15분
포스코 제강공장: 설비가 고장나기 72시간 전에 AI가 알려줬다
Day 1: 예지보전 개론 & 센서 데이터 이해
포스코 제강공장: 설비가 고장나기 72시간 전에 AI가 알려줬다
예지보전 — 설비 고장 예측 시스템 > Day 1: 예지보전 개론 & 센서 데이터 이해
학습 목표
예지보전(PdM)이 제조 현장에 가져오는 임팩트를 체감한다 실제 도입 사례를 통해 학습 동기를 확보한다
2024년, 포스코 광양 제강공장
"3번 전로 베어링 온도가 정상 범위를 벗어나고 있습니다."
새벽 2시. 제어실 모니터에 노란색 경고가 떴다. 아직 설비는 정상 가동 중이다. 알람도 없다.
하지만 AI 시스템은 72시간 후 베어링 고장을 예측했다.
예지보전이 없던 시절
에디터 로딩 중...
AI 예지보전 도입 후
에디터 로딩 중...
수치로 보는 효과
| 지표 | 사후보전 | 예지보전 | 개선 |
|---|---|---|---|
| 비계획 정지 | 연 120시간 | 연 12시간 | 90% 감소 |
| 정비 비용 | 연 50억 원 | 연 20억 원 | 60% 절감 |
| 부품 재고 | 과다 보유 | 적시 발주 | 30% 절감 |
| 안전 사고 | 연 3건 | 연 0건 | 100% 제거 |
이번 주에 우리는 이 예지보전 시스템을 직접 만든다. NASA 터보팬 엔진 데이터로 **설비 잔여 수명(RUL)**을 예측하고, 정비 추천 시스템까지 구현한다.