[인더스트리뉴스 정한교 기자] 현대 산업이 자동화와 고도화되면서 설비 점검 기술의 발전과 데이터 기반 예지보전의 중요성이 더욱 커지고 있다. 이에 따라 산업 현장에서 발생할 수 있는 예측 불가능한 사고 및 고장을 예측 및 예방하는 예지보전 분야도 산업 발전에 발맞춰 다변화 및 고도화되고 있다.

예지보전은 설비 고장 방지를 위해 주기적으로 정비하는 방식이 아닌 설비의 진동, 전류, 소음, 온도 등을 측정해 데이터 분석을 기반으로 필요한 시점에 유지 보수하는 방식을 말한다.

이처럼 전류, 진동 등에 초점이 맞춰졌던 예지보전 기술이 이미지, 신호, 텍스트 등 다양한 데이터 소스 수집 범위를 확대하면서 더욱 완성도 높은 솔루션으로 진화하고 있다. 스피랩(SPILAB)은 이러한 진화를 이끄는 기업 중 하나다.

지난 2017년 설립된 스피랩은 시계열 이상의(Numerical IoT, Vision, Text) 시간 흐름(Flow)에 대한 전조예측/이상감지 인공지능(AI)에 대해 탐구, 엣지컴퓨팅 AI와 클라우드 AI 기반 시각화 솔루션 서비스를 제공하는 스타트업이다.

스피랩 이혜영 대표는 “핀테크 기업으로 시작해 우리핀테크 스타트업에 선정되며, 상장사들의 재무, 비재무 지표들에 대한 융합분석(텍스트와 수치) 기반 리포팅 서비스를 런칭했다. 하지만 신용평가사 대비 신뢰성 및 효과성이 떨어져 피보팅해 다양한 IoT 센서 데이터를 분석하는 연구개발/용역 경험을 쌓았다”며, “현재는 회전기기 설비 AI 이상 감지 솔루션 ‘레이판’을 개발, 사업화를 추진하고 있다”고 소개했다.

‘멀티모달 분석기반 전조예측’ 예지보전 솔루션

예지보전 기반 설비 진단 방법은 부품 교체 주기 또는 고장 여부를 미리 판단해 다운타임을 최소화할 수 있도록 돕고, 회전기기 변위, 속도, 가속도 기본 원리에 의해 상태를 진단해 불균형 마찰, 베어링 결함, 축 정렬 오류, 기계적 느슨함 등 각종 결함 특성 파악에 도움을 준다. 기계적 관점의 진동 신호 분석 이외에 전류, 전압, 온도, 토크 등 전기적 관점에서의 신호 분석을 추가해 보완하기도 한다,

CBM(Condition-Based Monitoring)에 근간해 최근 여러 국내·외 기업이 예지보전에 AI 접목, 모니터링 시스템으로 공급을 진행하고 있다. 특히, IoT 센서를 부착한 설비 상태진단 예측 솔루션이 보급되고 있다.

이 대표는 “전문가들에 의한 진단 예측이 AI에 의해 자동화되는 것보다는 전문가들의 진단 규칙(예를 들면 장비 상태 검사를 위한 기계 진동 표준 ISO 기준)이 AI학습과 맞물려 애플리케이션화 또는 서비스 제공에 있어 다각적인 진단과 예측에 대한 의사결정 지원을 위한 부문에서 보다 나은 성능과 품질을 보여주고 있다”고 최근 예지보전 분야의 기술동향을 소개하며, “당사는 이러한 예지보전 분야에 멀티모달 모델(Multimodal Model)을 통해 전조예측이란 차별성을 부여했다”고 말했다.

이어 그는 “사전에 이상 징조·현상을 예측하기 위해 금융, 임상, 자연·과학 분야까지 확장해 오픈·현장데이터셋으로 연구실험을 진행 중”이라며, “이상현상이 자주 발생하지 않기 때문에 정상과 균형 있게 학습하기 위한 증강(Augmentation) 분야 및 멀티모달 특징 처리(Feature Engineering) 부문에 AI 연구개발을 국내외 AI학회 발표 및 특허출원에 집중하고 있다”고 말했다.

스피랩의 예지보전 및 이중 이상감지 AI 솔루션인 ‘레이판’은 진동·노이즈 센서 연결 온 디바이스(On-Device) AI와 클라우드 AI API(Application Programming Interface)로 구성된 이중 이상감지 기능을 탑재했다.

