산업용 무선 사물인터넷 센서 전문기업 모넷코리아(Monnit Korea)가 시설관리 전문기업 세안텍스(SEAN TECS)와 손잡고 건물 공조 모니터링 솔루션과 현장 패트롤(순찰·출동) 서비스를 묶은 통합 예지보전 서비스를 본격 공급한다고 밝혔다.

이 서비스의 가장 큰 차별점은 단순히 센서를 설치해주는 데서 끝나지 않는다는 점이다. 무선 센서가 설비 상태를 실시간으로 수집하고, 인공지능(AI)이 이 데이터를 분석해 사고가 발생하기 전 단계에서 이상 징후를 미리 잡아내며, 위험이 감지되면 세안텍스의 현장 패트롤 인력이 즉시 출동하는 구조다. 감지·분석·조치라는 세 단계가 하나의 흐름으로 연결되는 완결형 서비스라는 의미다.

모넷코리아는 센서만 설치해 주는 솔루션이나 사람만 보내주는 점검 서비스는 시장에 많지만 이 두 가지에 인공지능 분석까지 결합해 예지보전 단계까지 책임지는 통합 서비스는 국내에서 매우 드물다며, 양사의 협력이 만들어낸 가장 분명한 차별점이라고 설명했다.

센서가 감지하고, 인공지능이 분석하며, 패트롤이 출동한다

기존 시설관리 현장에서는 점검과 조치가 따로 움직였다. 점검을 하는 회사와 출동을 하는 회사가 다른 경우도 많았고, 이상 신호가 잡혀도 실제 조치까지 이어지지 않는 사례가 적지 않았다. 보고서는 쌓이는데 정작 사고는 반복되는 구조였다.

양사가 제공하는 통합 서비스는 이 단절을 잇는다. 먼저 건물 안 핵심 설비에 부착된 무선 센서가 진동, 온도, 전류, 압력, 누수, 공기질 같은 데이터를 끊김 없이 수집한다. 이어 인공지능 분석 엔진이 이 데이터를 실시간으로 살피며 평소와 다른 패턴을 잡아낸다. 단순히 임계값을 넘었는지 따지는 수준이 아니라 시간 흐름에 따른 변화 추세와 다른 설비와의 연관성까지 분석해 고장이 일어나기 한참 전에 위험 신호를 포착한다.

위험이 감지되면 그 즉시 세안텍스의 현장 패트롤 인력에게 작업이 자동 배정된다. 야간이든 휴일이든 가장 가까운 인력이 빠르게 현장에 출동해 조치하는 구조다. 조치 결과는 다시 데이터로 기록돼 인공지능 학습 자료로 쌓이고, 같은 유형의 사고를 더 정확히 예측하는 데 활용된다.

모넷코리아는 이상 신호 감지부터 현장 조치, 재발 방지 학습까지 한 흐름으로 이어진다는 점이 이번 서비스의 핵심이라며, 시간이 흐를수록 데이터가 쌓이고, 예측 정확도가 함께 올라가는 구조라고 강조했다.

설비는 돌고 있었지만, 이상은 이미 시작되고 있었다

이번 서비스가 출발한 문제의식은 한 문장으로 요약된다. 설비가 작동 중이라는 사실과 설비가 정상 성능을 내고 있다는 사실은 전혀 다른 개념이라는 것이다.

냉동기는 분명 정상적으로 돌고 있었다. 펌프도 작동 중이었고, 항온항습기도 모니터에서는 정상 상태로 표시됐다. 그러나 실제 현장에서는 압축기가 평소보다 과하게 운전되고 있었고, 팬에는 미세한 진동이 늘고 있었으며, 냉각 효율은 조금씩 떨어지고 있었다. 배수펌프는 간헐적으로 멈췄다 다시 작동했고, 서버실 한쪽 구석은 점점 온도가 올라가고 있었다.

문제는 이런 변화를 보여줄 실시간 데이터가 없었다는 점이다. 데이터가 없으니 인공지능 분석도 시작될 수 없었고, 결국 고장이 나서야 대응에 나섰다.

모넷코리아는 온도 회복 속도가 느려진다거나 진동이 조금 늘어난다거나 전류가 평소보다 많이 흐른다거나 하는 신호는 고장이 일어나기 한참 전에 먼저 나타난다며, 이런 신호를 꾸준히 기록하는 인프라가 없다면 아무리 숙련된 운영 인력이라도 결국 긴급 출동과 사후 대응을 반복할 수밖에 없다고 강조했다.

사례 ① 냉난방 공조 - 여름마다 마트 냉장 쇼케이스 온도가 점점 안 떨어졌다

한 대형마트 냉장 쇼케이스는 여름철마다 온도가 회복되는 속도가 점점 느려지고 있었다. 그러나 냉동기 자체는 계속 가동되고 있었기 때문에 현장에서는 별다른 이상으로 인식하지 않았다.

