설비 고장을 예측하는 AI 데이터 분석

PART 1 · 스마트 정비를 위한 설비 데이터 분석 기초 (160h)

Python · NumPy · Pandas로 제조 센서 데이터 처리. 결측·이상치 정제와 시각화로 데이터 분석 토대 구축.

• 학습 목표: Python 기초부터 NumPy·Pandas 데이터 처리 / 결측치·이상치 처리 전략 / Matplotlib·Seaborn 시각화 / 전처리→통계→시각화 종합 실습
• 활용 도구: Python, NumPy, Pandas, Matplotlib, Seaborn, Jupyter

PART 2 · 설비진단 시계열 데이터 분석 (40h)

센서값의 시간 변화 추적. 이동평균·상관분석으로 이상 의심 구간 포착.

• 학습 목표: 시계열 구조와 datetime 인덱싱 / 추세·주기·변동성 해석 / 이동평균·이동표준편차 / 리샘플링·보간 / 다중 센서 상관분석으로 이상 의심 구간 도출
• 활용 도구: Pandas, NumPy, Matplotlib, Seaborn

PART 3 · 설비 및 제조공정 이해 (80h)

데이터 뒤 실제 설비 구조와 동작 이해. 분석 결과를 제조 현장 언어로 해석하는 감각 확보.

• 학습 목표: 제조 설비 구조와 센서 데이터의 의미 / 설비 장애 유형 파악 / PdM·디지털 트윈 개념 / 분석 결과를 제조 현장 맥락과 연결
• 활용 도구: 제조 도메인 사례 자료, 설비·공정 분석 워크시트

PART 4 · 이상 탐지 및 고장 예측 모델링 (40h)

Z-score · Isolation Forest로 이상 탐지 + 고장 예측. 센서 데이터로 정비 우선순위를 점수로 도출.

• 학습 목표: 머신러닝 핵심 개념 / Z-score·IsolationForest 이상탐지 / 고장 임박 분류 모델 / 혼동행렬·정밀도·재현율·F1-score 해석 / RUL 확장 개념
• 활용 도구: scikit-learn (IsolationForest, RandomForestClassifier, train_test_split, 평가 함수 5종) · 선택: LinearRegression, StandardScaler

PART 5 · 통합 프로젝트 (120h)

실제 설비 데이터 문제를 팀 단위로 해결. 분석부터 발표까지 취업용 포트폴리오 완성.

• 학습 목표: 설비 데이터 탐색·전처리·분석 설계 / 이상탐지 또는 고장예측 모델 적용 / 평가지표 기반 결과 해석 / 정비 의사결정 리포트·발표 / RUL 추정(심화 선택)
• 활용 도구: Python 데이터 분석 전체 스택 + GitHub · 선택: Streamlit 대시보드

PART 6 · 취업 경쟁력 강화 & 산업 이해 (160h)

배운 역량을 합격으로 연결하는 마무리 단계. 산업 이해와 서류·면접 경쟁력 강화.

• 학습 목표: 품질·공정·설비 데이터 직무 이해로 지원 방향 구체화 / 제조 현장 안전·실무 감각 습득 / 협업·소통 역량과 자기 이해(MBTI·DISC) 강화 / 데이터 분석 프로젝트 기반 이력서·자기소개서 완성 / 직무별 면접 대응 전략 수립
• 활용 도구: 이력서·자기소개서 클리닉, 모의 면접, MBTI·DISC 진단, 직무·산업 사례 분석

과정 소개

• 설비가 멈추기 전에
• 데이터가 먼저 알려주는
• 예지정비 시스템 제작.
• Python · Pandas · 시계열 분석 → 이상 탐지 → 고장 예측까지 총 600시간 · 76일 K-뉴딜 아카데미 과정.
• 600h
• 총 교육시간

이런 고민을 하고 있다면

• 전공은 있는데, 실무 데이터를 다뤄본 적이 없어 면접이 두렵다
• 이론·강의는 들었는데, 실제 현장 데이터 앞에선 막막하다
• 화려하게 만드는 것보다, 정확히 예측하고 설명하는 걸 하고 싶다
• 제조 도메인은 아는데, 거기에 AI를 어떻게 얹을지 모르겠다

교육 안내

• 교육 안내
• 교육 기간
• 2026.09.14 (월) ~ 2027.01.05 (화)
• 총 600시간 · 76일
• 강의 시간
• 월~금 09:00~18:00
• 1일 8시간 교육 · 점심시간 1시간
• 지원 자격
• 만 15세 이상 34세 이하 미취업 청년
• 정원 30명 · 국민내일배움카드 발급 불필요
• 교육 장소
• 포항시 남구 대이로 59번길 8
• 세부 호실은 추후 공지
• 모집은 2026.09.08 (화)까지 진행하며, 정원 미달 시 연장될 수 있습니다.
• 2026.9.14 (월) 개강

사용 도구

• Python
• Jupyter
• NumPy
• Pandas
• Matplotlib
• Seaborn
• scikit-learn — 이상탐지
• scikit-learn — 고장 예측
• scikit-learn — RUL 추정
• GitHub
• Streamlit
• 설비 데이터 수집부터 분석·모델링·결과 도출까지 전 과정의 메인 언어.
• PART 1~5 전 과정 실습 환경. 코드·결과·시각화를 한 화면에서 즉시 확인.
• PART 1 · 배열 연산과 통계 함수. 대규모 센서 수치 데이터 처리의 기반.
• PART 1·2·5 · 시계열·로그·운영 데이터 분석 표준 도구. 리샘플링·그룹화·시간 인덱싱·상관분석.
• PART 1·2 · 시계열 추이 그래프, 이동평균·이동표준편차, 이상 의심 구간 시각화.
• PART 1·2 · 분포·박스플롯·산점도·상관관계 히트맵으로 데이터 패턴 탐색.
• PART 4 · Z-score · Isolation Forest 기반 설비 이상 신호 탐지.
• PART 4 · RandomForest 분류 모델로 고장 임박 여부 예측 + 혼동행렬·정밀도·재현율·F1 평가.
• PART 4 · 회귀 모델(LinearRegression) 기반 잔여수명(RUL) 추정.
• PART 5 · 버전 관리 + 팀 협업 + 통합 프로젝트 산출물·포트폴리오 저장소.
• PART 5 · 모델 결과를 실시간 모니터링 대시보드로 구현.

