오늘날에는 성공하고 경쟁력을 유지하기 위해서는 명확한 전략을 수립하는 것이 기본입니다.

새로운 기능과 신제품을 시장에 출시하기 위해서는 신속하고 시기적절하게 대처하는 것이 기본이며, 실질적인 프로젝트와 이니셔티브를 통해 명확한 경로를 확보하는 것이 핵심 동력입니다.

예를 들어, 큰 스프레드시트를 사용하여 장비 유지 보수를 관리하는 제조업체가 많이 있습니다. 즉, 이벤트 발생 시점을 스프레드시트에 로깅하고, 예비 부품의 재고를 생성하고, 다른 부품이 고장 난 경우에 대한 정보를 사용하여 히스토리를 생성합니다. 이 경험적 접근 방식을 사용하면 고장났던 부품을 다음번에 고장나기 전에 교체할 수 있지만, 다음 항목에 대해 발생하는 높은 비용은 고려하지 않습니다.

• 기술: 히스토리 데이터만 보고 완벽하게 정상적인 부품을 고장나기 전에 교체할 수 있기 때문입니다.
• 리소스: 예비 부품의 재고를 넉넉하게 확보하려면 이를 지속적으로 관리하는 전담 인력이 필요하기 때문입니다.
• 가동 중단 시간: 문제를 해결하거나 손상된 부품을 주문하는 데 많은 시간이 걸리기 때문입니다.

명확하게 확립 및 계획된 유지 보수 전술이 첫 번째 출발점이지만, 실패의 원인을 파악하기 위해서는 명확한 전략을 수립하는 것이 기본입니다.

이와 관련하여 ‘아는 것이 힘이며 힘은 정보를 제공한다’는 말은 현상을 일으키는 원인을 알면 적시에 개입하여 상황을 유리하게 만들 수 있다는 뜻으로 해석할 수 있습니다.

그러나 데이터가 있다고 해서 데이터를 활용할 수 있는 프로세스가 있는 것은 아닙니다. 귀하와 귀사는 매일 얼마나 많은 데이터를 생성합니까? 회사는 수십억 또는 수조 개의 데이터를 생성할 수 있습니다. 데이터를 조사하고 인사이트를 추출할 시간이 있습니까? 연구에 따르면 조직은 수집한 데이터의 대부분을 사용하지 못하고 있습니다. Gartner의 연구에 따르면 데이터의 약 97%가 조직에서 사용되지 못하고 있습니다. 최고의 비즈니스 결과를 유도하려면 최대한 많은 데이터에서 인사이트를 추출해야 합니다. 

효과적인 경쟁을 위해 기업은 모든 데이터를 사용하여 제품 개발 프로세스를 개선할 뿐만 아니라 테스트 데이터를 활용하여 품질과 성능에 영향을 미치는 중요한 문제를 식별해야 합니다. 오랜 기간 동안 데이터를 수집하면 좋은 기반을 구축할 수 있지만, 원인과 결과의 상관 관계를 파악하려면 데이터 인사이트가 필요합니다. 정보의 일부는 자산에서 직접 가져오지만, 추가 센서를 사용하여 정보를 보강해야 합니다. 센서는 고장의 원인, 주변 환경의 잠재적인 역할, 시스템에 공급되는 전력의 과도 현상이 장비에 미치는 영향 등 필요한 정보를 제공하는 데이터를 수집합니다. 

Thomas Redman은 “데이터 연기가 나는 곳에 비즈니스 문제가 있습니다.”라고 말했습니다. 데이터를 올바르게 처리하지 않으면(연기), 이는 조직 전체에 더 큰 문제(화재)의 원인이 됩니다. 따라서 데이터를 올바르게 수집, 저장 및 사용하기 위한 리소스에 투자하는 것이 바로 화재를 진압하는 열쇠입니다.

이벤트 기반 전략은 대응적으로 관리하는 반면에, 데이터 기반 접근 방식은 기업이 선제적으로 조치를 취할 수 있도록 도와줍니다. 그림 1은 유지 보수 성숙도 모델이 설명하는 여정을 보여줍니다.

^{그림 1: 유지 보수 성숙도 모델} 

• 첫 번째 레벨은 일반적으로 자산에 장애가 발생하는 경우로, 자산이 고장나면 이에 대응하여 유지보수 전략을 구현합니다.
• 두 번째 단계는 엔지니어가 정기적인 유지 보수 작업을 수행할 계획 일정을 미리 조정하는 시간 기반 접근 방식입니다.
• 다음 단계에서는 자산을 최적화하고 계측 장치 및 디지털화의 기능, 성능, 활용도를 높입니다.

테스트 자산에 대한 조건 기반 모니터링을 통해 운영 성능을 실시간으로 파악할 수 있습니다. 예측 유지 보수로 전환하면 전체 장비 효율성 (OEE) 및 가동 시간이 90% 이상 증가할 것으로 예상할 수 있습니다. 이 방법을 사용하면 사용자 정의 규칙을 구현하여 유지 보수 작업을 시작한 후 이벤트 및 작업을 트리거하는 조건을 모니터링할 수 있습니다. 예를 들어, 중요한 부품이 남은 수명의 마지막 해에 가까워지면 알람이나 알림은 이를 알립니다. 이러한 기능은 필요할 때 예비 부품을 확보하는 데 필수적입니다. 회사가 보유 재고를 줄일 수 있으면 비용을 관리하는 데 도움이 됩니다. 

