예측 정비: 성장, 과제, 그리고 성공의 열쇠

예측 정비(PdM)는 기계 고장이 문제가 되기 전에 선제적으로 대응하는 접근법이다. 방대한 기계 데이터를 분석함으로써 PdM은 유지보수 직원이 기계 건전성을 이해하고, 그에 따라 활동을 최적화해 비계획 가동 중단과 돌발 고장을 예방할 수 있게 한다. 하지만 명백한 이점에도 불구하고 대부분의 PdM 배포는 실패로 끝난다. 이번 글에서는 PdM의 부상과 왜 수많은 공급업체와 고객이 여전히 PdM을 잘못 접근하는지 살펴본다.

예측 정비 - 과거와 현재

예측 정비는 생각보다 훨씬 오래전부터 존재했다. 제2차 세계대전 중 과학자 CH Waddington은 비행기의 고장 또는 수리 비율이 검사나 정비 세션 직후에 가장 높다는 것을 관찰했다. 'Waddington 효과'로 알려진 이 현상은 결과 데이터 분석을 기반으로 조정된 검사 주기와 함께, 비행기의 물리적 상태와 사용 빈도에 맞춰 유지보수 프로세스를 조정하는 결과를 낳았다. 간단히 말해 이것이 PdM의 시작이었다.

그 이후 많은 것이 변했다. 제4차 산업혁명과 인더스트리 4.0의 도래로 기술적 돌파구가 "거의 모든 국가의 거의 모든 산업을 와해"시킬 정도의 속도로 일어나고 있다. 이러한 돌파구는 센서, 네트워크, 데이터 수집 및 저장 기술의 상당한 향상을 가져왔으며, 최근 AI 기술 발전으로 이용 가능해진 풍부한 컴퓨팅 파워와 데이터와 결합되어 PdM이 더 넓은 산업에 점점 더 적용 가능하게 되었다.

오늘날, 거의 80년 전과 마찬가지로 PdM의 핵심 이점은 의사결정을 지원하는 능력이다. 하나 이상의 사이트에서 수많은 기계를 감독하는 유지보수 전문가들은 매우 바쁜 사람들이다. PdM 솔루션은 기계의 지속적인 건전성을 더 잘 이해하도록 돕고, 제한된 시간과 자원을 더 잘 활용할 수 있게 한다.

그렇다면 이토록 오랜 역사와 명확한 이점에도 불구하고, 왜 많은 이들에게 PdM 성공은 그렇게 어려웠을까?

세 가지 흔한 실수

사실 많은 공급업체가 본질적으로 매우 독특한 도메인인 PdM에 대한 인식이 거의 없음에도 PdM 밴드웨건에 올라탔다. 일부는 단순히 레거시 모니터링 도구를 '슈퍼차지'하려 시도했고, 다른 이들은 전형적이지 않은 문제 공간에 통상적인 데이터 사이언스 접근법을 적용했다. PdM 시스템이 정확히 무엇이고 어떻게 작동하는지에 대한 필요한 이해 없이 많은 새로운 솔루션은 시장에조차 나오지 못할 것이다. 결과적으로 소수의 기업만이 대규모에서 진정한 성공을 거둘 것이다.

결국 이러한 이해 부족과 그에 따른 PdM 성공 실패는 공급업체와 고객이 반복해서 저지르는 세 가지 근본적인 실수로 귀결된다.

1. 우리가 보았듯 PdM 개념은 새로운 것이 아니다. 상태 모니터링, 유지보수 크레딧, 예지 같은 기법은 이미 오래전부터 존재해왔다. 하지만 이러한 기법을 중요 기계 이상으로 확장할 수 없는 능력 부족으로 인해 배포는 주로 중요 기계에만 국한되어 왔다.
2. 어떤 이들은 믿는 것과 달리 PdM은 모델 훈련을 위한 수백만 개의 데이터 포인트와 레이블이 있는 빅데이터 문제가 아니다. 공장 환경은 기계 유지보수, 서로 다른 생산 속도, 심지어 다른 기계 운영자의 행동 등 다양한 변수를 가진 매우 역동적이고 노이즈가 많은 환경이다. 그리고 물론 모든 기계는 고유하다. 그럼에도 많은 조직이 여전히 PdM에 전형적인 데이터 사이언스 접근법을 취한다.
3. 유지보수 전문가들이 얼마나 바쁜지 기억하는 것이 중요하다. PdM 시스템의 사용자 경험이 이를 반영하지 못하면, 대상 사용자의 참여를 이끌어내지 못할 위험이 있다. 시스템이 생성하는 모든 귀중한 정보와 통찰은 무시될 것이며, 조직의 시스템 투자는 낭비될 것이다.

Senseye는 PdM을 이해한다

Senseye는 오직 PdM에 150 인년 이상의 연구개발 시간을 투자했다. 그래서 PdM이 어떻게 작동하는지 이해한다. 중요하게는 PdM이 유지보수 엔지니어의 일상 업무를 어떻게 개선하는지 이해한다. 그리고 그 이해 덕분에 우리의 PdM 솔루션은 성공적이다. 그래서 우리는 대규모 배포 방법을 알고, 단순히 데이터 사이언티스트만 투입하지 않으며, 사용자 경험이 중요하다는 것을 안다.

다음 글에서는 우리가 배운 교훈을 우리의 모든 것에 어떻게 적용해왔는지 탐구할 예정이다. 그때까지 PdM이 어디에서 왔는지, 왜 공급업체와 일부 구매자가 PdM을 제대로 이해하지 못하는지에 대한 자세한 내용은 백서 'Senseye in Depth: Why is Predictive Maintenance so hard?'에서 확인할 수 있다.