승강기

01현장의 질문

현장은 이것부터 묻습니다

1. Q1고장 전에 알 수 있나?
2. Q2같은 고장이 반복되는 부품은?
3. Q3점검·교체 이력이 빠짐없이 남았나?

02한 장면으로 보는 판단

도어 전류가 조금씩 길어지는 승강기

○○아파트 105동 2호기

1. 월요일현장

   아직 고장 신고는 없습니다. 승강기는 하루 1,100회 운행합니다.

2. 09:00AEGIS

   도어 개폐 때 전류가 흐르는 시간이 2주 사이 15% 길어졌다고 감지합니다. 도어 롤러 마모 때 보이던 패턴과 비슷합니다.

3. 09:01AEGIS

   같은 부품을 쓰는 단지 내 다른 승강기 4대의 이력과 비교해 교체 주기를 근거로 붙입니다.

4. 10:00유지보수 업체

   다음 정기점검에 롤러 점검을 넣는 배정을 승인합니다.

5. 점검일AEGIS

   교체 기록과 교체 후 전류 패턴을 비교해 정상 복귀를 확인하고, 부품 이력에 남깁니다.

03AI가 하는 일

AI는 근거를 모으고,
사람은 판단합니다

• 01진동·전류 이상 탐지운행 중 진동과 도어 개폐 전류 패턴의 변화를 감지
• 02고장 패턴 분석부품별 고장 이벤트를 묶어 반복 원인 후보 제시
• 03유지보수 배정이상 징후를 정기점검 일정과 맞춰 배정

04기술 구조

어떤 데이터를,
어떤 모델로 읽는가

처리 흐름과 걸리는 시간

1. 01로그 수집운행마다
2. 02패턴 분석매일
3. 03원인 후보수 초
4. 04정비 배정 승인업체
5. 05교체·재확인자동 기록

05데이터 · 업무 흐름 · 근거

들어온 데이터가
승인 기록이 되기까지

06검증 · 구축 · 보안

정확도는 공개하고,
데이터는 현장에 둡니다

07확인 지표

효과는 같은 방법으로
도입 전과 비교합니다

측정 방법은 PoC 시작 때 현장과 함께 확정하고, 도입 전과 같은 방법·같은 기간 길이로 비교합니다.

08도입

작은 검증부터 시작합니다

1. 현장 진단데이터·업무·보안 요건 확인
2. PoC 검증실데이터로 모델 정확도 확인
3. 파일럿 운영실제 업무 흐름에서 승인·기록
4. 확산·운영현장 확대와 모델 지속 개선