실제 설비 내부에서는 압축기가 과하게 운전되고 있었고, 팬에는 진동이 늘었으며, 냉각 효율 자체가 떨어지고 있었다. 모두 동시에 진행되고 있던 변화였다.

양사는 전류 센서로 압축기에 걸리는 부하 패턴을 분석하고, 진동 센서로 팬과 모터의 이상 징후를 추적하며, 온도 센서로 냉각 성능이 회복되는 시간을 실시간 기록할 수 있도록 서비스를 구성했다. 인공지능 분석이 이상 패턴을 잡아내면 패트롤 인력이 즉시 출동해 점검에 나선다. 고장이 나기 전 단계에서 계획된 정비가 가능해진 셈이다.

사례 ② 펌프와 모터 - 야간에 일어난 누수는 다음 날 아침에야 알 수 있었다

한 복합상가 기계실에서는 야간 시간대에 바닥 누수와 배수 수위 상승 문제가 반복적으로 발생했다. 그러나 야간에는 상주 인력이 없었기 때문에 상황을 파악한 시점은 항상 다음 날 오전이었다.

뒤늦게 점검해보니 배수펌프가 간헐적으로 멈췄다 작동하기를 반복하고 있었고, 동시에 모터에 걸리는 부하가 늘었으며, 베어링에서 진동이 커지고 있었다. 세 가지 이상 신호가 함께 진행되고 있었던 것이다.

누수 센서와 진동 센서, 전류 센서, 수위 센서를 함께 연결하면 야간이든 휴일이든 시간과 상관없이 설비 상태를 지속적으로 기록할 수 있다. 인공지능 분석이 침수 확산 직전의 패턴을 잡아내면 세안텍스 패트롤 인력이 야간이라도 즉시 출동한다. 침수가 확산되기 전 단계에서 선제 대응이 이뤄지는 구조다.

사례 ③ 위생·공용부 - 민원은 이미 문제가 시작된 뒤에야 들어왔다

한 빌딩에서는 장마철마다 지하주차장 습기 문제, 화장실 악취, 쓰레기실 냄새 민원이 반복적으로 접수됐다. 그러나 어느 구역에서 언제부터 문제가 시작됐는지를 추적하기는 쉽지 않았다.

기존 운영 방식은 결국 민원이 발생한 다음에야 환기 장비를 추가로 가동하거나 청소 인력을 투입하는 방식이었다. 사후 대응 구조에서 벗어나기 어려웠다.

양사는 온습도 센서와 공기질 센서, 이산화탄소 센서로 민원이 발생하기 이전의 환경 변화를 수치로 기록한다. 인공지능이 민원으로 이어질 가능성이 높은 패턴을 미리 잡아내면 패트롤 인력이 환기·청소 조치를 사전에 수행한다. 청소와 환기 일정 자체도 데이터 기반으로 최적화된다.

사례 ④ 에너지 손실 - 전기요금은 늘었는데 어디서 새는지 보이지 않았다

한 상업시설에서는 여름철 전기요금이 매년 늘고 있었다. 그러나 기존 빌딩 관리 시스템과 계량기 데이터만으로는 정확히 어느 설비가 과하게 운전되고 있는지 특정하기가 어려웠다.

자세히 들여다보니 일부 공조기와 펌프가 장시간 고부하 상태로 돌고 있었고, 배관 압력은 떨어지고 있었으며, 모터 진동도 함께 늘어나고 있었다. 에너지 손실은 단순히 누가 더 오래 가동했는가의 문제가 아니라 설비가 비효율적으로 돌고 있다는 신호였던 셈이다.

양사는 전류, 진동, 온도, 압력 데이터를 설비 단위로 실시간 추적하고, 인공지능이 과운전 구간과 손실 원인을 설비 단위로 분석한다. 분석 결과를 바탕으로 패트롤 인력이 운영 조건을 조정하거나 정비를 시행하면 운영 효율 개선과 비용 절감이 동시에 이뤄진다.

사례 ⑤ 시운전 이후 운영 데이터 - 준공 때 데이터는 있는데, 그 이후 데이터가 없었다

한 대형 사무용 빌딩은 시운전을 마치고 빌딩 관리 시스템 설정까지 완료된 상태였다. 그러나 계절이 바뀌고 입주율이 올라가면서 공간 사용 패턴이 달라지자 냉난방이 한쪽으로 쏠리는 문제와 반복 민원이 계속됐다.

기존 빌딩 관리 시스템은 설비가 어떻게 동작하고 있는지를 보여주는 데는 강점이 있지만, 실제 입주사가 체감하는 구역별 온습도 편차나 미세한 이상 징후까지는 잡아내기 어려웠다.

