인공지능(AI)은 오랜 침체기를 거쳐 클라우드 컴퓨팅 환경의 급속한 발전과 빅데이터가 뒷받침돼 전환기를 맞았다. 이제 인공지능은 4차 산업혁명의 핵심 요소로 떠올랐다.

원프레딕트는 윤병동 대표(서울대학교 교수)가 제자들과 합심해 설립한 회사로 공학설비 건전성 예측진단 서비스를 기업에 제공한다.

공학 설비 예측진단 서비스란 Industry 4.0에 필수적인 핵심기술로 AI, IoT(사물인터넷), 빅데이터 분석 등이 융합된 핵심기술로 윤 대표는 세계적 기업에 솔루션을 제공하고 있다.

산업정보 예상 <자료제공=원프레딕트>

세계 최고 ICT솔루션 보유, 기술개발

시대가 빠르게 변하면서 산업데이터의 매우 중요성은 나날이 강조되고 있다. 이에 산업데이터를 이해하고 활용하는 방법에서 기술 수준의 차이가 나타난다. 산업인공지능기술(Industrial Artificial Intelligence)은 산업데이터를 다루기 위한 핵심 기술로 분석·예측이 이전보다 정교해진다.

원프레딕트는 이를 바탕으로 제조업들이 설비나 부품 고장 징후를 미리 알기 힘들다는 문제에 산업인공지능기술을 도입해 시장에 접근했다.

공장의 기계가 불시에 고장이 날 경우, 제조설비를 오랫동안 세워둘 수밖에 없어 기업 입장에서는 막대한 피해를 본다. 이에 윤 대표는 “고장 징후를 미리 파악해, 예측 가능한 기계 설비가 가능하다”며, 또한 “센서와 SW로 상태를 실시간 파악하면 생산성과 경쟁력 두 가지 모두 크게 올라갈 수 있다”고 말했다.

실제로 원프레딕트는 세계 1위 베어링업체인 독일기업 ‘셰플러’에 솔루션을 제안했다. 부품의 기계적 상태를 실시간 감시해 고장 징후를 바로 확인할 수 있는 기술을 이전했다.

'셰플러' 문제해결 진단방법 <자료제공=원프레딕트>

이에 셰플러는 원프레딕트가 제안한 솔루션을 자사 제품에 적용해 실제 효과를 확인하고, 구매계약으로 이어지는 성과를 거뒀다.

이해를 돕기 위한 예로 윤 대표는 “풍력발전기는 핵심 부품인 메인베어링이나 기어박스가 고장날 경우 길게는 6개월까지 멈춰서야 한다”며, “개당 1억원이 넘는 부품을 제조회사에 주문한 후 제조·배송을 거쳐 안정화하는 데 짧게는 2개월, 길게는 6개월이 걸린다”고 말했다.

이에 그는 "자사 기술을 도입하면 2~3달 전, 부품 고장 징후를 파악이 가능해져 부품을 미리 주문해 발전 중단기간을 최소화할 수 있다"며, 원프레딕트의 기술을 통해 스마트 팩토리에 도입하면 공장 운영·관리 수월해지고 각종 위험에 즉각적인 대응이 가능해질 것으로 전망했다.

김봉운 기자
기사 원문 보기: http://www.hkbs.co.kr/news/articleView.html?idxno=503524