교통안전공단 '제작결함 빅데이터' 시스템 구축
잠재적 위험요소 출시전 보완 … 리콜부담 해소
잠재적 위험요소 출시전 보완 … 리콜부담 해소
자동차 전자화에 따라 급증하고 있는 결함을 빅데이터로 분석해 관련 내용과 발생추이 등에 대한 다각적인 분석이 추진된다.
28일 업계에 따르면 교통안전공단은 올해 내로 국내 출시되는 자동차 결합과 관련된 정보를 취합해 분석하는 '자동차제작결함전산망 빅데이터 분석' 시스템을 구축한다. 자동차 결함 빅데이터 시스템은 국내 자동차 관련 웹사이트, 포털 등에 있는 정보 중 자동차 결함과 관련된 정형, 비정형 데이터를 수집해 결함요소를 예측, 분석하는 것이 목적이다. 이 시스템을 기존 결함신고센터와 연계해 소비자들이 결함에 관련된 정보를 쉽게 파악할 수 있게 할 계획이며, 응용프로그래밍인터페이스(API)도 제공해 집계된 정보를 외부 서비스와 연동도 추진한다.
공단은 지난 2002년부터 자동차결함신고센터(car.go.kr)를 운영해 자동차 제작결함에 대한 정보를 꾸준히 수집해왔다. 하지만 최근 자동차의 전자화와 맞물려 원인을 알 수 없는 결함이 급증하고, 결함의 내용도 기존 특정 부품의 문제보다 부품과 상황이 특정 상황에서 결합해 발생하는 일이 늘어나고 있어 빅데이터 분석 시스템을 구축하기로 했다. 공단은 관련 빅데이터 분석 시스템 구축을 통해 자동차 결함과 관련된 잠재적 위험요소들을 사전에 파악하고, 다양한 원인 분석이 가능할 것으로 기대하고 있다.
2만개가 넘는 부품이 조합되는 자동차 산업에서 빅데이터는 오류를 미리 진단할 수 있는 기술로 활용되고 있다. 대부분 자동차 결함은 신차 출시 이후 예상치 못했던 환경에서 드러나는데, 이 경우 리콜을 해야 하기 때문에 제조사 부담이 크다. 하지만, 빅데이터 기술을 이용하면 출시 이전 오류와 결함을 예측해 보완할 수 있다.
이와 관련 BMW는 제품 생산과 수리, 유지 보수 업무 전반을 개선하기 위해 IBM 빅데이터 분석 기술을 도입하고 있다. BMW는 엔진 주물의 주입 온도와 압력, 원재료의 배합 비중, 외부 온도와 습도 등 다양한 데이터를 기반으로 마지막 냉각 공정 전에 미리 최종 불량 가능성을 실시간으로 예측해 불량 가능성이 높은 반제품은 재활용 공정으로 이동한다. BMW는 빅데이터 분석 기술을 이용해 실린더 헤더의 불량률을 16주 동안 50% 줄인 것으로 알려졌다.
국내도 자동차 부품 업체들도 빅데이터 분석을 통해 오류를 최소화하는 시도를 하고 있다. 울산에 위치한 자동차 부품 업체들의 모임인 '자동차 부품 산업 정보화 포럼' 업체들은 부품 제조 중 만들어지는 정보를 빅데이터로 저장하고, 이를 분석해 문제가 있는 부품이 어떤 과정에서 오류가 생겼는지 파악하고 있다. 자동차 업계 관계자는 "최근 자동차 업체들 리콜이 많아진 것은 자동차의 급격한 전자화로 제조사들이 예상할 수 있는 수준을 벗어난 오류와 결함이 나타나기 때문"이라며 "복잡성이 증대될수록 빅데이터 분석이 문제를 줄일 수 있는 역할을 할 것"이라고 말했다.
이형근기자 bass007@dt.co.kr
▶이형근기자의 블로그 바로가기
28일 업계에 따르면 교통안전공단은 올해 내로 국내 출시되는 자동차 결합과 관련된 정보를 취합해 분석하는 '자동차제작결함전산망 빅데이터 분석' 시스템을 구축한다. 자동차 결함 빅데이터 시스템은 국내 자동차 관련 웹사이트, 포털 등에 있는 정보 중 자동차 결함과 관련된 정형, 비정형 데이터를 수집해 결함요소를 예측, 분석하는 것이 목적이다. 이 시스템을 기존 결함신고센터와 연계해 소비자들이 결함에 관련된 정보를 쉽게 파악할 수 있게 할 계획이며, 응용프로그래밍인터페이스(API)도 제공해 집계된 정보를 외부 서비스와 연동도 추진한다.
공단은 지난 2002년부터 자동차결함신고센터(car.go.kr)를 운영해 자동차 제작결함에 대한 정보를 꾸준히 수집해왔다. 하지만 최근 자동차의 전자화와 맞물려 원인을 알 수 없는 결함이 급증하고, 결함의 내용도 기존 특정 부품의 문제보다 부품과 상황이 특정 상황에서 결합해 발생하는 일이 늘어나고 있어 빅데이터 분석 시스템을 구축하기로 했다. 공단은 관련 빅데이터 분석 시스템 구축을 통해 자동차 결함과 관련된 잠재적 위험요소들을 사전에 파악하고, 다양한 원인 분석이 가능할 것으로 기대하고 있다.
2만개가 넘는 부품이 조합되는 자동차 산업에서 빅데이터는 오류를 미리 진단할 수 있는 기술로 활용되고 있다. 대부분 자동차 결함은 신차 출시 이후 예상치 못했던 환경에서 드러나는데, 이 경우 리콜을 해야 하기 때문에 제조사 부담이 크다. 하지만, 빅데이터 기술을 이용하면 출시 이전 오류와 결함을 예측해 보완할 수 있다.
이와 관련 BMW는 제품 생산과 수리, 유지 보수 업무 전반을 개선하기 위해 IBM 빅데이터 분석 기술을 도입하고 있다. BMW는 엔진 주물의 주입 온도와 압력, 원재료의 배합 비중, 외부 온도와 습도 등 다양한 데이터를 기반으로 마지막 냉각 공정 전에 미리 최종 불량 가능성을 실시간으로 예측해 불량 가능성이 높은 반제품은 재활용 공정으로 이동한다. BMW는 빅데이터 분석 기술을 이용해 실린더 헤더의 불량률을 16주 동안 50% 줄인 것으로 알려졌다.
국내도 자동차 부품 업체들도 빅데이터 분석을 통해 오류를 최소화하는 시도를 하고 있다. 울산에 위치한 자동차 부품 업체들의 모임인 '자동차 부품 산업 정보화 포럼' 업체들은 부품 제조 중 만들어지는 정보를 빅데이터로 저장하고, 이를 분석해 문제가 있는 부품이 어떤 과정에서 오류가 생겼는지 파악하고 있다. 자동차 업계 관계자는 "최근 자동차 업체들 리콜이 많아진 것은 자동차의 급격한 전자화로 제조사들이 예상할 수 있는 수준을 벗어난 오류와 결함이 나타나기 때문"이라며 "복잡성이 증대될수록 빅데이터 분석이 문제를 줄일 수 있는 역할을 할 것"이라고 말했다.
이형근기자 bass007@dt.co.kr
▶이형근기자의 블로그 바로가기
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