양사는 기존 시스템을 그대로 둔 채 무선 센서를 추가로 부착해 그동안 측정되지 않던 구역의 데이터를 보완하는 방식으로 서비스를 구성했다. 시운전 때의 기준값과 실제 운영 값을 비교하면서 변화한 환경에 맞춰 운영 방식을 조정할 수 있게 된 셈이다.

사례 ⑥ 데이터센터 - 중앙 항온항습기는 정상이었지만, 일부 서버는 이미 과열되고 있었다

한 데이터센터에서는 중앙 항온항습기와 무정전전원장치 모두 정상 상태로 표시되고 있었다. 그러나 정작 서버 랙 일부 구역에서는 온도가 지속적으로 올라가고 있었다.

서버실의 핫스팟(국부적 과열 지점)은 전체 평균 온도만 봐서는 잡아내기 어려운 영역이다. 냉각이 불균형하게 이뤄지고 있어도 기존 관제 시스템에는 이상이 잡히지 않는 경우가 많았다.

양사는 온습도 센서와 누수 센서, 전류·전압 센서를 랙 단위로 세분화 배치하고, 인공지능이 랙별 온도 편차와 전력 패턴을 실시간 분석한다. 장애 발생 이전 단계에서 위험 신호가 잡히면 패트롤 인력이 즉시 출동해 냉각 환경을 조정한다. 서버 한 대의 다운이 곧 수억원의 손실로 이어지는 데이터센터에서는 이러한 사전 감지와 즉시 대응이 결정적인 가치를 갖는다.

그래서 누가 이득을 보는가… 네 개 주체별 효익

이번 서비스가 의미 있는 이유는 시설관리 생태계 안의 각 주체가 모두 눈에 보이는 이익을 얻는다는 점에 있다.

첫째, 시설관리 책임자와 운영 인력은 야간·휴일에도 마음을 놓을 수 있게 된다. 그동안은 야간에 발생한 누수나 펌프 정지를 다음 날 아침에야 확인해야 했고, 그사이 침수나 피해가 확산되는 일도 잦았다. 이번 서비스가 적용되면 인공지능이 이상 신호를 잡아내는 즉시 세안텍스 패트롤 인력이 출동하기 때문에 같은 인력 규모로도 훨씬 안정적으로 건물을 운영할 수 있다. 반복적이고 형식적인 순회 점검은 센서가 대신하기 때문에 숙련된 기사들은 판단과 조치가 필요한 일에 집중할 수 있다.

둘째, 건물주와 자산운용사는 에너지 비용 절감과 자산 가치 보호라는 두 가지 효익을 동시에 얻는다. 여름철마다 늘어나는 전기요금의 원인을 인공지능이 설비 단위로 정확히 찾아내 운영 효율 개선이 실질적인 비용 절감으로 이어진다. 또한 냉동기와 펌프, 공조기 같은 핵심 설비의 수명을 연장하고 갑작스러운 고장을 줄이면 자산의 유지·보수 비용 자체가 내려간다. 자산을 매각할 때도 운영 데이터로 자산 관리 이력을 증명할 수 있다는 점은 자산운용사에게 분명한 협상력으로 작용한다.

셋째, 입주사와 건물 이용자는 더 쾌적한 환경을 체감한다. 화장실 악취, 주차장 습기, 사무 공간의 냉난방 불균형 같은 불편이 민원으로 접수되기 전에 미리 조치된다. 인공지능이 패턴을 읽고, 패트롤 인력이 사전 조치에 나서기 때문이다. 같은 관리비를 내고도 더 나은 서비스를 받게 되는 셈이다. 임차료가 높은 사무용 빌딩이나 대형 상가에서는 이러한 작은 차이가 입주사 만족도와 임대 갱신율을 좌우하는 경우가 많다.

넷째, 데이터센터 운영자에게는 가장 결정적인 효익이 돌아간다. 서버 한 대의 정지가 곧 수억원에서 수십억원의 손실로 이어지는 데이터센터에서는 랙 단위의 핫스팟이나 누수, 전원 이상을 사전에 감지하고 즉시 대응할 수 있다는 점만으로도 서비스 도입 비용을 충분히 상쇄한다. 특히 인공지능 학습용 그래픽처리장치 서버처럼 전력 밀도가 높은 환경에서는 국부적 과열이 잦은데, 이번 서비스는 이러한 미세 변화를 지속적으로 추적해 사고 이전 단계에서 패트롤이 개입할 수 있도록 설계됐다.

한 시설관리 임원은 예방 점검이 중요하다는 이야기는 오래전부터 있었지만 실제로는 사람의 감각과 기억에 의존할 수밖에 없었다며, 센서가 데이터를 모으고, 인공지능이 패턴을 읽고, 사람이 조치에 나서는 분업 구조가 정착되면 운영의 질 자체가 달라진다고 평가했다.

