대시보드의 압력값이 0으로 표시됩니다. 설비 압력이 실제로 낮아진 것인지, 센서 통신이 끊겨 기본값이 표시된 것인지 바로 알 수 있을까요? 두 상황의 대응은 완전히 다를 수 있습니다. 산업 데이터는 숫자뿐 아니라 언제 어디서 얻었고 사용할 수 있는 값인지를 함께 전달해야 합니다.
0과 값 없음은 다른 정보다
0은 해당 물리량의 실제 측정값일 수 있습니다. 값 없음은 관측하지 못했다는 뜻입니다. 수집 오류를 0으로 변환하면 평균·합계·이상 탐지 모델이 실제 현상으로 받아들일 수 있습니다. 저장소와 API에서 이 둘을 구분할 표현을 정합니다.
값이 존재하더라도 오래된 마지막 값일 수 있습니다. 통신이 끊긴 뒤 마지막 숫자를 계속 보여 주면 사용자는 설비가 안정적이라고 오해할 수 있습니다. 마지막 값을 유지하는 기능을 사용한다면 원래 측정 시각과 현재 품질 상태가 함께 보여야 합니다.
값·시각·상태를 하나의 묶음으로 다룬다
센서 ID, 측정값, 단위, 원천 시각, 수신 시각, 품질 상태를 함께 저장합니다. 원천 시각은 측정 또는 상태 변화가 발생한 기준이고 수신 시각은 시스템이 데이터를 받은 기준입니다. 둘의 차이는 지연이나 시계 문제를 파악하는 데 도움이 됩니다.
품질 상태에는 정상, 불확실, 사용 불가처럼 명확한 구분을 둘 수 있습니다. 애플리케이션이 정한 오래됨 상태와 장비가 보낸 품질 코드는 구분해 보존하는 것이 좋습니다. 원천 상태를 덮어쓰지 않아야 나중에 통신과 장비 원인을 따로 분석할 수 있습니다.
신선도 기준은 센서 특성에 맞춘다
빠르게 변하는 진동 값과 하루에 한 번 갱신되는 계량 값에 같은 제한 시간을 적용하기는 어렵습니다. 수집 주기와 허용 지연을 센서 종류별로 정의하고 그 기준을 넘으면 오래된 값으로 표시합니다. 변화가 있을 때만 보내는 장비는 마지막 변화 시각만으로 단절을 판단할 수 없습니다.
이 경우 연결 상태나 주기적인 상태 확인 정보를 함께 사용합니다. 정상적으로 변하지 않은 값과 전송이 중단된 값이 구분돼야 합니다. 신선도 판정의 기준과 시간 계산에 사용한 시계도 기록하면 잘못된 경보를 진단하기 쉽습니다.
가상 사례: 야간 에너지 사용량 감소
야간 전력 사용량이 갑자기 낮아졌다고 가정해 봅시다. 실제 절감일 수도 있지만 통신 단절 구간을 0으로 채운 결과일 수도 있습니다. 원본 상태를 확인하지 않고 일일 합계를 비교하면 절감 성과를 잘못 보고할 수 있습니다.
보고서에는 유효 데이터 비율과 누락 구간을 표시합니다. 보간이나 추정으로 채웠다면 관측값과 구분하고 방법을 남깁니다. 긴 결측을 짧은 결측과 같은 방식으로 보정하지 않고, 추정이 의사결정에 미치는 영향을 함께 검토합니다.
제어·알람·분석의 처리 방식을 나눈다
분석용 그래프에서는 짧은 빈 구간을 보간할 수 있어도 설비 제어에 같은 추정값을 사용할 수 있다는 뜻은 아닙니다. 품질이 나쁜 데이터를 받았을 때 알람을 낼지, 판정을 보류할지, 승인된 대체 절차를 사용할지 소비자별로 정합니다.
현장 안전 기능은 별도의 승인된 제어·보호 체계에 따라야 합니다. 일반 업무용 데이터 플랫폼이 결측을 임의로 메워 안전 상태를 판단하게 만들지 않습니다. 데이터의 가용성과 설비의 안전을 같은 표시등으로 단순화하지 않는 것이 중요합니다.
파이프라인 끝까지 상태를 유지한다
수집 단계에서 품질을 붙여도 집계 과정에서 숫자만 남으면 의미가 사라집니다. 평균·최댓값·누적량에도 사용한 표본 수, 누락 비율, 시간 범위를 함께 전달합니다. AI 학습 데이터에서도 결측 여부와 보정 이력을 보존합니다.
검증은 센서 분리, 통신 지연, 장비 재시작, 같은 값 반복을 각각 재현해 봅니다. 대시보드와 보고서가 서로 다른 상태를 보여 주지 않는지 확인합니다. 숫자의 정확성만큼 숫자를 사용할 수 있는 조건을 전달하는 것이 산업 데이터의 기본입니다.
실무 체크리스트
- 실제 0과 결측을 저장·API·화면에서 구분하는가
- 원천 시각과 수신 시각, 원천 품질을 보존하는가
- 집계와 AI 입력에도 누락·보정 상태를 전달하는가
참고 자료: OPC UA DataValue의 값·시각·품질 상태 정의. OPC UA DataValue는 값과 품질 상태, 원천·서버 시각을 함께 정의합니다. 오래됨 판정과 소비자별 대체 처리는 수집 방식과 업무 요구에 맞춰 설계해야 합니다.
본문 이미지는 이해를 돕기 위해 생성한 개념 삽화이며 실제 측정 자료나 고객 현장 사진이 아닙니다.
#센서데이터 #결측값 #데이터품질 #OPCUA #시계열데이터 #스마트팩토리 #데이터신선도 #산업IoT #이상탐지 #제조데이터
