Orange: 데이터 분석 실습

오렌지를 이용한 데이터 분석 실습을 진행합니다.

• 1. 실습 시나리오
• 2. 실습용 제조 현장 합성 데이터셋 설계
• 3. 실습용 샘플 데이터 생성 Python 스크립트
• 4. 실습 워크플로우 구성 및 단계별 가이드
• 5. 단계별 현장 대응과 Orange3 실습의 매핑
• 6. 프로젝트 결과 및 현장 적용 효과

1. 실습 시나리오

• 스마트팩토리 모터 가공 라인의 ‘예지보전(PdM) 프로젝트’ 시나리오
  
  
  • 배경
    • 자동차 부품을 정밀 가공하는 ‘대일정밀’ 제2공장
    • CNC 밀링 및 고속 회전 가공기(M01, M02, M03) 3대가 24시간 가동 중
  • 현장 문제: 최근 공장에 심각한 문제가 발생함
    • 불시 정지(다운타임): 가공 중 주축 모터가 갑자기 멈추거나 공구가 부러지는 사고가 월 2~3회 발생
    • 손실 발생: 설비가 멈추면 라인 전체가 대기 상태가 되고, 고장 시점에 가공 중이던 고가의 부품은 전량 폐기되어 회당 수천만 원의 손실 발생
    • 현장 정비의 한계: 주기적으로 부품을 교체하자니 멀쩡한 공구를 버려 비용이 낭비되고, 고장 날 때까지 쓰자니 언제 터질지 몰라 불안함
  • 프로젝트의 목표
    • 공장장은 설비에 부착된 센서 데이터(온도, 회전수, 토크, 진동 등)를 활용해
    • “설비가 완전히 고장 나기 직전에 고장 유형을 미리 감지하여 작업자에게 경고하는 AI 모델”을 구축하라는 미션을 부여함

2. 실습용 제조 현장 합성 데이터셋 설계

• 회전 설비(모터, 베어링, 절삭 가공기 등)에서 흔히 수집되는 센서 시계열 데이터 요약본(Tabular format, 약 1,000~5,000행 권장)

컬럼명	Orange3 데이터 타입	역할 (Role)	비고
timestamp	Time	Meta	설비 가동 시각 (2026-09-01 08:00:00 단위)
machine_id	Categorical	Meta	설비 식별자 (M01, M02, M03)
air_temp	Numeric	Feature	공장 내부 공기 온도 (°C, 18~35)
process_temp	Numeric	Feature	가공 부위 공정 온도 (°C, 35~90)
rotational_speed	Numeric	Feature	회전 속도 (RPM, 1200~2800)
torque	Numeric	Feature	부하 토크 (Nm, 10~80)
vibration	Numeric	Feature	진동 가속도 RMS (mm/s, 0.5~15.0)
tool_wear	Numeric	Feature	공구 누적 사용 시간 (min, 0~250)
failure_type	Categorical	Target	불량/고장 유형: `Normal`, `Heat_Dissipation`, `Tool_Wear`, `Overstrain`

(Source: Sky Lectures / AiDALab)

3. 실습용 샘플 데이터 생성 Python 스크립트

import numpy as np
import pandas as pd

np.random.seed(42)
n_samples = 2000

air_temp = np.random.normal(25, 3, n_samples)
process_temp = air_temp + 10 + np.random.normal(0, 1.5, n_samples)
rot_speed = np.random.normal(1800, 200, n_samples)
torque = np.random.normal(40, 10, n_samples)
vibration = np.random.normal(2.5, 0.8, n_samples)
tool_wear = np.random.uniform(0, 240, n_samples)

failure_type = ['Normal'] * n_samples

for i in range(n_samples):
    # 과열 결함 (방열 불량)
    if (process_temp[i] - air_temp[i] < 8.5) and (rot_speed[i] < 1500):
        failure_type[i] = 'Heat_Dissipation'
        process_temp[i] += 12
    # 공구 마모 결함
    elif tool_wear[i] > 210 and vibration[i] > 4.0:
        failure_type[i] = 'Tool_Wear'
        vibration[i] += np.random.uniform(2, 5)
    # 과부하 결함
    elif torque[i] > 60 and rot_speed[i] > 2100:
        failure_type[i] = 'Overstrain'
        torque[i] += 15

