자동차 도장공정 환기 팬 이상탐지 : 정확도 20% 향상

자동차 생산라인의 도장공정에서 환기장치는 유해 화학물질과 증기를 제거하여 작업 환경을 안전하게 유지하고, 도장면에 결함이 생기지 않도록 하는 중요한 역할을 수행합니다. 도장 작업 중 발생하는 고열, 오염 물질, 진동 등은 환기장치 내 모터 고장의 원인이 됩니다. 환기장치 내 모터의 이상을 고장 발생 전 예측하여 사전적인 유지보수 활동을 수립할 수 있는 인공지능 모델을 개발하고 이를 다량의 설비로 확장이 필요한 상황입니다.

성공적인 탐색적 데이터 분석(EDA)을 위해 딥러닝 모델에 필요한 최소 기간의 진동, 온도 등 센서 데이터를 적재합니다. 도메인에 특화된 특성 엔지니어링(feature engineering)을 수행해 오토인코더 기반의 딥러닝 모델을 개발하고, 준지도 학습 접근법을 통해 다량의 정상 운영 데이터를 기반으로 모델을 학습합니다. 이렇게 학습된 모델은 AI 플랫폼(Runway)을 활용해 스트림 서빙 형태로 배포하여 실시간 이상탐지 서비스를 제공하고 공장관리자가 이상 징후 발생 시 신속하게 대처할 수 있도록 합니다.

기존 룰 기반(rule-based) 경보 시스템 대비 환기설비 내 모터의 이상탐지 정확도를 20% 향상시켜 오탐률을 최소화합니다. 정확한 이상 탐지를 통해 설비 유지 관리에 필요한 설비 점검 소요시간을 30% 이상 절감합니다.