1.1 연구의 배경

최근 제조 산업에서는 ICT 및 소프트웨어 기술의 발전과 함께 생산 설비의 자동화·지능화가 빠르게 진행되고 있으며, Industry 4.0 패러다임에 따라 제조 시스템은 데이터 중심의 고도화된 구조로 전환되고 있다^[1]. 생산 방식은 다품종·소량 생산 중심으로 변화하고 있으며, 이에 따라 제조 설비는 보다 복잡한 공정과 다양한 운전 조건을 가지게 되었다. 이러한 변화는 생산 효율 향상이라는 장점을 제공하는 동시에, 설비 고장이나 결함 발생 시 원인 분석과 대응을 더욱 어렵게 만드는 요인으로 작용하고 있다.

기계 설비에서 발생하는 고장 또는 결함은 생산 중단, 품질 저하, 안전 사고 등으로 이어질 수 있으므로, 신속하고 정확한 원인 파악이 매우 중요하다. 이를 위해 스마트팩토리 환경에서는 센서 데이터 수집과 분석을 기반으로 한 예지 보전 및 상태 모니터링 기술이 활용되고 있다^[2]. 그러나 실제 현장에서는 데이터 분석 결과만으로 고장이나 결함의 물리적 원인을 직관적으로 파악하기 어려운 경우가 많으며, 추가적인 현장 확인과 숙련된 엔지니어의 판단이 요구된다.

이러한 한계를 보완하기 위한 수단으로 영상 기반 모니터링 시스템이 활용되고 있으나, 기존의 영상 기록 방식은 대부분 24시간 연속 녹화에 의존하고 있다. 이 경우 불필요한 영상 데이터가 대량으로 저장되어 저장 공간 효율이 낮고, 고장 또는 결함 발생 시 해당 시점을 정확히 찾기까지 많은 시간과 인력이 소요되는 문제가 있다. 또한 영상 장치와 제어 시스템이 서로 독립적으로 운영되는 경우가 많아, 설비 이벤트와 영상 데이터 간의 연계가 어렵다는 한계가 존재한다.

한편, 공장 및 생산 라인에서는 다양한 제조사의 제어기기와 설비가 혼재되어 사용되고 있으며, 이기종 시스템 간의 데이터 연계와 상호운용성 확보는 여전히 중요한 과제로 남아 있다. 기존의 폐쇄적인 통신 방식이나 전용 시스템은 구축 비용이 높고 확장성이 제한적이어서, 중소 규모의 제조 환경에 적용하기에는 현실적인 제약이 따른다. 따라서 표준화된 통신 프로토콜을 기반으로 영상 장치와 제어 기기를 연계할 수 있는 시스템 구조가 요구된다^[3].

기존의 영상 기반 설비 모니터링 시스템은 대부분 연속 녹화 방식 또는 단순 이벤트 로그 기반으로 구성되어, 설비 이벤트와 영상 데이터 간의 정밀한 시간 동기화가 어려운 한계를 가진다^[4]. 또한 이벤트 발생 전·후의 상황을 포함한 영상 분석이 제한적이며, 불필요한 영상 데이터가 대량으로 저장되는 문제가 있다.

이에 본 연구에서는 OPC UA 기반 제어 이벤트와 RTSP 기반 영상 데이터를 통합하여, 이벤트 발생 시점을 기준으로 전·후 영상 구간을 선택적으로 기록하는 구조를 제안한다. 이를 통해 기존 연속 녹화 방식 대비 저장 효율을 향상시키고, 이벤트 중심의 영상 분석이 가능하도록 하였다.

특히 본 시스템은 제어 데이터와 영상 데이터 간의 시간적 정합성을 확보함으로써, 기존 연구 대비 고장 및 결함 원인 분석의 정확성을 향상시키는 차별성을 가진다.

1.2. 영상 기기의 표준 프로토콜

산업 현장에서 사용되는 영상 기반 모니터링 시스템은 설비 상태 확인, 안전 관리, 이상 상황 분석 등 다양한 목적으로 활용되고 있다. 최근에는 네트워크 기술의 발전과 함께 IP 기반 영상 기기가 보편화되면서, 영상 데이터를 실시간으로 수집·전송·저장하는 환경이 일반화되고 있다. 그러나 영상 기기는 제조사별로 서로 다른 통신 방식과 인터페이스를 사용하는 경우가 많아, 다수의 영상 장치를 통합적으로 운용하거나 제어 시스템과 연계하는 데 한계가 존재한다.

