경보는 울렸는데, 아무도 판단하지 못했다

울산의 한 주조 부품 기업(A사)은 정부 지원사업을 통해 주요 주조 설비 3대에 진동·온도 감지기를 달고 원격 감시 화면을 도입했다. 지원금을 포함해 약 6천만 원이 들어간 사업이었다.

도입 두 달쯤 지나 진동 감지기가 처음으로 이상 경보를 울렸다. 담당자는 화면에서 깜빡이는 숫자를 봤지만, 그것이 당장 설비를 멈춰야 하는 수준인지 조금 더 지켜봐도 되는 수준인지 판단할 수 없었다. 결국 공급업체에 전화를 걸었고, 원격으로 자료를 확인한 업체는 “일주일 정도 지켜보라”고 답했다.

A사에 부족했던 것은 감지기가 아니었다. 이 설비가 평소 어떻게 움직이는지, 과거에 어떤 고장이 어떤 징후 뒤에 왔는지를 알려줄 비교 기준이 없었다. 감지기는 “평소와 다르다”고 말할 수 있지만, “그래서 무엇이 고장 나는가”에 답하려면 고장의 기억이 필요하다. 이 글은 그 기억, 즉 고장 기록이 왜 AI 예지보전의 출발점인지 정리한다.

출처: AI매터스, “[제조업 AX] 예지보전의 현실 — 센서 데이터로 고장을 예측한다는 것” (2026.06) – https://aimatters.co.kr/news-report/45329/

1. 예지보전 AI는 무엇을 배우는가

예지보전 AI가 답하려는 질문은 크게 두 가지다.

1. 지금 설비가 평소와 다른가? — 이상 감지
2. 그 다름은 어떤 고장으로, 언제쯤 이어지는가? — 원인 진단과 고장 예측

첫 번째 질문은 정상 상태의 감지기 자료만 충분히 쌓여도 어느 정도 답할 수 있다. 평소의 진동·온도·전류 범위를 익혀 두고, 그 범위를 벗어나면 알리는 방식이다. 그러나 현장에서 정말 필요한 것은 두 번째 답이다. “베어링이 마모되기 시작했다”, “이 추세면 2주 안에 정지할 수 있다”처럼 행동으로 이어지는 판단이어야 정비 계획을 세울 수 있다.

국제표준화기구(ISO)의 설비 고장 예측 지침(ISO 13381-1)은 정확한 예측을 위해 어떤 자료, 특성, 처리 과정이 필요한지 먼저 정하도록 안내한다³⁾. 두 번째 질문에 답하려면 AI는 “이런 징후 뒤에 이런 고장이 왔다”는 짝지어진 사례를 배워야 한다. 감지기는 징후를 주고, 그 징후가 무엇이었는지에 대한 정답은 고장 기록이 준다.

2. 감지기 자료와 고장 기록, 각각이 알려주는 것

두 자료는 역할이 다르다. 어느 한쪽만으로는 예지보전이 완성되지 않는다.

표에서 보듯 감지기 자료는 돈을 들이면 빠르게 쌓이지만, 고장 기록은 시간이 지나야만 쌓인다. 고장은 자주 일어나지 않기 때문이다. 그래서 감지기를 산 날부터 고장 기록을 모으기 시작하면, AI가 배울 만한 사례가 모일 때까지 오랜 시간을 기다려야 한다. 이미 공장에 남아 있는 과거 기록을 먼저 살려야 하는 이유가 여기에 있다.

3. 대부분의 고장 기록이 AI에게 쓸모없는 이유

고장 기록이 아예 없는 공장은 드물다. 정비 일지, 설비 이력 카드, 생산 일보의 비가동 칸, 부품 구매 기록 등 어딘가에는 남아 있다. 문제는 그 기록이 AI가 읽을 수 있는 형태가 아니라는 것이다. 흔히 보이는 문제는 다음과 같다.

