코레일, AI·빅데이터로 철도차량 고장시기 예측…유지보수 혁신 나선다[모빌리티on]

CBM 시스템 구축해 44편성 전동열차에 도입…전체 차종으로 확대 방침
"인력 의존 유지보수 체계 벗어나 기술로 안전·운행 효율 다 잡을 것"

(서울=뉴스1) 박승희 기자 = 누구나 한 번쯤 출퇴근 시간 지하철이 갑자기 고장 나 급히 택시를 잡아탄 경험이 있을 것이다. 철도는 작은 결함으로도 운행이 멈출 수 있다. 차량, 전차선, 선로, 운전 등 각 분야가 톱니바퀴처럼 잘 맞물려 돌아가야 한다.

이에 한국철도공사(코레일)는 시설 정비 전반에 '상태 기반 유지보수(CBM·Condition Based Maintenance) 시스템'을 구축하고 있다. 첨단기술을 바탕으로 철도·차량 상태를 실시간으로 점검, 안전 저해 요소를 사전에 제거하겠단 목표다.

CBM 시스템은 각종 센서와 사물인터넷(IoT) 기술, 빅데이터 분석을 통해 최적의 정비 주기를 찾는 유지 보수 방식이다.

△주변압기 △주변환장치 △보조전력변환장치 △주공기압축기 △견인전동기 △승강문 △차축베어링 등 열차 핵심 부품에 인공지능과 연동된 센서를 부착하면, 각 센서가 각 부품의 온도, 압력, 전류 등 데이터를 수집한다.

차량에서 수집된 데이터는 무선통신(4G LTE, Wi-Fi)을 통해 코레일 IT 운영센터에 설치된 메인서버로 실시간 전달된다. CBM 메인 서버에서는 대용량의 데이터를 고속으로 처리할 수 있는 빅데이터 플랫폼을 통해 머신러닝·인공지능(AI) 알고리즘이 적용된다.

머신러닝으로 부품별 특성을 학습한 AI는 부품의 잔여 수명과 성능 상태, 교체 주기를 알아내고 유지보수 시기를 예측한다.

유지보수자엔 부품 잔여 수명과 장치별 진단 등급을 비롯해 노선별 운행기록, 장치별 결함 횟수, 점검기록 등 정보가 제공된다. 이에 따라 부품 상태에 따른 유지보수가 가능해진다.

예측된 시기를 바탕으로 유지 보수를 진행하면, 부품 노화로 인한 고장 발생을 예방할 수 있다. 안전과 직결된 주요 부품을 미리 정비해, 운행 중 고장으로 인한 탈선 등 대형 사고를 사전에 방지할 수 있다.

사고 후 정비가 아닌 사전 정비를 하게 돼 차량 유지보수 효율성도 높아진다. 코레일 관계자는 "일정 주기로 차량을 정비하는 기존 체제 대비 고장 대응 시간이 줄고, 보수 자원 효율성 향상과 10%~35% 유지·보수 비용 절감 효과가 있다"고 말했다.

코레일은 CBM 시스템의 성공적인 정착을 위해 철도차량 운행 데이터를 활용한 알고리즘 검증과 빅데이터 분석 모델 고도화로 차량 안전관리를 점차 강화할 방침이다.

향후 도입되는 간선형 전기동차(EMU-150), KTX-이음 후속, 디젤 전기기관차 등 코레일 전체 차종으로 확대해 나갈 예정이다. 현재는 수도권전철 1호선, 수인분당선 등 44편성 전동열차에 도입된 상태다.

고준영 코레일 사장직무대행은 "인력에 의존한 유지보수 체계에서 벗어나, 첨단기술을 빠르게 도입할 것"이라며 "고객과 직원 모두 안전한 철도를 만들겠다"고 말했다.

seunghee@news1.kr

경제