개요
예방 정비(豫防整備, Preventive Maintenance, PM)는 장비가 고장나기 전에 정기적으로 점검·정비하여 예기치 않은 고장과 가동 중단을 방지하는 정비 전략이다. 장비의 신뢰성을 유지하고 수명을 연장하며, 갑작스러운 고장으로 인한 생산 손실과 높은 수리 비용을 줄이는 것을 목적으로 한다. 예방 정비는 시간 기반(일정 주기) 또는 사용량 기반(가동 시간, 생산 횟수 등)으로 수행되며, 제조업, 항공, 건물 관리, 차량 관리 등 거의 모든 산업 분야에서 광범위하게 적용된다.
역사
예방 정비의 개념은 산업혁명 이후 기계 설비가 대규모로 도입되면서 자연스럽게 발전하였다. 초기 산업 시대에는 장비가 고장 날 때까지 사용하다가 수리하는 사후 정비(Reactive Maintenance) 방식이 일반적이었다. 그러나 20세기 초 대량 생산 체제가 확산되면서, 예기치 않은 설비 고장이 막대한 생산 손실을 초래한다는 인식이 높아졌다.
1950년대 일본의 제조업체들은 미국의 정비 관리 기법을 도입하여 총합적 생산 보전(Total Productive Maintenance, TPM) 개념으로 발전시켰다. TPM은 운전자부터 관리자까지 전 구성원이 설비 보전에 참여하는 체계로, 예방 정비를 핵심 축으로 삼고 있다. 이후 컴퓨터 기술의 발전과 함께 컴퓨터 기반 정비 관리 시스템(CMMS)이 보급되면서, 예방 정비의 계획과 이력 관리가 체계적으로 이루어지게 되었다.
유형
시간 기반 정비
일정한 시간 간격(예: 매주, 매월, 매분기, 매년)에 따라 정비를 수행하는 방식이다. 장비의 실제 상태와 무관하게 정해진 일정에 맞추어 부품을 교체하거나 점검한다. 자동차의 정기 오일 교환이 대표적인 예이다.
사용량 기반 정비
장비의 가동 시간, 생산 횟수, 주행 거리 등 실제 사용량을 기준으로 정비 시점을 결정하는 방식이다. 예를 들어 항공기 엔진은 비행 시간을 기준으로 정비 주기가 설정된다.
상태 기반 정비
장비의 실시간 상태를 모니터링하여 이상 징후가 감지되면 정비를 수행하는 방식이다. 진동 분석, 열화상 촬영, 오일 분석, 초음파 검사 등의 기술이 활용된다. 상태 기반 정비는 예방 정비의 발전된 형태로, 불필요한 정비를 줄이고 실제 필요한 시점에 정비를 수행할 수 있다는 장점이 있다.
예측 정비
예측 정비(Predictive Maintenance, PdM)는 센서 데이터, 머신러닝, 인공지능 등의 기술을 활용하여 장비의 고장 시점을 사전에 예측하고, 고장이 발생하기 직전에 최적의 시점에서 정비를 수행하는 방식이다. 예방 정비의 가장 진보된 형태로 간주되며, 산업용 사물인터넷(IIoT)의 발전과 함께 빠르게 확산되고 있다.
주요 활동
예방 정비에서 수행되는 일반적인 활동은 다음과 같다.
- 점검(Inspection): 장비의 외관, 작동 상태, 마모 정도를 육안 또는 계측 장비로 확인
- 청소(Cleaning): 먼지, 이물질, 윤활유 잔류물 등을 제거하여 장비 성능 유지
- 윤활(Lubrication): 마찰 부위에 적절한 윤활유를 도포하여 마모와 발열 방지
- 조정(Adjustment): 벨트 장력, 정렬, 압력 등을 규정값으로 조정
- 교체(Replacement): 필터, 벨트, 베어링, 씰 등 소모성 부품을 수명 도래 전 교체
- 교정(Calibration): 계측 장비와 센서의 정확도를 검증하고 보정
- 테스트(Testing): 안전 장치, 비상 정지 장치 등의 작동 여부를 시험
장점
- 가동 중단 감소: 계획된 정비로 예기치 않은 고장과 비계획 가동 중단을 최소화
- 장비 수명 연장: 정기적인 관리를 통해 장비의 전체 사용 수명을 늘림
- 비용 절감: 대규모 고장 수리에 비해 정기 정비 비용이 낮으며, 생산 손실도 줄어듦
- 안전성 향상: 장비 결함을 사전에 발견·조치하여 작업자 안전사고 예방
- 품질 유지: 장비가 최적 상태로 작동하여 제품 품질의 일관성 확보
- 에너지 효율: 정비된 장비는 에너지를 효율적으로 사용
- 규정 준수: 법적·규제적으로 요구되는 정비 기록을 체계적으로 관리
단점 및 한계
- 과잉 정비: 실제 필요와 무관하게 일정에 따라 정비를 수행하면 불필요한 비용 발생