• 조치만 있고 원인이 없다: “3호기 수리 완료”, “모터 교체”만 적혀 있어 무엇이 왜 고장 났는지 알 수 없다.
• 쓰는 사람마다 표현이 다르다: 같은 고장을 ‘베어링 소손’, ‘베어링 나감’, ‘소음 발생’으로 제각각 적어 같은 고장으로 묶을 수 없다.
• 시간 정보가 부정확하다: 고장 발생 시각이 아니라 수리한 날짜만 남아 있어, 감지기 자료의 어느 구간과 맞춰 봐야 할지 알 수 없다.
• 정지 시간이 빠져 있다: 설비가 얼마나 멈췄는지 기록이 없어 고장의 무게를 비교할 수 없다.
• 설비 이름이 통일되지 않았다: ‘3호기’, ‘#3’, ‘B라인 프레스’가 같은 설비인지 확인할 방법이 없다.
• 종이나 사람 기억에만 있다: 수기 일지는 검색이 안 되고, 담당자가 퇴직하면 기록도 함께 사라진다.

이런 기록은 사람이 읽으면 대충 이해할 수 있지만, AI는 “어떤 징후 뒤에 어떤 고장이 왔는가”를 뽑아낼 수 없다. 기록이 있느냐보다 어떻게 남아 있느냐가 중요한 이유다.

4. AI가 읽을 수 있는 고장 기록의 조건

그렇다면 무엇을 적어야 할까. 석유·가스 산업용으로 만들어진 국제표준 ISO 14224는 설비 신뢰성과 정비 자료를 공통 형식으로 모으는 기준을 제시하며, 수집해야 할 자료를 설비 정보, 고장 정보, 정비 정보로 나눈다¹⁾. 이 표준은 정비 경험을 서로 주고받기 위한 일종의 ‘신뢰성 공용어’를 만드는 데 목적이 있다. 업종은 다르지만, 제조기업이 고장 기록 양식을 만들 때 그대로 참고할 수 있는 구조다.

처음부터 모든 항목을 완벽하게 채우기는 어렵다. 우선 설비 번호, 발생 일시, 고장 유형, 조치 내용, 정지 시간 다섯 가지만이라도 빠짐없이 남기는 것부터 시작하면 된다.

5. 같은 고장, 다른 기록: 나쁜 예와 좋은 예

기록의 차이는 실제 문장으로 보면 분명해진다. 같은 고장을 두 가지 방식으로 적은 예시다.

핵심은 고장 유형을 자유롭게 쓰지 않고 정해진 분류표에서 고르게 하는 것이다. 축받이 손상, 축 어긋남, 헐거움, 윤활 불량, 전기 계통 이상처럼 설비별로 10~20개 안팎의 분류를 미리 정해 두면, 쓰는 사람이 달라도 같은 고장이 같은 이름으로 쌓인다. 자유 서술은 ‘비고’ 칸에 따로 남기면 된다.

6. 과거 기록을 되살리는 방법

지금부터 기록을 잘 남기는 것도 중요하지만, 몇 년을 기다릴 수는 없다. 이미 공장 곳곳에 흩어진 단서를 모아 과거 고장 사례를 소급해 복원하면 출발점을 앞당길 수 있다.

모든 설비를 다 할 필요는 없다. 고장 났을 때 피해가 가장 큰 설비 몇 대를 골라 최근 2~3년의 주요 고장부터 복원한다. 특히 숙련 담당자 면담은 미룰수록 손해다. “그때 며칠 전부터 소리가 달랐다” 같은 기억은 어떤 장부에도 남아 있지 않고, 그 사람이 떠나면 함께 사라진다.

7. 감지기는 그다음: 기록과 연결되는 도입 순서

ISO의 상태 감시 일반 지침(ISO 17359)은 모든 설비에 적용할 수 있는 상태 감시 체계 수립 절차를 제시한다²⁾. 이 흐름을 고장 기록 중심으로 다시 정리하면, 감지기는 맨 앞이 아니라 중간에 온다.

1. 대상 설비 선정: 고장 시 생산·안전·납기 영향이 큰 설비를 고른다.
2. 고장 유형 파악: 복원한 과거 기록으로 그 설비에서 실제로 어떤 고장이 반복됐는지 확인한다.
3. 측정 방법 결정: 그 고장을 미리 알려줄 신호(진동, 온도, 전류, 압력 등)가 무엇인지 정한다.
4. 감지기 설치와 정상 자료 수집: 정해진 신호를 재는 감지기를 달고 정상 상태 기준을 쌓는다.
5. 경보와 기록의 연결: 경보가 울릴 때마다 점검 결과를 고장 기록 양식에 남긴다.

