2

새벽 2시의 경고: 고장 사흘 전에 알아채면 무엇이 달라지는가

Day 1: 예지보전 개론 & 센서 데이터 이해

학습 목표
  • 예지보전(PdM)이 제조 현장에 가져오는 임팩트를 체감한다
  • 실제 도입 사례를 통해 학습 동기를 확보한다

어느 제강공장의 새벽 2시

"3번 전로 베어링 온도가 정상 범위를 벗어나고 있습니다."

새벽 2시. 제어실 모니터에 노란색 경고가 떴다. 아직 설비는 정상 가동 중이다. 알람도 울리지 않았다.

그런데 예지보전 시스템은 사흘 뒤의 베어링 고장을 가리키고 있다.

아래는 특정 회사의 공개 사례가 아니라, 제강 라인에서 흔한 전개를 하나로 엮은 가상 시나리오다. 숫자는 예시이고, 이번 주 실습에서 여러분의 설비 값으로 다시 계산한다.


예지보전이 없던 시절

[기존: 사후보전]

정상 가동 → 이상 징후 무시 → 갑작스런 고장 → 긴급 수리

결과:
├── 비계획 정지: 8시간 (부품 조달 + 수리)
├── 생산 손실: 정지 8시간 x 라인 시간당 손실 (사업장 값을 넣어 계산한다)
├── 2차 피해: 인접 설비 손상
└── 돌발 정지 상태에서의 정비 작업 위험

AI 예지보전 도입 후

[현재: 예지보전]

Day 0: 모델이 사흘 뒤 고장을 가리킴
       ├── 진동 추세 상승 (0.3mm/s → 0.8mm/s)
       ├── 온도 상승 추세 (62도 → 68도, 3일간)
       └── 유사 고장 이력 매칭 (같은 기종의 과거 사례)

Day 1: 정비 계획 수립
       ├── 교체 부품 사전 발주
       ├── 정비 인력 배정
       └── 생산 일정 조정 (야간 정비)

Day 2: 계획 정비 실행
       ├── 야간 4시간 정비 (vs 긴급 8시간)
       ├── 베어링 교체 완료
       └── 다음 날 정상 가동

무엇이 달라지는가

지표사후보전예지보전방향
비계획 정지예고 없이 발생계획 정지로 옮긴다감소
정비 비용긴급 수리 단가계획 정비 단가감소
부품 재고과다 보유적시 발주감소
정비 중 안전 위험돌발 정지 상황에서 대응계획된 조건에서 작업감소

개선 폭은 설비와 업종에 따라 달라진다. 이 표는 방향만 말한다. 예지보전은 고장을 없애는 기술이 아니라 고장을 계획 안으로 끌어오는 기술이고, 「안전 사고 0건」처럼 완전한 제거를 약속하는 문구는 현장에서 신뢰를 잃는다.

이번 주에 우리는 이 예지보전 시스템을 직접 만든다. NASA 터보팬 엔진 데이터로 **설비 잔여 수명(RUL)**을 예측하고, 정비 추천 시스템까지 구현한다.

AI로 학습하기 — 꿀팁
「고장 72시간 전 예측」이라는 수치 검증AI 학습 팁

예지보전 홍보 자료에 자주 나오는 「고장 며칠 전 예측」 같은 수치는 조건을 빼고 인용되기 쉽습니다. 기술적으로 무엇이 갖춰져야 그 리드타임이 나오는지 확인하세요.

산업 예지보전 홍보 자료에서 「고장 72시간 전 예측」이라는 수치가 자주 인용됩니다. 이 수치의 신뢰성을 검증해주세요: (1) 산업용 예지보전 모델의 검증된 평균 예측 리드타임 범위와 그 범위가 고장 유형(베어링 스폴링·윤활 불량·전기적 결함)에 따라 어떻게 달라지는지, (2) 72시간 리드타임이 성립하려면 필요한 센서 데이터 품질·표본율·학습 데이터 규모 조건, (3) 이 수치를 그대로 믿고 부품 선발주나 생산 중단을 결정했을 때의 리스크를 정리해주세요. 출처를 밝힐 수 없는 수치는 그렇게 표시해주세요.
이 팁이 도움이 됐나요?
용어