AI가 유지보수 일자리를 대체할까? 예측 유지보수 전문가의 통찰

더럼 대학교(Durham University)에서 풍력 터빈 부품 물리의 고장에 드라이브트레인 역학이 미치는 영향을 연구해 박사 학위를 받은 후, 철도 분야에서 자산 관리 및 유지보수 지원 역할을 수행했습니다. 2018년 센시(Senseye)에 합류해 유지보수 부서의 예측 유지보수 여정을 기술 지원했고, 이제 전 산업 유지보수 실무자들을 안내하는 성장하는 팀을 이끌고 있습니다.

AI와 예측 유지보수 – 위협이 아닌 혜택

일론 머스크(Elon Musk)는 AI를 "실존적 위협(Existential Threat)"이라 표현했습니다. 제 생각엔, AI가 확실히 우리 업무 방식을 바꾸겠지만, 그의 견해는 진실과 정반대입니다. 사실 AI는 사람들의 일을 향상시킬 뿐 아니라, 특히 유지보수 분야에서 새로운 일자리까지 창출할 것입니다.

챗봇과 자율주행차가 콜센터와 물류를 뒤흔든 걸 보면, AI가 일자리에 미칠 영향을 우려하는 게 이해됩니다. 기계 고장을 예측하는 신기술 앞에서, "고숙련 유지보수 기술자 대신 저임금 저숙련 오퍼레이터만 쓰면 되지 않을까?"라는 생각이 드는 건 당연합니다.

현실은 정반대입니다. 그런 모델을 시도한 기업들을 봤지만, 대부분 실패로 끝났습니다. 예측 유지보수의 근본 개념을 이해 못 했기 때문입니다. 고숙련 직원에게 노력을 집중하게 하고, 가치 없는 일상 업무를 덜어주는 도구를 주면, 그들이 더 효과적인 업무에 역량을 쏟게 되어 효율이 크게 오릅니다.

아무리 시스템이 특정 자산의 정확한 고장 시점을 잘 짚어내도, 실제 정비를 수행할 사람은 여전히 필요합니다. 과제는 그들의 시간을 효과적으로 쓰게 하는 것입니다.

인간 전문성(Human Expertise)

AI 기반 예측 유지보수 시스템은 본질적으로 의사결정 지원 도구(Decision Support Tool)로, 유지보수 팀이 고용주에게 더 큰 가치를 전달하게 합니다. 하지만 자동화 시스템은 그들이 섬기는 사람들만큼만 효과적입니다. 인간 전문성이 의미 있는 인사이트를 생성하는 데 필요한 데이터를 확보하게 하는 데 필수적입니다.

AI가 조직 자산 상태에 대한 인사이트를 제공하지만, 그 인사이트에 어떻게 행동할지 최종 결정은 인간 오퍼레이터가 합니다. 그리고 당연히 어떤 AI 소프트웨어도 물리적 정비 작업을 수행할 수는 없습니다.

자동화된 예측 유지보수 시스템은 유지보수 팀을 잉여 인력으로 만드는 게 아니라, 그들을 지원해 더 나은 정보에 기반한 결정을 내리게 하고, 수동 프로세스만으로는 불가능한 훨씬 큰 효율을 달성하게 합니다. 센시 PdM은 일반적으로 고객의 유지보수 직원 생산성 55% 향상, 다운타임 예측 정확도 85% 향상을 가능케 합니다. 요컨대, AI 기반 예측 유지보수 시스템의 효과는 많은 이가 상상하는 정반대, 즉 위협이 아닙니다.

자동차 분야 고객 사례: 이들은 상태 기반 유지보수를 하고 있었고 기계 데이터는 있었지만, 시스템이 자동화되지 않았습니다. 팀이 직접 관여해 최대 50개 자산(각각 수십 개 신호)만 볼 수 있었고, 데이터에서 패턴을 찾아 정비하려 했습니다. 하지만 프로세스 첫 부분을 자동화하자, 같은 50개 자산을 계속 볼 필요가 없어졌습니다. 시스템이 올바른 신호를 끊임없이 살피며 "우려되는 것/아닌 것"만 경보해주니, 팀이 2,000개 자산(해당 구역 플랜트 전체)을 볼 수 있게 되었습니다. 각 팀원은 훨씬 더 가치 있는 인재가 되었고, 인원 감축 대신 동일 인원으로 훨씬 더 큰 역량 발휘를 했습니다.

강력한 도구(A Powerful Tool)

유지보수 관리자는 자산을 잘 압니다. 기계 옆을 지나다 이상한 소리나 냄새를 맡으면 "뭐가 잘못됐구나" 직감합니다. 자동화된 예측 유지보수 도구도 별로 다를 게 없습니다. 그냥 지능형 알고리즘으로 데이터 시그니처의 변화를 살펴 자산에 이상이 있는지 알려줄 뿐입니다. 단순히 효율을 높이는 것입니다. 인간 요소는 여전히 중요합니다.

궁극적으로 AI는 유지보수 팀을 대체하기 위해 있는 게 아니라 지원하기 위해 있습니다. 고객 경험상, 센시 PdM 사용 3개월 만에 작업 방식이 완전히 바뀌었습니다. 훨씬 더 향상된 선제적 결정을 내릴 수 있게 되었습니다. 기계 데이터와 그 변화를 보며, 특정 자산 교체 여부를 결정할 훨씬 더 좋은 위치에 서게 됩니다.

AI 채택 증가는 분명히 파괴적(Disruptive)이지만, 제대로 관리하면 큰 혜택입니다. 예측 유지보수 솔루션의 일은 표적화된 인사이트를 주는 것이고, 중요한 결정은 여전히 유지보수 팀이 내립니다. AI는 효율과 효과를 높여 유지보수 엔지니어를 고용주에게 더욱 가치 있는 존재로 만드는 강력한 도구입니다. 그게 저에겐 실존적 위협과는 거리가 멉니다.

센시 PdM이 귀사 유지보수 팀의 일상을 어떻게 개선할 수 있는지 자세히 알고 싶으시면 문의해 주세요.