“엘리베이터에 센서 안 달고 고장을 잡는다?”…레이저와 AI가 만난 새로운 진단 기술

기사의 이해를 돕기위해 AI로 생성한 이미지입니다

중국 연구진, 비접촉 광학센서로 승강기 진동 분석…AI 고장 분류 정확도 99.97% 기록

가이드슈 이상부터 출발·정지 불량까지 구별…실제 현장 적용에는 추가 검증 필요

[엘모아=편집부] 엘리베이터가 고장 나기 전에 이상 징후를 알아낼 수 있다면 어떨까. 승강기에 복잡한 센서와 배선을 추가하지 않고도 움직임을 감지하고, 인공지능(AI)이 진동의 차이를 분석해 고장 유형까지 구별하는 기술이 개발됐다.

중국 베이징대학교 등이 참여한 공동 연구진은 레이저를 이용한 비접촉 진동 측정장치와 딥러닝을 결합한 승강기 고장 진단 기술을 발표했다. 연구 결과는 국제학술지 Sensors and Actuators A: Physical 2026년 8월호에 게재됐다.

연구진이 발표한 고장 분류 정확도는 99.97%다. 물론 실제 운행 중 발생하는 모든 고장을 이 정도 정확도로 찾아낸다는 의미는 아니다. 연구진이 설정한 네 가지 운행 상태를 실험 데이터에서 구분한 결과다. 그럼에도 이번 연구는 승강기의 상태를 측정하고 관리하는 방법에 새로운 가능성을 제시했다는 점에서 주목할 만하다.

레이저 빛의 미세한 흔들림으로 고장을 알아낸다

지금까지 엘리베이터의 진동을 정밀하게 측정하려면 일반적으로 가속도센서 등을 카나 주요 기계장치에 부착해야 했다. 측정 자체는 비교적 익숙한 기술이지만, 장기간 상시 모니터링하려면 센서의 전원 공급과 통신, 배선, 장착 위치 등을 고려해야 한다.

이번 연구에서 제안된 방법은 다르다.

승강로 상부에 레이저 발신장치와 광학센서를 설치하고, 엘리베이터 카 외부에 부착된 반사판을 향해 레이저를 발사한다. 이후 되돌아오는 빛의 위치와 세기 변화를 분석하는 방식이다.

엘리베이터가 움직이면서 미세한 진동이 발생하면 반사되는 빛에도 작은 변화가 생긴다. 연구진은 네 개의 선형 CCD 센서를 십자 형태로 배치해 이러한 변화를 포착하고, 이를 이용해 전후·좌우·상하 방향의 진동을 추정했다.

쉽게 설명하면 엘리베이터에 직접 진동 측정용 전자장치를 설치하는 대신, 외부에서 빛을 쏘고 반사되는 움직임을 관찰하는 것이다.

다만 아무것도 설치할 필요가 없는 기술은 아니다. 승강로 상부의 광학장치와 카 외부의 반사판이 필요하다. 이번 연구의 특징은 움직이는 카에 별도의 전자식 가속도센서나 측정용 배선을 설치하지 않고 진동 정보를 수집한다는 데 있다.

가이드슈가 이상한지, 출발할 때 문제가 있는지도 구별

그렇다면 레이저로 수집한 진동 데이터만으로 실제 고장을 알아낼 수 있을까.

연구진은 실제 고층 승강기 환경에서 네 가지 상태를 만들어 실험했다. 정상 운행, 가이드슈 이상, 비정상적인 출발·정지, 그리고 두 가지 이상이 동시에 발생하는 복합 고장 상태다.

가이드슈 이상은 한쪽 가이드슈를 제거해 심한 편측 마모에 가까운 상태를 모사했다. 출발·정지 이상은 하중 감지 계통의 전압 설정을 변경해 출발 과정에서 비정상적인 움직임이 나타나도록 했다. 이러한 실험은 통제된 조건에서 진행됐으며 일반 승객이 탑승하는 정상적인 영업 운행시험과는 구별된다.

실험 결과 각 상태에 따라 진동 특성에 차이가 나타났다. 가이드슈에 문제가 있는 경우에는 횡방향 불안정성과 관련된 진동이 두드러졌고, 출발·정지 이상에서는 특유의 진동 패턴이 관찰됐다.

연구진은 수집한 데이터를 두 가지 딥러닝 구조로 동시에 분석했다. CNN은 진동 신호의 국소적인 특징을 추출하고, LSTM은 시간에 따라 변화하는 신호의 흐름을 분석한다. 두 방식의 장점을 결합해 고장 상태를 분류하도록 한 것이다.

결과는 흥미로웠다. 단독 CNN 모델의 정확도는 93.43%, LSTM 모델은 95.74%였지만 두 모델을 결합한 LSTM-CNN은 99.97%의 분류 정확도를 기록했다.

연구진이 설정한 실험 환경에서는 서로 다른 고장 상태를 상당히 정밀하게 구별할 수 있었던 셈이다.

99.97% 정확도, 실제 고장 예방률과는 다르다

여기서 중요한 점이 있다. 이번 연구의 99.97%는 미리 정의된 네 가지 운행 상태를 구분하는 분류 정확도이지, 실제 엘리베이터에서 발생하는 고장의 99.97%를 사전에 예측하거나 예방했다는 의미가 아니다.

