FMEA와 P-F 커브로 자산 신뢰도·가용성 동시 향상시키기

예기치 않은 고장과 비계획 다운타임에 시달리는 조직이라면, 고장 모드·영향 분석(FMEA)을 통해 높은 자산 신뢰도(Reliability)와 가용성(Availability)을 달성할 수 있습니다.

신뢰도와 가용성을 잡으면 수익성으로 가는 길의 상당 부분을 온 셈입니다.

하지만 놀랍게도,

많은 조직·제조사가 이 여정을 아예 시작하지 않습니다. (제품만 제때 나가면 된다며) 악순환을 기꺼이 지속합니다.

"그 여정이 RCM(신뢰도 중심 정비) 아냐? 우린 감당 못해!"라고 외칩니다.

같은 제조사들은 폐기물 처리, 베어링 구매, 오일 유출 청소, 설비 수리, OEM 호출, 초과근무엔 늘 시간(과 돈)을 씁니다. 1년에 한 번, 요란하게 '반응식 정비 영웅'에게 상을 주기도 합니다.

음.

"사내 뉴스레터에 사진 실리고, 부사장에게 악수 받으며 '반응식 정비로 공장 지켰다'고 칭찬받는 거야?"라고 생각하실 겁니다.

맞습니다. 하지만 이제 그 너머로 가보죠.

좋은 자산 신뢰도와 높은 가용성을 위해 반드시 풀 RCM 연구가 필요한 건 아닙니다. 하지만 양질의 출력물을 내는 제대로 된 FMEA(고장 모드·영향 분석)와, P-F(잠재적 고장~기능적 고장) 커브 적용으로 상태 모니터링 기법이 올바른 고장 모드를 적절한 점검 주기로 겨냥하게 하는 건 필수입니다.

고장 모드·영향 분석(FMEA): 바닥(또는 꼭대기)까지 파고들기

FMEA는 설계자·기술자·엔지니어가 핵심 자산·부품의 고장 방식, 시스템 전체에 미치는 영향, 영향 완화 방안을 이해하도록 돕는 보편적 분석 도구입니다.

FMEA의 본질은 고장 모드 이해, 발생 가능성 평가, 구체적 정비 조치·재설계·심지어 '아무 조치 안 함'(리스크가 충분히 낮다면)으로 완화하는 것입니다.

FMEA는 크게 두 가지 접근법이 있습니다.

• 바텀업(Bottom-up) – '하드웨어 접근법': 자산의 모든 부품을 나열하고 각 부품의 모든 고장 방식을 열거. 노동집약적이지만 항공·원자력 등 안전·환경 파급이 큰 분야에서 필수. 예기치 않은 자산 고장을 용납할 수 없기 때문.
• 톱다운(Top-down) – '기능적 접근법': 더 흔함. 자산의 '기능'부터 시작. "기능적으로 어떻게 고장 날 수 있나?" → 고장 모드 → 영향·완화 조치 탐색. 모든 개별 부품이 아닌, 잠재 문제의 가장 중요한 기여 요인만 직접 다룹니다.

FMECA(Criticality 추가)는 수치적 리스크 팩터를 더한 버전입니다.

자동차 와이퍼를 예로 들어 FMEA/FMECA 예시를 봅시다. 초기 점검 없이 주행 중 고장 나도록 방치한다고 가정.

기능	기능적 고장	고장 모드	잠재적 영향	심도(S)	잠재적 원인	발생도(O)	탐지 모드	탐지도(D)	RPN
전면 유리 비·안개 제거(온디맨드)	작동 안 함	퓨즈 단선	폭우 시 전방 시야 확보 불가	10	이물질로 와이퍼 막힘(과전류→퓨즈 단선)	2	주행 중 고장 시 발견	7	140

권장 조치	담당자	목표일	실행 조치	SEV	OCC	DET	RPN
1. 매 여정 전 와이퍼 장애물 점검 2. 예비 퓨즈 비치	차주	즉시	체크리스트 비치, 예비 퓨즈 구비	10	2	2	40

조치 실행 후 RPN이 감소했음을 확인할 수 있습니다. 플랜트 전반에 FMEA/FMECA를 수행하면 정비 전략이 완성됩니다.

정비 전략: 고유 신뢰도 유지의 열쇠

FMEA의 핵심 산출물은 정비 전략, 주로 '무엇을 할 것인가'입니다. 시간 기반 교체, 상태 모니터링, 설비 재설계, 고장 탐지 작업, 점검, 오버홀 등 다양합니다.

전략을 더 다듬고 실행하려면 '누가, 언제, 어떤 예비품으로' 할지를 정해야 합니다.

