[AI 자율제조 ③] 산업용 AI 개발 운영 플랫폼을 이용한 생산 고도화

<AI 자율제조 전략 1.0 PDF 바로보기>

산업용 AI 개발/운영 플랫폼을 이용한 생산 고도화

이렇게 수집, 전처리한 데이터셋으로 산업용 AI 모델을 생성하면 제조 현장 곳곳에서 아주 유용하게 활용할 수 있습니다.

아하랩스의 산업용 AI 학습/배포 플랫폼인 ‘리사(LISA)’는 정상 데이터만으로 빠르게 모델을 개발할 수 있고, 자유로운 모델 파이프라인 조합으로 어떤 공정에서도 높은 활용도를 보장합니다.

활용 사례 1. 품질검사 AI

이상탐지(Anomaly Detection) 딥러닝 모델을 활용해 정상 데이터만으로 빠르게 품질검사 AI 모델을 생성하고 생산 라인에 배포할 수 있습니다. 기존에 사람이 육안으로 진행하던 표면 결함 검사를 AI로 보다 빠르고 정확하게 수행할 수 있죠. 머신비전 품질검사 결과를 재검토하는 AI(미검 및 과검 검사 솔루션)를 생성해 활용할 수도 있습니다.

활용 사례 2. 안전 모니터링

CCTV 영상을 활용한 작업장 안전 모니터링도 가능합니다. 장비·로봇과 사람의 충돌을 예방하거나, 다양한 AI 모델을 조합해서 복잡한 로봇 동작의 이상 징후를 미리 감지할 수 있고요(설비 예지보전).

활용 사례 3. 설비 예지보전

실시간으로 입력되는 이미지 데이터의 품질과 분포를 검토해서 검사 장비의 노후화를 모니터링하는 경우도 있습니다. 예기치 못한 검사 실패나 다운타임을 예방하고 유지보수 계획을 미리 세울 수 있죠(설비 예지보전). 모터에 부착한 진동센서에서 나오는 시계열 데이터를 이용해 데이터별 중요도를 분석(Feature Importance)하고, 모터 고장을 예측하고 주요 원인과 우선 점검 대상을 판별하는 것도 가능합니다.

‘제조 빅데이터 + 산업용 AI’ 통합솔루션으로 ‘제조 디지털 트윈’ 구현

데이터 수집과 실시간 공정 모니터링, 산업용 AI 활용이 가능해졌다면, 이를 통합해 제조 ‘디지털 트윈’을 구현할 수 있습니다. 디지털 트윈은 가상 공간에 현실 사물의 쌍둥이(트윈)를 만들고 현실의 데이터를 동기화한 뒤 이를 기반으로 분석·시뮬레이션을 수행해 현실의 문제를 해결하는 융합 기술입니다.

이를 구현하기 위한 가장 중요한 첫걸음이 바로 제조 데이터를 서로 연계하는 것인데, Data CAMP가 가장 적합한 솔루션입니다. 모든 제조 데이터를 통합 모니터링 하면 전체 공정에 대한 가시성이 높아지고 효율을 크게 개선할 수 있습니다. 공정 조건과 수율 결과를 한 눈에 파악할 수 있죠. 이런 데이터를 모아 추후에는 실시간으로 의사결정을 하고 공정 시스템을 제어할 수 있습니다.

동시에 산업용 AI 플랫폼 ‘LISA’를 융합해 시뮬레이션을 수행하고, 불량과 이상이 발생한 원인을 알아내 수율을 높일 최적 조건을 도출할 수 있습니다. 종합하면, 이러한 공정 자동화가 모여 전체 생산 자율화로 나아갈 수 있습니다.

AI 자율제조 시리즈 읽기

[AI 자율제조 ①] 공장 자동화 넘어 AI 자율제조가 온다 – 고도화 단계, AI 자율제조 전략 1.0

[AI 자율제조 ②] 제조 디지털 혁신 첫걸음은 ‘설비 데이터 수집’

아하랩스 소개

아하랩스는 스마트팩토리 데이터 수집, 실시간 이상탐지, 설비 예측 유지보수 분야 등에서 신뢰할 수 있는 제조 데이터 및 최신 AI 기술을 제공하고 있습니다. 이를 통해 산업 현장의 생산 효율을 향상시키고, 혁신을 달성할 수 있도록 도와드리는 것이 우리의 목표입니다. 현재 반도체, 이차전지, 자동차 등 첨단 제조 기업들과 다양한 프로젝트를 통해 협업하고 있으며, 국내 및 미국, 중국, 말레이시아 등 해외 제조 현장에서 다년간 운영 경험을 쌓아 검증된 실적을 보유하고 있습니다.