이 모델의 최상위 수준은 자율 유지 보수로, 분석 수준을 한 단계 더 끌어올리며, 실패 이벤트를 예측할 뿐만 아니라 수행할 작업을 권장하고 자동으로 실행합니다. 이 여정을 시작하는 첫 번째 단계는 이 모델에서 회사가 어느 단계에 속하고 어떤 방향으로 나아갈지 결정하는 것입니다.

가장 먼저 해야 할 일은 비즈니스에 중요한 자산이 무엇인지 확인하는 것입니다. 이러한 자산이 예상치 못하게 가동 중단되면 그 영향이 상당합니다. 데이터는 또한 부품의 성능 저하 속도를 가속화할 수 있는 환경적 요인과 같은 원인을 고려할 수 있기 때문에 고장 지점을 확인하는 데 도움이 될 수 있습니다. 회사가 여러 대륙에서 동일한 장비를 사용하는 경우 이는 더욱 중요합니다. 기준 기후는 지역에 따라 다를 수 있습니다. 온도 및 습도와 같은 요소는 고장을 일으키는 주요 요인이 될 수 있습니다.

무엇을 모니터링해야 하는지 알게 되면, 에지에서 데이터를 수집하는 스마트 센서로 기존 장비를 보완할 수 있습니다. 이러한 센서는 첫 번째 수준의 데이터 처리를 실시간으로 수행하므로 그림 1의 성숙도 모델에 대한 자동화된 접근 방식으로 이전하는 데 도움이 됩니다. 

^{그림 2: 데이터 처리 성숙도 수준}

원리는 간단합니다. 즉, 데이터를 데이터 센터에 더 가깝게 가져올 수 없다면 데이터 센터를 데이터에 더 가깝게 가져오는 것입니다. 에지에서 데이터를 수집하면 발생원에 가까운 네트워크 주변에서 정보가 처리됩니다. 처리 및 분석을 위해 원시 데이터를 시스템 컨트롤러로 전송하는 대신, 데이터가 생성되는 곳에서 작업을 수행합니다. 에지에서 특징을 추출하는 첫 번째 수준에서는 시스템의 지연 시간을 일관되게 줄이면서 실시간으로 데이터를 사전 처리할 수 있습니다. 

다음 단계는 딥 에지 컴퓨팅을 위해 이러한 스마트 센서를 시스템 컨트롤러에 연결하는 것입니다. 이렇게 하면 고품질의 데이터를 얻을 수 있습니다. 데이터가 서버로 전송되기 전에 이상 감지 및 추세 파악을 위해 에지에서 머신 러닝 (ML)을 사용하여 수집 및 특징 추출을 가속화합니다. 

이 수준에서는 추가 분석을 수행하여 알림 및 알람, 문제 해결을 위한 자동 상태 기반 권장사항 제공 및 자동 보고와 같은 기능을 구현할 수 있습니다. 또한 대시보드에 데이터와 시각적 자료를 제공할 수 있습니다. 이는 원격으로 장비를 모니터링하고, 이상이 있는 지점을 확인하고, 테스트 시스템 및 구성요소의 남은 유효 수명 (RUL)을 결정하는 데 유용합니다. 이 수준의 인프라를 사용하면 필요한 데이터에 집중할 수 있고 플랜트 및 디스패치 유지 보수 팀을 목표 지향적인 방식으로 보다 효과적으로 제어할 수 있습니다. 

사전 예방적 자산 최적화는 시작하기 쉽지 않은 작업이지만, 노력을 투자할 가치가 있으며 혼자 수행할 필요도 없습니다. NI는 설계에서 검증 및 생산에 이르는 전체 제품 수명 주기에 걸쳐 테스트 데이터를 수집하여 저장 및 분석하고 이를 조직에 가치를 더하는 강력한 도구로 변환하는 것까지 이러한 과제를 지원하는 전문기업으로 인정받고 있습니다.

사전 예방적 유지 보수는 테스트 자산에 대한 건강 관리로 비유될 수 있는데, 낭비를 효율적으로 줄이고 효과적인 전략을 실행하는 것과 관련이 있습니다. 또한 사전 예방적 유지 보수에 투자하는 비용은 예상치 못한 고장으로 인한 비용에 비해 매우 적습니다.

이제 효율적인 유지 보수 전략을 계획하여 자산을 계속해서 가동하고 비용을 절감하고 경쟁 우위를 확보할 수 있습니다. 자산 최적화 전략을 사용하면 다음과 같은 개선사항을 통해 30일 이내에 성과를 얻을 수 있습니다.  

• 유지 보수 비용 25~30% 절감
• 장비 고장률 70~75% 감소
• 가동 중단 시간 35~45% 감소

여기서 제시하는 설문조사 결과는 2017년 10월부터 2018년 6월까지 Gartner의 ITScore for Data and Analytics에서 수집한 813개의 응답을 기반으로 합니다.

• 데이터를 활용하여 실행 가능한 인사이트를 얻는 방법 알아보기
• OptimalPlus 소프트웨어를 사용하여 제조 효율성, 품질 및 신뢰성을 향상시키는 방법 알아보기
• NI의 SystemLink 소프트웨어가 자산 관리, 랩 오케스트레이션, 데이터 관리 및 분석 도구를 위한 중앙 인프라를 제공하는 방법 살펴보기