df = pd.DataFrame({
    # '10T' -> '10min'으로 변경
    'timestamp': pd.date_range('2026-09-01', periods=n_samples, freq='10min'),
    'machine_id': np.random.choice(['M01', 'M02', 'M03'], n_samples),
    'air_temp': np.round(air_temp, 2),
    'process_temp': np.round(process_temp, 2),
    'rotational_speed': np.round(rot_speed, 1),
    'torque': np.round(torque, 2),
    'vibration': np.round(vibration, 3),
    'tool_wear': np.round(tool_wear, 1),
    'failure_type': failure_type
})

df.to_csv('mfg_predictive_maintenance.csv', index=False)
print("mfg_predictive_maintenance.csv 생성 완료")

• ‘mfg_predictive_maintenance.csv’ 다운로드

4. 실습 워크플로우 구성 및 단계별 가이드

• Orange3 캔버스에 위젯(Widget)을 배치하고 연결하는 순서

  (Source: Sky Lectures / AiDALab)
  • 1단계: 데이터 로드 및 메타데이터 정의:
    • File/CSV File 위젯으로 mfg_predictive_maintenance.csv 파일을 불러오기
    • File/CSV File 위젯 🡪 Select Columns 위젯 연결
    • Select Columns 위젯
      • 컬럼 속성 지정: 하단 컬럼 목록에서 각 컬럼의 Type과 Role을 아래와 같이 설정
        • timestamp와 machine_id는 분석 피처에서 제외하기 위해 Meta로 설정
          • timestamp: Type = Time, Role = meta
          • machine_id: Type = Categorical, Role = meta
        • failure_type을 Target으로 지정
          • failure_type: Type = Categorical, Role = target
        • 나머지 연속형 센서 변수 6종을 Features로 배치
          
          
          • air_temp ~ tool_wear (6개 센서): Type = Numeric, Role = feature
            
            
  • 2단계: 데이터 구조 점검 (Data Table 등):
    • 기초 통계량 및 클래스 불균형 확인
      • Visualize 탭에서 Distributions 위젯 🡨 Select Columns 위젯 연결
      • Distributions 위젯
        • failure_type 행을 클릭하여
        • 우측 히스토그램에서 Normal이 대부분이고 결함 유형(Heat_Dissipation(열 방출), Tool_Wear(공구 마모), Overstrain(과도한 변형))이 소수인지(불균형 상태) 확인
      • Data Table 위젯
        • 데이터 정렬 등으로 Min/Max 값 확인
      • Box Plot 위젯
        • 센서 변수들의 4분위수, 평균, 중앙값등 확인
      • Data Info 위젯
        • Missing(결측치) 여부/개수 확인
          
          
  • 3단계: 탐색적 데이터 분석 (Scatter Plot):
    • 센서 간 물리적 경계 시각화
    • Visualize 탭 🡪 Scatter Plot 위젯 🡨 Select Columns 위젯 연결
    • Scatter Plot 위젯
      • 좌측 축 및 시각화 옵션을 다음과 같이 지정
        • Axis X: rotational_speed
        • Axis Y: torque
        • Color: failure_type
        • Shape: None (또는 동일)
      • 우측 산점도