순서를 바꾸면 어떻게 될까. 고장 유형을 모른 채 감지기부터 달면, 정작 그 설비에서 자주 일어나는 고장을 잡지 못하는 위치나 종류의 감지기를 고를 수 있다. 도입부의 A사처럼 경보는 울리는데 해석할 기준이 없는 상태가 되기 쉽다.

5단계의 ‘경보와 기록의 연결’은 특히 중요하다. “경보 → 점검 → 이상 없음”도, “경보 → 점검 → 축받이 마모 발견 → 교체”도 모두 기록해야 한다. 헛경보 기록은 기준값을 다듬는 자료가 되고, 실제 고장 기록은 AI가 배울 새로운 정답이 된다.

8. 고장 사례가 적어도 시작할 수 있다

“우리 공장은 고장이 자주 나지 않아서 기록이 별로 없다”는 것은 좋은 소식이면서 AI에게는 어려운 조건이다. 하지만 고장 사례가 적다고 예지보전을 못 하는 것은 아니다. 갖춘 기록의 수준에 따라 단계적으로 나아가면 된다.

대부분의 중소 제조기업은 1단계에서 시작하게 된다. 중요한 것은 1단계에서 멈추지 않도록 경보가 울릴 때마다 결과를 기록하는 습관을 처음부터 함께 만드는 것이다. 그래야 1년, 2년 뒤에 2단계와 3단계로 넘어갈 수 있는 자료가 쌓인다. 같은 기종의 설비를 여러 대 운영한다면, 설비끼리 기록을 묶어 사례 수를 늘리는 방법도 있다.

예지보전의 원료는 공장의 기억이다

AI 예지보전을 검토하는 제조기업은 대개 “어떤 감지기를 달까”, “어떤 분석 도구를 쓸까”부터 묻는다. 그러나 감지기와 도구는 돈으로 살 수 있어도, 우리 설비가 과거에 어떻게 고장 났는지에 대한 기억은 살 수 없다. 그 기억이 정리되어 있어야 AI가 경보의 의미를 해석할 수 있다.

본문의 핵심을 정리하면 다음과 같다.

• AI의 학습 구조: 감지기 자료는 징후를, 고장 기록은 정답을 준다. 정답 없이는 원인 진단과 고장 예측이 어렵다.
• 기록의 문제: 대부분의 공장에 기록은 있지만, 원인·시각·정지 시간이 빠지고 표현이 제각각이라 AI가 읽을 수 없다.
• 기록의 조건: 설비 정보, 고장 정보, 정비 정보를 나눠 남기고, 최소한 설비 번호·발생 일시·고장 유형·조치·정지 시간은 빠뜨리지 않는다.
• 분류표: 고장 유형은 자유 서술이 아니라 정해진 분류에서 고르게 해야 같은 고장끼리 묶인다.
• 과거 복원: 정비 일지, 부품 구매 기록, 외주 수리 명세서, 숙련자 면담으로 핵심 설비의 최근 고장부터 되살린다.
• 도입 순서: 설비 선정 → 고장 유형 파악 → 측정 방법 결정 → 감지기 설치 → 경보와 기록 연결 순으로 간다.

제조기업은 감지기 구매 견적을 받기 전에 핵심 설비 하나의 지난 고장 기록부터 꺼내 정리해 볼 것을 권한다. 그 작업만으로도 어떤 고장을 잡아야 하는지, 어떤 감지기가 필요한지가 훨씬 분명해진다. 예지보전 수행사는 감지기와 분석 화면 납품을 넘어 고장 분류 체계 설계, 과거 기록 복원, 경보 대응 절차까지 함께 제공하는 역량을 경쟁력으로 삼아야 한다. 숙련자가 떠나도 설비는 남는다. 그 설비의 고장 기억을 기록으로 남기는 것이 AI 예지보전의 진짜 첫걸음이다.

본 게시물은 AI 어시스턴트를 활용하여 초안을 작성하고 편집자의 검수를 거쳤습니다. 타 기업명 및 영업 기밀 보호를 위해 본문 중 일부 고유명사는 익명화(A/B) 처리되었습니다.