이 대표는 “AI학습에 필수적인 설비 고장과 관련된 이상치 데이터는 현장에서 실시간 수집이 어려운 상황”이라며, “당사는 실제 이상치 특성과 유사한 이상치 데이터를 만드는 증강(Augmentation)에 대한 자체 고유 알고리즘으로 AI 모델 성능을 15~20% 향상시켰다”고 전했다.

이어 그는 “당사는 국방기술상용화지원사업에 참여하며, 엣지 디바이스의 AI 모델 연구개발 역량을 더욱 향상시킬 수 있었다”며, “IoT 네트워크에서는 보안, 그러니까 네트워크 트랙피에 대한 공격이 굉장히 많다. 이러한 공격을 판별하기 위해 캡쳐 모듈이 필요한데 해당 사업을 통해 기술을 획득할 수 있었고, 더욱 고도화된 예지보전 솔루션을 개발할 수 있었다”고 설명했다.

레이판은 시간 흐름에 대한 신호 데이터를 주파수 도메인의 관점으로 AI 전조예측 모델을 적용해 추가적인 성능 개선을 입증했다. 이를 통해 2021년에는 정보통신산업진흥원(NIPA) 시화공단 회전설비 대상 지능형 IoT 실증사업 컨소시엄으로 참여해 우수 평가를 받은 바 있다.

ESS에 적용된 예지보전 솔루션… O&M 운영 시 정비활동 알림, 이력 관리 등 지원

예지보전 분야라고 한다면, 자칫 특정 산업에만 국한된 기술이라고 인식할 수 있다. 스피랩은 이러한 예지보전 분야의 적용 범위를 넓혀가고 있다. 스마트 Things 예지정비 솔루션이라는 플랫폼을 통해 기존 설비뿐만 아니라 에너지저장장치(ESS), 드론·로봇·블랙박스까지 확대하는 부문으로 파트너십 협업 BM 기반 실증 사업화를 추진하면서 라이센싱 공급을 점진적으로 확대해 나가고 있다.

특히, 최근 주목받는 ESS 시장에서 관심도가 높다. ESS 운영 시 사전 예측이 아닌, 여전히 이상 발생 후 직접 정비 활동을 하는 상황에서 스피랩은 모니터링을 통한 예측 시각화를 지원한다.

이 대표는 “유지보수 측면에서 수기로 정비 작업을 관리하고 기록 또한 전산화돼 있지 않고 운영자분들의 직감에 의존하는 경우가 많음을 보게 됐다”며, “규모가 큰 기업이나 기관이 아니면 회전·공조 설비뿐만 아니라 ESS 또한 O&M 운영 시 정비활동 알림, 이력 관리 등이 조정되고 있지 않았다”고 설명했다.

이어 그는 “이러한 활동들이 사전에 고장을 예측, 예방하는 CBM 활동에 영향을 준다고 판단했다”며, “정비 활동에 대한 자동화 관리를 도우면서 센싱 예측 정비를 지원하는 플랫폼으로 편의성과 효율성을 높이는 솔루션이 될 것이라고 판단했다”고 ESS 시장으로의 확대 이유를 밝혔다.
ESS의 핵심 설비는 배터리이다. ESS 생애주기에 있어 배터리 수명 및 이상 유무 파악은 매우 중요하다. 하지만 현재 BMS로는 이상 유무의 예측이 잘되지 않고 있다는 것이 이 대표의 설명이다. 셀 하나하나를 보면서 판단하기 때문이다.

ESS, 전기차 등 배터리가 적용되는 산업은 셀 하나하나가 아닌, 모듈화돼 적재된다. BMS가 셀을 분석 및 파악에만 특화돼 있다 보니 셀 온도 등 평균적인 데이터밖에 수집되지 않는다. 모듈화된 배터리의 이상징후 파악이 불가능한 것이다. 모듈화된 배터리가 커넥트되면서 PCS를 통해 오가는 데이터 분석이 필요하지만, 현재는 데이터 파악이 매우 어렵다.

이 대표는 “어떤 Things이든지 레이판은 내·외부 상태를 고려해 융합분석, 이상 현상(목표)에 대한 전조예측을 수행하고자 한다”며, “ESS에서는 BMS에만 의존해서 판단하는 것이 아닌, PCS-ESS간 전력데이터, 외부 환경(온도 등)을 고려해 종합적인 상태를 진단, SOH예측까지 실시간 데이터 기반으로 시각화해 제공하고자 한다”고 설명했다.

