흔한 함정 피하기: 센시로 예측 유지보수 성공 마스터하기

예측 유지보수(PdM) 프로젝트를 실패로 이끄는 함정은 무엇이고 어떻게 피할까? 팀이 상태 모니터링 전문성과 더 넓은 디지털 전환 프로젝트의 일환으로 예측 유지보수 '모범 사례(Best Practice)'를 어떻게 습득하게 할까?

이 영상에서 센시의 알렉산더 힐, 롭 러셀, MCP 컨설팅 그룹의 피터 개그가, 예측 유지보수 이니셔티브에 성공 최적 조건을 갖추기 위해 처음부터 갖춰야 할 것들과, 제조업체 등 산업 조직이 이 초기 디딤돌 위에서 어떻게 지속적 개선을 이어갈지 논의합니다.

대본

알렉산더 힐(Alexander Hill), 센시: PdM 프로젝트 실패 주원인은 두 범주로 나뉩니다: 기술(Technology)과 문화(Culture).

기술 측면: 데이터가 단순히 없을 수 있습니다. 열정으로 시작했지만, 이 기계들에서 상태 모니터링용으로 쓸 만한 데이터가 안 나옵니다. 대책: 센서 후장착(Retrofit), 추가 데이터 분석으로 데이터 품질 향상.

문화 측면: 너무 자주 PdM을 '재미있는 혁신 프로젝트'쯤으로 여깁니다. 하지만 이건 실제 유지보수고, 기계와 인간에 진짜 결과가 따릅니다. 비즈니스 케이스가 매우 명확해야 합니다.

롭 러셀, 센시: 최종 사용자(현장)로부터 직접적인 풀(Pull, 수요)이 있어야 하고, 그 풀은 중앙 팀이 이 솔루션들의 혜택을 설명해 만들어야 합니다. 최고 경영진 바이인(Buy-in)이 정말 중요하지만, 동시에 예측 유지보수 활동을 밀어붙일 전담 리소스와 인센티브도 있어야 합니다.

피터 개그, MCP 컨설팅 그룹: 바이인 없으면 새 기법이 지속가능하지 않습니다. 지속가능하려면 아주 상당한 혜택(다운타임 감소, 엔지니어 시간 효율화, 삶 개선 등)이 있음을 입증해야 합니다. 초기 여정엔 실수와 실패가 있습니다. 거기서 배워야 합니다. 어떤 시스템도 초반부터 완벽할 순 없습니다. 반복 학습 프로세스(Repeat Learning Process)가 필요합니다.

알렉산더 힐: 전략적 목표가 있어 예측 유지보수를 도입하는 건가요? 그냥 '사이언스 프로젝트(Science Project)'면 충분한 노출, 바이인, 상호작용을 얻기 어렵습니다. 유지보수 현장, 즉 일상이 개선될 사람들에게 도구를 쥐여줘야 합니다. R&D 랩에만 있으면 그렇게 하기 훨씬 어렵습니다.

롭 러셀: 새 기술들을 운영 환경에 어떻게 투입할지 계획(Plan)이 분명히 필요합니다. 그 과정에서 사람들이 새 기술에 익숙해지며 비효율 기간이 있음을 인정해야 합니다.

피터 개그: 자꾸 사람 교육(Training People), 올바른 절차/프로세스 준수 확인, 새 기법 도입으로 혜택을 입증할 KPI/지표 확보로 돌아옵니다. 예측 유지보수 프로그램이 비용이 아닌 수익 창출(Profit Generator)이 되게 화폐화(Monetize)하세요.

알렉산더 힐: 가치 입증(보통 2개월 내 가능) 후엔, "어디서 더 확장할까? 데이터 있나? 니즈 있나?" 찾으면 됩니다. 데이터 넣고 켜고, 더 많은 사람 손에 쥐여주면 그만큼 간단합니다.