이러한 문제를 해결하기 위한 RTSP(Real Time Streaming Protocol)는 IP 네트워크 환경에서 실시간 영상 스트리밍을 제어하기 위한 표준 프로토콜로, 다양한 IP 카메라 및 영상 장치에서 공통적으로 지원되며 널리 활용되고 있다^[5]. RTSP는 클라이언트와 서버 간의 세션 기반 스트리밍 제어를 지원하는 프로토콜로 PLAY, PAUSE, TEARDOWN 등의 명령을 통해 영상 스트림을 효율적으로 관리할 수 있다^[5].

또한 RTSP는 다양한 제조사의 영상 장비에서 표준적으로 지원되므로, 이기종 영상 장치 간의 상호운용성을 확보하는 데 중요한 역할을 한다^[5].

RTSP 기반 영상 기기는 일반적으로 다중 스트림 구조를 지원하여, 고해상도의 Main Stream과 저해상도의 Sub Stream을 선택적으로 사용할 수 있다. 이를 통해 실시간 모니터링, 영상 분석, 저장 용도에 따라 적절한 영상 품질을 선택할 수 있으며, 네트워크 대역폭과 시스템 자원을 효율적으로 관리할 수 있다. 또한 RTSP는 TCP 또는 UDP 기반 전송을 지원하여 네트워크 환경에 따라 안정성과 실시간성을 조절할 수 있다는 장점이 있다.

본 연구에서는 영상 기기의 표준 통신 방식으로 RTSP를 적용하여, 이기종 영상 장치 간의 상호운용성을 확보하였다. 이를 통해 특정 제조사에 종속되지 않는 영상 취득 구조를 구성하였으며, 영상 데이터가 제어 시스템과 연계되어 활용될 수 있는 기반을 마련하였다. 특히 RTSP 기반 영상 스트림을 제어 이벤트와 연동함으로써, 불필요한 연속 녹화를 최소화하고 설비 이상 발생 시 필요한 영상 구간만을 선택적으로 기록할 수 있도록 설계하였다.

이와 같은 영상 기기의 표준 프로토콜 적용은 시스템 구축 비용 절감과 확장성 확보 측면에서 중요한 의미를 가지며, 향후 다양한 산업 환경에서 영상 기반 설비 모니터링 시스템을 유연하게 확장할 수 있는 기반 기술로 활용될 수 있다.

1.3. 영상 기록을 위한 메모리 할당

영상 기반 설비 모니터링 시스템에서 가장 중요한 요소 중 하나는 실시간 영상 데이터의 안정적인 처리와 효율적인 메모리 관리이다. 다수의 영상 기기로부터 동시에 영상 스트림을 수집하는 환경에서는 영상 프레임의 저장 및 관리 방식에 따라 시스템 성능과 자원 사용량이 크게 영향을 받는다. 특히 이벤트 발생 시점의 영상을 정확하게 기록하기 위해서는 영상 데이터의 일시적인 버퍼링과 빠른 접근이 가능한 메모리 구조가 요구된다.

본 연구에서는 총 20대의 IP 카메라(640x480, 12fps)로부터 수집되는 영상 프레임을 효율적으로 관리하기 위해 FIFO(First In, First Out) 방식의 메모리 버퍼 구조를 적용하였다. 각 영상 기기는 독립적인 스레드(Thread)로 영상 스트림을 수신하며, 수신된 프레임은 동적 할당된 메모리 영역에 순차적으로 저장된다. 이러한 구조를 통해 영상 프레임의 시간 순서를 유지하면서도, 최신 프레임을 중심으로 안정적인 영상 데이터를 확보할 수 있다. Fig. 1과 같이 영상 기록을 위한 메모리 버퍼는 일정 시간 구간의 프레임만을 유지하도록 설계되었다. 이를 통해 영상 데이터를 장시간 저장하는 연속 녹화 방식이 아닌, 이벤트 발생 전·후의 필요한 영상만을 선택적으로 기록할 수 있는 기반을 마련하였다. 영상 프레임의 저장 및 삭제는 FIFO 구조에 따라 자동으로 관리되며, 불필요한 메모리 사용을 최소화한다.

