한눈에 보는 요약
설비 보전은 생산 설비를 정상 상태로 유지·관리하는 모든 활동을 뜻한다. 스마트팩토리 환경에서 MES·PLC·센서를 모두 갖춰도 해결되지 않는 사각지대가 있다. 자동화율이 높아질수록 사람이 직접 잡던 이상을 아무도 감지하지 못하는 구조가 만들어지기 때문이다. 생산량 원인을 찾지 못하는 공장의 공통점은 데이터가 없는 게 아니라, 공정 동작 수준의 데이터가 없다는 것이다.
설비 보전이란 무엇인가
설비 보전(Equipment Maintenance)은 생산 설비가 정상적으로 가동될 수 있도록 유지·관리·수리하는 모든 활동을 뜻한다. 단순히 고장난 설비를 고치는 것을 넘어, 고장을 예방하고 설비 성능을 최적 상태로 유지하는 것까지 포함한다. 제조업에서 설비 보전은 생산성·품질·안전 모두에 직접적인 영향을 미치는 핵심 운영 활동이다.
설비 보전은 크게 네 가지 방식으로 나뉜다.
- 사후 보전 — 고장이 발생한 후 수리하는 방식
- 예방 보전 — 주기적으로 점검·교체하는 방식
- 예지 보전 — 센서·AI로 고장을 사전에 예측하는 방식
- 영상 기반 AI 보전 — CCTV 영상으로 공정 동작 이상을 실시간 감지하는 방식
스마트팩토리 환경에서는 네 번째 방식이 새롭게 주목받고 있다. 기존 세 가지 방식이 모두 커버하지 못하는 공정 동작 레벨의 손실을 잡기 위해서다.💡
설비 보전은 ‘고장을 고치는 것’이 아니라 ‘생산성을 유지하는 것’이 목적이다. 고장이 없어도 생산성이 낮아지는 이유가 바로 이 글의 핵심이다.
스마트팩토리의 역설 — 자동화할수록 모르는 것이 많아진다
자동화가 높아질수록 ‘아무도 보지 않는 영역’이 생긴다스마트팩토리 설비 보전의 역설은 이렇다. 자동화율이 높아질수록 생산 손실의 원인을 찾기가 더 어려워진다.
자동화 이전 공장에서는 작업자가 라인 옆에 서 있었다. 설비가 조금 느려지면 느꼈고, 로봇이 어딘가 어긋나면 눈으로 봤다. 경험 많은 작업자는 소리만 들어도 이상을 감지했다. 불완전하지만 사람이 감시자 역할을 했다.
자동화율이 80~90%를 넘어가면 이 감시자가 사라진다. 로봇이 작업자를 대체했지만, 로봇은 자신의 이상을 스스로 보고하지 않는다. MES는 생산 실적을 집계하고, PLC는 완료 신호를 기록하고, 센서는 설비 내부 상태를 모니터링한다. 그런데 이 세 시스템이 모두 “정상”을 표시하는 상황에서도 생산량은 목표에 미달한다.
💡스마트팩토리 설비 보전에서 가장 위험한 상태는 “데이터가 없는 것”이 아니라 “데이터는 있는데 원인을 찾지 못하는 것”이다.
MES·PLC·센서가 기록하지 않는 것
스마트팩토리의 설비 보전 체계는 대부분 세 가지 시스템을 중심으로 돌아간다.
MES (제조실행시스템)
생산 실적, 가동 시간, 불량률을 집계한다. “오늘 몇 개 만들었는가”를 알려주지만, “왜 목표보다 적게 만들었는가”는 알려주지 않는다. MES 데이터상 가동률이 95%여도 생산량이 목표에 미달하는 이유를 MES는 설명하지 못한다.
PLC (프로그래머블 로직 컨트롤러)
설비가 지정된 시퀀스를 완료했는지 기록한다. “완료 신호가 왔는가”를 확인할 뿐, 완료까지 걸린 시간의 미세 변화, 동작 경로의 이탈, 시퀀스 중 발생한 0.3초 지연은 기록하지 않는다. PLC 알람 임계치 이하의 이상은 모두 “정상”으로 처리된다.
진동·온도·전류 센서
설비 내부 상태를 모니터링해 고장을 예측한다. 베어링 마모, 모터 과열, 이상 진동을 감지하는 데 효과적이다. 그러나 센서는 설비 내부를 본다. 설비가 실제로 어떻게 움직이는가, 동작이 얼마나 걸리는가, 경로가 맞는가는 보지 않는다.