- 초기 투자 비용: 정비 프로그램 구축, CMMS 도입, 인력 교육에 초기 비용 소요
- 계획 수립의 어려움: 최적의 정비 주기를 설정하려면 장비별 고장 이력과 제조사 권고 사항에 대한 충분한 데이터 필요
- 부품 낭비 가능성: 아직 사용 가능한 부품을 주기적으로 교체하면 자원 낭비 발생
- 인력 필요: 정비를 수행할 숙련된 기술 인력이 지속적으로 필요
정비 전략 비교
| 전략 | 설명 | 시점 | |------|------|------| | 사후 정비 | 고장 발생 후 수리 | 고장 후 | | 예방 정비 | 정기적 점검·교체로 고장 예방 | 시간/사용량 기반 | | 상태 기반 정비 | 상태 모니터링에 따라 정비 | 이상 감지 시 | | 예측 정비 | 데이터 분석으로 고장 시점 예측 | 고장 직전 최적 시점 |
산업별 적용
제조업
제조 공장에서는 생산 라인의 설비에 대한 예방 정비가 필수적이다. CNC 공작기계, 프레스, 컨베이어, 로봇 등의 핵심 설비에 정기 정비를 수행하여 생산 중단을 방지한다. TPM 체계를 도입한 공장에서는 운전자가 일상 점검(자주 보전)을 직접 수행하고, 전문 정비팀이 정기 정비를 담당한다.
항공
항공 산업에서는 안전이 최우선이므로, 항공기 정비는 엄격한 규정에 따라 수행된다. A 점검(약 400~600 비행 시간마다), B 점검(약 6~8개월마다), C 점검(약 20~24개월마다), D 점검(약 6~10년마다) 등 단계별 예방 정비 프로그램이 운영된다.
건물 및 시설 관리
건물의 냉난방 설비(HVAC), 엘리베이터, 전기 시스템, 배관, 소방 설비 등에 대해 정기적인 예방 정비를 수행한다. 이는 건물의 안전과 쾌적한 환경 유지, 에너지 비용 절감에 기여한다.
차량 관리
자동차 제조사가 권장하는 정비 일정에 따라 엔진 오일 교환, 타이어 교체, 브레이크 패드 점검, 냉각수 보충 등을 수행하는 것이 대표적인 예방 정비이다.
CMMS와 디지털 전환
컴퓨터 기반 정비 관리 시스템(Computerized Maintenance Management System, CMMS)은 예방 정비의 계획, 실행, 이력 관리를 디지털화하는 소프트웨어이다. CMMS를 통해 정비 일정 자동 생성, 작업 지시서 발행, 예비 부품 재고 관리, 정비 이력 추적 등이 가능하다.
최근에는 산업용 사물인터넷(IIoT) 센서를 통해 장비 상태 데이터를 실시간으로 수집하고, 클라우드 기반 플랫폼에서 인공지능 알고리즘을 활용하여 최적의 정비 시점을 자동으로 도출하는 스마트 정비 체계로 발전하고 있다.
국제 표준
예방 정비와 관련된 주요 국제 표준은 다음과 같다.
- ISO 55000: 자산 관리 — 개요, 원칙 및 용어
- ISO 55001: 자산 관리 — 관리 시스템 요구 사항
- ISO 14224: 석유·천연가스·석유화학 산업 — 장비 신뢰도 및 정비 데이터 수집·교환
- EN 13306: 정비 용어의 유럽 표준
같이 보기
- 총합적 생산 보전(TPM)
- 예측 정비
- 신뢰성 중심 정비(RCM)
- 컴퓨터 기반 정비 관리 시스템(CMMS)
- 설비 종합 효율(OEE)
- 고장 모드 및 영향 분석(FMEA)
- 평균 고장 간격(MTBF)
관련 인사이트

로봇은 왜 볼트를 떨어뜨리는가 — Physical AI가 공장에 필요한 진짜 이유
AI가 데이터 패턴만 외우는 시대는 끝나고 있다. 물리 법칙을 이해하는 Physical AI가 제조 현장에 왜 필요한지, KAIST 교수와 자동차 부품 공장 팀장이 볼트 하나를 놓고 이야기한다.

디지털 트윈, 당신 공장엔 이미 있다 — 엑셀과 MES 사이 어딘가에
디지털 트윈은 10억짜리 3D 시뮬레이션이 아니다. 지금 쓰고 있는 엑셀에 좋은 질문 하나를 더하는 것 — 두 전문가가 중소 제조기업이 이미 가진 데이터로 예측하는 공장을 만드는 현실적 로드맵을 제시한다.

공장의 뇌는 어떻게 생겼는가 — 제조운영 AI 아키텍처 해부
지식관리, 업무자동화, 의사결정지원 — 따로 보면 다 있던 것들입니다. 제조 AI의 진짜 차이는 이 셋이 순환하면서 '우리 공장만의 지능'을 만든다는 데 있습니다.