Fig. 1. Video file conversion through event signals

또한 본 연구에서는 다중 영상 스트림 처리 시 발생할 수 있는 시스템 자원 부담을 줄이기 위해 비동기 처리 구조를 적용하였다. 영상 프레임 수집, 메모리 저장, 영상 파일 생성 과정은 서로 독립적으로 동작하도록 구성되었으며, 이를 통해 CPU 및 메모리 사용량을 효율적으로 분산시킬 수 있다. 이러한 메모리 관리 방식은 다수의 영상 기기가 동시에 연결된 환경에서도 시스템의 안정적인 동작을 가능하게 한다.

결과적으로 제안한 메모리 할당 및 관리 구조는 영상 기록의 신뢰성과 효율성을 동시에 확보할 수 있는 구조로, 설비 이벤트 발생 시 필요한 영상 데이터를 빠르게 제공함으로써 고장 및 결함 원인 분석 시간을 단축하는 데 기여한다. 또한 저장 공간의 효율적 사용을 통해 시스템 구축 및 운영 비용 절감 효과를 기대할 수 있다.

1.4. 기계/제어 기기의 데이터와 영상기록

기계 설비의 고장 또는 결함 원인을 효과적으로 분석하기 위해서는 설비 동작 상태에 대한 제어 데이터와 해당 시점의 영상 정보가 함께 기록·관리되어야 한다. 그러나 실제 산업 현장에서는 영상 기기와 제어 기기가 서로 독립적으로 운용되는 경우가 많아, 설비 이벤트와 영상 데이터 간의 시간적 연계가 어려운 문제가 존재한다. 이러한 구조에서는 고장 또는 결함 발생 시점의 영상을 정확히 확보하기 위해 많은 시간과 인력이 소요된다.

본 연구에서는 기계 및 제어 기기에서 발생하는 이벤트 데이터를 영상 기록과 연계하기 위해 제어 기기의 표준 통신 프로토콜인 OPC UA(Open Platform Communications Unified Architecture)를 적용하였다^[6]. OPC UA는 이기종 제어 기기 간의 데이터 상호운용성을 제공하는 국제 표준으로, 설비 상태 정보, 알람 신호, 제어 변수 등을 구조화된 방식으로 수집할 수 있다. 이를 통해 제조사 및 기종에 관계없이 다양한 제어 기기의 이벤트 데이터를 통합적으로 관리할 수 있다.

Fig. 2. Data synchronization using OPC UA protocol of control device

Fig. 2와 같이 해당 플랫폼 시스템에서는 OPC UA Server에 기계 설비의 고장, 결함, 이상 상태를 나타내는 이벤트 태그(Tag)를 등록하고, 플랫폼은 OPC UA Client를 통해 해당 태그를 실시간으로 모니터링한다. 특정 이벤트가 발생하면, 제어 기기의 이벤트 신호를 기준으로 영상 기록 모듈이 동작하여 메모리에 저장되어 있던 영상 프레임을 활용해 이벤트 발생 전·후의 영상을 선택적으로 기록한다. 이 과정에서 연속 녹화 방식이 아닌 이벤트 기반(Event-driven) 영상 기록 방식이 적용되어, 불필요한 영상 데이터 저장을 최소화할 수 있다.

이와 같은 제어 데이터와 영상 데이터의 연계 구조를 통해, 설비 이벤트와 영상 정보 간의 시간적 동기화가 가능해진다. 이를 통해 고장 또는 결함 발생 시점의 설비 상태와 실제 동작 상황을 동시에 확인할 수 있어, 원인 분석의 정확성과 신속성을 향상시킬 수 있다. 또한 제어 기기의 이벤트 신호를 기반으로 영상 기록이 수행되므로, 영상 저장 용량을 효율적으로 관리할 수 있으며 시스템 운영 비용 절감 효과도 기대할 수 있다.

결과적으로 본 연구에서 제안한 OPC UA 기반 제어 데이터와 영상 기록 연계 구조는 기계 설비 고장 및 결함 분석을 위한 실질적인 지원 도구로 활용될 수 있으며, 이기종 제어 기기와 영상 기기를 통합하는 표준 기반 시스템 구조로서 산업 현장에 적용 가능한 확장성을 가진다.

