자동차 엔진이 어떻게 작동하는지 이해하려고 한다고 상상해 보십시오. 단순히 연료 게이지를 보고 남은 가스의 양을 확인할 수도 있겠지만, 그것은 오직 큰 그림만을 보여줄 뿐입니다. 엔진이 무엇을 하고 있는지—피스톤이 끼었는지, 점화 플러그가 불량인지, 아니면 기어가 갈리고 있는지—를 정말로 이해하려면 엔진의 '심장 박동'을 들어야 합니다. 공장의 세계에서 그 "심장 박동"은 바로 전기입니다. 기계는 단순히 전력을 사용하는 것이 아니라, 도구가 금속에 닿거나 모터의 속도가 변할 때 즉각적으로 변화하는 전압과 전류의 복잡한 노래를 부릅니다. 이것이 바로 공장이 스마트하고 연결되며 데이터 중심적으로 변하는 움직임인 **인더스트리 4.0(Industry 4.0)**의 핵심입니다. 만약 우리가 충분히 높은 정밀도로 이 전기적 노래를 들을 수 있다면, 기계가 언제 고장 날지, 에너지를 얼마나 낭비하는지, 심지어 도구가 얼마나 날카로운지까지 예측할 수 있다는 아이디어입니다. 하지만 여기에는 문제가 있습니다. 우리가 이 음악을 듣기 위해 사용하는 대부분의 도구는 소규모 공장이 쓰기에는 너무 비싸거나, "원시(raw)" 데이터를 블랙박스 안에 가두어 두거나, 혹은 기계가 시작되거나 멈출 때 발생하는 빠르고 날카로운 음표들을 포착하기에는 너무 느립니다.

이 지점에서 위스콘신 대학교 매디슨 캠퍼스의 엔지니어 팀이 **자율 에너지 모니터링 시스템(Autonomous Energy Monitoring System, AEMS)**이라는 새로운 발명품을 들고 등장합니다. 이것을 누구나 구매하고, 제작하고, 수정할 수 있는 고품질의 오픈 소스 마이크를 만드는 것이라고 생각하십시오. 한 시간 동안 사용된 평균 에너지만 알려주는 10,000달러짜리 "블랙박스" 미터를 사는 대신, AEMS는 초당 수천 번의 원시 전기 파형을 기록하는 저비용의 모듈형 장치입니다. 이 장치는 "자율적"으로 설계되었습니다. 즉, 인터넷이 끊기거나 연결된 컴퓨터가 다운되더라도 데이터를 계속 기록할 수 있으며, 데이터를 다시 보낼 준비가 될 때까지 자체 메모리에 정보를 안전하게 저장할 수 있습니다. 연구진은 이 시스템을 3축 CNC 머시닝 센터(정교한 컴퓨터 제어 금속 절삭기)에서 테스트했으며, 이 장치가 기계의 "목소리"를 아주 미세한 변화까지 포착할 수 있을 만큼 명확하게 들을 수 있다는 것을 발견했습니다. 예를 들어, 이 장치는 기계의 피드 레이트(금속을 가로지르는 속도)가 단 50 mm/min만큼 변하는 것도 감지할 수 있었으며, 기계가 단순히 공중에서 도구를 회전시키는 것과 실제로 금속을 깎고 있는 상태를 구분할 수 있었습니다. 이 장치의 설계도를 오픈 소스로 공개함으로써, 연구팀은 소규모 제조업체와 연구자들이 거대한 예산 없이도 공장을 더 스마트하게 만들 수 있는 자신들만의 "청취 장치"를 구축할 수 있기를 희망하고 있습니다.

문제점: 공장 에너지의 "블랙박스"

오랫동안 공장들은 딜레마에 빠져 있었습니다. 한쪽에는 크고 비싼 상업용 전력 미터기가 있습니다. 이것들은 마치 고급 전문 녹음 스튜디오와 같습니다. 정확하지만 "독점적(proprietary)"입니다. 즉, 제품을 만든 회사가 코드를 소유하며, 종종 원시 고속 데이터를 보여주지 않습니다. 그들은 "오늘 기계가 50킬로와트시를 사용했습니다"라고 말해줄 수는 있지만, 도구가 금속의 딱딱한 부분에 닿았을 때 발생한 찰나의 전력 급증(spike)은 보여주지 않을 것입니다. 그 원시 데이터 없이는 기계가 곧 고장 날 것임을 예측하도록 인공지능을 훈련시킬 수 없습니다.

