유지보수 최적화로 안전성과 신뢰성을 높이는 방법

전통적으로 대부분의 조직은 유지보수를 자산 관리에 필요한 비용으로 여겼습니다. 오늘날에는 전산화 유지보수 관리 시스템(CMMS) 플랫폼, 사물인터넷(IoT) 센서, 인공 지능(AI) 같은 새로운 기술과 툴 덕분에 데이터를 더 빠르게 수집할 수 있습니다. 이러한 기술과 툴은 또한 그 어느 때보다 많은 양의 데이터를 지원하며 더 빠른 데이터 분석을 가능하게 합니다. 이러한 변화로 유지보수 전략은 유지보수 최적화에 시간과 자원을 투자하려는 기업에게 잠재적인 차별화 요소가 되었습니다.

현대적인 유지보수 최적화 전략은 다양하지만, 일반적으로 예방 유지보수, 예측 유지보수, 상태 기반 유지보수(CBM), 시정 유지보수, 사후 대응 유지보수의 요소를 결합합니다.

모든 유지보수 작업을 동일하게 취급하는 대신, 효과적인 유지보수 최적화는 유지보수 팀이 유지보수 활동을 계획할 때 자산 중요도, 고장률, 운영 조건, 과거 성능 같은 요소를 고려하도록 지원합니다.

유지보수 최적화는 또한 팀이 어떤 자산과 고장 모드가 가장 큰 위험을 초래하는지 파악할 수 있게 함으로써, 조직이 프로세스와 운영 조건을 더 안전하게 만드는 데 도움이 됩니다. 실시간 CBM은 팀이 문제를 조기에 감지하고, 문제가 위험한 장비 고장으로 이어지기 전에 시정 조치를 취하는 데 도움이 될 수 있습니다.

유지보수 최적화와 신뢰성 중심 유지보수(RCM)는 밀접하게 관련된 개념입니다. 사람들은 두 용어를 같은 의미로 혼용하는 경우가 많지만, 두 개념은 서로를 보완하는 활동입니다.

RCM은 자산이 계속해서 제 기능을 수행하도록 보장하기 위해 어떤 유지보수가 필요한지 결정하는 체계적인 방법론입니다. 또한 RCM은 설계, 제조 프로세스 또는 제품에서 발생할 수 있는 잠재적 고장을 식별하기 위한 체계적인 프레임워크인 고장 모드 및 영향 분석(FMEA)을 함께 활용하는 경우가 많습니다.

유지보수 최적화는 RCM을 포함하는 경우가 많지만, 올바른 유지보수 주기, 자원 할당, 비용을 결정하기 위해 다른 분석 기법도 적용합니다.

유지보수 최적화에 적용할 수 있는 보편적인 프로세스는 존재하지 않지만, 조직은 일반적으로 다음 7단계를 따르고 필요에 맞게 조정합니다.

유지보수 프로세스를 최적화하는 첫 번째 단계는 어떤 자산이 조직에 가장 중요한지 파악하는 것입니다. 이 과정을 자산 중요도 평가라고 합니다.

자산 중요도 평가 단계에서 유지보수 팀은 고장이 발생하면 핵심 비즈니스 프로세스를 중단시키거나, 작업자의 안전을 해치거나, 환경 기준 또는 규제 기준을 위협할 수 있는 자산을 식별합니다. 이러한 자산은 '중요 자산'으로 지정되며, 조직의 자산 계층 구조에서 최우선 순위를 갖습니다.  

다음으로 조직은 '중요'로 분류된 자산이 어떤 방식으로 고장 날 가능성이 가장 높은지, 그리고 고장이 발생하면 어떤 일이 일어나는지 검토합니다. 이 단계에서는 일반적으로 RCM과 FMEA를 활용하여 유지보수 팀이 잠재적 고장 모드를 식별할 수 있도록 지원합니다.

과거 작업 지시서 기록과 유지보수 데이터는 반복되는 고장에 대한 추가적인 근거를 제공하며, 팀이 패턴을 식별하는 데 도움이 됩니다. 이 단계의 목표는 자산 상태, 고장률, 결과, 개입 사이의 관계를 더 깊이 이해하는 것입니다.

다음으로 조직은 현재 사용 중인 유지보수 전략을 검토하고, 부족한 부분과 개선이 필요한 영역을 식별합니다.

