AI 용어집 · 기초 · 전통 ML·추천·검색 · 제조
예지 보전 Predictive Maintenance
예지 보전은 설비에 붙인 센서 데이터를 AI로 분석해 고장이 나기 전에 미리 징후를 찾아내고, 꼭 필요한 시점에 정비하는 방식이다.
용어 정보
어떻게 작동하나
모터·펌프·베어링 같은 설비에 진동, 온도, 전류, 압력 등을 재는 센서를 붙여 데이터를 계속 모은다. AI 모델은 정상일 때의 패턴을 배운 뒤, 그 패턴에서 벗어나는 이상 징후를 찾거나 부품이 앞으로 얼마나 더 버틸지(잔여 수명)를 추정한다. 위험 신호가 나오면 담당자에게 알림을 보내고 정비 일정을 잡는다. 실제 정비 결과는 다시 기록으로 쌓여 모델을 고치는 데 쓰인다.
왜 중요한가
공장에서 설비가 갑자기 멈추면 생산 라인 전체가 서고 손실이 크다. 그렇다고 정해진 주기마다 부품을 무조건 바꾸면 아직 멀쩡한 부품을 버리게 된다. 예지 보전은 이 둘 사이에서 '필요할 때만' 정비하도록 돕는다. 그래서 갑작스러운 정지와 불필요한 정비를 함께 줄이는 방법으로 주목받는다.
세 가지 정비 방식
사후 정비고장 나면 고치기
- 갑작스러운 정지 위험
- 당장 준비할 것이 적음
예방 정비정해진 주기마다
- 정지 위험을 줄임
- 멀쩡한 부품도 교체
예지 보전징후를 보고 필요할 때
- 정지와 낭비를 함께 줄임
- 센서·데이터·모델이 필요
공통 모두 설비를 멈추지 않고 오래 쓰기 위한 방법
알아 둘 점
고장은 드물게 일어나서 학습에 쓸 고장 데이터가 부족한 경우가 많다. 이 때문에 고장 예측보다 '평소와 다르다'를 잡는 이상 탐지부터 시작하는 일이 흔하다. 경보가 너무 자주 울리면 현장에서 무시하게 되므로, 오경보를 줄이고 정비 담당자가 판단할 근거를 함께 보여 주는 것이 중요하다. 발전소나 화학 공장처럼 안전과 직결된 설비에서는 AI 판단만으로 정비를 미루지 않고, 법정 점검과 사람의 최종 확인을 유지해야 한다.
예시
한 공장이 컨베이어 모터마다 진동 센서를 달고, 예측 모델이 평소와 다른 진동 패턴을 감지하면 정비팀 화면에 '베어링 이상 의심' 알림을 띄운다. 정비팀은 다음 계획 정지 시간에 맞춰 해당 베어링을 교체하고, 실제로 마모가 있었는지 결과를 기록해 모델 개선에 활용한다.