2.1. 플랫폼 프로그램 설계, 구현

기존 영상 감시 시스템은 영상 데이터와 제어 데이터를 독립적으로 처리하는 구조로 인해, 이벤트 기반 분석에 한계가 존재한다. 해당 시스템은 이러한 한계를 해결하기 위해, 영상 데이터와 제어 데이터를 통합 처리하는 구조로 설계되었으며, 이벤트 기반 영상 기록을 통해 분석 효율을 향상시키는 것을 목표로 한다. 이를 통해 설비 이벤트와 영상 정보 간의 시간적 연계를 가능하게 하였다.

영상 기기와 기계·제어 기기에서 발생하는 데이터를 통합적으로 처리하여, 설비 고장 또는 결함 발생 시 원인 분석을 지원하는 것을 목표로 설계되었다. 이를 위해 영상 데이터 처리, 제어 데이터 수집, 이벤트 기반 영상 기록 기능을 하나의 통합 플랫폼 구조로 구현하였다.

Fig. 3. Synchronization structure between OPC UA control signals and RTSP-based video device signals

Fig. 3와 같이 플랫폼은 크게 영상 수집 모듈, 제어 데이터 연계 모듈, 이벤트 처리 및 기록 모듈로 구성된다. 영상 수집 모듈은 RTSP 표준 프로토콜을 기반으로 다수의 IP 카메라로부터 실시간 영상 스트림을 수신하며, 각 영상 스트림은 독립적인 처리 단위로 관리된다. 이를 통해 영상 기기의 제조사나 모델에 관계없이 다수의 영상 장치를 동시에 연동할 수 있도록 설계하였다.

제어 데이터 연계 모듈은 OPC UA Client 구조를 기반으로 구현되었으며, PLC에서 제어 중 발생하는 설비 상태 정보와 이벤트 신호를 실시간으로 수집한다.

설비 상태 정보는 PLC 내부 레지스터 및 메모리 영역에 정의된 운전 상태, 동작 여부, 공정 진행 상태와 같은 정상 동작 정보를 의미하며, 이는 설비의 현재 운용 상태를 판단하기 위한 기준 데이터로 활용된다.

이벤트 신호는 설비 제어 과정에서 비정상 상태가 발생할 경우 PLC 내부 알람(Address)으로 설정된 특정 메모리 영역을 통해 발생하며, 과부하, 센서 이상, 동작 오류 등과 같은 고장 또는 결함 상태를 나타낸다. 본 시스템에서는 이러한 알람 발생 PLC Address를 OPC UA Server의 이벤트 태그로 사전에 등록하고, 플랫폼이 이를 실시간으로 모니터링함으로써 설비 이벤트 발생 여부를 판단한다.

이를 통해 플랫폼은 단순한 상태 모니터링을 넘어, PLC 알람 기반의 명확한 이벤트 정의를 바탕으로 이벤트 발생 시점을 정확히 인지하고, 이후 영상 기록 모듈을 트리거하는 기준 정보로 활용한다. 이 구조를 통해 영상 데이터와 제어 데이터 간의 시간적 연계를 가능하게 하였다.

이벤트 처리 및 기록 모듈은 제어 데이터 연계 모듈로부터 전달된 이벤트 신호를 기준으로 동작한다. 이벤트가 감지되면, 플랫폼은 영상 수집 모듈에서 관리 중인 메모리 버퍼를 참조하여 이벤트 발생 전·후의 영상 프레임을 선택적으로 추출하고, 이를 영상 파일 형태로 저장한다. 영상 파일은 H.264 기반 압축 형식으로 저장되어 저장 공간 효율성을 향상시켰다^[7]. 이 과정에서 연속 녹화 방식이 아닌 이벤트 기반 기록 방식이 적용되어, 저장 공간 효율과 분석 효율을 동시에 확보할 수 있다.

플랫폼 프로그램은 다중 스레드 기반 구조로 구현되어 영상 수집, 제어 데이터 처리, 영상 기록 작업이 서로 독립적으로 수행된다. 이러한 구조를 통해 다수의 영상 기기와 제어 기기가 동시에 연결된 환경에서도 안정적인 동작이 가능하도록 하였으며, 시스템 자원 사용을 효율적으로 관리할 수 있도록 설계하였다.

