예지보전은 설비 모니터링 데이터가 쌓인 뒤에 현실이 된다

설비가 갑자기 멈추면 라인 전체가 서고, 원인을 찾다 보면 결국 '왜 미리 몰랐을까'라는 질문으로 돌아오죠. 예지보전이라는 말은 이제 낯설지 않지만, 막상 우리 공장에 도입하려면 어디서부터 시작해야 할지 막막합니다. 예지보전이 왜 바로 되지 않는지, 그리고 설비 모니터링에서 시작해 예지보전으로 가는 현실적인 순서를 정리했습니다.

예지보전이라는 말은 많이 들었는데, 왜 우리 공장엔 아직 적용이 안 될까

설비 담당자라면 예지보전이라는 단어를 세미나나 전시회에서 여러 번 들어봤을 겁니다. 설비가 고장 나기 전에 미리 알려준다는 개념은 매력적이죠. 실제로 고장이 나면 라인이 멈추고, 원인 파악에 시간이 걸리고, 그 사이 생산 손실은 고스란히 쌓입니다.

문제는 이 개념을 듣고 바로 '그럼 우리도 예지보전 시스템을 도입하자'고 결정하는 순간 생깁니다. 예지보전은 특정 솔루션을 사는 문제가 아니라, 그 솔루션이 학습할 데이터가 있는지의 문제이기 때문입니다. 데이터 없이 예지보전부터 들여오면, 정작 예측할 근거가 없어 알람만 요란하고 신뢰는 쌓이지 않는 경우가 많습니다.

예지보전이 어려운 건 기술이 아니라 쌓인 데이터가 없어서입니다

예지보전이 작동하려면 크게 두 가지가 필요합니다. 하나는 설비의 상태 데이터(진동, 온도, 전류, 압력 등)이고, 다른 하나는 그 상태가 실제 고장으로 이어졌던 이력입니다. 이 둘을 나란히 놓고 봐야 '이런 패턴이 나오면 며칠 안에 고장이 난다'는 판단이 가능해집니다.

그런데 대부분의 현장은 이 둘 중 하나, 혹은 둘 다 없는 상태에서 예지보전 얘기를 시작합니다. 설비는 계속 돌아가고 있지만 상태 데이터는 기록되지 않고, 고장이 나면 수리는 하지만 어떤 상태에서 어떤 조짐이 있었는지는 기록에 남지 않습니다. 데이터가 없으니 예측 모델을 만들 재료가 없고, 그래서 예지보전은 '언젠가 해야 하는 일'로 계속 미뤄집니다.

• 상태 데이터: 설비가 지금 어떤 값으로 돌아가고 있는가 (진동, 온도, 전류, 가동/정지)
• 고장 이력: 언제, 어떤 설비가, 무슨 원인으로 멈췄는가
• 두 데이터의 시점 연결: 고장 직전 상태 데이터가 실제로 남아 있는가

CMMS 보전이력과 예지보전은 어떻게 다를까

CMMS(설비보전관리시스템)를 이미 쓰고 있는 현장이라면 '우리는 보전이력이 있는데 왜 예지보전이 안 되냐'고 물을 수 있습니다. CMMS에 쌓인 데이터는 대부분 언제 고장 났고, 무엇을 교체했고, 누가 수리했는가라는 사후 이력입니다. 이건 예지보전의 절반, 그것도 결과 쪽 절반입니다.

예지보전에 필요한 나머지 절반은 그 고장이 나기 전 설비가 어떤 상태였는가입니다. CMMS는 대부분 이 부분, 즉 고장 직전의 실시간 상태값을 다루지 않습니다. 그래서 CMMS 보전이력은 예지보전의 기초 자료는 되지만, 그 자체로 예지보전을 대체하지는 못합니다. 오히려 CMMS의 고장 이력과 설비 모니터링의 상태 데이터를 같은 설비, 같은 시점 기준으로 겹쳐 봐야 예지보전이 의미를 갖기 시작합니다.

예지보전 전에 먼저 쌓아야 하는 데이터

예지보전을 전제로 시스템부터 고르기보다, 먼저 어떤 데이터를 쌓을지 정하는 편이 현실적입니다. 처음부터 정교한 예측 모델을 목표하지 않고, 나중에 되짚어볼 수 있는 최소한의 데이터부터 남기는 것이 순서입니다.

