[충청뉴스 이성현 기자] 인공지능 기술이 제조업 등 물리적 세계와 결합하는 피지컬 AI 시대가 도래한 가운데 신뢰성 높은 산업 데이터를 활용해 미래 인공지능 인재를 발굴하고 예지보전 기술력을 검증하는 장이 마련됐다.
한국기계연구원은 한국PHM학회와 공동으로 '제2회 2026 KSPHM-KIMM 기계데이터 챌린지'를 개최하고 웨스틴 조선 부산에서 본선 발표 평가와 시상식을 성공적으로 마쳤다고 26일 밝혔다.
이번 챌린지는 기계연이 축적한 실제 기계 연구데이터를 활용해 AI 기반 예측진단(PHM) 기술의 성능과 현장 적용 가능성을 검증하는 데이터 경진대회다.
기계연이 추진 중인 기계데이터플랫폼의 대표적인 활용 모델로서, 데이터 중심의 산·학·연 협력 생태계를 구축하는 데 목적이 있다.
올해 대회에는 아주대, 성균관대, 한국전자통신연구원, 현대자동차, 일진글로벌 등 전국에서 총 80개 팀 259명이 참가해 열띤 경쟁을 펼쳤다.
참가자 유형별로는 대학 소속이 64개 팀 205명으로 가장 많았고 산업계와 연구기관이 각각 7개 팀씩 참여해 데이터 기반 AI-PHM 생태계의 넓은 저변을 입증했다.
이번 대회의 핵심 주제는 회전기계의 필수 부품인 베어링 열화 데이터를 이용한 잔여수명 예측이었다. 산업 현장에서는 운전 조건이 수시로 변해 고장 징후를 선제적으로 포착하기 어려운 만큼 가변 조건에서의 잔여수명 예측 알고리즘 개발은 자율제조와 스마트 유지보수를 위한 핵심 기반기술로 손꼽힌다.
참가자들은 물리 기반 지식과 AI 기법을 융합해 예측 성능과 정밀도를 높이는 데 집중했다.
지난 3월 데이터 공개를 시작으로 예선과 검증 과정을 거쳐 진행된 이번 대회에서 영예의 대상은 한국전자통신연구원(ETRI) 호남권연구본부 에너지지능화연구실 소속의 EHEI팀(유유빈·고석갑·손승철·이현용·이형옥·이상준·박상준·황유민·신용관·이준기·김에덴·김스잔)에게 돌아갔다.
EHEI팀은 단순한 인공지능 모델의 통계적 성능에만 의존하지 않고, 베어링 열화 현상에 대한 물리적 특성과 신호 특성 등 도메인 지식을 인공지능 기반 예측 기법과 유기적으로 결합한 기술을 선보여 높은 점수를 받았다.
충분한 고장 사례를 확보하기 어렵고 센서 노이즈가 심한 실제 산업 현장의 데이터 제약 환경에서도 일반화 성능과 안정적인 예측 신뢰성을 동시에 확보했다는 평가다.
EHEI팀 유유빈 팀장은 인터뷰를 통해 이번 문제를 "단순 인공지능 모델 성능 경쟁이 아니라 실제 현장에서 잔여수명 예측 기술을 적용할 때 발생할 수 있는 데이터 부족과 예기치 못한 오차 등의 한계를 함께 고민하려 했던 점이 주효했다"고 설명했다.
이어 "발전설비, 철도, 에너지 인프라 등 핵심 기계 시스템의 고장을 사전에 예방하고 유지보수 비용을 절감할 수 있는 예지보전 기술 연구를 더욱 깊이 있게 이어가겠다"고 수상 소감을 전했다.
대상을 비롯해 이번 대회에서는 최우수상에 동국대 BRIDGE팀, 우수상에 한국항공대 한양최신베어링팀과 서울시립대 소원을말해봐팀이 선정됐으며 장려상은 한국뉴욕주립대 SUNYPOF팀, 아주대 아이사팀, 서울시립대 조수민 학생 팀 등 총 7개 팀이 수상의 기쁨을 누렸다.
대회 참가자들은 국책연구기관이 검증한 실제 가변 운전 조건의 산업 데이터를 직접 다루고 분석할 수 있었던 점을 이번 챌린지의 가장 큰 차별점이자 수확으로 꼽았다.
기계연은 이번 대회를 일회성 행사에 그치지 않고 자율제조 실현을 위한 고도화된 기술 검증의 장으로 정착시킬 방침이다. 산업 현장과 연계된 양질의 데이터 개방을 지속적으로 확대해 피지컬 AI 구현의 마중물 역할을 하겠다는 고안이다.
기계연 원장은 "AI-PHM 기술은 자율제조와 피지컬 AI 구현을 위한 핵심 기술이며 그 출발점은 신뢰할 수 있는 양질의 기계데이터에 있다"면서 "기계데이터플랫폼을 중심으로 산업계와 학계, 연구기관이 함께 데이터를 공유하고 기술을 실증할 수 있는 개방형 협력 생태계를 적극적으로 확대해 나가겠다"고 말했다.