        • 우측 상단(높은 토크와 높은 RPM 영역)에 Overstrain(과도한 변형, 과부하) 데이터가 어떻게 군집을 이루는지 육안으로 확인

          (Source: Sky Lectures / AiDALab)
          • Overstrain (과부하 고장)의 뚜렷한 물리적 분리
            • 연두색 포인트(Overstrain)들이 그래프 우측 최상단(회전수 2,000 RPM 이상, 토크 75~85 Nm 이상) 영역에 완전히 고립되어 분포
            • 고속 회전 중에 과도한 토크(부하)가 가해질 때 모터나 구동축에 무리가 가며 발생하는 전형적인 과부하 파손을 보여줌
            • 두 변수(rotational_speed, torque) 조합만으로도 “토크 > 75 Nm & RPM > 2,000”과 같은 단순 임계치(Threshold) 룰을 세워 100% 가깝게 사전 차단 및 탐지가 가능함 (연두색 회귀선의 $r = 0.53$도 이러한 강한 양의 상관성을 반영)
          • Normal (정상 구동)의 거대한 밀집과 클래스 불균형
            • 붉은색 점들이 중앙 영역(1,600~2,000 RPM, 30~60 Nm)에 거대한 정규분포 형태로 밀집해 있음
            • 대부분의 데이터가 정상 상태에 몰려 있는 전형적인 제조 현장의 클래스 불균형(Class Imbalance)을 보여줌
            • 붉은색 회귀선($r = 0.04$)이 거의 수평인 것은 정상 가동 범위에서는 회전수와 토크가 설계 제어 범위 내에서 독립적으로 안정 유지됨을 의미함
          • Heat_Dissipation (방열 불량)의 저속 편향
            • 하늘색 포인트들이 좌측 중간 영역(1,300~1,500 RPM 부근)에 모여 있음
            • 저속 회전 구간에서는 모터의 자체 냉각 팬(Cooling Fan) 회전력이 떨어져 방열 성능이 급격히 저하되는 물리적 특성이 반영된 결과
            • 토크 수치 자체보다는 낮은 RPM과 온도 센서(process_temp, air_temp)의 조합을 추가로 확인해야 정확한 진단이 가능함을 시사함
          • Tool_Wear (공구 마모)가 이 차트에서 분리되지 않는 이유
            • 주황색 포인트(Tool_Wear)들이 정상(붉은색) 데이터 한가운데 뒤섞여 있음
            • 공구 마모는 회전 속도나 단순 모터 토크 축만으로는 감지할 수 없는 고장 유형
            • 고장 예측 모델을 만들 때 이 두 피처만 쓰면 공구 마모는 절대 잡아낼 수 없음 🡪 따라서 X축을 tool_wear(누적 마모 시간), Y축을 vibration(진동 가속도)으로 변경해야 주황색 군집이 분리되는 것을 확인할 수 있음
              
              

        • X축을 tool_wear, Y축을 vibration으로 변경하여 마모도와 진동 증가에 따른 Tool_Wear 고장 분포도 확인

          (Source: Sky Lectures / AiDALab)
          • Tool_Wear (공구 마모 결함)의 완벽한 고립 군집화
            • 주황색 포인트(Tool_Wear)들이 그래프 우측 최상단(마모 시간 210분 이상, 진동 6.0 mm/s 이상)에 완전히 독립된 클러스터로 모여 있음
            • 공구가 닳아 절삭날이 마모되면 가공 저항이 불규칙해지면서 설비 전체에 심한 떨림(진동)을 유발하는 전형적인 기계적 마모 현상
            • 현장 판별 룰 도출 🡪 이 차트 하나만으로도 tool_wear > 210 AND vibration > 6.0이라는 명확한 차단/경고 규칙(Rule)을 세울 수 있음
          • 정상 영역(붉은색)의 진동 베이스라인 한계치 확인
            • 정상 가동 시 진동은 마모 시간이 0에서 200분까지 증가하더라도 대부분 1.0 ~ 4.5 mm/s 대역에 안정적으로 머물러 있음
            • 붉은색 회귀선($r = -0.01$)이 수평을 이루는 것은 통상적인 마모 범위 내에서는 진동이 급격히 튀지 않음을 뜻함
            • 경계선 파악 🡪 진동이 5.0 mm/s를 초과하는 순간부터는 정상 범위를 벗어난 이상 징후로 간주할 수 있는 기준선이 확인됨
          • Heat_Dissipation 및 Overstrain의 분포 의미
            • 하늘색(방열 불량)과 연두색(과부하) 점들이 정상 데이터 밴드(진동 2~4 사이) 한가운데 섞여 있음
            • 방열 불량이나 순수 모터 과부하는 공구의 기계적 파손/마모가 아니므로 진동이 비정상적으로 치솟지 않음 🡪 즉, “진동 센서만 감시해서는 모터 과열이나 과부하를 절대 잡아낼 수 없다”는 한계를 보여줌

        • 두 시각화 결과를 종합한 EDA 결론

          • 토크 vs 회전수 차트
            • 과부하(Overstrain)를 핀포인트로 탐지
          • 마모 시간 vs 진동 차트
            • 공구 마모(Tool_Wear)를 핀포인트로 탐지
          • 종합 결론
            • 단일 2D 차트(2개 변수)로는 각 고장을 부분적으로만 잡을 수 있음
            • 6개 센서를 종합 판단하는 다변량 AI 분류 모델(Tree, Random Forest 등)이 반드시 필요한 이유를 입증

