국방 전분야에서 무기체계의 첨단화와 함께 상태기반정비를 적용하는 사업이 추진되고 있다. 하지만 보안규제 및 아날로그식 장비운용 등으로 인해 데이터 수집 및 활용에 제약이 있고 이로 인해 빅데이터 기반의 CBM을 적용하는데 어려움을 겪고있다. 본 연구에서는 이러한 제약으로 인해 충분히 확보되지 않은 장비의 운용데이터를 이용하여 레이더의 고장방지를 위한 공기건조기의 이상탐지 모델 구축 사례를 제시하며, 운용데이터와 고장이력이 충분하지 않은 여건에서의 무기체계의 이상탐지방법을 제안한다. 6개 부대의 운용데이터로 확보한 정상데이터를 이용하여 비지도학습 알고리듬 기반의 여러 가지 이상탐지 모델을 구축한 후 최적의 모델을 선정하는 작업을 수행하였다. 또한, 부대별로 정상상태에서의 오알람율을 낮추고 최대한 빠르게 이상을 탐지할 수 있도록 최적의 임계치 선정 및 고장알람기준을 정의하는 작업을 진행하였다. 본 연구결과는 무기체계의 운용데이터를 이용하여 기계학습 기반의 CBM 모델을 확보하는 실증사례를 확보함으로써 추후 다른 무기체계에서도 인공지능 적용을 통한 기계학습 방법론의 적용 가능성을 확인하고 기반을 마련하였다.