한국타이어, 설비 이상 탐지에 인공지능ㆍ사물인터넷 기술 활용

초 단위 데이터 분석ㆍAI가 딥러닝으로 데이터 심층 분석…기존 대비 3~4배 수준 분석 가능

▲한국타이어 금산공장 (사진제공=한국타이어)

한국타이어앤테크놀로지가 인공지능(AI)과 사물인터넷(IoT) 기술을 활용한 설비 이상 탐지 예측 시스템 'CMS (Hankook Condition Monitoring System Plus)'를 개발해 스마트 팩토리 구축에 나선다.

20일 한국타이어에 따르면 설비의 이상 상태 유무는 출력의 변화, 온도의 이상 상승, 소음과 진동 등을 통해 알 수 있다. 중대한 설비 고장이 발생하면 생산 설비 전체가 멈출 수 있고, 정상화에 오랜 시간과 비용이 투입될 수도 있다. 따라서, 작은 이상 징후를 실시간으로 파악해 사전 정비로 중대한 고장을 예방하는 작업이 필수적이다.

이번에 개발된 설비 이상 탐지 예측 시스템은 AI와 IoT 기술을 접목해 기존 시스템보다 정확한 이상 징후 파악과 빠른 대응을 가능하게 해주는 점이 특징이다. 일반적인 설비 이상 탐지 예측 시스템은 설비의 핵심 부품에 센서를 부착해 이를 통해 수집한 진동, 소음 정보를 전문가가 분석하고 판단해 이상 유무를 가려내는 방식으로 운영된다.

하지만, CMS 는 ‘차세대 무선 기반의 IoT 모듈-게이트웨이(Gateway)-서버’를 거치는 3단계 AI 알고리즘을 기반으로 기존 시스템보다 3~4배 높은 수준의 데이터 분석을 할 수 있다.

1단계 IoT 모듈에서는 일정 간격을 두고 센서 데이터를 수집하던 기존 방식과 달리 초 단위로 데이터를 수집해 분석한다. 기존 방식은 서버 용량 한계가 있어 실시간으로 전해지는 방대한 센서 데이터를 모두 저장하는 것이 불가능했지만, KAIST와 공동 개발한 차세대 무선 기반 IoT 모듈, Gateway에 독자적인 AI 알고리즘이 탑재되어 이상이 의심되는 데이터를 선별적으로 수집하여 꼭 필요한 양질의 데이터를 수집, 저장할 수 있게 됐다.

2단계 Gateway와 3단계 서버에서는 수집한 양질의 데이터를 딥러닝으로 심층 분석한다. 센서 데이터, 온도, 운영정보 등을 종합 분석해 설비의 이상 상태를 조기에 예측하고, 이상 유무가 탐지되는 즉시 무선 통신 기술을 활용해 설비 담당자에게 스마트워치로 알려준다.

한국타이어는 현재 국내 공장 모델 설비에 새로운 시스템을 설치하고 운영 중이며, 글로벌 전 공장으로 시스템을 확산 적용할 계획이다. 또한, 개발된 시스템을 더욱 발전하기 위해 증강현실(AR) 기술과도 접목해 현장에서 확인하기 어려운 데이터 흐름을 쉽게 파악할 수 있도록 구현할 계획이다.