기존 시스템은 그대로… 안 보이던 부분만 채운다

이번 서비스의 또 다른 강점은 기존 시스템과의 공존에 있다.

양사는 이번 서비스가 기존 빌딩관리시스템이나 산업감시제어시스템, 자동제어 시스템을 대체하기 위한 구조가 아니라 그동안 잡히지 않던 운영 데이터를 보완하는 개념에 가깝다고 설명했다. 자동제어 시스템이 직접 측정하지 않는 구간, 시운전 이후 변화한 실제 운영 환경의 데이터를 무선 센서로 추가 확보하고 인공지능 분석에 활용하는 방식이다.

이렇게 확보된 데이터는 △설계 기준값과 실제 운영 값의 비교 분석 △자동제어 일정 최적화 △정비 우선순위 설정 △반복 민원의 원인 추적까지 폭넓게 활용된다. 노후 건물이라도 기존 시스템을 그대로 두고 필요한 구역에 무선 센서만 부착하면 즉시 데이터 자산화를 시작할 수 있다는 점이 가장 큰 도입 매력으로 꼽힌다.

한 번 설치하면 10년까지… 무선 센서 기반 실시간 구조

기술적 측면에서도 현장 도입의 부담을 낮추는 데 초점이 맞춰져 있다.

현장에 설치되는 무선 센서는 진동, 온습도, 전류, 압력, 누수, 이산화탄소, 휘발성 유기화합물, 수위 등 다양한 데이터를 수집해 산업용 엣지 게이트웨이 ‘알타 어드밴스드 엣지 게이트웨이(ALTA Advanced EDGE Gateway)’로 전송한다. 이 장비는 수집된 데이터를 보안 통신 방식으로 클라우드 분석 플랫폼이나 사내 시스템으로 실시간 전달하며, 인공지능 분석 결과가 임계 위험으로 판정되면 세안텍스 패트롤 인력의 휴대전화로 즉시 작업 지시가 전달된다. 보안이 특히 중요한 데이터센터 환경에서는 외부 클라우드 대신 자체 서버에 데이터를 보관하는 온프레미스 방식도 지원한다. 센서는 군용·산업용 수준의 강력한 암호화 방식과 방진·방수 등급(IP65)을 갖춰 가혹한 환경에서도 안정적으로 작동한다. 일반 건전지 기준으로 최대 10년까지 운용이 가능해 한 번 설치하면 사실상 별도의 관리 부담 없이 장기간 사용할 수 있다는 점도 강점이다.

예지보전의 시작은 이상 신호를 기록하고, 패턴을 읽고, 사람이 움직이는 것

모넷코리아는 냉난방 공조, 펌프, 위생, 에너지, 시운전 후 운영, 데이터센터 등 분야는 모두 달라도 현장의 문제는 결국 하나로 모인다며, 설비가 돌고 있다는 사실만으로는 정상 여부를 판단할 수 없다고 강조했다.

이어 이상 신호는 반드시 고장보다 먼저 나타난다며, 그 신호를 무선 센서로 기록하고, 인공지능이 패턴을 읽고, 세안텍스 패트롤 인력이 사고가 일어나기 전에 현장에서 조치하는 이 세 단계가 모두 결합돼야 비로소 예지보전이 완성된다고 덧붙였다.

양사는 이번 통합 서비스가 국내 건물 운영 시장의 흐름을 정성적 점검에서 데이터 기반 운영으로 바꾸는 출발점이 될 수 있다는 관측을 내놓는다. 센서 공급사, 분석 사업자, 출동 인력 운영사가 따로따로 움직이던 기존 시장 구조에서 벗어나 한 서비스 안에서 감지·분석·조치가 모두 책임지는 구조가 등장한 것 자체가 시장의 흐름을 바꿀 수 있는 변화라는 평가다.

모넷코리아 소개

Monnit은 15년 이상의 축적된 무선 기술을 기반으로 산업의 가치를 창조하고 미래 기술을 개척하며 전 세계 시장을 선도하는 IoT 센서 전문기업이다. 모넷코리아는 합리적인 가격과 다양한 센서로 고객에게 최적화된 혁신적인 IoT 솔루션을 제공한다. Monnit은 IoT 센서 제조 및 플랫폼 보유 기업으로, 기술과 경험을 통해 고객의 니즈에 최적화된 솔루션을 컨설팅하며, 저비용 고효율 IoT 무선 솔루션 선두 주자로서 기업의 부가가치 창출에 앞장서고 있다. 모넷코리아의 80여 종의 IoT 센서와 플랫폼은 BMS, FM, Smart City 어떤 산업 분야에도 유연하게 접목 가능하다. 모넷코리아는 실시간 모니터링 솔루션을 통한 합리적인 설치 및 관리 비용으로 인력, 에너지 소비 절감, 불필요한 손해 방지 등 고객의 소중한 물리적·시간적 자원 낭비를 덜어준다.