    • 탐색적 데이터 분석 (EDA):
      • Feature Statistics / Box Plot / Scatter Plot
        • 제조 데이터 특유의 클래스 불균형과 센서 간 물리적 상관관계를 시각적으로 확인
      • Feature Statistics
        • 클래스(Normal 대 고장 유형) 불균형 비율과 센서값의 결측치/이상치 범위 점검
      • Scatter Plot
        • rotational_speed 대비 torque를 X/Y축에 두고
        • 색상(Color)을 failure_type으로 매핑하여
        • 물리적 경계(과부하 영역)를 확인
      • Box Plot
        • 정상 상태와 고장 상태 간 vibration 및 process_temp 분포 차이 확인

    
    

  • 4단계: 데이터 전처리 (Preprocess):
    • 스케일 차이 보정 (표준화)
      • 온도(수십 단위), RPM(수천 단위), 진동(소수점 단위) 간 스케일 격차를 맞추기 위해 표준화를 진행함
      • Z-score 정규화(Normalize features: Standardize)를 적용
    • Transform 탭 🡪 Preprocess 위젯 🡨 Select Columns 위젯 연결
    • Preprocess 위젯
      • 머신러닝 및 신경망 모델 학습을 위한 기초 정규화 수행
      • 좌측 ‘Preprocessors’ 목록 🡪 Normalize Features 🡪 더블클릭하여 가운데 작업 영역으로 넘김
        • 넘겨진 Normalize Features 항목을 클릭
        • 우측 설정에서 Standardize (mean = 0, var = 1) 옵션을 선택
      • 좌측 ‘Preprocessors’ 목록 🡪 Impute Missing Values
        • 센서 통신 에러로 발생한 결측치를 평균/중앙값으로 대체
          
          
  • 5단계: AI 모델 학습 및 성능 평가 (Test & Score):
    • 알고리즘 연결 및 교차 검증
    • 분류 알고리즘 위젯들을 Test & Score에 동시 연결하여 성능을 벤치마킹함
      
      
    • Evaluate 탭 🡪 Test & Score 위젯 🡨 Preprocess 위젯
    • Preprocess 위젯 - Test & Score 위젯 사이의 링크 클릭
      • 팝업이 뜨면 Preprocessed Data 🡪 Data로 매핑
    • Model 탭
      • 다음 4가지 알고리즘 위젯을 꺼내어 각각 Test & Score 위젯에 연결
        • Tree (Decision Tree)
        • Random Forest
        • SVM
        • Neural Network (기본 MLP)
    • Test & Score 위젯
      • Cross Validation (10-fold 또는 5-fold) 적용
      • 좌측 패널 설정 확인
        • Sampling: Cross validation 선택
        • Number of folds: 5 또는 10
        • Target class: (Average over classes) 또는 특정 결함 클래스 선택
      • 중앙 표에서 모델별 AUC, CA (Accuracy), F1, Precision, Recall 지표를 비교
    • 제조 현장 특성을 고려하여 단순 Accuracy 외에 불량을 놓치지 않는 지표인 Recall 및 F1-score를 중점 비교
      
      
    
    
    (Source: Sky Lectures / AiDALab)
    • 분석 내용

      • 전형적인 제조 현장 데이터의 극심한 클래스 불균형(Class Imbalance) 환경에서 모델 평가 시 나타나는 핵심 함정과 현상이 명확히 드러난 결과
        
        

