코로나 바이러스가 전 세계를 휩쓸기 전부터 제조업체는 제조 속도와 효율성, 그리고 작업 과정의 회복성을 높여야 함을 잘 알고 있었습니다. 하지만 제조업체가 뉴노멀 시대에서 단순히 살아남는 것이 아니라 번영하기 위해서는 새로운 경쟁 방식이 필요하다는 점을 깨닫게 되면서 코로나로 인한 판데믹은 디지털 전환에 대한 필요성은 커지고 진행 속도는 빨라지는 계기가 되었습니다. 장/단기적 운영 상태를 파악하고 개선하려는 조직에서는 디지털 전환을 반드시 추진해야 합니다. 이러한 추세에 따라 새로운 비즈니스 프로세스, 서비스 및 모델을 적극적으로 도입하고 있는 제조업체가 많습니다.

기업은 이처럼 디지털 전환의 핵심 요소라 할 수 있는 분석을 진행하여 데이터를 적절하게 활용함으로써 빠르게 변화하는 시장에서 입지를 유지하는 동시에 사업 목표를 달성하여 경쟁력을 높일 수 있습니다. 따라서 최근 제조업계에서는 분석 솔루션의 채택 및 사용률이 빠르게 증가하고 있습니다. 그 중에서 가장 각광 받고 있는 분야가 예측 분석입니다.

예측 분석은 이전 데이터를 사용하여 향후 발생 가능한 시나리오를 추론하는 과정이라 할 수 있습니다. 예측 분석 솔루션은 새 데이터를 확인하여 특정 상황이 발생할 가능성을 결정합니다. 새 데이터는 대개 사물 인터넷(IoT) 기술에서 제공합니다. 분석 과정에서는 대량의 데이터를 수집하여 특별한 패턴을 식별한 후 자산 고장 등의 상황이 발생할 가능성을 파악할 수 있습니다. 그러므로 AI과 ML 기술도 매우 중요합니다.​

예측 분석 솔루션 도입 효과

– 서비스 품질과 수익성 개선

– 현장 기술자 효율성 개선

– 현장 안팎의 생산성 개선

제조업체는 다양한 방식으로 예측 분석을 활용하고 있습니다. 예측 분석의 가장 큰 이점은 기계 고장 발생을 방지할 수 있다는 것입니다. 전류 센서, 진동 센서, 소리 센서 등에서 제공되는 기계 상태 데이터의 실시간 스트림을 수집하면 기계 고장 발생 가능성을 예측할 수 있습니다. 이렇게 수집한 데이터를 분석하여 정상 작동 상태에서 변경된 부분을 확인하면 됩니다. 이 데이터와 이전 데이터 및/또는 업계 벤치마크를 상호 참조하면 변경된 데이터의 의미를 파악할 수 있습니다.

대다수 제조업체는 디지털 혁신을 통해 계획되지 않은 다운타임을 방지하고자 합니다. 예약되지 않은 다운타임으로 인해 기업에서 발생하는 평균 비용이 수십억 달러에 이릅니다. 계획되지 않은 다운타임을 방지하면 ROA(자산 수익률)를 최대한 높일 수 있습니다. 그러므로 디지털 혁신을 본격 추진하려는 모든 기업은 고급 분석을 수행하는 데 필요한 리소스 비용, 그리고 핵심 자산 고장 시 심각한 위험이 발생할 가능성을 대조하여 파악해야 합니다.

오늘날에는 예측 유지보수 및 제품 품질 관련 사용 사례를 적용하는 제조 시설이 갈수록 늘어나고 있습니다. 그리고 수집하는 데이터의 양이 갈수록 늘어남에 따라 실시간으로 수집한 예측 유지보수 데이터의 정확도도 계속 높아지고 있습니다. 이러한 데이터를 활용함으로써 가동 시간은 늘리고 계획되지 않은 다운타임은 줄이면 ROA를 높일 수 있습니다. 또한 프로세스 성능을 추적하여 기계가 공차 범위를 벗어나면 미리 알림을 받 수 있으므로 폐자재와 재작업도 방지할 수 있습니다. 그뿐 아니라, 연결 가능 범위를 확대하여 원격 진단 분석 비율을 높임으로써 현장 기술자의 전문 지식을 보완할 수 있습니다.

​
산업 현장의 효율적인 관리와 설비 생산성 향상을 위해서는 설비의 데이터를 분석하여 이상징후를 사전에 파악하고 조치하는 AI 모터진단이 필수적입니다. 씽플러스 AI 모터진단 서비스를 도입해보세요!