[뉴 프런티어]빅데이터에 인공지능 기술 접목… 산업설비 예측 솔루션 제시

서울대 시스템 건전성 및 리스크 관리 연구실

서울대 기계항공공학부 시스템 건전성 및 리스크 관리 연구실(책임 교수 윤병동·사진)은 산업설비에서 얻어지는 계측 데이터를 기반으로 산업설비의 건전성 예측 및 관리(PHM: Prognostics and Health Management) 기술을 선도하고 있다. 연구실은 산업용 로봇, 발전설비, 철도차량, 풍력발전기 등 다양한 산업 핵심 설비에 건전성 예측진단 기술을 개발해왔으며, 해당 기술은 다양한 설비에 적용하여 성공적으로 운영되고 있다.

더불어 연구실은 IEEE 등에서 주관하는 세계 데이터 챌린지 대회에서 수차례 우승하는 등 설비 건전성 예측 관련 기술의 글로벌 리더로 인정받고 있다. 최근에는 해당 기술의 우수성을 인정받아 과학기술정보통신부 지원으로 산업설비 건전성 예측진단 프로그램인 ‘GuardiOne’를 국내 최초로 개발했다. 현재 POSCO, SKT, LG, Schaeffler 등 글로벌 기업을 대상으로 설비 건전성 예측진단 솔루션 서비스를 제공하고 있다.

최근에는 산학협력기술개발의 일환으로 한국전력공사와 ‘인공지능-전문가 지식 융합형 변전설비 상태 진단 및 예측 기술 개발’ 사업을 하고 있다. 본 사업은 한국전력공사 변전사업소 내 변전 설비를 대상으로 자율형 건전성 예측 솔루션을 개발하고, 사이버물리시스템(CPS: Cyber Physical System)을 구현해 고도화된 설비 유지보수 솔루션을 개발하는 것을 목표로 두고 있다. 변전 설비의 경우 상태 진단을 위해 현장 담당자가 직접 변전 설비를 찾아가야 하기 때문에 즉각적인 관리가 어렵고, 다양한 변전 설비 구조와 가동 환경의 차이를 보완할 수 있는 범용적 건전성 관리 기술이 부재한 실정이다.

이런 현존 기술상의 한계는 인공지능, 빅데이터 등으로 대표되는 4차 산업혁명의 첨단기술을 적극 활용해 극복할 수 있다. 실례로 연구실은 인공지능을 활용해 여러 산업 설비의 예측 솔루션을 제시한 바 있다. 이를 한국전력공사가 보유하고 있는 변전설비 빅데이터에 접목하여 고성능의 차세대 예측·관리 솔루션을 개발할 예정이다. 특히 인공지능 기술을 이용하면 자율적으로 서로 다른 변전 설비의 건전성을 파악할 수 있고, 즉각적인 설비 관리가 가능해진다. 이는 한국전력공사의 변전 설비 운영의 신뢰도를 증진시킬 뿐만 아니라 변전설비 운영 경비를 획기적으로 감소시킬 수 있을 것으로 예상된다.

윤 교수는 “본 과제는 4차 산업혁명의 최첨단 기술 개발 및 산업체 적용을 통해 산학협력 기술개발의 긍정적인 사례를 제시한다는 점에서 매우 중요하다”며 “본 과제의 성과물을 통해 국내외 다수 변전 설비에 건전성 예측진단 기술을 적용함으로써 발전 및 전력설비 4차 산업혁명을 이룰 수 있을 것”이라고 전했다.