설비 모니터링을 제대로 하려면 config부터 잡아라 — AI/AO·DI/DO 완전 정리 3단계

설비 모니터링이 엉망인 현장에는 공통점이 있다. 데이터는 쌓이는데 뭘 보고 있는지 모른다. 알람은 뜨는데 왜 뜨는지 모른다. 그 원인을 파고들면 대부분 같은 지점에서 막혀 있다. config 세팅이 잘못됐거나, 아예 안 되어 있다.

설비 모니터링은 신호를 읽는 작업이 아니다. 장비가 어떤 기준으로 움직이는지를 먼저 정의하고, 그 기준에 맞게 신호 채널을 설계한 다음, 올바른 방식으로 데이터를 수집하는 흐름이다. 이 글에서는 파라미터와 config의 개념부터 시작해서, AI/AO·DI/DO 신호가 설비 모니터링에서 어떻게 연결되는지를 한 흐름으로 정리한다.

설비 모니터링, 왜 config부터 시작해야 하는가

현장에서 장비를 처음 도입하면 가장 먼저 하는 작업이 config 세팅이다. 그런데 이 작업을 “그냥 초기 설정”쯤으로 넘기는 경우가 많다. 나중에 문제가 생겼을 때 가장 먼저 들여다봐야 할 곳이 바로 이 config인데도.

설비 모니터링은 장비의 상태를 실시간으로 확인하는 행위다. 그런데 장비가 어떤 상태를 “정상”으로 인식하는지 정해두지 않으면, 모니터링 화면에 숫자가 떠도 그게 좋은 건지 나쁜 건지 판단할 수 없다. config는 그 기준을 장비에 심어두는 작업이다. 기준이 없으면 모니터링도 없다.

파라미터란 무엇인가 — 장비가 움직이는 기준값

파라미터(Parameter)는 장비가 동작하는 기준이 되는 값이다. 온도를 몇 도로 유지할 것인지, 압력은 어느 범위 안에서 움직여야 하는지, 속도는 최대 얼마까지 허용할 것인지. 이런 값들이 파라미터다.

파라미터는 크게 두 가지로 구분할 수 있다.

구분설명예시
제어 파라미터장비가 목표값을 유지하도록 작동하는 기준설정 온도 200°C, PID 게인값
알람 파라미터정상 범위를 벗어났을 때 알람을 발생시키는 기준온도 상한 220°C, 하한 180°C

파라미터는 장비 제조사가 초기값을 제공하지만, 현장 공정 조건에 맞게 조정하는 건 결국 엔지니어의 몫이다. 같은 장비라도 공정 환경이 다르면 파라미터가 달라진다. 이 조정 작업이 바로 다음 단계인 config 세팅이다.

config 세팅이란 — 파라미터를 장비에 심는 작업

config(Configuration)는 파라미터를 포함한 장비의 전체 동작 설정을 정의하고 저장하는 작업이다. 단순히 숫자 하나를 입력하는 게 아니라, 장비가 어떤 신호를 어떤 방식으로 받아들이고, 어떻게 반응할지를 통째로 정해두는 과정이다.

config 세팅에서 주로 다루는 항목은 아래와 같다.

항목내용
채널 설정어떤 센서가 몇 번 채널에 연결되어 있는가
신호 타입4~20 mA인가, 0~10 V인가
스케일링4 mA = 0°C, 20 mA = 500°C처럼 신호값을 공학 단위로 변환하는 기준
알람 설정상한/하한 임계값과 알람 발생 조건
통신 설정Modbus, PROFIBUS 등 상위 시스템과의 통신 프로토콜
샘플링 주기몇 ms마다 신호를 읽을 것인가

config가 잘못 세팅된 상태에서 설비 모니터링을 시작하면, 화면에 뜨는 숫자 자체가 틀릴 수 있다. 스케일링 오류 하나로 실제 온도 300°C가 시스템에는 150°C로 표시되는 일이 생긴다. config는 데이터 신뢰성의 출발점이다.

AI/AO란 무엇인가 — 연속 신호로 상태를 읽는다

AI(Analog Input)와 AO(Analog Output)는 연속적인 아날로그 신호를 다루는 채널이다. 설비 모니터링에서 “지금 온도가 몇 도인가”, “압력이 얼마인가”처럼 연속적으로 변하는 값을 읽고 내보내는 데 쓴다.

AI — 아날로그 입력

센서에서 발생한 신호를 제어 시스템이 읽어들이는 채널이다. 온도 센서, 압력 센서, 유량계가 출력하는 4~20 mA 또는 0~10 V 신호가 AI 채널로 들어온다. config에서 이 채널의 신호 타입과 스케일링을 정해야 올바른 값으로 변환된다.

AO — 아날로그 출력

제어 시스템이 장비로 신호를 내보내는 채널이다. 밸브 개도를 0~100%로 조절하거나, 히터 출력을 연속적으로 제어할 때 쓴다. 인버터에 속도 지령을 내리는 것도 AO다.

AI/AO의 핵심은 연속성이다. 값이 0 아니면 1이 아니라, 그 사이 어딘가에 있다. 그래서 공정의 미세한 변화를 추적하고 트렌드를 분석하는 설비 모니터링에 적합하다. 파라미터 로그 트렌드를 읽는 방법을 이해하면 AI 채널 데이터가 훨씬 잘 보인다.

