AI 기반 설비 진단 전문기업 예측진단기술(대표 김종면)이 울산 지역 화학산단을 중심으로 AI 포터블 화학설비 예지보전 시스템을 개발하며 산업 현장의 안전성과 효율성을 동시에 높이고 있다.
예측진단기술은 과학기술정보통신부와 울산시, 정보통신산업진흥원(NIPA)이 지원하는 ‘제조업 AI융합 기반 조성 사업’(2024~2026년) 에 선정되면서 해당 기술을 개발했다. 이 사업은 울산정보산업진흥원이 수행한 ‘광역연계형 AI솔루션 개발·실증 지원 과제(2025~2026)’와 연계돼 중앙정부와 지자체가 함께 구축한 제조혁신 전략의 핵심 축으로 작동 중이다.
정밀화학 설비는 펌프, 교반기, 블로워 등 회전기계가 많아 결함이 발생하면 사고 위험과 생산 손실로 직결된다. 기존에는 작업자의 경험에 의존한 정기 점검 방식으로 정확한 이상 탐지가 어렵고, 점검 누락이나 불필요한 정비로 비용이 증가하는 문제가 있었다.
예측진단기술은 이러한 문제를 해결하기 위해 AI 기반 자동진단 기술과 다중센서 포터블 계측 장비를 결합한 ‘현장 중심 예지보전 솔루션’을 개발했다. 이 시스템은 진동, 음향방출(AE), 온도, 윤활 등 여러 센서 데이터를 실시간으로 수집하고, Autoencoder 기반 이상 감지(AI Anomaly Detection)와 CNN 기반 고장 진단 알고리즘을 통해 설비의 이상 징후를 조기에 탐지한다.
국제표준 ISO 13373 및 ISO 18436에 근거한 분석 기법을 적용해 데이터 신뢰성을 확보했으며, 작업자가 휴대용 장비로 현장에서 계측 즉시 1차 진단 결과를 확인할 수 있도록 설계됐다. AI Agent가 클라우드 서버와 연동되어 자동으로 진단 결과를 고도화하고, 설비 점검 이력과 부품 교체 주기를 데이터 기반으로 관리한다.
올해 수요기업인 롯데정밀화학에 펌프 진동 데이터를 분석하는 AI 솔루션을 적용해 베어링 마모와 축정렬 불량을 조기에 탐지했고, 자동 경보 및 점검 일정 조정 기능을 통해 정비 효율을 향상시켰다.
또한, 교반기와 블로워의 실시간 데이터 모니터링을 통해 이상 패턴이 감지되면 관리자에게 모바일 알람이 전송되며, 정비 이력 데이터와 자동 연동돼 예측형 유지보수 체계가 완성됐다.
예측진단기술은 이번 실증을 통해 AI 모델의 지속학습(Continual Learning) 기능과 전이학습(Transfer Learning) 기술을 검증했다. 이는 설비별 데이터 특성 차이를 보정하면서 새로운 설비에도 즉시 적용할 수 있는 기술로, 내년에는 기존 롯데정밀화학 물론 우수정기, 신승, 명진테크 등으로 실증을 확대 적용할 계획이다.
김종면 대표는 “AI 기반 예측진단은 설비의 안전성과 생산 효율을 동시에 확보할 수 있는 핵심 기술”이라며 “울산에서 검증된 이번 시스템을 전국 화학플랜트와 에너지 산업으로 확장해 지속 가능한 산업안전 혁신에 기여하겠다”고 말했다.
한경닷컴 뉴스룸 open@hankyung.com
관련뉴스
