디지털 전환(Digital Transformation)이 산업계 전반으로 확산하며 기업의 핵심적인 달성 과업으로 부각하고 있다. 디지털 전환에서 AI와 데이터가 핵심적인 솔루션으로 떠오르며 산업현장에서의 산업재해 예방에 도움을 주고 있다.

디지털 전환의 솔루션을 갖춘 업체들은 자체 개발 기술력으로 무장해 AI 안전진단 시장에 뛰어들어 경쟁에 나서고 있다.

최근 전기·발전산업에서 데이터 축적·관리와 AI 딥러닝 등을 활용해 기업의 인적·물적 자원을 보호하는 기술을 현장에 도입해 디지털 전환을 이뤄나가고 있다.

스마트 EOCR로 축적된 데이터, AI로 예지보전 향상


전자식 과전류 계전기(Electronic Over Current Relay, EOCR)는 전류, 전압, 전력량 및 온습도 등의 정보를 수집해 모터 및 관련 설비를 보호한다. 이러한 기능들이 나날이 발전해 지능형 시스템 솔루션과 빅데이터 관리 및 분석이 더해져 기술 플랫폼으로서 기능하기 시작했다.

산업용 스마트 EOCR 예지보전 보호 계전기를 제조하는 (주)아이티공간의 김성준 대리는 “고도화 1단계에서 모니터링 시스템을 구축하며 고도화 2단계에서 데이터 통계 관리 및 AI 분석 도입을 진행한다”며 “이러한 예지보전 시스템에서 센서의 기능이 중요하다”고 밝혔다.

모터의 예지보전에서 진동 센서를 통한 진동 데이터를 보편적으로 사용하지만 이는 외부 변수에 따라 수집 데이터 편차가 크게 발생한다. 김 대리는 “센서 각도가 살짝만 틀어져도 수치가 다르게 나온다”며 고조파를 이용한 데이터 분석을 강조했다.

그는 “축적된 데이터를 통해 머신러닝을 실시해 분석 레포트를 출력할 수 있다”며 “고조파 및 전류, 진동 데이터 등에서 이상 파형을 잡아날 수 있다”고 덧붙였다.

이러한 스마트 EOCR 예지보전은 모터를 사용하는 어떤 산업이든 적용 가능하며 과전류, 단락, 사고전압 파형 등을 감시해 설비 사고를 사전에 예방할 수 있다.

AI 분야가 전 산업계로 확대하는 추세 속에서 예지보전 부문에서도 AI 기능 확장이 예상된다는 그는 “스마트 EOCR은 모터의 이상 발생 확률을 예측하는 것에서부터 산업재해 방비까지 가능하며 AI기능 도입으로 더 큰 효과를 낼 수 있다”고 말했다.

AI 위해요소 판별, 이미지로 균열·파손 잡아내


작업자가 시설물 안전 점검을 할 때 높은 위치에 설치된 구조물을 점검하는 일은 안전사고 위험에 노출될 가능성이 있다. 중대재해처벌법으로 산업재해 예방에 관심이 높아진 상황에서 AI 진단이 산업현장에 적용되며 산업재해 감소에 기여하고 있다.

이날 한국전기산업대전에서 (주)스마트 인사이드AI는 AI모델을 활용한 위해요소 판별이 가능한 모델링 기술을 선보였다.

CNN(Convolutional Neural Network, CNN)기반 딥러닝에 앙상블 모델을 합쳐 이미지를 판별하며 고해상도 이미지 데이터에서 손상된 설비의 세부 데이터를 수집 및 분석하고 이를 통해 불량 유형을 판별한다.

이찬우 연구원은 “전봇대 고압부나 전선, 변압기 등 구조물의 탄화, 아크 흔적, 크랙, 부식 등을 판별할 수 있다”며 “점검자별 진단 오차를 줄일 수 있게 불량 판별을 표준화하는 역할을 수행할 수 있다”고 설명했다.

신주호 부대표는 “AI모델링을 통해 안전 점검과 관리에 있어서 인력 부족을 해소할 수 있을 것으로 전망한다”며 “산업 현장 전반에 딥러닝 기술이 적용 범위를 넓혀가고 있으며 작업 현장별로 개별화한 학습 데이터 누적이 필요하다”고 덧붙였다.

AI진단에 있어서 시장 경쟁이 심화된 상태라고 말하는 신 부대표는 “데이터 축적을 통해 근로자 안전에 기여하고 중대산업재해와 관련한 솔루션을 갖춘 기업으로 거듭날 것”이라고 포부를 밝혔다.