MES는 결과를, PLC는 완료 여부를, 센서는 내부 상태를 본다. 세 시스템 모두 공정 동작 수준의 미세 이상은 기록하지 않는다.
자동화가 만드는 새로운 사각지대
자동화 이전에는 이상이 발생하면 사람이 개입했다. 설비가 조금 느려지면 작업자가 조정했다. 로봇 동작이 어긋나면 엔지니어가 다시 티칭했다. 문제가 기록되지 않아도 사람이 감지하고 해소했다.
자동화율이 높아지면 이 개입이 사라진다. 그리고 동시에 새로운 사각지대가 만들어진다.
자동화율이 높아질수록 커지는 스마트팩토리 설비 보전 사각지대자동화 이전: 사람이 이상을 감지 → 즉시 개입 → 기록 없어도 해소
자동화 이후: 시스템이 “정상” 표시 → 개입 없음 → 미세 손실 누적 → 생산량 목표 미달
자동화 추적 시스템 없이 운영되는 제조 현장의 연구 및 사례 분석에 따르면, 미세 정지로 인한 생산 시간 손실이 전체의 8~15%에 달하는 것으로 나타났다. 이 손실의 대부분은 자동화율이 높은 공장에서 발생한다. 사람이 줄어든 자리에서 아무도 보지 못하는 손실이 쌓이기 때문이다.
“데이터는 다 있는데 왜 원인을 모르지” — 잘못된 곳을 보고 있는 것
한 자동차 부품 제조 현장의 생산관리팀장이 던진 질문이다.
“MES 가동률 95%, PLC 알람 0건, 센서 이상 없음. 그런데 월 생산 목표 100대 중 95대밖에 안 나옵니다. 대체 어디서 5대가 사라지는 건가요?”
이 질문이 답을 찾지 못하는 이유는 데이터가 없어서가 아니다. 보고 있는 데이터가 이 질문에 답할 수 없는 데이터이기 때문이다.
MES는 95대가 생산됐다는 사실을 기록한다. PLC는 모든 시퀀스가 완료됐다고 기록한다. 센서는 설비가 건강하다고 기록한다. 그런데 로봇이 부품을 집는 동작에서 0.3초씩 지연이 반복되고 있다는 사실, 특정 구간에서 미세 정지가 하루 150번 발생하고 있다는 사실은 어디에도 기록되지 않는다.
이차전지 현장에서 반복되는 패턴
이차전지 셀 적층 공정에서도 같은 상황이 반복된다. 로봇 동작의 0.1~0.2초 지연이 누적되어 하루 30분 이상의 가공 시간이 증발한다. 화성 공정 투입이 밀리고, 전체 리드 타임이 늘어난다. 예지 보전 시스템은 “설비 정상”을 표시한다. 생산팀은 답을 찾지 못한 채 생산 계획을 하향 조정한다.
스마트팩토리 설비 보전에서 원인을 찾지 못하는 공장의 공통점은 MES·PLC·센서 데이터만 보고 있다는 것이다. 공정 동작 레벨의 데이터가 없다.
진짜 원인이 숨어 있는 곳 — 공정 동작 레벨
스마트팩토리 설비 보전 체계에서 마지막으로 채워야 할 데이터 공백이 바로 공정 동작 데이터다.
공정 동작 데이터란 설비가 실제로 어떻게 움직이는가에 대한 정보다. 구간별 택타임, 로봇 동작 시퀀스, 미세 정지 패턴, 경로 이탈 여부. 이 데이터는 PLC 신호가 아니라 실제 물리적 움직임을 기준으로 수집된다.
공정 동작 데이터가 없으면 생산량 목표 미달의 원인을 MES·PLC·센서 데이터 안에서 아무리 찾아도 답이 나오지 않는다. 세 시스템 모두 공정 동작 레이어를 기록하지 않기 때문이다.
스마트팩토리 설비 보전 체계의 마지막 공백은 공정 동작 데이터다. 이 데이터 없이는 “왜 지금 생산량이 안 나오는가”라는 질문에 답할 수 없다.
데이터 공백을 채우는 방법 — AI 영상 분석
공정 동작 데이터를 수집하는 가장 현실적인 방법은 기존 CCTV에 AI를 더하는 것이다. 현장에 이미 설치된 CCTV는 공정 동작을 영상으로 기록하고 있다. 문제는 이 영상을 아무도 실시간으로 분석하지 않는다는 점이다.
