# 설비 데이터로 하는 이상탐지 실습 — 강의자료

## 과정 개요

센서·설비 데이터를 다루는 실무자를 위한 이상탐지 모델링 실습 과정

진동·온도 등 설비 센서 데이터를 전처리하고, 이상탐지 모델을 학습·평가합니다. 공개 제조 데이터셋으로 실습합니다.

| 항목 | 내용 |
|---|---|
| 난이도 | 중급 |
| 진행 방식 | 기업교육 |
| 표준 소요시간 | 16시간 (2일) |
| 대상 | 스마트팩토리 AI 리터러시 이수자, 데이터 담당 엔지니어 |
| 관련 기술 | Machine Learning, Predictive Maintenance, Data Analytics |

## 학습 목표

- 설비 센서 데이터 전처리와 특징 추출
- 이상탐지 모델 학습·평가
- 탐지 결과를 현장 알림으로 연결하는 설계

## 모듈별 강의 내용

### Module 1. 센서 데이터 다루기

- 진동·온도 데이터 전처리
- 특징 추출 기법

진동·온도 센서 데이터는 노이즈가 많고 샘플링 주기가 일정하지 않은 경우가 흔합니다. 실제 센서 데이터를 정제하고 이상탐지에 쓸 특징을 추출합니다.

### Module 2. 이상탐지 모델링

- 통계 기반 vs 머신러닝 기반 비교
- 모델 학습과 임계값 설정

통계 기반 방법(임계값)과 머신러닝 기반 방법 중 어떤 것을 언제 써야 하는지 데이터 상황에 따라 다릅니다. 두 방식을 같은 데이터에 적용해 결과를 비교합니다.

### Module 3. 현장 연결

- 탐지 결과 평가 지표
- 현장 알림 시스템 설계

모델이 이상을 탐지해도 현장에 전달되지 않으면 소용없습니다. 탐지 결과를 실제 알림 시스템으로 연결하는 설계까지 다룹니다.

## 진행 안내

각 모듈은 개념 설명 후 실습으로 이어지는 순서로 진행합니다. 모듈별 실습 문제는 별도 워크북 문서를 참고하세요.