추천 대상

• 전공은 있지만 실무가 공백인 분
• 학교·이론은 배웠는데, 실제 데이터를 다뤄본 적이 없는 분
• 제조 도메인에 AI를 얹고 싶은 분
• 기계·화공·설비 등 현장 지식에 데이터 역량을 더하려는 분
• 만드는 개발보다 분석·증명이 맞는 분
• 화려한 구현보다, 데이터로 정확히 예측·설명하고 싶은 분
• 이론↔실무 괴리를 메우고 싶은 분
• 강의 수준과 실제 현장 데이터 사이의 간극이 불안한 분
• 적성·진로를 검증하려는 분
• 데이터 직무가 나에게 맞는지 직접 해보며 확인하려는 분
• 품질·공정·설비 데이터 직무를 노리는 분
• QC·QA·공정관리 등 제조 데이터 직무로 진출하려는 분

지원 방법

• 모집 절차
• 1
• 서류 지원
• ~ 9.8 (화)
• 교육 시작일 4영업일 전까지 모집하며, 정원 미달 시 연장될 수 있습니다.
• 2
• 온라인 인터뷰
• 상시 진행
• 인터뷰 희망자 대상으로 개별 안내해드려요.
• 3
• 결과 발표
• 개인별 상시 안내
• 꼼꼼히 살펴보고 빠르게 결과를 알려드릴게요.
• 4
• 최종 합류
• 9.14 (월) 개강
• 안내 카카오톡과 함께 본 과정 여정이 시작돼요.

강사

• 강사는 확정 후 안내드립니다.
• 미정
• 강사 확정 후 안내
• 강사진이 확정되는 대로 과정 안내를 통해 공지합니다.

학습 지원

• 교육비 전액 국비 지원
• 자비부담금 없이 0원으로 수강할 수 있습니다.
• 월 최대 50만원 훈련수당
• 출석 기준 충족 시 최대 50만원의 훈련장려금이 지급됩니다.
• 국민내일배움카드 발급 불필요
• 국민내일배움카드 없이 신청 가능한 K-뉴딜 아카데미 과정입니다.
• 희망자 기숙사 무상 제공
• 포항 외 거주 희망자에게 무상 제공하며, 주소와 배정 인실은 확정 후 안내합니다.
• 학습용 노트북 지원
• 교육 실습에 필요한 학습용 노트북을 지원합니다.
• ※ 기숙사 주소와 배정 인실, 교육장 세부 호실은 확정 후 안내됩니다.

참여 전 확인사항

• 수강 전 준비 사항
• 지원
• 학습용 노트북
• 교육 실습에 필요한 학습용 노트북을 지원하므로 개인 장비가 없어도 참여할 수 있습니다.
• 권장
• 꾸준히 따라올 의지
• 사전 지식보다 끝까지 해보겠다는 마음이 중요합니다. 그 의지만 있다면 완주까지 저희가 함께합니다.
• 관심 있는 설비 · 공정 분야
• 관심 있는 제조 설비나 공정을 떠올려 두면 PART 5에서 직접 데이터셋을 고르고 프로젝트 방향을 잡을 때 수월합니다.
• 커리큘럼 포함
• Python을 몰라도 OK
• AI로 분석이 쉬워졌다지만, 기초가 없으면 결국 막힙니다. PART 1에서 Python 기본부터 차근차근 다뤄, 비전공자도 무리 없이 따라옵니다.
• 통계도 처음부터 함께
• 평균 · 분산 · 상관 등 기초 통계는 PART 1에서 처음부터 함께 다룹니다. 미리 공부해 올 필요 없습니다.
• AI 모델링이 처음이어도
• 머신러닝을 다뤄본 적 없어도 괜찮습니다. 가장 쉬운 모델부터 직접 만들어보며 단계적으로 익혀갑니다.

수강료·수료 혜택

• 전액 국비지원
• 전액 국비 지원 (자비부담 0원)
• 월 최대 50만원 훈련수당 지급
• 국민내일배움카드 발급 불필요
• 수강 가능 대상: 만 15세 이상 34세 이하 미취업 청년
• 희망자 기숙사 무상 제공 (포항 외 거주자)
• 학습용 노트북 지원

수료 후

• Python · Pandas로 다루는 제조 · 설비 데이터 분석 역량
• 센서 시계열 해석과 이상 의심 구간 도출 능력
• 이상탐지 · 고장예측 모델 기반 정비 의사결정 시나리오
• 품질 · 공정 · 설비 데이터 직무 지원용 통합 프로젝트 포트폴리오

마무리

• 설비가 멈추기 전에 데이터가 먼저 말하게 만드세요.
• 예지정비는 새로운 모델 하나가 아니라, 현장과 데이터를 연결하는 운영 흐름입니다.
• 청년 대상 · 100% 국비지원