한국타이어, 설비 이상 탐지 예측 시스템 개발

한국타이어앤테크놀로지는 인공지능과 사물인터넷 기술을 활용한 설비 이상 탐지 예측 시스템(CMS+)을 개발했다고 20일 밝혔다.

설비 이상 상태 유무는 출력의 변화, 온도의 이상 상승 및 소음과 진동 등을 통해 알 수 있다. 중대한 설비 고장이 발생하게 되면 생산 라인 전체가 가동 중단될 수 있고, 정상화에 오랜 시간과 비용이 투입될 수도 있다. 따라서 작은 이상 징후를 실시간 파악해 사전 정비를 통해 중대 고장을 예방하는 작업은 모든 제조업에 있어 핵심 영역이다.

이번에 개발된 설비 이상 탐지 예측 시스템은 AI와 IoT 기술을 접목해 기존 시스템보다 정확한 이상 징후 파악과 빠른 대응을 가능하게 해주는 것이 특징이다. 일반적인 설비 이상 탐지 예측 시스템은 설비 핵심 부품에 센서를 부착해 진동, 소음 정보를 전문가가 직접 분석하고 판단해 이상 유무를 가려내는 방식으로 운영된다.

하지만 CMS+는 ‘차세대 무선 기반의 IoT 모듈-게이트웨이–서버’를 거치는 3단계 AI 알고리즘을 기반으로 기존 시스템에 비해 예측 정확도가 3~4배 높은 수준의 데이터 분석이 가능하다.

1단계 IoT 모듈에서는 일정 간격을 두고 센서 데이터를 수집하던 기존 방식과 달리 초 단위로 데이터를 수집해 분석한다. 카이스트와 공동 개발한 차세대 무선 기반 IoT 모듈 및 게이트웨이에 독자적인 AI 알고리즘이 탑재돼 이상이 의심되는 데이터를 선별적으로 수집해 꼭 필요한 양질의 데이터를 수집, 저장할 수 있게 됐다.

2단계 게이이트웨이와 3단계 서버에서는 수집한 양질의 데이터를 딥러닝 기반으로 심층 분석하게 된다. 센서 데이터, 온도, 운영정보 등 데이터를 종합 분석해 설비 이상 상태를 조기에 예측하고, 이상 유무가 탐지되는 즉시 무선 통신 기술을 활용해 설비 담당자에게 스마트워치로 알려주는 실시간 알람 체계를 통해 한층 빠른 대처가 가능하다.

한국타이어는 현재 국내 공장 모델 설비에 새로운 시스템을 설치하고 운영 중이다. 글로벌 전 공장으로 시스템을 확산 적용할 계획이다. 또한 개발된 시스템을 더욱 발전시키기 위해 증강현실 기술과도 접목하여 현장에서 확인하기 어려운 데이터 흐름들을 쉽게 파악할 수 있도록 구현 중이다.

동아닷컴 정진수 기자 brjeans@donga.com