예를 들어 일부 자산에는 예방 유지보수가 적합하고, 다른 자산에는 예측 유지보수나 CBM이 더 효과적입니다. 위험도가 낮은 일부 자산은 비용을 절감하기 위해 계획된 사후 대응 유지보수나 고장 시까지 운영하는 전략이 적합하기도 합니다.

신뢰할 수 있는 유지보수 데이터는 유지보수 최적화에 매우 중요합니다.

대부분의 현대 조직은 작업 지시서, 인력, 예비 부품, 장비 고장, 완료된 유지보수 작업에 관한 데이터를 수집하기 위해 전산화 유지보수 관리 시스템(CMMS)을 활용합니다. IoT 센서 시스템은 온도, 진동, 압력, 전기적 특성 및 기타 장비 상태 지표에 관한 유용한 데이터를 제공할 수 있습니다. 시간이 지나면 이러한 정보를 바탕으로 유지보수 일정을 개선하고 선제적 유지보수의 기회를 식별할 수 있습니다.

조직이 자산 계층 구조를 만들고 충분한 유지보수 데이터를 수집하면, 기존 유지보수 주기와 작업이 적절한지 아니면 개선이 필요한지 평가할 수 있습니다.

일부 조직은 최적의 유지보수 주기와 자원 할당을 결정하기 위해 운영 연구, 선형 계획법, 이차 계획법 및 기타 최적화 모델 같은 고급 기법을 사용합니다. 다른 조직은 이 정도의 정교함이 필요하지 않으며, 작업 지시서 이력을 간단히 분석하는 것만으로 결정을 내립니다.

이 단계에서 유지보수 팀은 5단계에서 마련한 새로운 유지보수 일정과 작업 지침을 시행합니다.

현대 유지보수 운영에서는 CMMS를 활용하여 반복 작업 지시서를 생성하고, 유지보수 작업을 할당하며, 완료된 작업을 문서화하는 경우가 많습니다. 또한 이 단계에서 유지보수 기술자는 새로운 프로세스를 효과적으로 시행하는 데 필요한 교육, 지도, 툴을 제공받아야 합니다.

유지보수 최적화를 지속적인 프로세스로 간주하고, 평균 고장 간격(MTBF), 계획되지 않은 가동 중지 시간 같은 핵심 성과 지표(KPI)를 추적하세요. 

운영 조건과 환경 조건은 시간이 지나면서 바뀔 수 있으며, 이에 따라 새로운 패턴과 생산 요구 사항이 나타나 장비 성능에 영향을 줄 수 있습니다. 조직은 자산 데이터를 정기적으로 검토하고 새로운 근거를 바탕으로 유지보수 전략을 조정해야 합니다.

유지보수 최적화에는 다양한 이점이 있습니다. 다음은 가장 일반적인 이점 일부입니다.

• 더 안전한 작업 환경: 유지보수 최적화는 성능 저방지하고 치명적인 장비 고장 가능성을 줄여, 기술자와 기계 운영자에게 더 안전한 작업 환경을 조성하는 데 도움이 됩니다. 장비 성능 저하는 기계적 고장과 전기적 결함부터 누출, 화재, 통제되지 않은 에너지 방출에 이르기까지 다양한 위험 요소를 만들어 낼 수 있습니다. 유지보수 최적화는 팀이 중요한 고장 모드를 조기에 식별하고, 이를 해결하기 위해 유지보수 활동의 우선순위를 정할 수 있도록 지원합니다.
• 장비 신뢰성 향상: 유지보수 최적화는 팀이 비즈니스 프로세스에 가장 중요하다고 판단되는 고장 모드에 개입을 집중할 수 있게 함으로써 장비 신뢰성을 높입니다. 최적화된 유지보수 프로그램은 신뢰성 공학 원칙을 적용하여 어떤 유지보수 활동이 고장 확률이나 고장의 결과를 줄일 수 있는지 식별하고, 이에 맞춰 유지보수 노력을 집중합니다.
• 계획되지 않은 가동 중지 시간 감소: 계획되지 않은 가동 중지 시간은 비용이 많이 듭니다. MaxGrip의 최근 보고서에 따르면 이로 인해 산업 제조업체가 입는 손실은 연간 미화 500억 달러에 달하며, 시간당 평균 비용은 약 미화 26만 달러입니다. 유지보수 최적화는 예측 유지보수와 CBM을 활용하여 성능이 저하되는 장비에 대한 조기 경고를 제공함으로써 가동 중지 시간을 줄여, 유지보수 팀이 고장 전에 개입할 기회를 얻도록 합니다.  
• 유지보수 비용 절감: 유지보수 최적화는 가장 큰 가치를 제공하는 자산과 활동에 자원을 집중함으로써 비용을 절감합니다. 예를 들어 유지보수 팀이 고장 날 때까지 안전하게 운영할 수 있는 장비를 식별하고, 예측 유지보수 또는 상태 기반 유지보수를 적용하여 문제가 고장으로 이어지기 전에 해결하도록 지원할 수 있습니다.
• 더 효율적인 자원 활용: 유지보수 최적화는 팀이 비용, 위험, 비즈니스 우선순위를 기준으로 자원을 할당하여, 위험도가 낮은 장비보다 중요 자산에 더 많은 시간을 집중할 수 있도록 지원합니다. 자원을 더 효율적으로 사용하면 작업자를 추가로 채용하지 않고도 가동 시간과 운영 효율성이 모두 향상됩니다.