이 네 가지가 같은 시간 축 위에서 쌓이기 시작하면, 그때부터 '이런 진동값이 나온 뒤 며칠 안에 이 부품이 고장 났었다'는 패턴을 되짚어볼 수 있게 됩니다. 예지보전은 이 되짚음이 반복되고 검증되면서 서서히 만들어지는 것이지, 하루아침에 켜지는 기능이 아닙니다.

• 설비별 가동/정지 이력: 언제 돌았고 언제 멈췄는가
• 주요 파라미터 추이: 진동, 온도, 압력, 전류 등 설비별로 의미 있는 값
• 고장·정지 이력과 원인: 무엇이, 언제, 왜 멈췄는가 (CMMS 보전이력과 연결)
• 정지 직전 상태값: 고장 나기 전 일정 시간 동안의 상태 데이터

설비 모니터링에서 예지보전으로 가는 현실적 순서

많은 현장에 맞는 순서는 대략 이렇습니다. 먼저 설비 모니터링으로 상태 데이터를 실시간으로 남기기 시작하고, 동시에 고장·정지가 발생할 때마다 원인을 기록하는 습관을 CMMS나 보전 기록에 붙입니다. 이 둘이 같은 설비 기준으로 일정 기간 이상 쌓이면, 그제야 특정 패턴과 고장의 상관관계를 검토할 수 있는 최소한의 근거가 생깁니다.

이 단계를 건너뛰고 예지보전 솔루션부터 도입하면, 초기에는 규칙 기반의 단순 알람(임계값 초과 알림) 수준에 머물 수밖에 없습니다. 이것도 의미가 없지는 않지만, 이는 예지보전이라기보다 실시간 감시에 가깝습니다. 진짜 예지보전은 이 감시 데이터가 충분히 쌓인 뒤, 과거 패턴과 실제 고장을 맞춰보며 예측 기준을 다듬어가는 단계에서 시작됩니다.

• 설비 모니터링 도입: 상태 데이터를 실시간으로 남기기 시작
• 고장·정지 이력 체계화: CMMS 보전이력과 연결
• 데이터 축적: 같은 기준으로 일정 기간 이상 쌓기
• 패턴 검토와 예측 기준 적용: 상태값과 고장 이력을 겹쳐 검증된 패턴부터 예지보전 알람으로 전환

설비마다, 현장마다 쌓아야 할 데이터는 다릅니다

사출 설비, 금형, 가공 설비는 고장 패턴 자체가 다릅니다. 사출 성형기라면 히터 온도, 사출 압력, 사이클타임 편차가 스크류나 히터밴드 이상을 앞서 보여주는 경우가 많습니다. 절삭가공 설비라면 스핀들 진동과 전류값이 베어링이나 공구 마모의 조짐을 드러내죠. 같은 예지보전이라도 어떤 설비의 어떤 부품을 예측 대상으로 삼을지에 따라 필요한 데이터와 임계값 기준이 완전히 달라집니다.

그래서 예지보전은 공장 전체를 한 번에 대상으로 삼기보다, 고장이 잦거나 정지 시 손실이 큰 설비 몇 대부터 좁혀서 시작하는 편이 현실적입니다. 그 설비에서 데이터를 쌓고 패턴을 검증한 뒤, 검증된 방식을 다른 설비로 넓혀가는 순서가 무리가 없습니다.

현장에 적용한다면: HD-AIMS로 설비 모니터링과 예지보전 잇기

여기까지 정리하면, 예지보전은 결국 설비 상태 데이터와 고장 이력을 같은 시점 기준으로 얼마나 쌓았는지에 달려 있습니다.

HD-AIMS는 설비별 가동/정지, 주요 파라미터, 정지 이력을 실시간으로 기록하고, 이 데이터를 CMMS 보전이력과 같은 설비·같은 시점 기준으로 연결해 화면에서 겹쳐 볼 수 있게 합니다. 이렇게 쌓인 데이터가 일정 기간 이상 축적되면, 특정 설비·특정 부품에 대한 예지보전 규칙을 검증하고 적용하는 다음 단계로 넘어갈 수 있습니다.

지금 우리 설비에서 어떤 데이터가 쌓이고 있는지, 예지보전까지 가려면 무엇부터 채워야 하는지 궁금하다면 HD-AIMS 담당자와 가볍게 점검해볼 수 있습니다.