생소하지만 요즘 정보기술(IT) 분야 키워드로 ‘예비정비’를 들 수 있다. 통상 정비란 제품 구매에 따른 무상유지보수와 그 이후의 유상유지보수로 나뉜다. 모두 문제가 발생한 다음에 취해지는 조치로 일정한 수리 기간 동안 어쩔 수 없이 사용이 불가능하다. 예를 들어 사용하고 있는 노트북이나 가전제품 등의 기기가 어떠한 이유로 일주일 이내에 고장 날 확률이 85%라고 미리 이야기해 줄 수 있다면 갑작스러운 장애를 사전에 대비할 수 있는 시간적인 여유가 있다. 노트북에서는 소중한 데이터를 백업받을 수 있고 냉장고에서는 상할 식품을 최소화할 수 있게 된다.

극단적으로 예방정비는 사건을 되돌릴 수 없는 경우에서 잘 취해진다. 항공 분야이다. 비행기는 이륙 전 최고의 사전정비를 받는다. 모든 비행기의 부품은 유통기간과 유사한 예상수명이란 게 있어서 지금 문제가 생기지 않았더라도 예상수명을 다한 부품은 정비 매뉴얼에 따라 무조건 교체하게 된다. 비행기 사고는 작은 것이라도 생명과 직결된 것이라 사후 유지보수란 의미가 약해지게 마련이다. 가로등은 항공기에 비해 중요해 보이지 않는 느낌이다. 전구가 망가져서야 가로등을 교체한다. 그러나 어두워졌기 때문에 사고가 난다면 가로등 전구의 가격과는 비교할 수 없는 대형 사고가 터질 수 있다. 장애가 일어나기 전에 미리 조치한다면 만만찮은 비용을 들여야 한다고 생각하기 쉽다. 그러나 전체적인 결과에 따른 비용을 비교해 보아야 한다. 예방정비 차원에서는 문제가 예측되는 필요한 부분을 교체하지만, 사고 발생 뒤엔 전부를 교체해야 하거나 이로 인한 사고로 이어진다면 감수해야 할 비용은 천문학적으로 올라갈 것이다. 병원에서 받는 정기검진과 비교하면 답은 명확해진다. 정기검진으로 암을 찾았다면 복권에 당첨됐다는 이야기를 듣는다. 대개 초기이므로 완치확률이 높다. 그러나 아파서 병원에 갔는데 암이라는 판정이 나온다면 3기 이상일 가능성이 높으며 생존 가능성도 상대적으로 낮을 수밖에 없다.

우리나라가 당면한 예방정비 과제 중 시급한 게 조류인플루엔자(AI)다. 자연적으로 날아다니는 철새를 막을 수 없다면 AI가 유행하는 시기 이전에 사전 조치를 취해야 한다. 감염된 양계장을 찾아내 집단 처분하는 방식은 AI의 뒤를 따라가는 방식이다. 길목에 먼저 가서 과거와 다른 대비를 한다면 얼마 가지 않아 적절한 예방정비 전략을 수립할 수 있을 것으로 생각한다.

예비정비를 하는 게 쉽진 않다. 모든 부품 및 서비스에 유통기한, 수명과 같은 데이터를 갖춰야 한다. 이러한 일엔 정부의 표준화 지침이 필요하다. 그리고 어떠한 현상의 발생 때 어느 정도의 수준으로 조치를 해야 하는지 매뉴얼을 만들어야 한다. 여기엔 데이터 과학자들의 지식이 필요하다. 알파고에 이용됐던 최신 빅데이터 분석 기법인 딥러닝과 같은 알고리즘이 사용될 수도 있기 때문이다. 자동차의 경우 기계장치에서 전자장치로 분류가 바뀌고 있다. 따라서 장애의 현상과 장애의 원인이 지금까지 쌓은 지식으로는 판별이 어려워지고 있다. 이런 경우에도 장애를 사전에 인지하려는 새로운 방식의 노력이 진행 중이며 빅데이터 분석을 이용한 기법들이 심도 있게 사용되고 있다. 자동차의 알림 서비스 중 충격감지를 사후에 알리는 게 있는데 존재의 이유를 잘 알 수 없다. 차라리 ‘50m 전방에 충격 예상’이라는 식으로 알려서 운전자가 속도를 조절하도록 하고, 차량은 자동적으로 충격을 흡수하는 모드로 변화한다면 바람직하겠다.

줄곧 사후약방문의 틀에 갇혀 살았으니 예비정비는 피부에 와닿지 않는다. 시간이 좀 걸리더라도 사전에 가능한 모든 것을 점검하는 게 결국 돈도, 시간도 아끼는 길이다. 삼성의 휴대전화 사고는 사후약방문도 통하지 않는 국가적 재난이었다. 예비정비에 들이는 힘은 아무리 많아도 지나치지 않다. 유럽 선진국들이 한국에 와서 예비정비 전략과 비전을 배우는 날이 빨리 오길 바란다. 일자리 창출은 이러한 분야에서 일어날 때 국가적 시너지를 발휘한다.