 원인을 지목하지 못합니다. 학습한 범위를 벗어난 현상은 평소와 다르다는 판단까지가 한계입니다. 이 한계를 미리 알고 운영하면 알림을 어떻게 다룰지 정하기 쉬워집니다.
노후 설비에 어떻게 붙이는가
설비 자체에 통신 기능이 없어도 진동과 전류는 외부 센서로 잴 수 있습니다. 설비를 개조하지 않고 부착하는 방식이라 오래된 설비에도 적용하기 쉬운 편입니다. 다만 센서를 어디에 붙이는지가 값의 품질을 좌우합니다. 베어링 하우징처럼 진동이 잘 전달되는 지점과 그렇지 않은 지점의 차이가 커서, 부착 위치는 설비를 직접 보고 정합니다.
도입 초기에 확인을 건너뛰지 않는다
판정이 맞았는지는 정비 기록과 맞춰 봐야 확인됩니다. 실제 정비가 있었던 시점 앞에서 이상 판정이 났는지, 아무 일도 없었는데 판정이 잦았는지를 함께 봅니다. 이 과정 없이 운영하면 알림이 쌓여도 아무도 확인하지 않는 상태가 되고, 몇 달 뒤 장치는 켜져 있지만 판단은 쓰이지 않게 됩니다.
확인 기간에는 판정 기준을 조금씩 조정합니다. 너무 민감하면 정상 변동에도 알림이 나고, 너무 둔하면 놓칩니다. 설비마다 정상 범위가 달라 이 조정은 현장에서 값을 보며 정하는 작업입니다.
설비 구성과 보안 요건에 따라 어느 구성이 맞는지 갈립니다. 현장 진단에서 설비와 네트워크 상황을 함께 보고 계산 위치와 센서 부착 지점을 정리해 드립니다.
| 구분 | 데이터가 나가는 범위 | 통신이 끊기면 | 공장에서 걸리는 조건 |
|---|---|---|---|
| 클라우드 계산 | 설비 데이터가 외부 서버로 나간다 | 진단이 멈춘다 | 폐쇄망이면 적용 자체가 어렵다 |
| 사내 서버 계산 | 공장 안에 머문다 | 사내망이 살아 있으면 계속된다 | 서버실과 관리 인력이 필요하다 |
| 장치 내 계산 | 설비 옆 장치 안에 머문다 | 영향 없이 계속 판단한다 | 장치가 다룰 수 있는 모델 크기에 한계가 있다 |
표 1.설비 진단을 어디서 계산하는지에 따른 차이
| 구분 | 예 | 왜 그런가 |
|---|---|---|
| 다루기 쉬움 | 진동 · 전류 파형의 이상 구간 검출 | 정상 상태를 학습해 벗어남을 재는 방식이라 라벨이 없어도 된다 |
| 다루기 쉬움 | 베어링 · 모터의 상태 변화 추세 | 같은 설비의 시간에 따른 변화라 비교 대상이 명확하다 |
| 조건이 붙음 | 고장 원인 분류 | 고장 사례 데이터가 쌓여 있어야 유형을 나눌 수 있다 |
| 어려움 | 처음 보는 고장 유형의 정확한 원인 지목 | 학습한 범위 밖의 현상은 이상하다는 판단까지만 가능하다 |
표 2.온디바이스 진단으로 다룰 수 있는 것과 어려운 것
FAQ
자주 묻는 질문
- 공장 네트워크를 외부에 열지 않고도 AI 진단이 가능한가요?
- 가능합니다. 설비 옆에 붙는 장치 안에서 계산이 끝나는 구성이면 데이터가 공장 밖으로 나가지 않습니다. 모델을 갱신할 때만 담당자가 파일로 반영하는 방식으로 운영합니다.
- 고장 사례 데이터가 없는데 학습이 되나요?
- 정상 상태를 먼저 학습하고 그 범위에서 벗어나는 구간을 찾는 방식이면 고장 데이터가 없어도 시작할 수 있습니다. 다만 이 방식은 이상 여부까지 판단하고, 원인 유형을 나누는 것은 사례가 쌓인 뒤의 단계입니다.
- 설비가 오래되었는데 데이터를 뽑을 수 있나요?
- 설비 자체에 통신 기능이 없어도 진동이나 전류를 재는 센서를 외부에 붙여 값을 확보할 수 있습니다. 설비를 개조하지 않고 부착하는 방식이라 노후 설비에 적용하기 쉬운 편입니다.
- 판단 결과를 어디서 보나요?
- 장치 자체 표시와 사내망 화면 양쪽으로 구성할 수 있습니다. 폐쇄망이면 사내 화면까지가 범위가 되고, 이상 발생 시 알림은 사내 네트워크 안에서 전달하는 방식으로 잡습니다.
- 모델을 계속 갱신해야 하나요?
- 설비 상태나 생산 조건이 바뀌면 정상 범위도 함께 바뀝니다. 계절에 따라 온도 조건이 달라지는 설비도 그렇습니다. 갱신 주기는 설비 특성에 따라 정하고, 폐쇄망에서는 담당자가 파일로 반영하는 절차를 함께 만들어 둡니다.
- 이상을 잡아냈다는 것을 어떻게 확인하나요?
- 도입 초기에 이상 판정이 난 구간을 정비 기록과 맞춰 봅니다. 실제 정비가 있었던 시점 앞에서 판정이 났는지를 확인하는 방식입니다. 이 확인 없이 운영하면 판정을 신뢰하지 않게 되고, 알림이 쌓여도 아무도 보지 않게 됩니다.
MORE
함께 보면 좋은 글
- 설비종합효율 OEE 관리 시스템 구축, 무엇부터 재야 하나
설비종합효율(OEE) 관리 시스템 구축은 가동률·성능가동률·양품률 세 지표를 설비에서 자동으로 모아 하나의 숫자로 합치는 작업입니다. 세 요소를 어디서 모으고, 숫자가 떨어졌을 때 무엇부터 봐야 하는지 정리했습니다.
- HACCP 자동기록장치 도입 전 확인할 네 가지
HACCP 자동기록장치는 CCP 측정값을 사람 손을 거치지 않고 저장하는 장치입니다. 스마트 HACCP 적용업소 인정에 필요한 네 가지 기능과 공정별 자동화 지점을 정리했습니다.
- 부산 MES 구축 업체, 선정 전에 확인해야 할 기준
부산에서 MES 구축 업체를 고를 때는 현장 방문 가능 거리, 설비 연동 범위, 구축 후 안정화 지원 여부를 먼저 확인해야 합니다. 선정 체크리스트와 구축 절차, 도입 후 흔히 겪는 문제를 정리했습니다.