      • Tree 모델의 붕괴: “정확도(CA)의 함정”과 0.000의 MCC
        • CA 0.979, F1 0.969이지만 AUC 0.377, MCC 0.000
        • CA(정확도)가 97.9%로 매우 높아 보이지만, 이는 “단 하나의 고장도 맞추지 못하고 모든 샘플을 Normal(정상)로만 찍어버렸기 때문”
        • 전체 데이터 중 정상이 97.9%를 차지하므로, 아무것도 학습하지 않고 전부 정상이라고만 답해도 정확도는 97.9%가 나옴
        • 불균형 데이터 평가에 가장 엄격한 지표인 MCC(Matthews Correlation Coefficient)가 0.000이라는 점이 이를 입증함 (무작위 찍기와 동일)
        • 다중 클래스에서 AUC가 0.5(이진 기준 무작위)보다 한참 낮은 0.377로 떨어진 것 역시 소수 클래스(고장 유형들)에 대한 예측 확률을 완전히 엉뚱하게 부여했음을 보여줌
      • 고도화 모델(SVM, Neural Network, Random Forest)의 뛰어난 성능
        • Neural Network (최우수 모델):
          • AUC 0.999 / CA 0.997 / F1 0.996 / MCC 0.925로 전 지표에서 가장 압도적인 성능을 보임
          • 앞선 단계에서 Preprocess를 통해 센서값들을 표준화(Standardize)해 두었기 때문에 다층 퍼셉트론(MLP)의 가중치 수렴과 결정 경계 형성이 매우 정밀하게 이루어졌음
        • SVM:
          • AUC 0.996 / MCC 0.898로 신경망에 준하는 매우 높은 분류 성능을 보임
          • 비선형 RBF 커널이 복합 센서 경계를 잘 포착함
        • Random Forest:
          • 단일 트리의 과적합 및 다수 클래스 쏠림 현상을 앙상블 배깅(Bagging) 기법으로 극복하여
          • MCC 0.758, AUC 0.985 수준으로 준수하게 끌어올림

  
  

  • 6단계: 결과 해석 및 설비 진단 기준 도출 🡪 혼동 행렬 및 룰 추출 (Tree Viewer):
    • 오분류 분석 및 현장 룰 도출
      • Visualize 탭 🡪 Tree Viewer 위젯 선택
        • Tree 위젯과 연결
      • Tree Viewer 선택
        • 학습된 Decision Tree를 시각화하여 “어떤 센서 임계치(예: 진동 > 8.2 mm/s, 공구 마모 > 200분)에서 고장으로 분기되는지” 현장 작업자용 룰(Rule)을 도출
          • 트리의 분기 조건(예: torque > 1.8, tool_wear > 1.5 등 표준화된 임계값)을 보며
          • 현장 제어 시스템에 적용할 수 있는 직관적인 IF-THEN 규칙을 도출
            
            
      • Evaluate 탭 🡪 Confusion Matrix 위젯 선택
      • Confusion Matrix 위젯
        • 실제 고장인데 정상(Normal)으로 오분류한 False Negative 비율을 확인
        • Test & Score 위젯과 연결
        • 위젯 상단에서 Random Forest 선택
        • 실제 고장(Tool_Wear, Overstrain 등)인데 Normal로 예측된 건수(False Negative, 미탐지율)가 몇 건인지 대각선 외 영역을 확인
        (Source: Sky Lectures / AiDALab)
        • Tree Viewer에 노드가 단 1개만 뜨고 트리가 전혀 뻗어나가지 못했던 명확한 이유가 이 혼동 행렬(Confusion Matrix)에 고스란히 담겨 있음
        • Tree 모델의 분류 결과 분석: “완벽한 학습 실패”
          • 화면의 가로축은 예측값(Predicted), 세로축은 실제값(Actual)
          • 예측 결과 분포:
            • 모델이 예측한 Normal 열의 합계($\Sigma$)를 보면 2,000건 전체가 Normal 열 하나에만 몰려 있음
            • Heat_Dissipation: 예측 0건
            • Overstrain: 예측 0건
            • Tool_Wear: 예측 0건
          • 결론:
            • 모델이 입력 데이터의 센서값들을 전혀 보지 않고, 2,000개 데이터 전체를 무조건 “Normal(정상)”이라고만 판정한 상태
            • 트리가 분기(Split)를 단 하나도 생성하지 않고, 시작점(Root Node)에서 다수결에 따라 “전부 Normal”이라고 결론을 내버렸기 때문에 Tree Viewer에서도 하위 가지 없이 단 1개의 루트 노드만 덩그러니 그려졌던 것
        • 제조 현장 관점에서의 치명적인 실패
          • 미탐지율 100% (False Negative = 42건):
            • 실제 방열 불량 28건, 과부하 4건, 공구 마모 10건 등 총 42건의 설비 고장이 발생했으나, 모델은 단 1건도 감지하지 못하고 모두 “정상 가동 중”으로 판단함
            • 현장에 도입했을 경우 모터가 타버리거나 공구가 부러지는 사고를 전혀 막지 못하는 전형적인 무용지물 모델
          • 겉보기 정확도(97.9%)의 착시:
            • 고장을 42건이나 전부 놓쳤음에도, 정상 데이터 1,958건을 얻어걸려 맞췄기 때문에 앞선 단계에서 정확도(CA)가 97.9%로 높게 표기되었던 것
        • 왜 이런 현상이 발생했는가?
          • 극심한 클래스 불균형:
            • 정상(1958건, 97.9%) 대비 결함 데이터의 총합이 42건(2.1%)에 불과함
            • 특히 Overstrain은 4건밖에 되지 않음
          • 지니 불순도(Gini Impurity)의 한계:
            • 단일 의사결정나무는 노드를 쪼갤 때 전체 불순도가 낮아지는 방향으로 기준을 잡음
            • 정상 데이터가 98%에 달하면 굳이 노드를 복잡하게 쪼개지 않고 그냥 “전부 정상”으로 묶어버리는 것이 수학적으로 불순도 감소 폭이 가장 작아 학습을 조기 중단해 버림