다른 한쪽에는 아두이노(Arduino)나 라즈베리 파이(Raspberry Pi) 보드와 같은 유명한 "취미용" 오픈 소스 하드웨어가 있습니다. 이것들은 저렴하고 유연하며 누구나 만져볼 수 있습니다. 하지만 이것들은 마치 저렴한 카세트 녹음기와 같습니다. 공장 바닥의 노이즈가 많고 위험하며 빠르게 변하는 전기 환경을 처리하도록 만들어지지 않았습니다. 이들은 전력 서지로부터 보호할 수 있는 안전 격리 기능이 부족하며, 기계가 작동할 때 발생하는 미세하고 빠른 전기적 변화를 포착할 수 있는 정밀함도 부족합니다.

이 논문의 저자들은 우리가 그 중간에 갇혀 있다고 주장합니다. 우리는 값비싼 스튜디오 장비의 **충실도(fidelity, 정확도)**와 취미용 장비의 개방성 및 저렴함을 모두 갖춘 무언가가 필요합니다. 그들은 이 두 세계 사이의 다리를 놓기를 원했습니다.

해결책: "자율적" 기록 장치

연구팀은 스스로 똑똑하게 작동하는 데이터 기록 장치인 AEMS를 구축했습니다. 이 시스템이 어떻게 작동하는지 주요 부분별로 나누어 설명하면 다음과 같습니다.

1. 귀 (하드웨어)
이 장치는 전기를 듣기 위해 특수한 "프런트엔드"를 사용합니다. 이 장치는 메인 전원으로부터 격리된 센서를 사용하여 3상 전압과 전류(중공업 기계에 전력을 공급하는 세 개의 전선)를 측정합니다. 이는 마치 마이크가 방음 유리벽에 의해 보호받는 것과 같습니다. 고전압에 의해 타버리지 않고도 기계의 소리를 명확하게 들을 수 있습니다.

• 심장: 핵심에는 전기를 초당 32,000번(32 kS/s) 샘플링하는 24비트 아날로그-디지털 변환기(ADC)가 있습니다. 이는 모터가 시작되거나 도구가 맞물릴 때 발생하는 찰나의 전력 변화인 "과도 현상(transients)"을 포착하기에 충분히 빠릅니다.
• 두뇌: 이 장치는 듀얼 코어 프로세서(두 개의 뇌를 가진 칩)를 사용합니다. 한쪽 뇌(Cortex-M4)는 데이터를 가져와 저장하는 지루하지만 중요한 작업에 전념합니다. 다른 쪽 뇌(Cortex-M7)는 컴퓨터 및 인터넷과의 통신을 담당합니다. 이러한 분리는 인터넷 연결이 혼잡해지더라도 데이터 기록이 끊기지 않도록 보장합니다.
• 메모리: 내부 저장 장치(eMMC)와 마이크로 SD 카드 슬롯을 갖추고 있습니다. 즉, 컴퓨터에 연결되어 있지 않아도 몇 시간 또는 며칠 동안 기록할 수 있습니다. 이 장치가 "자율적"인 이유는 인간이 손을 잡아줄 필요 없이 스스로 로그를 기록하기 때문입니다.

2. 목소리 (소프트웨어)
시스템은 또한 오픈 소스로 제공되는 전체 소프트웨어 제품군을 갖추고 있습니다.

• 라이브러리: 컴퓨터가 장치와 통신하여 언제 기록을 시작할지, 무엇을 측정할지, 파일을 어떻게 저장할지 지시할 수 있게 해주는 도구 모음입니다.
• 엣지 게이트웨이(Edge Gateway): 공장에 위치하여 여러 대의 AEMS 장치를 동시에 관리할 수 있는 중간 매개체(라즈베리 파이와 같은 역할)입니다. 기록 일정을 잡고, 데이터를 수집하며, 인터넷이 연결되어 있다면 클라우드로 데이터를 보낼 수도 있습니다.
• 클라우드: 어디서든 기계를 모니터링할 수 있게 해주는 선택적 레이어이지만, 시스템은 인터넷이 끊기더라도 로컬 게이트웨이가 완벽하게 작동하도록 설계되었습니다.

테스트 주행: CNC 머신 소리 듣기

시스템의 성능을 입증하기 위해 연구진은 3축 HAAS CNC 머시닝 센터에 AEMS를 적용했습니다. 그들은 단순히 장치를 꽂아두고 결과가 좋기를 바란 것이 아니라, 장치가 기계의 서로 다른 상태를 "들을 수" 있는지 확인하기 위해 일련의 특정 테스트를 수행했습니다.

테스트 1: 스핀들 회전
연구진은 기계의 스핀들(절삭 도구를 잡고 있는 부분)을 0에서 3000 RPM까지 500 RPM씩 증가시키며 다양한 속도로 가동했습니다.

