항공기의 중요 임무를 지원하는 AI와 IoT 분석 기술

SAS® 플랫폼으로 항공기 유지보수 프로세스를 혁신한 Lockheed Martin

 C-130 Hercules는 항공기 역사상 가장 다재다능한 항공기입니다. 세계 최고 높이의 히말라야 활주로에 착륙하며, 대서양 한가운데에 떠 있는 항공 모함에서의 이착륙에 이르기까지 이 항공기는 탁월한 성능과 다기능성, 그리고 우수한 임무 수행 능력을 자랑합니다.

현재 70개 국가가 수색 및 구조, 평화 유지, 의무 후송, 과학 연구, 군사 작전, 공중 급유, 인도주의적 구호 활동에 C-130을 사용하고 있습니다. 이 기종은 현재까지 2,500대 이상 생산되었으며, 구 모델인 C-130과 현재 생산 중인 C-130J Super Hercules가 전 세계를 누비고 있습니다.

C-130은 전 세계 수많은 항공기 중에서도 매우 중요한 항공기이므로, 이 기종에서 일어나는 다운타임은 임무 준비에 직접적인 영향을 미칩니다.

Lockheed Martin의 선임 데이터 분석 전문가 마이크 이스빌(Mike Isbill)에 따르면, “저는 C-130 항공기의 역할 중 구호 활동에 큰 자부심을 느낍니다. 필리핀에 끔찍한 허리케인이 발생했을 때, 하루만에 십여 대의 C-130 항공기가 날라와 보급품을 전달하여 구호 활동을 도왔습니다. C-130은 식량을 보급하여 기근을 해결하거나 이재민들을 대피시키는 용도로 전 세계에서 널리 사용되고 있습니다.

C-130의 OEM인 Lockheed Martin은 SAS 플랫폼을 통해 가동 시간을 극대화하고 있습니다. 이 회사는 인공 지능(AI), IoT, 그리고 고급 분석 기술을 사용하여 부품 고장 시점을예측할 수 있으며, 덕분에 더 많은 항공기가 전 세계를 순항하면서 중요한 임무를 수행하고 있습니다.

센서 데이터 수집으로 획기적인 분석 정보를 도출

복잡한 기계에 대한 분석 정보를 도출하는 과정은 어김없이 데이터에서 시작됩니다. C-130J의 곳곳에 장착된 600개의 센서는 비행 시간당 72,000행의 데이터를 생성합니다. 중요한 점은, 이 데이터에 결함 부품을 알리는 고장 코드가 들어 있다는 사실입니다.

IoT 데이터는 과거 항공기에서 격납실로 전송되어 여러 개의 시스템에 저장되곤 했습니다. 세계 각지에서 400대 이상의 C-130J 항공기가 운항되고 있었지만 이를 관리할 중앙 저장소가 마련되어 있지 않은 탓에 고객측의 현장 엔지니어들이 데이터를 직접 해석하여 항공기를 정비해 왔습니다. 이로 인해 원거리에서 부품을 공수하는 동안 불필요한 유지보수 작업이 발생하고 다운타임이 며칠 동안 지속되곤 했습니다.

이스빌은 유년 시절부터 문제를 해결하는 과정을 즐겼는데, 비디오 게임을 코딩한 것이 계기가 되어 분석가의 길로 들어섰습니다. 현재 그는 Lockheed Martin에서 근무하면서 고객들에게 과도한 다운타임 문제에 대한 솔루션을 제시하고 있습니다.

그는 C-130J Super Hercules를 운용하는 모든 고객들이 비행 데이터를 공유하기 시작하면서 첫 전환점을 맞이했습니다. 넘쳐나는 정보 속에서 데이터를 효과적으로 정리하고 저장하는 방법이 필요해졌기 때문입니다. 특히, 데이터의 형식이 저마다 다른 탓에 처음에는 데이터를 정리하는 일에만 매달 3명의 직원을 투입해야 했습니다.

이러한 이유로 이스빌은 강력한 분석 솔루션을 연구하기 시작했습니다. Lockheed Martin은 개념 증명 과정을 성공적으로 마무리한 후 SAS 플랫폼에 투자했으며, 강력한 AI 기술과 비즈니스 인텔리전스, 그리고 데이터 관리 기능을 이용해 데이터를 처리하고, 예측 유지 보수 모델을 구축하고 있습니다.

