이탈리아식음료·외식2023 – 진행 중바릴라 그룹
데이터브릭스 기반 머신러닝 예지 정비
바릴라는 머신러닝으로 설비 고장 전에 정비 일정을 잡았다
문제
바릴라는 데이터 인프라가 흩어져 있어 제조 정보를 합치기 어려웠다. 설비 고장은 생산을 끊고 운영 비용을 늘렸다.
접근 방식
바릴라는 데이터를 애저 데이터브릭스에 모으고 MLflow로 머신러닝 모델을 운영에 투입했다. 제조 현장 팀은 설비 고장 예측을 보고 정비 일정을 미리 잡았다. 데이터브릭스는 계획 외 가동 중단이 줄면서 운영 비용과 설비 관련 에너지 사용도 줄었다고 밝혔다.
주요 수치
공개된 수치 없음
시사점
고장 예측은 더 넓은 제조 데이터 프로그램 안에서 정비 일정 수립을 뒷받침했다. 바릴라는 예지 정비만의 절감액을 수치로 분리하지 않았다.
분류
출처
출처 요약
[1]Databricks2023년
데이터브릭스는 고장 예측과 선제적 정비 일정 수립을 포함한 바릴라의 운영용 머신러닝 활용을 설명했다. 가동 중단과 관련 비용이 줄었다고 밝혔지만, 예지 정비의 절감액을 전체 데이터 프로그램과 구분하지는 않았다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일