• 결과: AEMS는 속도가 증가함에 따라 전력 소비가 상승하는 것을 명확하게 포착했습니다. 또한 전력이 직선형으로 올라가는 것이 아니라 저속과 고속에서 다르게 튀어 오르는 비선형적 경향을 보였습니다. 장치는 이를 완벽하게 포착하여 기계의 속도 변화를 추적할 수 있음을 증명했습니다.

테스트 2: 피드 레이트의 춤
다음으로, 속도는 일정하게 유지하면서 기계가 금속을 가로지르는 속도(피드 레이트)를 변경했습니다. X축과 Y축에 대해서는 300 mm/min에서 2100 mm/min까지, Z축에 대해서는 200 mm/min에서 1000 mm/min까지 테스트했습니다.

• 결과: 시스템은 모든 변화를 감지했습니다. 기계가 느리게 움직이는 것과 빠르게 움직이는 것을 구분할 수 있었습니다. 흥미롭게도, Y축(무거운 테이블을 운반함)이 동일한 속도에서 X축(테이블을 받치고만 있음)보다 더 많은 전력을 사용한다는 것을 알아냈는데, 이는 물리적으로 타당합니다. 더욱 놀라운 점은, 이 장치가 50 mm/min만큼의 미세한 속도 변화까지도 포착할 수 있었다는 것입니다. 이는 시끄러운 방 안에서 속삭임을 듣는 것과 같습니다.

테스트 3: 급속 이동(Rapid Moves)
연구진은 기계가 절삭 없이 위치를 빠르게 이동하는 "급속 이동"을 테스트했습니다.

• 결과: AEMS는 기계가 움직이기 시작할 때의 전력 "스파이크(급증)"와 멈출 때의 "딥(급감)"을 포착했습니다. 심지어 도구가 아래로 내려갈 때(중력의 도움을 받아 전력을 적게 사용)와 위로 올라갈 때(모터가 중력에 저항하여 전력을 더 많이 사용)의 차이까지 구분해 냈습니다.

테스트 4: 실제 절삭
마지막으로, 알루미늄 조각을 실제로 깎았습니다. 도구가 실제로 금속을 제거하는 동안 스핀들 속도와 피드 레이트를 변경했습니다.

• 결과: 장치는 도구가 공중에서 회전하는 것과 금속을 물고 깎는 상태의 차이를 명확하게 보여주었습니다. 피드 레이트를 높였을 때 전력 소비가 증가했는데, 이는 재료를 더 많이 제거하는 물리 법칙과 일치합니다. 시스템은 "절삭 시그니처(cutting signature)"를 성공적으로 구현하여, 한 번의 패스(pass)당 네 번의 작업 동안 도구가 공작물과 맞물리는 순간을 정확히 보여주었습니다.

왜 이것이 중요한가 (그리고 무엇을 주장하지 않는가)

저자들은 자신들이 무엇을 했고 무엇을 하지 않았는지 신중하게 밝히고 있습니다. 그들은 이 장치가 모든 가능한 공장에서 완벽하다는 것을 증명한 것은 아닙니다. 그들은 아직 매우 비싼 정밀 교정용 미터기와 비교하여 미세한 정확도 오류를 검증하지 않았음을 인정합니다. 또한 특정 기계와 특정 종류의 도구 하나만을 대상으로 테스트했습니다. 수십 대의 기계가 서로 통신하는 전체 공장 바닥에서 작동하는 모습도 아직 보여주지 못했지만, 시스템은 그렇게 하도록 설계되었습니다.

그러나 그들이 보여준 것은 다음과 같은 장치를 만드는 것이 가능하다는 사실입니다:

1. 개방성: 코드와 회로도를 볼 수 있습니다.
2. 저비용: 상업적 대안의 아주 적은 비용만 듭니다.
3. 자율성: 네트워크가 실패하더라도 계속 작동합니다.
4. 고충실도: 기계가 어떻게 작동하는지 세부 사항을 볼 수 있을 만큼 빠르게 데이터를 포착합니다.

논문은 이 시스템이 거대한 간극을 메워준다고 결론짓습니다. 이를 통해 소규모 공장과 대학 연구실에서도 대기업이 보유한 것과 같은 고품질 데이터에 접근할 수 있게 되며, 막대한 비용이나 "블랙박스"의 제한을 받을 필요가 없습니다. 하드웨어와 소프트웨어 설계를 모두 공개함으로써, 연구팀은 누구나 이 기술을 재구축하고 개선하여 제조를 더 스마트하고, 안전하며, 효율적으로 만들 수 있기를 희망하고 있습니다. 이것은 단순한 새로운 미터기가 아닙니다. 우리 세상을 만드는 기계들의 소리를 듣는 새로운 방법입니다.