예지정비를 통한 안전관리시스템 혁신

산업현장에서예지정비활용배경 경주 리조트 붕괴사고, 세월호 침몰사고, 판교 환풍구 붕괴 사고, 울산 케미칼 폭발사고 등 각종 대형 생활안전 및 산업사 고등이발생했다는뉴스를빈번히접하고있다. G20 정상회담 등을 개최할 만큼 로벌 환경에서 우리나라의 정치적, 경제적 지위는 상승했으나 여전히 후진국형 대형 사고가 흔히 발생하 고 있고 이로 인한 큰 물적 및 인적 피해가 잠재되어 있는 상황 이다. 박근혜정부들어‘안전’이국정철학의화두가되면서국 민안전처를 필두로 여러 가지 실현 전략 등이 제시되었고 관련 법률 제개정 등을 통해 실행에 옮겨지고 있으며 기업에서도 경 에서의 생산성 및 품질 등에 미치는‘안전’의 중요성을 인식 하면서기업이익창출을위해서이를최우선으로할만큼우리 나라의기업경풍토도서서히변화되어가고있다. 산업현장 에서 가장 대표적인 변화는 산업재해에 관한 사후조치 개념에 서 사전예방 개념을 도입하기 위해 산업안전보건법 제41조에 서 위험성 기반 평가(RBI:Risk-Based Inspection)의 의무를 규 정하고 있고 이를 통해 근로자의 위험 또는 건강장해를 방지하 기 위하여 업무에 기인하는 유해위험요인을 찾아내어 위험성 을결정하고필요한조치를취하도록하고있다. 각종사업장에 는 근로자의 생명, 신체에 위해를 끼칠 수 있는 많은 위험요소 가산재되어있고이를무시하면사고로이어질수밖에없는데 본 조치는 이러한 위험을 자발적으로 발견하고 제거하는데 그 의의가있다고할수 있다. 최근에는위험성기반평 가에 수학적 인공지능 기능을 활용하여 과거 사고 데이터 분석 활용해 미리 언제, 어디서, 어떻게 사고 가 일어날지를 예측하고 사고 발생 전에 이를 대응 할 수 있게 하는‘예지정비(PdM:Predictive Maintenance)통한 안전관리시스템’이 선진국형 시 스템으로 대두되고 있다. 빅데이터 분석 및 예측 기 술은 예지정비 외에 신제품 설계 및 개발, 소셜 분석 등 다양한분야에서활용되고있는 추세이며적용사 례, 빅데이터 분석 및 예측을 위한 유용한 상용툴 등 을소개하고자한다.