이스빌에 따르면 "SAS와의 파트너쉽에 더할 나위 없이 만족합니다. “SAS 플랫폼을 사용했더니 데이터 정리 시간이 95%나 줄어들어 실제 분석 작업에 더 많은 시간을 할애할 수 있게 됐습니다. SAS 솔루션 제품군과 소규모의 데이터 과학자 팀을 꾸려 고객의 다운타임과 비용을 줄이기 위한 결과를 빠르게 산출할 수 있습니다.”

머신 러닝을 통한 지능형 진단

고객으로부터 데이터를 전송받는 데이터 과학자 팀은 이스빌의 지휘 아래 C-130J의 비행 데이터를 사용하여 개별 부품을 분석하고 고장 발생 시점을 예측하는 방법을 연구하기 시작했습니다. 이러한 작업은 고객이 필요할 부품을 미리 비축하고 생명을 구하는 임무에 더 많은 항공기를 투입할 수 있도록 분석 정보를 확보하기 위함이었습니다. 

SAS 시스템은 C-130 고객, Lockheed Martin 엔지니어, 그리고 부품 제조사로부터 입수한 데이터를 사용하여 300가지 이상의 항공기 부품을 수용하는 중앙 저장소 역할을 수행합니다. SAS 시스템은 머신 러닝과 IoT 분석 기술을 사용하여 전체 정비 기록을 학습하고 항공기 유지보수에 대한 모범 사례를 실시간으로 구축합니다.

예를 들어, 특정 부품의 교체를 알리는 결함 코드가 발령됐는데 뒤에 80%는 양호한 상태로 작동할 경우, 시스템은 이 실수를 학습하고 다음번에는 교체에 앞서 보다 강력한 문제 해결 방법을 제안합니다. 하지만 고객이 권고안을 무시하고 다른 조치를 취할 경우 그러한 조치 역시 학습합니다.

Lockheed Martin은 이 서비스를 "지능형 진단"이라 칭하면서, 고객이 자사의 항공기를 이해하고 관리하는 방식을 쇄신하게 될 것이라고 굳게 믿고 있습니다.

이스빌은 임무 완수에 걸리는 시간이 줄어들자 고객들의 관심이 커지고 있다고 전합니다. "고객들은 언제 어떤 조치를 취해야 하는지 잘 알고 있습니다. 저희가 필요한 사항을 정확히 짚어주기 때문에 고객이 상황을 파악하느라 시간을 낭비할 필요가 없거든요.”

지능형 진단으로 수익 창출

Lockheed Martin이 특히 중요시하는 미래 성장 분야는 고객에게 지능형 진단 서비스를 부가적으로 제공하는 것입니다.

이스빌은 SAS와의 파트너쉽이 좋은 결실로 이어지고 있다고 말합니다. "현재 저희는 협력업체 팀과 공조하여 기존 고객에게 예비 부품을 공급하는 방식과 신규 고객에게 예비 부품을 판매하는 방식을 개선하여 부품을 전 세계에 더 빨리 배포하기 위해 노력하고 있습니다."

또, 최근 진행된 프로젝트에서는 예비 부품 최적화와 관련한 지능형 진단의 응용 분야에 대해 높은 가능성이 드러났습니다. Lockheed Martin은 C-130J를 가장 많이 운용하고 있는 고객과 손잡고 3개월간 20대의 항공기와 50개의 부품을 추적했습니다. Lockheed Martin이 예측 정비 모델을 사용하자 고객의 시스템 다운타임이 1,400시간이나 줄어들었고, 고객은 이렇게 확보한 시간을 임무 수행에 투입할 수 있게 되었습니다.

항공기 정비 및 생산 최적화

Lockheed Martin은 이 예측 분석 기술을 다른 사업 부문으로 확대할 계획입니다. 항공기 다운타임의 주요 요인인 정기 유지보수를 최적화하고 생산 비용을 절감하는 것이 특히 중요한 관심사입니다.

이스빌은, "SAS 덕분에 저희는 사후 대응 방식에서 사전 대응 방식으로 전환할 수 있었습니다. 이제 Lockheed Martin과 고객 모두가 공감하는 문제에 대한 분석 정보를 얻게 되었습니다. 입수된 풍부한 데이터를 사용하여 모델을 지속적으로 개선하고 있으며, 정비 담당자가 분석 기술을 직접 사용할 수 있게 되면서 모든 항공기의 가용성이 높아졌습니다.”