유지보수 최적화는 다양한 산업에 걸쳐 적용되지만, 구체적인 목표와 기법은 활용 사례에 따라 다릅니다. 다음은 일반적인 활용 사례 몇 가지입니다.

• 제조: 제조업체는 핵심 비즈니스 프로세스의 중단을 최소화하고 생산 장비의 신뢰성을 높이기 위해 유지보수 최적화를 활용합니다. IoT 센서는 진동, 온도 및 기타 운영 조건 변화 지표를 모니터링하며, CMMS는 유지보수 데이터를 작업 지시서 및 일정과 연결할 수 있습니다. 제조업체는 RCM과 FMEA를 활용하여 중요한 생산 자산을 식별하고, 예측 유지보수 또는 예방 유지보수를 적용하여 장비 고장 가능성을 줄이는 경우가 많습니다.
• 에너지 및 유틸리티: 에너지 및 유틸리티 기업은 규모가 크고 값비싼 경우가 많은 중요 자산에 의존하며, 이러한 자산이 고장 나면 작업자의 안전과 서비스 연속성에 영향을 줄 수 있습니다. 유지보수 최적화는 운영자가 터빈, 변압기, 펌프, 변전소 및 기타 중요 인프라의 유지보수 우선순위를 상태와 고장의 결과를 기준으로 정할 수 있도록 지원합니다.
• 운송: 항공사, 철도 운영사, 차량 관리자는 운송 네트워크를 원활하게 운영하고 서비스 중단을 방지하기 위해 신뢰성, 안전성, 비용 사이에서 균형을 맞춰야 합니다. 유지보수 최적화는 과거 고장 데이터, 점검, 상태 모니터링을 활용하여 부품을 언제 점검하고 수리하거나 교체할지 결정합니다. 예를 들어 항공 분야에서는 유지보수 팀이 예방 유지보수 주기를 최적화할 때 신뢰성 데이터와 FMEA를 활용하여 주요 고장 모드를 식별합니다.
• 의료: 병원과 기타 의료 시설은 영상 시스템, 인공호흡기, 멸균 장비, 엘리베이터, 비상 전원 시스템을 비롯한 고급 의료 장비와 건물 시스템을 필요할 때 언제든 이용할 수 있어야 합니다. 유지보수 최적화는 현대 의료 시설이 중요 자산의 선제적 유지보수 우선순위를 정하고, 중요도가 낮은 장비에는 강도가 낮은 사후 대응 전략을 적용하도록 지원합니다.
• 석유 및 가스: 석유 및 가스 시설은 펌프, 압축기, 파이프라인, 밸브, 전기 시스템, 처리 장비로 이루어진 복잡한 네트워크로 운영됩니다. 석유 및 가스 시설의 유지보수 최적화 전략은 RCM, 상태 모니터링, 점검 데이터, CMMS 기록을 결합하여 선제적 개입이 필요한 자산을 식별하고 우선순위를 정합니다. 이러한 접근 방식은 장비 고장 가능성을 줄이고, 안전과 규정 준수를 강화하며, 환경 위험을 최소화하는 데 도움이 됩니다.