철강 기업 게르다우의 산업 IoT 활용법

GE(General Electric)와 브라질의 대형 철강 제조업체 게르다우(Gerdau)가 진행한 새 프로젝트는 명확한 목표를 가지고 있었다. 설비고장 및 유지보수 문제를 줄여 생산성을 높이겠다는 목표였다. 현재까지의 지표에 따르면 목표 달성이 확실시되고 있다.

초기 개념 증명 프로젝트에는 기업의 자산 50개를 모니터링해 자산 관련 문제가 심각해지기 전에 미리 파악하는 것이 포함돼 있었다. 프로젝트 결과 자산 다운타임(Downtime)을 예방하는 성과가 도출됐다. 이 시범 프로젝트에 투입된 비용은 150만 달러였지만 비용 절감 기대 액수는 연간 450만 달러에 이르렀다.

양사는 시범 프로젝트 후, 모니터링 대상을 600개의 자산으로 확대했다. 게르다우는 시범 프로젝트를 기준으로 향후 효율성이 크게 증가될 것으로 기대하고 있다.

양사가 산업 IoT 솔루션을 통해 효율성을 증대시킴에 있어 주목한 요인들로는 다음과 같은 것들이 있었다. 

- 모니터링할 자산 결정
- 모니터링 능력 조직화 및 평가
- 예측적 통찰을 제공하는 모델 구축
- 데이터 통찰을 관리 조치로 전환

모니터링할 자산 결정
제강 산업의 업무 환경은 엄청난 온도 변화, 진동, 안전 위험이 수반된다. 이런 산업 환경에서는 신호 대 잡음 요소 때문에 어떤 자산이 모니터링할 가치가 있는지 판단하기 어렵다.

GE의 APM(Asset Performance Management) 솔루션 그룹의 책임자 제레미아 스톤은 "모니터링 해야할 설비를 적절히 선택하는 것이 중요하다. 분석 방법론 자체는 문제가 아니다”라고 말했다. 그는 GE가 제강업의 주요 자산이 무엇인지 규명하기 위해서는 시간과 학습 과정이 필요했다고 전했다.


GE 디지털(GE Digital)의 스마트시그널(SmartSignal)은 설비 및 공정 문제에 문제가 예측될 경우 조기 경고를 제공한다. 이를 통해 조작자들은 반응적 유지보수 대신에 선제적 유지보수를 실시하고 문제 탐색 과정을 제거할 수 있다.

모니터링 능력 조직화 및 평가
시범 프로젝트에 앞서 게르다우는 안전 데이터를 수집하고 온도 및 진동 데이터를 일정 수준 모니터링하고 있었다. "설비에 센서를 새롭게 굳이 설치하지 않기로 판단했다. 센서 추가는 일반적으로 값 비싼 과정이다"라고 GE 인텔리전트 플랫폼스(Intelligent Platforms)의 국제 이행 관리자 트레이시 포드는 말했다.

구현 설비에 센서를 설치하면 복잡성이 증가할뿐더러 설치 중 기계를 정지해야 하기 때문에 비용이 많이 발생한다. 포드는 GE가 그간의 경험을 바탕으로 자산당 10-50개의 센서로 데이터 포인트(Data Point)를 수집해 프로젝트를 진행한다고 전했다.

예측적 통찰을 제공하는 모델 구축
센서가 게르다우의 자산에서 갑작스러운 온도 상승을 감지하면 GE는 과거의 데이터를 기준으로 생성한 수학적 모델을 기반으로 문제를 감지할 수 있었다 포드는 " 고객이 1년치 분량의 이력 데이터를 제공해 주면 좋은 모델을 만드는데 큰 도움이 된다. 그러면 우리는 데이터를 검토하고 적절하지 않은 데이터를 추린 후 모델을 구성한다"라고 말했다.

GE와 게르다우는 센서 데이터 모니터링을 통해 발생 가능한 설비 고장의 경고 조짐을 감지하고 72시간에 이르는 유지보수 작업을 피할 수 있었다. 여기에 큰 역할을 한 것이 원격 모니터링 및 분석을 실시하는 GE의 IPRC(Industrial Performance and Reliability Center)였다.


GE 디지털의 스마트시그널을 이용해 게르다우 같은 기업은 다양한 회전 및 가공 자산의 광범위한 문제, 부하 범위, 공장 전체의 고장 모드를 확인할 수 있다.

빅 데이터(Big Data) 분석에 대한 각종 광고와 약속이 쏟아지고 있지만, 양질의 데이터 확보에 필요한 운영 현실이 간과되는 경우가 많다. 스톤은 "복수의 소스와 다양한 OEM(Original Equipment Manufacturer)들에서 얻은 데이터 평가가 문제였다”라고 말했다. 이 프로젝트에서는 발생 가능한 고장을 조기에 알려주는 것이 핵심이었기에 데이터 품질이 더욱 중요했다.

데이터에 대한 GE의 접근방식은 다각도로 이뤄진다. 어떤 자산과 공정이 모니터링할 가치가 있는지 확인하는 것부터 시작한다. 확인 및 선택 과정을 통해 분석이 필요한 데이터의 양을 줄이게 된다. 그리고 이력 데이터를 기준으로 예측 모델을 구축한다. 마지막으로 예측값이 있는 활동을 찾는다. 가령 제강업에서 갑작스러운 온도 상승은 문제와 높은 상관 관계를 지닌다. 다른 산업에서는 다른 예측 데이터 포인트를 중시해야 할 수 있다.

데이터 통찰을 관리 조치로 전환
데이터 수집과 분석은 분명 도움이 되지만 관리진이 조치를 취하지 않는 한 비즈니스적 가치로 전환되지 않는다. 게르다우의 경우 관리진이 데이터를 검토하고 공정을 개선할 방법을 찾았다.

스톤은 "사실 초기의 주목한 개선점은 기계적인 고장을 발견하는 거이 아니라 유지보수 과정에서 개선 기회를 찾는 것이었다"라고 말했다.

게르다우는 관리자들이 매월 서류를 검토하는 재무 보고와는 달리 현장 자산에 경보 시스템을 구성했다. 이제 문자 메시지를 통해 우선 순위가 높은 알림을 전송함으로써 게르다우의 관리자들은 잠재적인 문제가 감지되자 마자 안내를 받는다. 우선순위에 따라 경보에 점수를 매기고 분류한다. 약 월 12개 미만의 경보를 받도록 함으로써 관리자들은 경보에 둔감해지지 않게 된다. 지난 8월, 게르다우는 4건의 "우선순위 1" 알림을 받았다. 지난 9월에는 "우선순위 1" 알림이 1건에 불과했다. ciokr@idg.co.kr