연구진은 각 운행 상태에서 2~3시간씩 진동 데이터를 수집하고 두 차례 반복 실험을 진행했다. 또한 가이드슈를 제거하거나 제어 계통 설정을 변경하는 방식으로 비교적 뚜렷한 이상 상태를 만들었다.

하지만 실제 승강기에서는 고장이 이렇게 명확하게 나타나지 않을 수 있다. 가이드슈가 조금씩 마모되는 과정이나 운행 환경에 따른 정상적인 진동 변화, 여러 부품의 복합적인 노후화까지 구분하려면 더 많은 검증이 필요하다.

승강기마다 정격속도와 적재하중, 승강로 구조, 가이드레일 상태가 다르다는 점도 고려해야 한다. 같은 고장이라도 기종과 운행 조건에 따라 다른 진동 신호가 나타날 가능성이 있기 때문이다.

광학 방식 자체의 기술적 과제도 남아 있다. 승강로 내부의 먼지와 외부 빛의 간섭, 레이저와 반사판의 정렬 상태, 운행 높이에 따른 측정 조건 변화 등을 실제 환경에서 얼마나 안정적으로 관리할 수 있는지 검증해야 한다.

따라서 이번 성과를 곧바로 상용화된 고장 예측시스템으로 받아들이기는 어렵다. 다만 제한된 실험 조건에서도 높은 분류 정확도를 확인했다는 점은 후속 연구의 기반이 될 수 있다.

승강기 유지보수의 미래, 정기점검에서 상시 상태 진단으로

이번 연구가 승강기 업계에 던지는 질문은 단순하다. 앞으로 엘리베이터를 관리할 때 사람이 정해진 날짜에 방문해 점검하는 방식만으로 충분할 것인가.

현재 승강기의 유지관리에서는 기술자의 현장 점검과 부품 상태 확인이 중요한 역할을 한다. 최근에는 제어반 운행정보와 센서 데이터를 활용한 원격 모니터링 기술도 발전하고 있지만, 모든 기종과 노후 설비에 동일한 방식을 적용하기는 쉽지 않다.

비접촉 진동 측정 기술이 실용화된다면 기존 승강기에 추가적인 상태 감시 기능을 도입할 수 있는 선택지가 늘어날 수 있다.

예를 들어 특정 승강기의 진동 특성이 장기간 조금씩 변화한다면 유지보수업체는 이러한 정보를 바탕으로 현장 점검이 필요한 시점을 판단할 수 있다. 운행 중 반복되는 이상 진동을 확인해 원인 부품을 조사하거나, 수리 이후 진동 특성이 정상 범위로 돌아왔는지 비교하는 방식도 생각해 볼 수 있다.

다만 진동 데이터로 이상 징후를 파악하는 일과 실제 부품의 남은 수명을 정확하게 예측하는 일은 별개의 과제다. 이번 연구만으로 부품 교체 시기를 자동 산출하거나 정기적인 현장 점검을 대체할 수 있다고 보기는 어렵다.

그럼에도 승강기 유지관리의 방향이 고장 발생 후 수리하는 방식에서 운행 데이터를 바탕으로 상태를 판단하는 방식으로 확대되고 있다는 점은 분명하다.

특히 중요한 것은 AI가 고장을 몇 퍼센트의 정확도로 구별했느냐보다, 실제 현장에서 어떤 문제를 얼마나 일찍 발견할 수 있느냐다. 작은 이상을 조기에 찾아내 장기간 운행 중단을 줄일 수 있다면 이러한 기술의 가치는 더욱 커질 수 있다.

이번 연구는 아직 그 가능성을 검증하는 단계다. 그러나 엘리베이터의 움직임을 직접 측정하는 기존 방식에서 벗어나 빛으로 상태를 관찰하고 AI로 해석하려는 시도라는 점에서 의미가 있다.

앞으로 승강기 유지보수 기술의 경쟁력은 단순히 고장을 얼마나 빨리 수리하느냐를 넘어, 고장 징후를 얼마나 정확하고 일찍 찾아내느냐에서 결정될 수 있다.

엘모아 한 줄 요약

중국 연구진이 레이저와 AI를 결합해 승강기 고장 상태를 99.97% 정확도로 분류하는 실험에 성공했다. 다만 제한된 실험 조건에서 얻은 결과로, 실제 승강기 고장 예방과 상용화 가능성은 추가 검증이 필요하다.

업계 체크포인트

• 비접촉 진동 측정: 카에 전자식 진동센서를 부착하지 않고 레이저 반사로 움직임을 감지.

• 고장 분류: 가이드슈 이상과 출발·정지 불량 등 네 가지 운행 상태를 구분.

• 현장 적용 과제: 다양한 승강기 기종, 운행환경, 초기 마모 상태에 대한 검증 필요.

• 유지관리 변화: 상태 기반 점검과 예방정비를 지원하는 새로운 기술적 가능성 제시.

엘모아 편집부

저작권자 © 엘모아 무단전재 및 재배포 금지

관련 키워드

#엘리베이터 #승강기 #승강기유지보수 #AI고장진단 #레이저센서 #비접촉센서 #승강기진동 #가이드슈 #예지보전 #스마트엘리베이터 #엘모아