온톨로지 및 AI를 활용한 철도유지보수 시스템

1) 개발 배경 - 철도 유지보수의 한계 : 기존 정기점검 방식은 고장을 충분히 예측하지 못해 안전성 저하와 비용 증가 문제 발생. - 데이터 기반 정비의 필요성 증가 : 다양한 센서와 시스템에서 대량 데이터가 생성되지만 체계적인 지식화와 분석 체계가 부족. - AI와 온톨로지 기술 발전 : 도메인 지식 구조화와 예측 모델 활용이 가능해지며 지능형 유지보수 시스템 개발의 기반 마련. 2) 목표 - 철도 고장 사전예측 통한 안전성 향상 : AI 기반 예측 모델로 고장을 조기에 탐지하고 사고 위험 최소화. - 유지보수 효율 최적화 : 잔존수명 예측과 자원(인력/재고/스케줄) 최적화로 비용 절감과 운영 효율성 극대화. - 지능형 정비 의사결정 체계 구축 : 온톨로지·설명 가능한 AI 기반으로 정비 방법 자동 제시와 의사결정 지원. 3)주안점 - 데이터 품질과 표준화 확보 : 이기종 데이터 통합, 센서 오류 및 결측값 처리, 보안 체계 확보가 필수. - AI 모델의 신뢰성과 투명성 확보 : 불균형 데이터 해결, 지속적 검증·재학습, 예측 근거 설명 제공. - 확장 가능한 시스템 아키텍처 설계 : 대용량 실시간 처리, 모듈화 구조, 설비 확장 시 유연한 대응 가능성 확보.