비지도 클러스터링 및 도메인 적응 프레임워크 개발
스마트팩토리에 적용, 최적 유지·보수 전략 결정
산업현장에서 장비 결함을 스스로 탐지하고 추적하는 인공지능(AI) 기술이 개발됐다. 스마트팩토리 구축에 접목, 작업자 안전을 확보하는데 기여할 전망이다.
포스텍(POSTECH·총장 김무환)은 이승철 기계공학과 교수와 통합과정 김태완 씨 연구팀이 회전기기 결함 진단을 위한 비지도 클러스터링 및 도메인 적응 프레임워크를 개발했다고 22일 밝혔다.
연구팀이 개발한 기술은 회전기기의 결함을 다양한 운전 조건에서도 스스로 탐지하고 추적하는 AI 기술이다. 회전기기는 다양한 산업에서 꼭 필요한 핵심 장치다. 제조 공장, 발전소뿐만 아니라 자동차, 항공기 등 수많은 산업 분야에 사용되고 있다. 회전기기의 결함은 치명적인 비용 손실과 안전 문제를 야기한다.
그동안 다양한 결함을 탐지하는 기술 개발이 이뤄졌다. 최근에는 AI 기술 활용 연구가 활발하다. 하지만 이런 방법은 실제 고장 데이터 확보가 필요하며 지속해서 변화하는 운전 환경을 잘 반영하지 못한다는 한계가 있다.
연구팀이 개발한 결함 탐지·추적 AI 모델은 기존 회전기기 진단의 한계점을 비지도 학습을 통해 극복했다. 오토인코더(Autoencoder) 기반 AI 모델을 통해 회전기기로부터 측정되는 신호를 압축하고, 압축된 신호 간 유사도를 계산하는 방식을 통해 서로 다른 유형의 결함을 식별하고 추적할 수 있도록 했다. 이 기술은 작동 조건이 다른 환경에서도 회전기기의 결함 유무·결함 종류를 정확하게 탐지하고, 특히 회전기기의 회전 속도가 50% 이상 차이가 날 때에도 효과적으로 결함을 탐지할 수 있다.
이승철 교수는 “산업계에서 주목받는 스마트 팩토리에 적용될 수 있는 기술이다. 공장에서 쏟아져 나오는 수많은 데이터를 인간의 개입 없이 비지도 학습을 통해 처리할 수 있으며, 장비나 시스템 상태를 감시 및 추적, 이를 바탕으로 최적의 유지·보수 전략을 결정하는 데 사용할 수 있다”고 말했다
민군기술협력사업, 한국에너지기술평가원, 그리고 케이-클라우드(K-CLOUD) 사업 지원으로 이뤄진 이번 연구성과는 최근 컴퓨터과학·산업공학 분야권위지인 '국제전기전자기술자협회 산업정보학학회 논문지'에 게재됐다.
포항=정재훈기자 jhoon@etnews.com
