산업 현장에서 고속 회전기계는 예상치 못한 고장은 인명 또는 재산 피해를 초래할 수 있다. 특히 제조, 발전, 충전 산업 등에서 사용되는 설비의 상태를 실시간으로 파악하는 것이 매우 중요하다. 설비 이상을 사전에 발견하기 어렵고, 고장이 발생하여도 원인을 찾지 못해 적절한 조치까지 많은 시간이 소요되며 생산이 중단된다. 기존의 시간 기반 유지보수(TBM, Time based Maintenance) 방법은 과잉 정비가 될 확률이 높고, 정기적인 보수를 위한 설비 정지로 생산성이 줄어드는 문제가 있었다. 이러한 문제를 해결하기 위해 산업 현장에서는 사물인터넷(IoT) 기술을 통해 설비의 상태를 모니터링하고 있다. 또한, 인공지능 기술의 급격한 발전은 상태 기반유지보수(CBM, Condition based Maintenance) 방법이 주목받고 있으며 누적된 데이터를 이용해 학습한 인공지능 모델은 산업계에 도입되고 있다. 본 논문은 실시간 회전기계의 설비 데이터 계측시스템을 개발하여 설비 결함 자동 진단 예지보전 솔루션(ExRBM, Reliability based Maintenance Program), 잔여 수명 예측(RUL, Remaining Useful Life), 유지보수 운영(MRO, Maintenance, Repair, and Overhaul), 소형언어모델(sLLM, small Large Language Mode)을 통해 대화형 휴먼 머신 인터페이스(HMI, Human Machine Interface) 기반 기술을 접목하여 인공지능(AI, Artificial Intelligence) 자가 진단 플랫폼 개발에 관한 연구로 확장해 나갈 것이다.