장비 AI AO DI DO 채널 신호 구조 — 연속값과 ON OFF 이벤트 비교 인포그래픽

DI/DO란 무엇인가 — ON/OFF 신호로 이벤트를 잡는다

DI(Digital Input)와 DO(Digital Output)는 0과 1, ON과 OFF만 존재하는 디지털 신호를 다루는 채널이다. AI/AO가 연속값이라면, DI/DO는 이진값이다.

DI — 디지털 입력

장비의 상태 신호를 ON/OFF로 읽어들인다. 도어가 열렸는지 닫혔는지, 모터가 운전 중인지 정지 중인지, 비상정지 버튼이 눌렸는지. 이런 이벤트성 신호가 DI 채널로 들어온다.

DO — 디지털 출력

제어 시스템이 장비에 ON/OFF 명령을 내보내는 채널이다. 펌프 기동/정지 명령, 솔레노이드 밸브 개폐, 경보 램프 점등이 DO로 처리된다.

구분신호 형태주요 용도
AI연속 (4-20 mA, 0-10 V)온도·압력·유량 모니터링
AO연속 (4-20 mA, 0-10 V)밸브 개도·인버터 속도 제어
DION/OFF운전 상태·도어·비상정지 감지
DOON/OFF기동/정지 명령·알람 출력

설비 모니터링에서 AI/AO와 DI/DO는 함께 쓰인다. AI로 온도 트렌드를 보면서, DI로 알람 발생 이벤트를 잡고, DO로 경보를 울리는 식이다. 두 신호 타입이 역할을 나눠서 담당한다.

설비 모니터링의 실전 구조 — config → 신호 → 판단

여기까지 개념을 정리했으면, 실제로 이것들이 어떻게 연결되는지 흐름으로 보자.

제조 장비 하나를 예로 들겠다. 온도를 일정하게 유지해야 하는 공정 장비다.

1단계 — config 세팅 온도 센서가 AI Ch.1에 연결되어 있다. 신호 타입은 4~20 mA, 범위는 0~500°C로 스케일링한다. 알람 파라미터는 상한 450°C, 하한 50°C로 설정한다. 샘플링 주기는 500 ms.

2단계 — 신호 수집 장비가 가동되면 AI Ch.1에서 실시간으로 온도값이 들어온다. 400°C 부근에서 안정적으로 유지되고 있다면 정상이다. 값이 흔들리기 시작하면 트렌드로 확인한다.

3단계 — 판단과 대응 온도가 450°C를 넘는 순간 알람 파라미터가 작동한다. DI 채널이 알람 신호를 읽어들이고, DO 채널이 경보 램프를 켠다. 동시에 AO 채널이 냉각 밸브 개도를 높여 온도를 낮추는 명령을 내린다.

이 흐름이 설비 모니터링의 실체다. config가 기준을 만들고, AI/AO가 연속 상태를 추적하고, DI/DO가 이벤트를 감지하고 대응한다. 세 요소가 맞물려야 모니터링이 작동한다.

config 세팅 이후 장비에서 이상한 동작이 반복된다면, 스왑 테스트로 원인을 좁혀가는 진단법도 함께 참고해볼 만하다.

핵심 요약

  • 설비 모니터링은 신호를 읽기 전에 config로 기준을 먼저 정의해야 한다
  • 파라미터는 장비가 움직이는 기준값이고, config는 그 파라미터를 포함한 전체 동작 설정이다
  • AI/AO는 온도·압력 같은 연속값을 읽고 내보내는 채널이다
  • DI/DO는 운전 상태·알람 같은 ON/OFF 이벤트를 다루는 채널이다
  • config → AI/AO(연속 모니터링) → DI/DO(이벤트 감지·대응)의 흐름이 설비 모니터링의 실전 구조다

[링크 제안]

파라미터 로그에서 이상 징후를 발견했다면, 다음 질문은 “언제부터 바뀌었냐”다.

config 세팅 이후에도 장비 이상이 반복된다면 부품 단위로 원인을 좁혀야 한다.

IEC 61131-3 등 산업 자동화 신호 표준이 궁금하다면 PLCopen 공식 사이트에서 더 알아볼 수 있다.

FAQ

둘 다 필요하다. AI/AO는 공정 상태의 연속 변화를 추적하는 데 쓰고, DI/DO는 알람·운전 상태 같은 이벤트를 감지하고 대응하는 데 쓴다. 역할이 다르기 때문에 어느 하나만으로는 설비 모니터링이 완성되지 않는다.

가장 흔한 문제는 스케일링 오류다. 신호 범위를 잘못 설정하면 실제 값과 시스템에 표시되는 값이 달라진다. 알람 파라미터가 잘못되면 정상 구간에서 알람이 뜨거나, 이상 구간에서 알람이 안 뜬다. config 오류는 데이터 신뢰성 자체를 무너뜨린다.

먼저 AI 채널 데이터가 올바르게 수집되고 있는지 확인해야 한다. config 세팅이 정확하고, 샘플링 주기가 분석 목적에 맞게 설정되어 있어야 한다. 데이터가 쌓이기 시작하면 트렌드 분석부터 시작하는 것이 가장 자연스러운 진입점이다.

관련 글 보기