산업 인공지능 기반의 디지털 트랜스포메이션

사물인터넷(IoT)은 제품과 설비의 연결을 바탕으로 다양한 산업에서 디지털 트랜스포메이션을 가져오고 있다. 특히 제조 및 발전 분야에서는 인더스트리 4.0 및 스마트 공장 등의 화두가 등장하면서 산업 데이터의 분석과 활용을 위한 산업 인공지능(Industrial AI) 기술 및 시장이 빠르게 성장하고 있다.
이 글에서는 플랜트, 조선 분야를 중심으로 산업 인공지능의 활용 방안과 사례를 소개한다. 이 글의 내용은 지난 2월 21일 열린 ‘플랜트 조선 컨퍼런스 2020’의 발표 내용을 바탕으로 작성되었다.

■ 윤병동
서울대학교 기계공학부 교수이며, 원프레딕트의 대표이사이다.
이메일 | bdyoun@snu.ac.kr

1. 디지털 트랜스포메이션과 산업 인공지능

그림 1. 디지털 변혁 및 사물의 연결

사물인터넷(Internet of Things: IoT) 기술의 발달에 따라 과거 상상에 그쳤던 일들이 이미 현실이 되고 있으며, 이는 산업 설비 시장에도 적용되고 있다.  수많은 제품과 설비들이 연결되는 세상이 도래함에 따라 ‘사물 간의 연결’에 따른 시장이 성장해 20년 전 대비 약 1만 2000배 이상 증가하였고, 이러한 흐름은 향후 더 가속화될 것으로 예상된다.(그림 1)
이러한 제품/설비 간 연결성의 확대는 비단 IT 산업뿐만 아니라 제조업, 발전, 모빌리티 산업에서 디지털 트랜스포메이션(digital transformation)을 가속화하고 있다. 특히 제조 및 발전 분야에서는 인더스트리 4.0(Industry 4.0)과 스마트 공장의 개념이 화두로 등장하면서부터 디지털 트윈 구현과 같은 산업 설비의 디지털화를 위한 다양한 기술 개발과 실제 적용이 진행되고 있다. 이에 따라 산업 데이터 분석 기술 및 활용에 대한 요구가 급속도로 증가하고 있다.
기업의 운영 효율화 및 비용&리스크(Cost&Risk) 최소화를 위해 디지털 트랜스포메이션을 가속화하는 핵심적 도구인 산업 인공지능(Industrial AI) 시장의 글로벌 성장률은 약 52%로 지속적으로 증가하는 추세다. ***윗첨자 1)  이러한 높은 성장률에 발맞춰 GE 등 글로벌 IT 산업설비 제조 및 솔루션 기업들은 산업 인공지능 스타트업과의 파트너십 또는 M&A를 통해 디지털 트랜스포메이션에 대한 핵심역량을 강화하는 동시에 고객의 빠른 수요에 대응하고 있다.
실례로, 풍력발전기 분야의 글로벌 제조사인 베스타스(Vestas)는 AI 재생 에너지 솔루션 업체인 유토푸스(Utopus)를 2018년에 인수하였으며, 다국적 베어링 전문 제조기업 SKF는 2019년에 AI 기반 예측정비 소프트웨어 개발 업체 프레센소(Presenso)를 인수함으로 기술의 부족한 역량을 빠르게 보완하였다.
산업 인공지능을 활용한 산업설비의 예측진단 기술은 IoT 센서를 통해 수집된 빅 데이터 분석을 통해 현장 설비의 결함 및 고장을 사전에 예측∙진단하는 것을 의미한다. 특히,  전통적으로 활용된 도메인 지식(기계 공학 및 산업적 지식) 분석에 빅 데이터를 활용한 딥러닝 등 AI 기술을 접목하여 기존 산업 설비의 건전성 모니터링 및 진단의 정확도를 획기적으로 높이고, 고장에 대한 정교한 사전 예측을 도모한다는 점에서 현장에서의 산업 인공지능의 실질적 가치가 높아지고 있다.(그림 2)
 

그림 2. PHM 기술 개발을 위한 핵심 요소: 산업 인공지능

 
기존 규칙(rule) 기반 설비 진단 대비, 산업 인공지능 기술을 적용한 솔루션은 ‘정확도’와 ‘오진율’에 큰 차이를 보인다. 기존 규칙 기반 솔루션은 개별 설비의 특성을 반영하지 못하여 오진율이 높고 미래의 설비 고장에 대한 예측이 어려워, 설비의 운영 효율성을 제고하는데 분명한 한계가 존재하였다. 이를 해결하기 위해 산업 인공지능 기술은 높은 진단 및 예측 정확도를 보이고 있으며, 이에 실제 국내외 고객사들의 설비 관리에 대한 패러다임 전환(paradigm shift)이 진행되고 있다.

윤병동 bdyoun@snu.ac.kr

출처 : 캐드앤그래픽스 2020년 5월호

상세 내용은 PDF로 제공됩니다.

https://www.cadgraphics.co.kr/newsview.php?&pages=lecture&sub=lecture02&catecode=8&num=66829