기억하세요: 적절한 정비를 적절한 시점에 수행하면 자산의 '고유 신뢰도(Inherent Reliability)'를 높은 수준으로 유지할 수 있습니다. 올바른 정비만으로는 고유 신뢰도를 초기 능력 이상으로 '향상'시킬 수 없습니다. 그건 '내재적' 특성이기 때문입니다. 하지만 좋은 정비 전략은 고유 신뢰도를 제자리에 고정시킵니다.

상태 모니터링 & 상태 기반 정비: 가용성이 왕이다

상태 모니터링(=예측 정비) 전술에 집중해 보죠. 센서·데이터·정보로 자산 건강을 파악하며, IIoT와 인더스트리 4.0의 원동력입니다.

자산 건강을 매 순간 알 수 있다면, 가장 비용 효율적인 정비인 상태 기반 정비(CBM)를 할 수 있습니다.

중요: CBM은 자산 '신뢰도'(고유든 아니든)를 개선하지 않습니다. 하지만 조직 목표에 똑같이 중요한 자산 '가용성(Availability)'을 줍니다. 비계획 다운타임만 줄여도 가용성은 올라갑니다.

CBM은 자산 측정된 건강도만 근거로 수리·교체 작업을 수행합니다. 잠재·임박 고장의 조기 경보를 줍니다.

그럼 상태 모니터링 기법으로 데이터를 얼마나 자주 측정해야 할까요?

P-F 커브와 점검 주기

P-F 커브란? 고장 모드가 발동된 후 자산 건강이 시간에 따라 어떻게 악화되는지 보여주는 곡선입니다.

수평 구간 = 양호한 자산 건강. 이 구간은 다음 모범 사례들로 연장 가능:

• 자산 설치 품질
• 기초·지지 구조물
• 자산 윤활
• 정렬·밸런싱
• 자산 능력 범위 내 적정 운전

그러다 고장 모드가 발현되면, 데이터 수집상 아직 안 보이는 지점에서 고장이 시작됩니다. 시간이 흐르면(또는 스트레스 사이클 누적) P점(잠재적 고장, Potential Failure)에 도달합니다. 여기서부터 상태 모니터링 기법으로 잠재 고장 탐지가 시작됩니다. 이후 자산 건강이 점진적(또는 급격)히 나빠져 F점(기능적 고장, Functional Failure)에 이릅니다.

게임 오버. 반응식 정비 '영웅'을 불러야 합니다.

P와 F 사이 시간차가 P-F 간격입니다. 초~수십 년까지 다양. 고장 모드와 자산에 따라 다릅니다.

특정 고장 모드의 P-F 간격은 항상 '평균값'임을 명심하세요. 통계적 변동은 항상 존재합니다.

과거 고장, RCA(근본원인분석), OEM 데이터 등으로 대략적 P-F 간격을 알면, 상태 모니터링 점검 주기를 설정할 수 있습니다. 경험칙: 점검 주기 ≤ 예상 P-F 간격의 1/2.

예: 핵심 펌프 구동단 베어링 진동 8mm/s면 3개월 후 고착 예상. 최소 진동 측정 주기는?

점검/측정 주기 = 3개월 ÷ 2 = 1.5개월 → 최소 월 1회 (대다수 전략가는 통계적 변동 고려해 보수적으로 월 1회 권장).

각 상태 모니터링 기법이 P-F 간격 중 어디에서 조기 경보를 주는지 차이가 있습니다. 아래 도식 참고. 단일 기법으로 모든 고장 모드 커버 불가.

최적 전략은 여러 상태 모니터링 기술을 조합하는 것입니다.

처방 정비(Prescriptive Maintenance)로의 여정

마지막으로 IIoT·인더스트리 4.0 진전을 고려해 처방 정비로의 여정을 짚어봅니다.

처방 정비(Rx)는 임박 고장 예측에 그치는 예측 정비(PdM)와 달리, Rx 분석에서 운영·정비를 위한 '결과 지향적 권장사항'을 도출하려 합니다. 아직 태동기지만, 많은 사상가들이 차세대 신뢰도·정비 모범 사례로 될 잠재력을 봅니다. www.plantservices.com (Sheila Kennedy)

"그게 뭔데?" 하실 겁니다.

예측 정비 다음 프론티어는 처방 정비입니다.

상상해 보세요. 센서·네트워크·알고리즘·머신러닝·AI가 결합해 유지보수 팀에 '무엇을, 언제, 어떻게 할지' 알려줍니다. 신뢰도 유지·가용성 증대뿐 아니라, 잠재 고장 감지 후 자산 운전 조건(속도·부하)을 조절해 잔존 수명을 늘리는 법까지 제시합니다.

미래 정비 전략은 유동적이고 지능적이며, 기술과 인간이 만든 FMEA·P-F 간격·OEM 트러블슈팅 가이드가 융합돼 정보화될 것입니다.

아직 거기까진 아니지만, 오고 있습니다...

다음 읽기: 정비 분야 IIoT 종합 가이드