○ 덴마크 혁신기금이 산업 4.0 시대 설비 유지보수를 혁신하기 위해 AI 기반의 예측 및 처방 프로세스 분석(P³AI₄) 프로젝트에 약 1,918만 DKK를 4년간 투자하기로 함

– 해당 프로젝트에는 Datalogisk Institut på KU(코펜하겐 대학교), DTU Compute(덴마크 기술대학교), Metroselskabet(코펜하겐 지하철 운영사), Everllence, DCR Solutions 등 산업·학계·기업이 협력 참여함

– 프로젝트명은 P³AI₄ (Predictive and Prescriptive Process Analytics for Industry 4.0)이며, 실시간 데이터와 프로세스 마이닝(Process Mining) 기술을 결합해 자동화된 설비의 유지보수를 능동적으로 예측하고 설명 가능하게 만드는 것이 목적임

○ 이 프로젝트는 특히 자동화 설비에서 생성되는 방대한 실시간 데이터를 활용해 고장이나 고비용 정비를 미리 예방하고, 산업 운영 효율을 높이는 것을 목표로 함

– 예컨대 Metroselskabet은 하루 약 4,500만 건의 이벤트 데이터를 생성하는 시스템을 갖추고 있으며, 이 데이터를 기반으로 실시간 고장예측 및 부품 교체 시점을 개선하고자 함

– Everllence는 선박 엔진의 오류 예측과 필요한 예비 부품 제공을 위해 본 기술을 적용할 예정이며, DCR Solutions는 사용자 중심의 소프트웨어 솔루션과 예측·처방 모델을 개발하는 역할을 맡음

○ 이 펠로우십은 향후 5년간 약 100명의 펠로우를 대상으로 10개월간의 풀타임 교육·멘토링·현장 혁신 프로그램을 제공하며, 덴마크와 동아프리카에서 운영될 예정임

– 프로그램은 두 핵심 축을 중심으로 운영됨: ‘필요 기반 혁신 방식’, ‘학제간 협업’이며, 펠로우들은 식품폐기물감소, 식물기반 가치사슬 강화, 부가가치 부산물 활용 등을 팀 단위로 해결하게 됨

– 동아프리카 프로그램은 현지 식품 생산·가공 역량 강화, 식품안전 및 품질 문제 대응, 식품폐기물 및 손실 감소에 집중함

○ 다만 기술 적용 과정에는 아직 해결해야 할 과제들도 존재함

– 가장 큰 장애요인은 현재 자동화 설비에서 생성되는 데이터의 품질과 양, 그리고 이를 해석할 수 있는 도메인 지식 부족임

– 또한 프로세스 마이닝 기반 알고리즘이 지금까지는 후행적 분석에 주로 사용되어 왔으며, 실시간 예측 및 처방으로 전환하는 데에는 기술적·운영적 장벽이 있음

– 특히 자동화 시스템 내 급격한 이벤트 변화나 예외상황은 현재 모델에서 설명하기 어렵고, 사용자에게 “왜 이 예측이 나왔는가”를 설명하는 설명가능성의 확보도 중요한 과제로 제시됨