공장설비 고장진단 지원 AI 에이전트 개발 사례

-다이킨 공업 & 히타치제작소 협업-

일본 다이킨 공업과 히타치 제작소는 지난 4월 22일 공장설비의 고장진단을 지원하는 AI 에이전트를 개발, 실용화를 위해 시험 운영을 시작했다고 밝혔다. 

다이킨은 이미 현장 운영에 활용할 수 있는 AI 에이전트의 성능과 정확성을 확인했으며, 5월부터 일본의 공장과 10월부터 미국과 인도 공장에 순차적으로 

확대 적용해 나갈 예정이라고 밝혔다.

두 회사가 개발한 AI 에이전트는 대상 설비의 유지보수 기록, 사용 설명서, 설비 도면 데이터를 학습하여, 유지보수 엔지니어가 생성 AI에 설비의 고장상태 등을 

문의하면 일반 유지보수 엔지니어와 비슷한 수준인 90% 정확도로 10초 이내에 원인 및 대응책을 답한다.

 

현재 이 AI 에이전트의 시험 운영은 업무용 공조기기를 생산하는 다이킨의 사카이제작소 린카이 공장(오사카 사카이시 소재)에서 진행 중이다.

다이킨 공업 생산 기술 센터 공장 DX기술 개발그룹 리더인 하마 야스노리 씨는 “다이킨 공업의 린카이 공장은 대량생산 제품과 동일한 품질 수준으로 고객 맞춤형 제품 생산 방식을 추진하고 있는데, 이를 위해서는 공장설비의 안정적인 운영이 필수적이지만, 설비 유지보수 업무에는 높은 수준의 전문 지식과 풍부한 경험이 필수적이며, 현재 전 세계 90여 이상의 생산 거점에서 900명 이상의 숙련된 엔지니어가 담당하고 있다”고 말했다.

또한, “앞으로 숙련 기술자의 은퇴, 로봇을 활용한 생산의 고도화, 글로벌 생산확대에 대비하여야 하지만, 이러한 요구에 대응하기 위한 젊은 기술자의 육성은 따라가지 못하고 있었던 것이 과제였다며, 이번에 히다치제작소와 공동으로 경험이 많지 않은 기술자도 베테랑 수준의 보전업무를 수행할 수 있도록 생성AI와 AI에이전트를 통하여 시스템을 구축하게 되었다”고 전한다.

히다치제작소 인더스트리얼 AI 사업부 인더스트리얼 디지털 사업부 총괄본부 수석 DX 매니저인 요시카와 유타카씨는 이번 두 회사의 공동 노력을 통해 다이킨 공업의 방대한 데이터에서 자율적 가치 창출과 지속적인 진화, 동시에 히타치제작소의 지속적인 발전 능력인 사이버 물리 시스템 기술 확립이라는 목표를 설정했다고 설명한다. 

다이킨 공업이 직면한 문제를 해결하지 못하면 제조 손실 증가, 유지보수 업무 리드 타임 증가, 유지보수 품질 변동과 같은 문제가 발생할 수 있으며 히타치제작소도 다이킨 공업과 같은 제조 기업으로 동일한 과제와 문제가 발생할 위험에 직면해 있다고 말한다.

요시카와 씨에 따르면, 이번에 개발한 AI 에이전트는 생성형 AI가 설비 유지보수 기록과 사용 설명서의 OT 데이터를 기반으로 고장상태 등 사례를 

확장, 검색, 생성, 조합하여, 기술자의 조회에 답한다. 

OT 데이터를 학습한 개발 초기 단계에는 과거의 고장에 대해서는 높은 정확도로 답변을 생성할 수 있었지만, 예를 들어 유사한 고장의 경우 고장 부위를 특정할 수 없었고, 

새로운 고장의 경우 AI가 제시한 원인이 틀리는 등 활용하기에 어려운 문제가 있었다.

그래서, 히타치제작소는 숙련된 엔지니어가 설비 유지보수를 실시할 때, 정비 기록과 사용 설명서, 설비 설계 도면 정보를 지식으로 이해하고, 이것을 토대로 발생한 고장을 파악하고, 설비 구조를 분석하여, 원인을 규명해, 대책을 강구하는 논리 프로세스를 전제로 가정을 하고 이것을 모델화하여 개발하였다. 

유지보수 정비 기록, 사용 설명서, 설비 설계 도면 정보 등을 기반으로 AI가 읽을 수 있는 지식 그래프를 준비하고, 숙련된 엔지니어의 생각을 기반으로 고장 원인 분석 프로세스 모델을 조합함으로써 유사 고장 및 새로운 고장의 경우에도 고장 부위와 원인을 구체적으로 특정할 수 있게 되었다.

회답의 정답 비율은 초기 시스템 대비 23% 향상되었으며, 젊은 엔지니어를 능가한다는 평가도 나왔다.

"다이킨 공업의 일반 유지보수 엔지니어와 비슷하지만 일부 상황에서는 더 우수하다", "고장 상황이 복잡할수록 생성 AI에 도면을 학습시키면 AI가 더 높은 정답을 제공한다",

"구체적인 고장 요인을 제시하여 현장에서 활용할 수 있는 수준"이라는 평가도 있다.

하마 씨에 따르면, 다이킨 공업은 5월에 시가현의 공장을 시작으로 일본 국내 전 공장과 미국과 인도의 해외 공장에 점진적으로 확대해 나갈 계획이라고 한다.

현 단계에서는 대상 설비별로 데이터를 사용하고 있다.

그는 유사한 장비라도 제조사와 공장별로 기록이 다르기 때문에 생성형 AI가 제대로 회답하지 못할 위험이 있다며, 향후 설비를 표준화하고 학습 데이터 환경을 개선하면서

AI 에이전트를 보다 효과적으로 활용할 수 있도록 목표를 세우고 있다고 말했다.

요시카와씨는 2021년부터 1,000개 이상의 생성형 AI 사용 사례를 개발했으며, 베테랑의 퇴직과 출산율 감소로 인해 제조업이 직면한 현장 기술자 감소 문제에 대응하고 있다고 말했다. 현재 제조업에서 생성형 AI와 AI 에이전트의 활용은 이번에 개발된 기술에 사용된 유지보수 기록, 설비 도면 등의 '가시적 지식'을 기반으로 하고 있으나, 앞으로는 엔지니어의 지식과 경험, 종이 문서 등 방대한 양의 아날로그 정보를 바탕으로 한 '암묵적 지식'을 활용하는 것도 중요할 것이라고 말했다.