다음 논문이 IEEE ICDM 2026의 OWAD 워크숍(Outlier and Anomaly Detection)에 채택되었습니다.
논문 정보
- 제목: Measuring the Plausibility-Fidelity Gap in Physics-Based Synthetic Faults for Industrial Cyber-Physical Systems
- 학회: IEEE International Conference on Data Mining (ICDM) 2026, OWAD Workshop
- 워크숍 홈페이지: https://sites.google.com/view/icdm-owad-2026-workshop/home
어떤 연구인가
산업 설비에서는 실제 고장 데이터를 충분히 확보하기 어렵습니다. 고장 자체가 자주 발생하지 않고, 발생하더라도 전문가가 원인을 확인하고 라벨링하는 데 많은 비용이 들기 때문입니다.
이 문제를 보완하기 위해 물리 모델이나 도메인 지식을 이용해 고장 데이터를 합성하는 방법이 활용됩니다. 일반적으로는 생성된 데이터가 물리 법칙과 설비의 제약 조건을 만족하면 학습에 활용할 수 있는 데이터라고 판단합니다.
이번 연구는 여기서 한 단계 더 나아가 질문을 던졌습니다.
물리적으로 말이 되는 합성 고장이 실제 현장에서 발생한 고장과도 정말 비슷한가?
이를 확인하기 위해 물리적 타당성(Plausibility)과 실제 데이터에 대한 분포 충실도(Fidelity)를 서로 다른 두 축으로 나눠 평가하는 방법을 제안했습니다.
물리적 타당성은 설비의 운전 특성을 반영한 8개 물리 지표를 이용해 평가하고, 분포 충실도는 실제 고장 데이터와 합성 고장 데이터의 차이를 Energy Distance와 분류기 기반 두 표본 검정(C2ST)으로 측정했습니다.
실제 산업 데이터로 확인한 결과
실험에는 동일한 구성의 PSA 산소발생기가 운영되는 3개 산업 현장의 데이터를 사용했습니다. 2025년 9월부터 2026년 3월까지 5초 주기로 수집된 약 240만 행의 정상 운전 텔레메트리와, 전문가가 라벨링한 고장 데이터 4,106행(7개 고장 모드)을 분석했습니다.
현장 데이터가 충분한 5개 고장 모드를 대상으로 비교한 결과, 물리 검증을 통과한 합성 고장도 실제 고장 데이터와 뚜렷하게 구분됐습니다. C2ST의 AUC는 0.95에서 1.00으로 나타났고, 합성 데이터와 실제 데이터 사이의 거리는 실제 고장 데이터 내부에서 발생하는 편차보다 약 5배에서 15배 컸습니다.
이러한 차이는 특정 생성 방식에서만 발생한 것이 아니었습니다. 규칙 기반 생성, VAE 기반 생성, Gaussian Process 기반 생성 세 가지 방식을 비교했을 때도 같은 경향이 나타났습니다. 물리 검증 필터를 통과했는지 여부와 실제 데이터에 대한 충실도 사이에서도 뚜렷한 관계를 확인하기 어려웠습니다.
9개의 원시 센서 값만 사용해 다시 분석했을 때도 결과가 유지돼, 사람이 설계한 파생 변수 때문에 발생한 차이가 아니라는 점도 확인했습니다.
합성 고장 데이터로 학습한 모델을 실제 현장 고장에 적용하는 실험에서도 이 차이의 영향이 나타났습니다. 합성 데이터와 실제 데이터 간 차이가 큰 일부 고장 모드에서 성능 저하가 집중됐으며, 물리적 타당성만을 기준으로 데이터를 필터링하는 방식으로는 이 문제를 해결하기 어려웠습니다.
이번 연구가 말하는 것
이번 연구의 핵심은 물리적 타당성과 실제 데이터에 대한 충실도를 같은 개념으로 볼 수 없다는 점입니다.
물리 법칙을 만족하는 합성 데이터라도 실제 현장에서 발생하는 고장의 분포와는 다를 수 있습니다. 따라서 산업용 합성 데이터를 만들고 검증할 때는 물리적으로 가능한 데이터인지 확인하는 것과 함께, 실제 현장 데이터의 특성을 얼마나 잘 재현하고 있는지도 별도로 평가할 필요가 있습니다.
스피랩은 물리 모델과 데이터를 결합하는 Physics-aware Hybrid AI를 개발하고 있습니다. 이번 연구는 그 과정에서 계속 마주치는 질문인 '물리 모델이 만든 데이터와 실제 현장 데이터 사이에 어느 정도 차이가 있는가’를 실제 산업 데이터로 측정하고 검증한 연구입니다.
연구 결과는 레이판(Raypann) 예지보전 제품의 합성 데이터 검증 과정과 가상실험 시뮬레이터의 신뢰도 평가에도 활용할 계획입니다.
심사 과정에서도 실제 산업 현장 데이터를 활용한 점과 물리 기반 검증에 분포 충실도 평가를 함께 적용한 접근의 실용성을 긍정적으로 평가받았습니다.
최종 논문은 ICDM 2026 워크숍 프로시딩을 통해 출판될 예정입니다.