1명이 매초 생산하는 1.7메가의 데이터, AI 거치면 사고예방 자원

/사진제공=이미지투데이

# 포스코 광양제철소는 올 1월 조업이상 감지 시스템을 구축했다. 제철소 내 설치된 각종 모터 등 장비의 이상 기능을 AI(인공지능) 등 기술을 이용해 감지·분석해 더 큰 사고가 나기 전에 대응할 수 있도록 한 것이다.

# 한국중부발전은 관할 24개 발전소 데이터를 모니터링하는 AI 예방정비 솔루션 미리(MIRI)를 도입했다. 발전소 내 수많은 장비의 이상 신호를 파악해 조기에 조치할 수 있도록 하기 위한 솔루션이다. 이 장비를 통해 예방한 발전소 고장 건수는 313건, 손실 예방 금액은 248억원에 이른다.


이처럼 기술을 활용해 공장, 발전소 등 산업 현장의 이상 신호를 빅데이터 분석으로 파악해 더 큰 사고를 막을 수 있도록 하는 솔루션이 각광을 받고 있다. 국내 IT 서비스 기업을 비롯해 IBM 등 해외 빅테크 기업들도 잇따라 이같은 솔루션 시장에 뛰어들고 있다.

예컨대 IBM은 '인스타나 옵저빌리티'(IBM Instana Observability)라는 솔루션을 주요 고객사에 제공하고 있다. 고객사의 제품이 최종 사용자에게 영향을 미치기 전에 문제를 탐지하고 예측할 수 있도록 지원하는 모니터링 솔루션이다. AI 기반 지능형 조치를 통해 성능을 최적화하고 애플리케이션, 서비스를 모니터링해 데이터 프로파일링을 자동화한다.

실제 미국의 파일공유 솔루션 제공사 엑사볼트(ExaVault)는 파일 공유 서비스의 특성상 시스템에 단 몇 초라도 지연이 발생하면 고객에게 막심한 손해를 미칠 수 있다는 이유로 인스타나를 도입했다. 인스타나 도입 후 엑사볼트는 기존에 탐지하지 못했던 버그를 발견해 수정했고 애플리케이션 서버의 부하가 즉시 줄었다고 한다. 버그 평균 복구 시간이 56.6% 줄고 플랫폼 속도 저하 및 가동 중지도 대폭 줄었다. 엑사볼트의 가동 시간은 99.99%에 달하고 있다.


영국에서 500만명 이상의 환자 정보를 다루는 디지털 진료기록 시스템 업체 메이든(Mayden)도 인스타나를 도입했다. 여타 의료 소프트웨어 업체가 연간 평균 4차례의 업데이트를 진행하는 데 비해 메이든은 1주일에만 4차례의 업데이트를 실시해 시스템 안정성을 확보할 수 있게 됐다.

IBM이 이같은 솔루션을 제공할 수 있었던 이유는 기술이 어마무시한 데이터를 충분히 다룰 수 있을 정도의 수준에 도달한 데 있다. IBM에 따르면 전 세계 모든 사람들이 생성하는 데이터는 매초당 1.7MB(메가바이트)에 이른다. 이같은 데이터는 그냥 놔두면 데이터 무더기에 불과하지만 적절한 도구를 통해 분석하면 사람의 눈으로는 감지하지 못하는 각종 징후들을 파악하고 분석하는 데 활용되는 소중한 자원이 될 수도 있다.

실제 이같은 데이터들은 빅데이터, 머신러닝, AI 등 기술을 통해 정제돼 기업들이 자사의 경쟁력을 높이는 데 활용된다. 특히 생성형 AI와 LLM(거대언어모델)의 발전이 가속화되면서 기업들은 시스템에서 발생한 데이터를 분석해 유용한 통찰력을 뽑아내는 '옵저빌리티(가시성) 플랫폼' 능력을 확립하는 데 투자하고 있다.