빅데이터분석을활용한예지정비사례 IBM 기업가치연구소에서전 세계 70개 국가 1000여 명의 경 자들을 대상으로 조사한 '분석: 가치를 위한 청사진' 보고서 에따르면, 응답기업의40%가빅데이터분석도입후6개월내 투자 수익률(ROI)이 급속히 늘어났다고 답할 정도로 최근 IT 세계의 화두 중 하나가 빅데이터이며 기업들의 빅데이터 분석 도입이가속화되고있다. 점점더많은기업들이빅데이터분석 도입 및 적용을 통해 실제 성공사례를 경험한 때문이다. 한국 IBM은 빅데이터를 통한 기업가치 창출에 있어 대표적인 사례 로 뽑힌다. IBM 제조업 부문의 빅데이터 솔루션인 PMQ(Predictive Maintenance & Quality: 예지 정비 및 품질 관 리) 도입으로‘빅데이터 대상’을 수상한 이력이 이를 증명해준 다. IBM PMQ(Predictive Maintenance Quality) 솔루션은 공장 등에서설비및부품의이상을실시간예측하고최적의대응방 안을 알려줌으로써 생산 효율을 극대화 시켜주는 솔루션이라 설명하고 있다. 데이터 기반 예측분석을 통해, 설비 및 부품의 이상을 실시간 예측하여 전달해줌으로써, 생산 제품의 품질 문 제를 탐지하고 해결할 수 있도록 도와준다는 이야기이다. 분석 실행프로세스를간략하게정리하면빅데이터수집및통합, 예 측 모델 생성, 원인 분석, 대응방안 수립 및 권고, 대응방안 실 행 등 크게 5가지로 구성된다. IBM은 PMQ 솔루션을 도입함으 로사전에장비이상을발견함으로써품질보증이슈에사전대처할 수 있었다. 전체 공정 중 장비의 이상을 사전에 발견하고 이를개선하여품질보증문제에서발생할수있는이슈를사전 에 제거하여 고품질의 제품 생산을 유지할 수 있도록 하으며 이상 현상을 사전에 식별하여 사전 고객들에게 공지해줌으로 써 고객 만족도를 향상시킬 수 있었다. 기존 제품들에 있었던 장비적결함이나고객들의불만사항을분석하여한층더진보 된 제품을 만들어 고객들에게 알림으로써 품질에 대한 신뢰를 형성할 수 있었다고 한다. 실제로 300억 달러 규모의 기업이 IBM 예지정비기술을도입함에따라연간30억달러를절감할 수 있었다고 한다. 이러한 빅데이터 분석 및 예측 기술울 통해 불량률을 사전에 탐지하고 예방하는 예지정비는 과거 데이터 에 대한 분석뿐 아니라 예측 분석 기반의 통찰력 추출과 사전 대응이매우중요하다. 예지정비분석법은기전사고당시환경 데이터 및 실시간 데이터 분석을 통해 미리 언제, 어떤 부분에 서 고장이 발생할 것인지, 이 고장을 통해 어떤 유형의 사고가 발생할 것인지, 본 사고를 통해 어느 정도의 피해가 발생할 것 인지 등을 예측할 수 있게 한다. 기업들은 예지정비 분석법을 활용하면문제가언제, 어디서, 어떻게일어날지를예측하고더 큰 문제가 발생하기 전에 사전에 대응할 수 있게 되니 이를 통 한 생산성 및 신뢰성 향상 뿐만아니라 기업 안전을 책임지는데 중요한 역할을 담당할 것이다. 하지만 이처럼 중요한 빅데이터 를 활용한 예지정비 분야에 여러 시도들이 있었지만 대부분이 실패한 사례로 남는 경우가 많았다. 이는 예측 시스템에 대한 제대로 된 경험과 기술이 부족하기 뿐만 아니라 빅데이터 예측 시스템의 가장 핵심은 데이터를 취합하는 것이 아닌 분석하는 과정에 있는데 수많은 예측 시스템들이 분석 과정에서 예측 변 수를 제대로 만들어내지 못하고 있으며 이런 부분이 제대로 해 결되지 않으면 빅데이터 예측 시스템을 통한 안전관리시스템 의혁신은꿈에불과할뿐이다. 이를제대로정착하고실현하기

위해서는 빅데이터 처리에 전문지식이 없는 사용자라도 쉽게 활용하면서처리시간및결과정확성또한높은솔루션툴의도 입이절실하며그런의미에서pSeven은가장큰장점을가지고 있는솔루션이다.