결과적으로 본 연구에서 설계·구현한 플랫폼 프로그램은 표준 프로토콜 기반의 영상 및 제어 데이터 통합 처리 구조를 제공함으로써, 설비 고장 및 결함 발생 시 신속하고 정확한 원인 분석을 지원할 수 있는 기반을 마련한다^[2]. 또한 이기종 장비 연계와 확장성을 고려한 구조로 설계되어, 다양한 산업 환경에 적용 가능한 플랫폼으로 활용될 수 있다.

2.2. 시스템 성능 시험

본 연구에서 설계·구현한 플랫폼 프로그램의 유효성을 검증하기 위해, 실제 운용 환경을 고려한 시스템 성능 시험을 수행하였다. 성능 시험의 목적은 제안한 플랫폼이 다수의 영상 기기와 제어 기기를 동시에 연동한 환경에서 안정적으로 동작하는지 여부와, 제어 이벤트 발생 시 영상 기록이 사전에 정의된 기준에 따라 정확하게 수행되는지를 확인하는 데 있다.

본 연구에서 영상 기록의 정확성에 대한 성능 지표는 PLC에서 알람 이벤트가 발생한 시점을 기준으로, 이벤트 발생 이전 5초와 이후 5초의 영상이 정상적으로 기록되는 것으로 정의하였다. 이 시간 구간은 산업 현장에서 설비 이상 발생 시, 이벤트 발생 직전의 동작 과정과 이후 결과를 동시에 확인하기 위한 최소 관찰 구간으로 설정하였다. 특히 설비 고장 또는 결함은 대부분 짧은 시간 내에 발생하며, 이벤트 전·후 수 초 이내의 영상 정보가 원인 분석에 중요한 단서를 제공한다.

이에 따라 본 연구에서는 이벤트 전·후 각각 5초, 총 10초 구간을 기준으로 설정하였다.

Fig. 4. OPC UA Server tag registration

Fig. 4와 같이 성능 시험 환경은 다수의 IP 카메라와 OPC UA 기반 제어 시스템으로 구성하였다. 영상 기기는 RTSP 표준 프로토콜을 지원하는 IP 카메라를 사용하였으며, 각 카메라는 네트워크를 통해 플랫폼과 연결되었다. 제어 데이터 연계를 위해 OPC UA Server를 구성하고, 기계 및 제어 기기에서 발생하는 고장 및 결함 이벤트를 알람 태그 형태로 등록하였다. 플랫폼은 OPC UA Client를 통해 해당 알람 태그를 실시간으로 모니터링하도록 설정하였다.

Fig. 5. Real-time streaming video

Fig. 5와 같이 첫 번째 성능 시험에서는 영상 기기의 실시간 스트리밍 처리 성능과 제어 데이터 수집의 안정성을 판단할 수 있었다. 다수의 IP 카메라로부터 동시에 영상 스트림을 수신하면서, 플랫폼이 실시간 영상 표시와 메모리 버퍼 관리를 정상적으로 수행하는지 확인되었다. 동시에 OPC UA Server에서 발생하는 제어 이벤트 신호가 플랫폼에 지연 없이 전달되는지를 관찰함으로써, 총 50회의 반복 실험을 통해 제어 이벤트 발생 시점과 영상 기록 시점 간의 시간 오차를 측정한 결과, 평균 오차는 약 42ms, 최대 오차는 85ms로 나타났다. 이는 제안한 시스템이 실시간 이벤트 기반 영상 기록에서 충분한 시간 정합성을 확보하고 있음을 의미한다. 따라서 본 시스템은 설비 이벤트와 영상 데이터 간의 정밀한 동기화가 가능하며, 고장 및 결함 원인 분석에 필요한 신뢰성 있는 데이터를 제공할 수 있다.

Fig. 6. Event-based video recording using frames stored in memory buffer

Fig. 6과 같이 두 번째 성능 시험에서는 이벤트 기반 영상 기록 기능의 정확성을 평가하였다. OPC UA Server에서 고장 또는 결함 이벤트가 발생하면, 플랫폼이 해당 이벤트를 트리거로 인식하여 이벤트 발생 전·후의 영상 프레임을 메모리 버퍼에서 추출하고, 이를 영상 파일로 생성하는지를 검증하였다. 이 과정에서 이벤트 발생 시점과 영상 기록 시점 간의 시간 정합성이 유지되는지를 중점적으로 검증하였다.

