네트워크 레일, 세계 최고령 철도에 IoT·AI·딥러닝으로 디지털 전환

2만 마일 철로, 3만 개 교량·터널·고가교, 수천 개 신호를 가진 세계 최고령 철도 네트워크가 디지털 전환을 겪고 있습니다.

런던. 최근 AI 및 빅데이터 엑스포에서 네트워크 레일(Network Rail) 최고 데이터 및 분석 책임자 니콜라오스(닉) 코치스(Nikolaos (Nick) Kotsis)와 대화했습니다.

2019년 네트워크 레일에 합류한 코치스는 3만 개 이상의 IoT 기기를 포함한 다양한 소스의 데이터를 사용하여 철로를 모니터링하고, 잠재적 유지보수 문제를 감지하며, 초목 관리를 하고, 예측 정비를 수행하는 방법에 대해 발표했습니다.

"네트워크 레일은 놀라운 기계입니다."라고 코치스는 말합니다. "하지만 '왜 지연이 발생하느냐'는 질문을 받습니다. 날씨와 초목 등 철로가 노출된 많은 요인 때문에 복잡한 기계이기 때문입니다."

"갑작스러운 날씨 변화가 철로를 망가뜨릴 수 있습니다. 약 5년 전까지만 해도 이를 예방하는 유일한 방법은 도보 검사뿐이었습니다. 엔지니어들이 철로를 걸으며 가능한 균열과 결함을 식별해야 했습니다."

"이제 우리는 다중 센서 환경을 갖게 되었습니다."라고 그는 말합니다. "철로를 살펴보는 매우 진보된 센서 기술이 있고, 레일에 초점을 맞춘 카메라의 실제 비디오를 가져옵니다."

"매주 거의 0.5페타바이트의 데이터를 수신합니다."라고 코치스는 말합니다. "클라우드 분석만으로는 모든 답을 얻을 수 없습니다. 데이터를 안전하게 전송해야 합니다. 처리 측면에서 데이터의 양과 질이 중요합니다. 이것이 데이터 사이언스 팀이 하는 일입니다."

네트워크 레일 지능형 인프라(II) 프로그램

2019년 네트워크 레일은 전체 2만 마일 네트워크 전반의 자산에 대한 정확한 데이터를 수집하고 활용하여 데이터를 승객 및 화물 고객을 위한 향상된 서비스를 효과적으로 제공할 수 있는 지능형 정보로 전환하는 지능형 인프라(II) 프로그램을 출범했습니다.

II는 작업 방식을 전통적인 계획 및 유지보수 일정에서 사전 예방적 '예측 및 예방' 접근으로 전환합니다. 팀이 자산이 어디에 있는지, 어떻게 작동하는지, 어떻게 저하되는지, 언제 고장 날지 볼 수 있게 합니다.

이 프로그램은 센서에서 수집한 데이터, 고해상도 항공 이미지와 3D 라이다, 검사 열차 영상, 열차 운영사 정보(영국에서는 민간 기업이 여객 열차 운영), 드론과 헬리콥터 추가 영상, 기타 소스를 사용합니다. 네트워크 레일의 클라우드 플랫폼에서 워크스트림별로 통합된 데이터는 마이크로소프트 애저 클라우드에 업로드되어 AI 알고리즘이 정보를 실행 가능한 예측 정비 일정으로 전환합니다.

인사이트(Insight) 첫 버전이 6개월 전 시범 서비스에 들어갔습니다. 궤도와 신호 기능을 포함합니다. 예를 들어, 이 도구는 시간에 따라 수집된 런온런(run-on-run) 궤도 데이터(궤도 상태의 디지털 표현)를 정렬하고 유지보수 팀에 28일, 90일, 또는 그 이상 전에 고장이 발생할 가능성이 있음을 경고합니다.

AI가 곧 인간을 대체하지는 않을 것

"마지막으로 언급할 것은 많은 사람들이 인간 대체를 이야기하며 AI가 인간을 대체할 수 있다고 말합니다."라고 코치스는 말합니다. "미래 어느 시점에는 그 논쟁이 가치 있을 것이라고 생각합니다. 하지만 현시점에서 이에 대해 너무 걱정할 단계는 아니라고 생각합니다."