        최종 작성 화면

        (Source: Sky Lectures / AiDALab)

• 실습 완료 체크포인트
  • timestamp와 machine_id가 불필요하게 모델의 학습 변수(feature)로 들어가지 않고 meta로 격리되었는가?
  • 단위 차이가 큰 진동 센서와 RPM 수치가 정규화(Standardize)되어 SVM 및 Neural Network에 전달되었는가?
  • 정상 데이터 비율이 훨씬 높으므로 단순 정확도(CA) 대신 F1-score와 고장을 놓치지 않는 Recall 기준으로 최적 모델을 선정했는가?

5. 단계별 현장 대응과 Orange3 실습의 매핑

현장 엔지니어의 액션	Orange3 실습 단계	실제 다루는 작업과 현장 의미
1. 설비 로그 취합	File	3대 설비에서 10분 주기로 수집된 센서 CSV 로드 시간(timestamp)과 설비 번호(machine_id)는 식별용 Meta로 빼두고, 목표값인 고장 유형(failure_type)을 Target으로 지정
2. 데이터 상태 점검	Feature Statistics	전체 2,000건 중 고장 데이터는 불과 수십~수백 건에 불과한 전형적인 클래스 불균형(Class Imbalance) 상태임을 파악
3. 고장 징후 시각적 확인	Scatter Plot	회전수(RPM) 대비 토크(Nm)가 비정상적으로 치솟는 지점에 과부하(`Overstrain`)가 몰려 있고, 마모도 증가 시 진동이 급증하는 물리적 패턴을 육안으로 확인
4. 센서 단위 통일	Preprocess	RPM(수천 단위)과 진동(소수점 단위)은 스케일 차이가 너무 커 AI가 특정 센서만 편애해 학습할 수 있으므로, 모든 수치를 평균 0, 분산 1로 표준화(Standardize)
5. 최적 모델 선발	Test & Score	4가지 알고리즘(Tree, RF, SVM, Neural Network)을 돌려 교차 검증 현장에서는 고장을 정상으로 잘못 판단하면 치명적이므로 Recall(재현율)이 가장 높은 모델을 선별
6. 현장 조치 룰 정의	Tree Viewer & Confusion Matrix	"토크가 특정 기준을 넘고 마모도가 200분을 초과하면 즉시 경고등 점등" 같은 명확한 IF-THEN 규칙을 도출하여 PLC 및 제어반 알람 로직으로 이식

(Source: Sky Lectures / AiDALab)

6. 프로젝트 결과 및 현장 적용 효과

• 사전 경보 체계 구축:
  • 진동과 온도가 특정 임계치 패턴을 보이면,
  • AI가 모터 정지 30분 전에 작업반장 스마트폰으로 알림 발송
    • “Tool_Wear 의심: 2번 라인 공구 점검 필요”
• 비용 절감:
  • 불시 정지가 분기당 0건으로 감소하고,
  • 소모품 수명 한계까지 안전하게 사용하여
  • 공구 교체 비용 18% 절감

💬 Q&A 및 의견 나누기