또한 다중 이벤트가 동시에 발생하는 상황을 가정하여, 복수의 제어 이벤트가 연속 또는 병렬로 발생할 경우에도 각 이벤트에 대응하는 영상 기록이 정상적으로 수행되는지를 시험하였다. 이를 통해 제안한 플랫폼이 다중 설비 환경에서도 안정적인 이벤트 처리 및 영상 기록 기능을 제공할 수 있음이 확인되었다. 결과적으로 본 성능 시험을 통해 제안한 플랫폼이 다수의 영상 기기와 제어 기기를 연동한 환경에서 안정적으로 동작하며, 제어 이벤트 기반의 영상 기록 기능을 통해 설비 고장 및 결함 분석에 필요한 영상 데이터를 효과적으로 제공할 수 있는 것으로 판단된다.

2.3. 시스템 성능 결과

본 절에서는 2.2절에서 수행한 시스템 성능 시험을 바탕으로, 제안한 플랫폼의 영상 기록 성능, 저장 효율성, 그리고 설비 이벤트 연계 정확도에 대한 결과를 분석한다. 성능 결과는 기존의 연속 녹화 방식 기반 영상 시스템과의 비교를 통해 제안한 시스템의 효과를 중심으로 정리하였다^[4].

첫째, 영상 기록 방식 측면에서 제안한 플랫폼은 제어 이벤트 기반(Event-driven) 영상 기록 구조를 통해 불필요한 영상 데이터 저장을 최소화할 수 있음을 확인하였다. 기존의 연속 녹화 방식에서는 설비 운전 중 발생하는 모든 영상이 저장되어 고장 또는 결함 발생 시점의 영상을 탐색하는 데 많은 시간이 소요되었다. 반면, 제안한 시스템은 OPC UA 기반 제어 이벤트를 기준으로 이벤트 발생 전·후의 필요한 영상 구간만을 기록함으로써, 고장 또는 결함 분석에 필요한 영상 데이터를 효율적으로 확보할 수 있었다.

둘째, 저장 공간 효율성 측면에서 제안한 시스템은 기존 방식 대비 현저한 저장 용량 절감 효과를 보였다.

해당 결과는 이벤트 발생 전·후 구간만을 선택적으로 기록한 데서 비롯된 것으로, 불필요한 영상 데이터 저장을 효과적으로 줄일 수 있는 것으로 판단된다. 기존 연속 녹화 방식과 비교할 때 저장 효율이 크게 개선되었음을 확인하였다.

셋째, 제어 데이터와 영상 데이터 간의 동기화 정확도를 평가한 결과, 제어 이벤트 발생 시점과 영상 기록 시점 간의 시간적 정합성이 안정적으로 유지됨을 확인하였다. OPC UA 기반 이벤트 신호를 영상 기록 트리거로 사용함으로써, 설비 상태 변화와 해당 시점의 영상 정보를 동시에 확인할 수 있었으며, 이는 고장 또는 결함 원인 분석의 신뢰성을 향상시키는 요소로 작용하였다.

Fig. 7. Synchronization of OPC UA signals with signals from video devices

Fig. 8. File size of the recorded video

Fig. 7과 같이 다수의 영상 기기와 제어 기기가 동시에 연동된 환경에서도 플랫폼은 안정적인 동작을 유지하였다. 복수의 이벤트가 연속 또는 병렬로 발생하는 상황에서도 각 이벤트에 대응하는 영상 기록이 정상적으로 수행되었으며, 영상 스트리밍과 기록 기능 간의 간섭 현상은 관찰되지 않았다. 이를 통해 제안한 시스템이 다공정·다설비 환경에서도 적용 가능함을 확인하였다.

또한 Fig. 8과 같이 이벤트 기반으로 저장된 영상 파일의 크기는 약 1.41MB로 측정되었다. 해당 결과는 이벤트 발생 전·후 구간만을 선택적으로 기록함으로써 불필요한 영상 데이터 저장을 효과적으로 줄일 수 있음을 확인할 수 있었다.

종합적으로 볼 때, 본 연구에서 제안한 영상 기반 설비 모니터링 및 기록 플랫폼은 기존의 연속 녹화 방식 대비 저장 효율성, 이벤트 대응성, 분석 효율성 측면에서 개선된 성능을 제공한다^[8]. 이러한 결과는 제안한 시스템이 실제 산업 현장에서 설비 고장 및 결함 분석을 지원하는 실질적인 도구로 활용될 수 있을 것으로 판단된다.