머신러닝은 기계가 스스로 학습해 정상행위와 비정상 행위를 분류하는 기술이다. 이 기술은 전문가의 ‘통찰력’을 자동화할 수 있어 주목을 받는다.
산업 현장에서 사용하는 모니터링 시스템의 예를 들어보면, 데이터 사이언티스트가 가진 전문성을 기반으로 컨설팅을 진행해 이벤트의 임계치를 설정하고 이상징후 여부를 탐지한다. 그러나 새로운 조건이 추가되거나 부품을 교체하는 등의 변화가 발생하면 앞선 과정을 다시 되풀이해야 한다. 사람의 전문성에 의지하기 때문에 실수 혹은 판단착오로 인한 장애 발생을 우려하지 않을 수 없다.
머신러닝은 기계가 스스로 컨디션을 분석하고 패턴을 분류하기 때문에 높은 전문성을 가진 데이터 사이언티스트의 역량을 보편적으로 사용할 수 있다.
김학균 MDS테크놀로지 부장은 “데이터 사이언티스트가 특정 분야에서 쌓은 높은 수준의 전문지식의 상당부분을 머신러닝이 대체할 수 있다. 전문가의 일을 빼앗는 것이 아니라, 전문가의 역량을 다양한 분야에서 활용할 수 있다는 뜻”이라며 “머신러닝 기술을 이용해 시스템의 이상징후를 쉽고 편리하고 더욱 정밀하게 파악할 수 있다”고 말했다.
“통계분석 이용한 모니터링 시스템, 한계 부딪혀”
MDS테크놀로지는 최근 미국의 머신러닝 기술 기업 팔콘리(Falkonry) 한국총판을 체결하고 기존의 총판을 맺고 있던 스플렁크 솔루션과 함께 사용해 IoT 시장을 공략하고 있다.
현재 산업계에서 많이 사용하는 모니터링 시스템은 통계분석 솔루션을 이용해 자체적으로 로직을 만들고 있지만, 같은 제품이라도 수많은 조건을 다르게 적용해야 해 관리가 어렵다는 문제가 있다.
김 부장은 “발전소의 예를 들어본다면, 계절이나 바람이 강할때/약할때, 비가 올 때/날이 맑을 때, 내륙에 위치하고 있는지 바닷가에 위치하고 있는지 등 각각 다른 조건마다 다르게 임계치를 설정해야 하고, 그 때 마다 컨설팅을 받아야 하고 시간과 비용이 많이 든다”며 “팔콘리는 기계가 스스로 학습하기 때문에 사람의 개입 없이 여러 조건에 맞는 분석 결과를 알려준다”고 말했다.
임계치 기반 모니터링 시스템이 갖고 있는 문제를 해결하는데 머신러닝 기술이 대안이 될 수 있다. 예를 들어 화력발전소에서 석탄을 옮기는 컨베이어벨트가 갑자기 중단돼 몇 시간 동안 발전 설비가 가동되지 못하는 사고가 있었다.
관제 시스템을 확인한 결과 컨베이어벨트가 가동되는 동안 평소와 다른 미세한 이상행위가 있었지만, 임계치 이하의 이상행위이기 때문에 관제 시스템에서 이벤트를 발생시키지 않았던 것으로 분석됐다.
임계치 이하의 미세한 변화라도 장기간 지속되고 있다는 사실을 알았다면 장애를 예측하고 미리 조치를 취했을 것이다. 팔콘리는 정상패턴과 이상패턴을 그림으로 알려주기 때문에 정상적이지 않은 미세한 변화가 장기적으로 지속되는 것을 관리자가 인지하고 대처할 수 있도록 도와준다.
자율주행 자동차, 머신러닝 이용해 안전성 확보
MDS테크놀로지는 팔콘리와 스플렁크 기술을 연동해 IoT 시장을 공략할 계획이다. 중공업, 스마트팩토리, 스마트헬스케어 등 IoT 기술 도입에 적극적인 산업은 물론이고, MDS테크놀로지가 강력한 경쟁력을 보이고 있는 국방, 항공 분야, 그리고 자동차 분야에도 이 기술을 제공할 계획이다.
이 기술을 제품을 제조하는 생산설비에 적용돼 생산설비의 이상여부나 부품의 장애 발생 여부를 확인할 수 있지만, 운행 중인 자동차, 항공 등의 이상 여부도 판단할 수 있다. 자율주행자동차의 경우 자동차 각 부품에서 발생하는 센서 데이터를 분석해 이상여부, 장애 발생 여부, 부품 등의 교체 여부를 알려줄 수 있다.
지창건 MDS테크놀로지 상무는 “IoT 산업은 이제 태동단계로, 국내에서도 중공업, 자동차, 국방 등 여러 분야에서 관심을 갖고 있으며, 다양한 고객을 대상으로 POC를 진행하고 있다”며 “MDS에서 진행하는 여러 사업부와 팔콘리의 시너지를 높일 수 있는 솔루션도 공급하는 등 새로운 시장을 만들고 있다”고 말했다.
