머신 러닝으로 생산성을 높이다

처방적 유지 보수(Prescriptive Maintenance)는 유지 보수의 패러다임 전환한 것이다. 이는 임박한 고장만 예측하는 것이 아니라, 분석을 통해 결과적인 권장 사항을 개발할 수 있다. 이를 위한 전제조건이 무엇이며 어떻게 구현할 수 있는지 알아보자.

미하엘 부카르드(Michael Burkard): Infor 어카운트 매니저 EAM

핵심 내용

  • 처방적 유지 보수는 예측 정비가 발전된 형태이다.
  • 지능형 데이터 분석을 통해 기계 고장을 예방하고, 생산 효율을 높이는 권장 사항을 도출할 수 있다.
  • 머신 러닝이 처방적 유지 보수에 본질적으로 기여한다.

처방적 유지 보수는 기계 또는 디바이스의 정비 과정에서 능동적인 역할을 할 수 있다. 이를 위한 전제 조건으로 기계 데이터와 센서 데이터를 실시간으로 수집하고 평가해야 한다. 이때 머신 러닝이 데이터 세트에서 특정 패턴을 감지한다. 이런 방식으로 원인을 도출하고 시의적절한 조치를 취할 수 있다. 알고리즘이 수집된 데이터를 평가하고. 신경망이 수백만 개의 잠재적 연관성을 분석하고 사고의 원인과 이유를 분석한다.

유지 보수를 위한 기술적 전제 조건                               

처방적 유지 보수는 기술적 관점에서 다양한 시스템과 요소들의 결합이 필요하다. 여기에는 IoT 센서와 자동화 시스템 등 다양한 소스의 데이터가 통합되는 데이터 레이크(Data Lake)가 포함되고, 머신 러닝을 기반으로 하는 분석 툴과 소프트웨어 시스템의 통합이 긴밀하게 이뤄져야 한다. 분석을 위한 비즈니스 프로세스에 대한 정보는 일반적으로 ERP 시스템과 같은 기존 IT 솔루션에서 가져오며, 이러한 데이터로부터 결론을 이끌어낼 수 있다. 마지막으로 관계자들이 시뮬레이션을 평가한다.

그렇다면 처방적 유지 보수 방향으로 가는 것이 어떤 이익이 있고, 어떻게 확인할 수 있는가? 또한 어떤 구체적인 이익이 있을까? 첫 번째 단계로 시스템 운영 환경에서 업무와 활동을 어떻게 담당할 수 있는지 결정해야 한다. 이를 위해 직원들의 현재 작업량과 활동을 파악하고 주기적으로 반복되는 업무를 식별해야 한다. 지능적인 작업을 위해, 가능한 많은 노동력의 역량을 반복적 작업에서 벗어나게 하는 것이 목적이다. 또한 처방적 유지 보수를 위해 기존의 머신 러닝을 이용하는 것도 중요하다. 여기에는 진동 정보 또는 텔레매틱스 데이터 정보와 같은 기계 및 시스템의 상태에 대한 정보도 포함된다. 이러한 정보는 이미 ERP 시스템과 데이터 베이스에 있는 경우가 많다. 처방적 유지 보수는 이러한 데이터를 단순한 평가에만 사용하는 것이 아니라 생산적 프로세스를 위해 사용할 수 있다.

머신 러닝의 지원으로 처방적 유지보수는 작동중지 없이 생산하고 효율성을 높인다.

체크리스트로 작업 주문이 투명해진다

처방적 유지 보수의 구현과 관련하여 초기에 시스템이나 기계의 정비를 계획하고 작동 데이터와 규정 데이터 그리고 이력 데이터와 연결하는 것이 옳은 것으로 입증되었다. 이후 다른 기계들을 단계적으로 추가할 수 있다. 이러한 맥락에서 Infor 사가 개발한 체크리스트가 도움이 된다. 이 체크리스트는 다양한 텍스트 모듈을 결합하여 작업 주문을 연결한다. 예전의 작업 주문은 시간이 길어질수록 한눈에 파악이 어려웠지만, 이 체크리스트를 사용하면 개별적인 단계를 통해 처리할 수 있고, 이를 통해 작업을 보다 빠르게 처리할 수 있다. 이 체크리스트를 통해 작업이 허용 범위를 벗어나는 것을 확인하고 후속 작업에 이용할 수도 있다. 회사 입장에서는 체크리스트를 이용하여 연속적인 문서화가 가능하고 관련 작업 주문을 투명하게 관리할 수 있다.

처방적 유지 보수를 성공적으로 구현하기 위해서는 변경 관리가 필수이다. 노동력을 반복적인 작업에서 벗어나게 하는 것이 처방적 유지 보수의 의도와 목적이지만, 노동력을 줄여야 한다는 뜻은 아니다. 반대로 처방적 유지 보수로 생산적인 배치가 가능하다.