경기대, '네모시스'와 AI 활용 설비진단 기술 개발

▲김용수 경기대학교 산업시스템공학과 교수 (사진제공=경기대학교)

국내 대학 연구팀이 기업과 손잡고 인공지능(AI)을 활용한 설비진단 기술을 개발했다.

8일 업계에 따르면 경기대 김용수 교수 연구팀과 네모시스는 최근 경기도지역협력연구센터(GRRC) 사업으로 설비·제품의 실시간 진단 및 예측 기술을 개발했다.

네모시스는 RAMS(신뢰성·가용성·정비성·안전성) 전문 기술기업으로, 철도 분야 국책기관인 한국철도기술연구원의 창업 1호 회사다.

연구팀과 네모시스가 개발한 이 기술은 온도, 진동, 가속도 센서 등을 통해 설비의 상태를 분류하고 잔여 수명을 추정한다. 각종 데이터를 고유주파수로 분석하고 이를 이미지로 변환하는 알고리즘과 이미지 증대 방법론 개발을 통해 더욱 정확한 진단 및 예측 알고리즘을 만들었다.

이러한 기술의 효용성은 경전철의 고무차륜시스템의 타이어 상태 진단 데이터로부터 검증을 거쳤다. 타이어의 상태를 트레드 깊이에 따라 상·중·하로 분류하고 차량에 부착된 센서 데이터를 기반으로 타이어 상태를 진단했다.

특히, 고유 주파수를 통한 상태진단 모델 적용 시, 90% 이상의 정확한 상태진단이 가능했다는 점이 눈에 띈다.

연구팀 관계자는 "네모시스와의 지속적 협력을 통해 진단 예측력을 향상하는 연구를 지속할 계획"이라고 설명했다.

이와 함께 연구팀은 설비·제품 내부에 센서를 장착하기 힘든 경우 외부 사운드 데이터를 통해 이상 진단 및 건전성을 평가하는 기술도 개발했다.

정상적인 상태의 사운드를 비지도학습으로 학습한 다음, 고장 징후가 있는 비정상적 소음이 나타날 경우 실시간으로 고장을 검출하는 기술이다.

기존의 연구에서도 사운드 데이터의 이상진단을 하는 다양한 기술이 제안돼 왔으나, 정확도가 낮거나 학습속도가 느리다는 문제점이 있었다.

김 교수 연구팀과 네모시스는 사운드 데이터를 주파수, 음압, 주파수 분포 등을 나타내는 특징들로 변환한 다음 △IsolationForest △OCSVM △AE(Auto-Encorder) 등 세 가지 기법을 결합한 새로운 AI 기술을 개발, 기존 연구에 비해 학습 속도가 빠르고, 진단 정확도가 매우 높은 기술을 개발했다.

연구팀은 기술의 고도화를 통해 경전철을 비롯한 다양한 설비의 이상 진단에도 활용할 수 있을 것으로 기대하고 있다.

김종운 네모시스 대표는 "경기도가 GRRC 사업을 통해 도내 중소기업의 연구역량 향상을 지원하고, 대학의 선진 기술을 이전받을 수 있도록 도와준 것에 매우 감사하다"라며 "앞으로도 경기대와의 지속적인 협력을 통해 AI를 활용한 설비진단 기술을 공동 개발하길 희망한다"고 말했다.