40분

이상 감지 알람 시스템: 임계값 + ML 이중 알람

Day 5: 실전 프로젝트 — 설비 고장 예측 시스템

학습 목표

임계값 기반과 ML 기반 이중 알람 시스템을 구현할 수 있다 심각도(정상/주의/경고/위험)를 판정할 수 있다 알람 로그를 저장하고 조회할 수 있다

이중 알람 시스템

[알람 아키텍처]

센서 데이터
  ├── Rule-Based 알람 (즉시)
  │   └── 임계값 초과 여부 판정
  │
  └── ML-Based 알람 (패턴)
      └── Isolation Forest 이상 점수
  
  ↓ 두 결과 종합

최종 심각도: 정상 / 주의 / 경고 / 위험

아래 코드를 alarm_system.py로 저장하고 실행하세요.

에디터 로딩 중...
힌트 보기
  • • Rule-Based는 즉각적이고 해석 가능, ML은 복합 패턴을 감지한다
  • • 두 엔진의 결과 중 더 높은 심각도를 최종 판정으로 사용한다
  • • Isolation Forest는 정상 데이터만으로 학습하는 비지도 학습 모델이다
  • • 알람 로그는 정비 이력 관리와 모델 개선에 활용된다
AI로 학습하기 — 꿀팁
🤖이중 알람 시스템 스캐폴딩AI 학습 팁

AI에게 임계값 기반과 ML 기반 이중 알람을 병렬로 평가하고 심각도를 판정하는 제조 알람 엔진 클래스를 만들어달라고 요청하세요.

제조 설비 이중 알람 시스템 Python 클래스를 작성해줘. 임계값 룰(센서값>임계)과 ML 분류기(고장 확률>0.7) 두 신호를 AND/OR 조합 옵션으로 평가, 정상/주의/경고/위험 4단계 심각도 판정, 알람 이력 DB 저장, 동일 설비 중복 알람 30분 억제(deduplication) 로직 포함.
이 팁이 도움이 됐나요?
이전다음
이 콘텐츠에 오류가 있나요? 신고하기