pSeven을활용한빅데이터분석및예측기술 pSeven은 AIRBUS와 Institute for information Transmission Problems of the Russian Academy of Sciences가 공동으로 만 든Datadvance 사에서개발된제품라이프싸이클(Lifecycle)의 모든 단계에서 전체 제품 개발팀을 지원하는 엔지니어링 시뮬 레이션과 분석, 다 분야 최적화, 데이터 마이닝(Data Mining)의 자동화를 위한 강력한 플랫폼이다. 심지어 최소의 데이터 마이 닝 및 설계 최적화 경험을 가지고 있는 설계자와 엔지니어에게 도 엔지니어링 문제를 해결하게 시도하게하고 단지 몇 번의 클 릭으로 최적의 설계를 할 수 있도록 하는 지능형 솔루션이다. pSeven은 유사모델링 (Surrogate modeling), 실험계획법 (Design of Experiments), 데이터 융합 (Data Fusion), 민감도 해석 & 종속성 분석 (Sensitivity and Dependencies analysis), 차원감소법 (Dimension Reduction) 등의 옵션을 이용하여 기 본적으로 어떤 분야든 정량화된 데이터베이스가 있으면 데이 터 분석이 가능하고 수천개의 설계변수로 10개 이상의 목적함 수를 최적화 할 수 있으며 CAD 및 CAE 프로그램을 통합 운 할 수 있고 더 나아가 정확한 예측 기술을 활용하여 핵심 설비 의 고장 원인을 정확하게 파악하고 이를 예측하여 사전에 정비 하는 예지정비 시스템 구축을 가능케 함으로써 국내외 안전관 리 분야에 새로운 블루오션으로 떠오르고 있다. MATLAB 등의 기존 데이터 분석 프로그램과 비교해 볼 때 Auto Option을 이 용하며 가장 적합한 Approximation Method를 선택하는 등 내 부 인공지능(Embedded intelligence) 기능을 사용하여 실험 및 시뮬레이션반복횟수를감소시킬수있어솔루션처리및개발 시간을 단축할 수 있고 다양한 수학적 알고리즘과 pSeven에서 개발한강력한Method들을통하여수많은변수(10개의목적함 수, 1000개의 변수, 1000개의 제약조건)을 수용할 수 있으며 생 성된 근사모델을 MATLAB 또는 C언어로 함수를 저장할 수 있 어 호환성 또한 뛰어나다. 코딩 작업이 아닌 마우스 클릭 작업 만으로사용자가쉽게자기가원하는대로분석작업로직을구 성할 수 있고 써로게이트 모델(Surrogate Model)과 실제 데이 터와의 에러 비교 시 타 프로그램에 비해 훨씬 빠른 처리 시간 에 오차가 매우 작은 정확한 모델을 생성함으로써 정확한 결과 또한예측하여산업현장에있어서예지정비시스템도입및구 축을가능케한다. 산업현장은정량적인기계및전기장치에서의실시간데이터외에정성적인위험요소가많이잠재되어있 기 때문에 현장에서 구축되는 예지정비 시스템은 보수유지 절 차서 및 장치 운에 관한 사항, 작업 활동에 따른 건강과 안전 계획 등이 종합적으로 수반되어야 되는데 정량 및 정성 데이터 분석 및 예측에 관한 통합 안전 플랫폼 구성에 있어서 본 프로 그램은탁월한능력을나타낸다.

※데이터 마이닝(Data Mining) : 데이터베이스로 부터 과거에는알지 못했지만데이터 속에서유도된 새로운데이터 모델을발견하여미래에실행 가능한 정보를 추출해 내고 의사 결정에 이용하는 과정을 말한다.  

시사점 GDP 2만 5천불 이상이 되면 안전을 생각한다고 한다. 그 전에는 의식주 등의 기본 생활을 위하는 데에도 급급하기 때문일 것이다. 우리나라도 이젠 각종 후진국형 사회적 재난과 안전사고를 겪으면서 범국민적으로 안전을 우선 생각하고 이를 생활화하 는 시기에 이미 접어들었다. 국내 안전 정착을 위해 서는 특히 가장 많이 발생하고 있는 산업 재해률을 줄이는데노력을기울려야하며 기업에선이를 위해 제품 품질 뿐만 아니라 산업 현장에 적절한 투자를 통해 기업 특유의 특화된 안전관리 시스템이 도입 필수적이라 할 수 있다. 안전과 품질은 기업 경에 있어더이상옵션이아닌필수, 더나아가사활을걸 어야 단어가 되어 버린지 오래다. 하루 빨리 빅데이 터 분석 및 예측 기술을 활용한 사전 예방 개념의 예 지정비 안전관리 시스템을 도입, 정착하고 이를 법 제화함으로써 산업재해를 줄이고 안전 및 안심사회 를 실현하는데 기초를 마련하여야 하며 그 결과는 현장 안전관리시스템에 있어서 의미 있는 혁신으로 다가올것이라기대한다.