- 목적: 본 기술은 인공지능 기술을 기계 고장진단 수행 분야에 접목하여 실용화할 수 있도록, 센싱 신호 데이터에 대한 특성 분석 및 학습모델 훈련, 추론 결과 제공 등에 필요한 기능을 제공하는 것을 목적으로 한다. 
    - 필요성:
      ? 기계설비를 구성하는 부품들이 마모, 피로, 부식 등에 의해 기능이 점차 저하되거나 외적인 요건들(예: 충격, 파손, 변형)에 의하여 비정상적으로 가동될 경우, 이로 인한 불량률 발생, 비용 손실 및 인명 사고 등으로 이어질 수 있기 때문에, 신속하면서도 정확하게 고장진단을 수행할 수 있는 방안이 요구되고 있다.
      ? 종래에는 기계의 고장 발생 여부를 판단하기 위해, 특정 기계 시스템에 대한 복잡한 수학적 모델링 해석을 수행하거나, 소음, 진동, 발열 등 여러 증상에 대하여 수작업으로 진단하고 기존의 경험에 기초한 임계값과 비교하는 과정을 거쳐야 했다. 
      ? 최근에는 사물인터넷(IoT) 센서에서 측정된 대량의 데이터에 기반하여 학습모델 기반의 고장진단을 수행하는 접근방안이 주목받기 시작하면서 해당 기술 수요가 증가하고 있지만, 고장진단을 위한 학습모델을 훈련하고 이에 필요한 신호 데이터의 특징을 분석하는 데 필요한 일련의 기능을 제공할 수 있는 맞춤형 응용 솔루션 개발 및 상용 제품 출시는 미흡한 상황이다.
      ? 본 기술을 상기의 문제점을 해결하기 위해, 기계가 운행하면서 발생되는 음향신호에 기반한 학습모델을 훈련하고 기계의 상태를 판별하여 고장 여부를 진단하기 위한 일련의 기능을 제공하는 도구로 활용될 수 있다.