드론은 출하 전 품질검사와 현장 정비 기록이 따로 놀면, 같은 기체의 상태 변화를 이어서 보기 어렵습니다.
위플로의 ‘플로원 AI 스위트’는 검사 장비 데이터와 점검·정비 이력을 한 대시보드에서 연결해 보여줍니다.
AI가 모든 판단을 대신하기보다, 제조와 운용 사이의 데이터 간격을 줄이는 구조가 핵심 포인트입니다.

안녕하세요. 디지털에이전시 이앤아이입니다.

드론 운영에서 자주 놓치는 지점이 하나 있습니다. 출하 직전에는 꼼꼼하게 검사했는데, 막상 현장에 나가면 점검표와 정비 기록이 다른 시스템에 쌓이면서 ‘그 기체가 출하 때 어떤 상태였는지’가 흐려지는 거죠. 이렇게 되면 같은 기체의 상태 변화가 끊겨 보이고, 반복되는 이상도 추적이 어려워집니다.

10월 22일 로봇신문 보도에 따르면, AI 기반 모빌리티 진단 기업 위플로가 ‘플로원 AI 스위트’를 출시했습니다. 생산라인의 출하 전 최종 검사부터 비행 전 점검, 정비까지 이어지는 흐름을 하나로 묶는 소프트웨어인데요. 지난 6월 공개한 무인 자동화 공장 전환 지원 플랫폼 ‘플로원’의 적용 범위를 제조 현장에서 운용 현장까지 확장한 형태로 소개됐습니다.

핵심은 ‘한 기체 기준으로 데이터가 이어지게 만드는 것’입니다. 제조 현장에서는 출하 검사 장비인 DRQC 시리즈와 연결해 모터, 전자변속기, 블레이드 같은 구동부 검사뿐 아니라 머신비전 외관 검사, 열화상 검사, 관성측정장치와 지자기 센서 점검·교정 결과를 시리얼 번호별로 기록합니다. 생산라인별 직행률과 재작업률, 주요 불량 항목 추이까지 시각화한다고 해요.

운용 현장에서는 이륙 전 자동 점검 패드 ‘버티핏’ 시리즈와 연동해, 작업자가 디지털 체크리스트로 점검을 수행하고 주요 부품 진단 결과를 확인합니다. 비행 일정과 예약, 기체별 점검·정비 이력도 한 대시보드에서 관리하는 방식입니다. 누적된 상태 변화가 쌓이면, 정비 시점을 판단하는 근거로 활용될 수 있겠죠.

여기서 AI의 역할은 ‘합격/불합격’ 같은 단순 판정에만 머무르지 않습니다. 검사 장비가 수집한 여러 신호를 분석해, 개별 신호나 고정 기준값만으로는 놓치기 쉬운 이상 패턴을 찾는 데 초점을 둡니다. 사용자는 대시보드에서 이상이 있는 부품과 점검·정비 이력을 함께 확인할 수 있고, 검사 보고서 자동 생성이나 MES, 기체 자체 진단(BIT) 데이터 연동도 포함됐다고 합니다. 다만 기존 시스템과의 실제 연결 범위나 도입 조건은 현장마다 다를 수 있어, ‘어디까지 연동되는지’는 확인이 필요합니다.

위플로는 국내외 292곳 이상의 현장에서 3천 회 이상의 드론 비행·실증 데이터, 104만 건 이상의 모빌리티 점검 데이터를 축적했다고 설명했습니다. 다만 이 수치는 회사가 제시한 ‘데이터 축적 규모’이고, 진단 정확도나 사고 감소 같은 성능을 직접 증명하는 수치와는 구분해서 봐야 합니다.

이번 출시에서 눈여겨볼 부분은 ‘AI가 정비 판단을 다 해준다’는 약속보다, 제조 품질과 현장 상태를 연결하는 데이터 구조입니다. 출하 검사 결과와 이후의 변화가 같은 기체에 묶여 보이면, 반복되는 이상을 추적하고 원인을 좁히는 데 도움이 될 수 있거든요. 결국 도입 성패는 기록의 일관성, 현장 점검 절차와의 연결, 그리고 진단 결과를 해석하고 조치할 담당 체계까지 함께 설계하느냐에 달려 보입니다.

이앤아이 관점에서 보면, 이런 흐름은 드론에만 해당하지 않습니다. 제조·운영·정비 데이터가 분리된 조직일수록 ‘한 개체(시리얼) 기준의 통합 대시보드’가 업무 속도와 품질을 동시에 끌어올리는 출발점이 되는데요. 데이터가 이어지면 보고서 자동화나 이상 징후 알림 같은 다음 단계도 훨씬 자연스럽게 붙습니다.

이앤아이와 함께 더 나은 웹 환경을 만들어 나가요!

#드론 #품질검사 #정비이력 #예지정비 #AI진단 #제조데이터 #운용데이터 #대시보드 #이앤아이 #디지털에이전시 #ENIMedia #AI전문기업