여기에 생성AI 기반 캐릭터 에이전트를 적용했다. 시스템 이용 시 겪는 어려운 상황들을 챗봇을 통해 알기 쉽게 대화로 알려주는 서비스도 추가했다. 더욱 스마트한 ESS 운영을 통해 취약한 안정성을 강화하겠다는 계획이다.

이 대표는 “근본적으로 미리 고장, 화재 등의 사고를 대비하기 위해 빅데이터 AI분석을 활용해 운영자에게 쉽고 빠른 이해와 분석력을 제공할 뿐만 아니라 전문적인 역량 훈련에도 도움이 될 것”이라고 평가했다.

“이상 후 정비가 아닌, 이상 예측에 기반한 정비가 필요한 시점”

스피랩은 울산울주강소특구로 본사를 이전하면서 본격적인 예지보전 분야의 대상을 확대에 나섰다. 설비 예지정비 솔루션의 개념을 ESS에 적용하고자 PCS-ESS간 전력데이터 계측기 장비공급사와 손을 잡았다. 이후 태양광 플랜트 EMS-BMS 운영사업자 동의를 받아 실증을 추진하면서 울산울주강소특구와 인연을 맺게 된 것이다.

이 대표는 “배터리 SOH예측, 수명·고장 발생예측을 위해 AI 데이터 분석에만 집중해 왔지만, ESS까지 대상을 확대하면서 디바이스의 화학·전기적 특징에 대한 도메인 지식 습득이 필요한 상황이었다”며, “특구 지원사업 덕택에 UNIST 에너지화학과 교수님들의 자문을 받고 있으며, 민간 기업들과의 협업체계 구성에도 많은 도움을 받고 있다”고 말했다.

또한, 이 대표는 “울산울주강소특구로의 이전 이후 울산 공공기관, 배터리 라이프사이클과 연관된 제조·유통기업과도 파트너십 구축을 시작하고 있다”며, 감사 인사를 전했다.

연이은 화재사고 이후 급속도로 위축됐던 우리나라 ESS 시장이 신재생에너지 확산에 맞물려 다시금 성장의 기지개를 켜고 있다. 경험을 통해 안전에 대한 경각심이 강한 ESS에서 설비 정비 유지보수 관리 측면에서 O&M의 필요성이 강조되고 있다. 이러한 시기, 기술력을 갖춘 기업의 진출은 반갑지 않을 수 없다.

이 대표는 “현재 대기업 중심 공급시장이 국내 ESS의 주류를 이루는 상황에서 중견·중소기업의 ESS 제조 및 유통 분야 시장 개척이 또 다른 O&M 시장과 재활용·재사용 시장으로의 협업체계 등 니즈를 긁어주는 역할을 하리라 생각한다”며, “이상 예측에 기반한 정비활동에 대한 인식이 성숙해질 시점도 가까운 미래에 올 것”이라고 시장을 전망했다.

스피랩은 이러한 ESS 시장에 장기적인 AI분석 연구개발 협력체계를 구성해 접근하고 있다. 이를 통해 다양한 유형의 데이터가 보이는 전조 이상을 사전에 판단할 수 있도록 협업 연구개발-비즈니스-교육 파트너십을 지속적으로 개발하겠다는 계획이다.

그렇다고 스피랩의 솔루션이 회전기기나 ESS 등에만 국한된 것은 아니다. 앞서 말했듯, 이 대표는 수요처가 발생하는 모든 분야에 ‘레이판’이 적용될 수 있도록 노력하고 있다. 예를 들어 국립공원에 넘쳐나는 쓰레기의 모니터링 등 재난, 재해 대비가 필요한 분야라면, 온라인과 오프라인 현장의 데이터를 실시간 결합해 가치 있는 서비스 장을 만들겠다는 목표로 달려가고 있다.

이 대표는 “AI는 현재 경량화돼 엣지 디바이스(산업용PC, 드론, 로봇 등)에 탑재될 수 있다”며, “드론은 중요한 채널 역할을 하게 되는데, 현재 협력 기업들과 함께 드론에 탑재된 카메라, 신호 등을 융합, 수집해 실시간 목표 대상(쓰레기, 화재, 이물질 등) 인식, 전조를 판단할 수 있는 부문으로 산업단지공단 화재 예측 실증 및 애플리케이션을 협업 라이센싱, 오픈소스를 통한 국내외 개발 커뮤니티 배포를 준비 중”이라고 밝혔다. 

정한교 기자 다른기사 보기