상태기반유지보수(CBM), 예지보전(PdM), 건전성기반관리(PHM), 자산관리(Asset management), 신뢰성기반(RCM, RBM) 등의 다양한 기법을 이용한 설비의 고장에 관한 감지 또는 고장예측분야의 이슈는 그 어느 때보다 국내에서 관심을 보이고 있다. 하지만 과거 미국에서 3,40년 전부터 계속되어 오던 관심은 그 용어를 달리하여 여전히 중요시 되고 있는 것도 사실이다. 그런데 마침 최근 우리나라의 제조업이 생산보다 효율에 중요성을 두고 있다는 것이 용어의 변천과 기류의 변동과 다른 의미일까? 관리는 모니터링을 통한 통계나 브리핑된 결과를 기반으로 한다. 측정된 결과가 없이는 계획을 세울 수 없다. 효율은 관리를 잘 해야 한다는 것에서 출발한 것이다.

경량데이타-도메인의 전문가 역할

PHM은 계측-신호처리-진단-예지를 순서와 분야로 정하고 있다. 그 중에서 도메인분야라고 부르는 영역을 인공지능분야로 진전시키는데 상당히 많이 노력하고 있다. 여기서 도메인 분야라 함은 기존의 방법대로 수동으로 측정하거나 룰(규칙)대로 신호를 처리하여 전문가에 의해 진단되거나 상태를 예측하는 것을 의미하는데 따라서 PHM전문가는 실제로 모든 것을 AI로 진행할 수 없으므로 PHM의 궁극적 목표에 한계를 알아야 한다고 생각하고 있기도 하다. 특히 계측에서 자동화할 수 없는 부분, 다양한 전제조건이나 변수를 모두 신호처리 할 수 없고 경험과 사람만이 인지할 수 있는 진단능력 등을 그 인공지능이 다 수행하기에 아직 많은 미래가 필요하거나 불가능하다는 것이다.

모든 물리조건을 데이터로 만들어 빅데이타화하기에는 경제성검토 이전에 신호의 무의미함을 이미 알고 있는 경우가 많다. 다시 말하면 도메인 분야중의 하나인 분석 및 진단전문가는 특정한 고장인자를 미리 구분할 수 있는 파라미터를 학습과 경험을 통해서 알고 있다. 또한 이 것들을 분리하고 분석하여 결론을 낼 수 있다. 그리고 다양한 의견과 판단근거를 통해 상태를 진단하고 예측하는 것이다.

모니터링시스템은 진단의 출발점이나 쓸모없는 데이터를 취득하는 것도 불필요한 과정이지만 그 전에 밧데리 문제, 통신문제, 저장문제, 노이즈문제 등도 매우 큰 한계장애요소가 된다. 그런데 이 한계장애요소들은 하나같이 다 같은 공통점이 있다. 바로 ‘데이터의 크기’라는 것이다. 모니터링 비전문가들이 시도하는 첫번째 방법은 ‘모든 것을 측정하는 것’이고 그 다음에 필요 없는 것을 솎아내려 한다. 그러는 동안 신뢰성은 추락하고 투자자는 외면한다. 따라서 결과는 너무 아무 것도 없이 끝나게 된다. 이렇게 과거처럼 투자와 실망이라는 운동은 많은 시간을 반복해 왔다. 이 것은 바로 이론과 현실의 차이이며 실무와 꿈의 차이인 것이다. 온도가 1의 데이터의 크기를 가진다면 진동은 많게는 1만개가 된다. 다채널의 모니터링이라면 컴퓨터 저장공간은 겨우 작은 시간에 채워질 수 있다. 또한 무거운 데이터는 무선통신도 어렵다. 물론 5G이상의 통신속도가 늘어날 지라도 그 많은 데이터를 연산하는 것도 어려운 일이다. 저장은 별개의 문제가 아니다. 전문가는 데이터의 크기를 줄이는 방법을 알고 있다. AI도 이 것을 알 수 있지만 도메인 전문가처럼 같은 시간을 가지고 경험해야 한다. 그리고 다양한 분야에서…전문적인 분야를 너무 쉽게 생각한 것이 아닐까? 전문가의 영역을 데이터화하는 것보다 반복된 데이터를 갖는 더 쉬운 분야를 찾는 것이 낫지 않을까? 차라리 판사나 교사를 인공지능화하는 것이 빠르지 않을까?

TEL: 02-6480-9991,  sales@astint.co.kr Copyright, 에이에스티(AST) , www.ASTint.co.kr