SAIGE VIMS는 이 영상을 AI가 대신 분석한다. 구간별 택타임 이탈, 동작 누락, 경로 이탈, 미세 정지 반복을 실시간으로 감지하고 데이터로 기록한다. PLC가 “정상 완료”를 기록하는 순간에도, 실제 동작에서 0.3초가 지연됐다면 SAIGE VIMS는 이를 포착한다.
자동차 부품 현장 — 답을 찾지 못하던 5대의 행방
월 생산 목표 100대 중 95대만 생산되던 자동차 부품 제조 현장. MES·PLC·센서 모두 이상이 없었다. SAIGE VIMS 적용 후 로봇 복귀 동작에서 반복적으로 0.3~0.5초의 지연이 발생하고 있다는 사실이 영상 데이터로 확인됐다. 하루 누적 손실이 약 45분. 이것이 나머지 5대가 사라진 이유였다.
이차전지 현장 — 화성 공정 대기의 실제 원인
화성 공정 투입 대기가 반복되던 이차전지 셀 조립 라인. 조립 공정 MES 가동률은 정상이었다. SAIGE VIMS로 셀 적층 구간을 분석한 결과, 로봇 미세 경로 이탈이 사이클당 0.2초의 손실을 만들고 있었다. 이 손실이 후공정 투입을 밀어내고 있었다.
FAQ
Q. 설비 보전 뜻은 무엇인가?
설비 보전은 생산 설비가 정상적으로 가동될 수 있도록 유지·관리·수리하는 모든 활동을 뜻한다. 사후 보전(고장 후 수리), 예방 보전(주기적 점검), 예지 보전(AI 기반 고장 예측), 영상 기반 AI 보전(공정 동작 이상 감지)으로 발전해 왔다. 스마트팩토리 환경에서는 고장 예방을 넘어 공정 동작 수준의 미세 손실까지 감지하는 보전 체계가 요구된다.
Q. 스마트팩토리인데 왜 생산량이 목표에 미달하는가?
MES·PLC·센서가 모두 정상을 표시해도 생산량이 안 나오는 이유는 공정 동작 레벨의 손실이 기록되지 않기 때문이다. 0.5초 미만의 미세 지연, 로봇 경로 이탈, 미세 정지 반복은 세 시스템 모두 감지하지 못한다. 이 손실이 누적되면 생산량 목표 미달로 이어진다.
Q. MES가 있으면 설비 보전에 충분하지 않은가?
MES는 생산 결과를 집계하는 시스템이다. “얼마나 만들었는가”는 알려주지만 “왜 목표보다 적게 만들었는가”는 설명하지 못한다. 설비 보전 관점에서 MES는 문제를 발견하는 도구가 아니라 결과를 확인하는 도구다.
Q. PLC와 AI 영상 분석의 차이는 무엇인가?
PLC는 설비가 지정된 시퀀스를 완료했는지 기록한다. AI 영상 분석은 완료까지 걸린 시간, 동작 경로, 미세 정지 여부를 기록한다. PLC가 “정상”을 표시하는 상황에서도 AI 영상 분석은 공정 동작 수준의 이상을 감지한다.
Q. 기존 CCTV로 공정 동작 분석이 가능한가?
SAIGE VIMS는 현장에 이미 설치된 CCTV와 바로 연결된다. 별도 하드웨어 추가 없이 기존 영상에 AI 분석을 더해 공정 동작 데이터를 실시간으로 수집한다. 공정을 멈추지 않고 도입 가능하다.
핵심 요약
- 설비 보전은 고장을 고치는 것이 아니라 생산성을 유지하는 것이 목적이다. 스마트팩토리 환경에서는 MES·PLC·센서가 모두 정상을 표시해도 공정 동작 수준의 손실이 생산량 목표 미달을 만든다.
- 자동화율이 높아질수록 사람이 잡던 이상을 아무도 감지하지 못하는 구조가 만들어진다. 원인을 찾지 못하는 공장의 공통점은 공정 동작 레이어의 데이터가 없다는 것이다.
- SAIGE VIMS는 기존 CCTV에 AI를 더해 스마트팩토리 설비 보전 체계의 마지막 공백인 공정 동작 데이터를 실시간으로 채운다.
MES·PLC·센서가 답하지 못하는 질문, SAIGE VIMS가 답합니다
“데이터는 다 있는데 왜 생산량이 안 나오는지 모르겠다”면, 공정 동작 레이어의 데이터가 빠져 있는 것입니다. SAIGE VIMS는 기존 CCTV 그대로 연결해 이 공백을 채웁니다.
© SAIGE All Rights Reserved.