원프레딕트, 창업 1년여 만에
부품고장징후 예측솔루션 개발
부품고장징후 예측솔루션 개발
풍력발전기는 핵심 부품인 메인베어링이나 기어박스가 고장날 경우 길게는 6개월까지 멈춰서야 한다. 개당 1억원이 넘는 부품을 제조회사에 주문한 후 제조·배송을 거쳐 안정화하는 데 짧게는 2개월, 길게는 6개월이 걸리기 때문이다. 발전회사 입장에서는 손실이 이만저만이 아니다.
세계 1위 베어링업체인 독일 셰플러는 최근 문제의 답을 발견했다. 부품의 기계적 상태를 실시간 모니터링해 고장징후를 바로 알려주는 솔루션을 찾아냈기 때문이다. 셰플러는 이 솔루션을 자사 제품에 적용해 실제 효과를 확인하고, 구매계약을 추진하고 있다.
세계 1위 베어링 업체에 문제가 되는 솔루션을 제공한 곳이 이제 창업한지 불과 2년이 채 안된 국내 기술벤처 원프레딕트다. 윤병동 서울대 교수(기계항공공학부·사진)와 제자 4명이 2016년 10월 설립한 이 회사는 센싱, 빅데이터, AI(인공지능), IoT(사물인터넷) 등의 기술을 결합해 산업설비의 고장 위험성과 잔여수명을 예측하는 솔루션 '가디원'을 개발했다.
PHM(건전성 예측관리)은 산업, 국방, SOC 등에 폭넓게 쓰일 수 있지만 아직 초기 시장이다. 독보적 강자가 없는 상황에서 신생 벤처인 원프레딕트는 원천기술을 확보한 덕분에 1년여 만에 포스코·LG전자·SKT 등 대기업과 글로벌 기업인 ABB를 고객사로 확보했다. 포스코는 발전설비, SKT는 SK에너지의 정유화학공장 내 대형 압축기, LG전자는 자사와 LG화학 제조라인에 솔루션을 적용했다. 스위스 ABB는 베어링과 터빈에 채택했고, 로봇과 변압기, 차단기에 적용하는 것도 긍정적으로 검토하고 있다.
윤병동 원프레딕트 대표는 "풍력발전기의 경우 이 솔루션으로 2~3달 전 부품 고장 징후를 파악하면 부품을 미리 주문해 발전 중단기간을 최소화할 수 있다"고 말했다. 제조기업들은 설비나 부품 고장징후를 미리 알기 힘들다 보니 주기적으로 설비나 부품을 교체해 왔다. 불시에 고장이 날 경우, 제조라인을 오랫동안 세워둘 수 밖에 없었다. 그런데 센서와 SW로 상태를 실시간 파악하면 생산성과 경쟁력이 크게 올라갈 수 있다.
SK하이닉스도 가디원에 대한 기술검증을 하고 있다. AI가 고장징후를 포착해 다음날 오전 10시에 정비하라는 식으로 구체적 정보를 주기 때문에 반도체 제조수율을 높일 수 있다. SK하이닉스는 1만6000대 설비 중 고장이 잘 나는 설비에 솔루션을 도입하는 것을 검토하고 있다.
윤 대표는 "PHM은 이제 막 태동하는 시장으로 기술력에서 세계 최고임을 자신한다"고 말했다.
기계공학자인 윤 교수를 포함해 창업멤버 5명이 모두 설비에 대한 물리적 이해를 갖고 있는 게 핵심 경쟁력이다. 오랜 연구를 통해 파악한 알고리즘을 SW로 구현하고, 이를 운영할 엣지컴퓨터도 개발했다. 엣지컴퓨터는 산업설비 옆에 설치해 데이터를 실시간 처리하고 정보를 가공한다. 가공된 정보는 클라우드로 보내져 관리자가 실시간으로 본다.
창업 과정에는 정부와 전문기관의 도움도 컸다. 과기정통부와 과학기술일자리진흥원이 산학연공동법인 지원사업을 통해 창업과 운영에 들어가는 비용을 연 3억원씩 지원한 것.
윤 교수는 "국내에서 매년 이공계 교수 100명이 퇴직하는데 이들이 가진 기술가치를 각각10억원 으로만 봐도 매년 1000억원의 가치가 사라진다는 계산을 해본 후 창업을 결심했다"면서 "글로벌 시장에서 세계적인 기업들과 함께 사업을 전개하는 게 1차 목표"라고 밝혔다.
안경애기자 naturean@
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
