에 의해서 Chloe Woo | Content Strategist | 6월 14, 2024 | 인사이트 리포트
MLOps(머신러닝 개발 전주기 자동화) 플랫폼이란? 2024년 현재 제조업은 매우 빠르게 변화하고 있습니다. 물리적 시스템의 디지털 복제본을 만들어 실시간 모니터링과 시뮬레이션을 수행하는 ‘디지털 트윈’, 머신러닝과 IoT를 활용해 장비 고장을 예상하고 사전에 대응하는 ‘예지보전(예측 유지보수)’, 공정 자동화와 최적화를 추구하는 ‘스마트 제조’, 환경 친화적 공정을 통해 탄소 발자국을 줄이는 ‘지속...
에 의해서 Chloe Woo | Content Strategist | 6월 11, 2024 | 인사이트 리포트
제조 기업이 머신러닝 개발 전주기 자동화(MLOps) 플랫폼을 활용할 때의 이점 들어가기 전에 MLOps(머신러닝 개발 전주기 자동화) 플랫폼이란? 제조 기업의 AI 활용을 돕는 MLOps 플랫폼 제조업 분야로 한정해서 보면, 한국의 산업용 AI 도입율은 50%로 다른 나라에 비해 매우 낮은 수준입니다. 주된 원인으로는 ‘투자 대비 성과의 불확실성’, ‘내부 운용 인력 부족 등이 꼽힙니다. PoC(Proof of Concept)까지...
에 의해서 Chloe Woo | Content Strategist | 5월 29, 2024 | 예지보전
진동 센서 데이터로 설비 이상탐지(모터 예지보전)를 수행한 사례 Challenge 기존에는 발전 설비 모터에 진동 센서를 부착해놓고 룰 기반으로 검사를 진행함 진동의 등락 외에는 각 진동 요소가 결과적으로 모터 고장에 미치는 영향을 알 수 없으므로, 진동의 양이 일정 수준 이상으로 높아지면 무조건 설비를 멈추고 점검하느라 발전 효율이 떨어짐 SPC(통계적 공정 관리) 방법도 있지만, 설비 데이터가 종종 정규분포를 따르지 않을 때 정확도가 떨어진다는 한계가 있음...
에 의해서 Chloe Woo | Content Strategist | 5월 20, 2024 | 이차전지, 예지보전
생산 자재 변경으로 인한 검사 ‘데이터 드리프트’를 잡아낸 사례(DQI 모델) Challenge 항상 일정한 광학 이미지가 촬영돼야 모델을 제대로 학습시키고 양/불량 판정 정확도를 높일 수 있음. 그러나 제조 현장의 다양한 요인 변화로 인해 ‘데이터 드리프트’가 발생하면서 생산품에 결함이 없음에도 NG가 발생하는 경우가 잦아 품질 검사 효율이 낮아짐 비용 및 관리 복잡도를 높이지 않으면서 검사 이미지가 제대로 촬영되고 있는지 실시간으로 알 수 있는 방안 필요...
에 의해서 Chloe Woo | Content Strategist | 5월 9, 2024 | 경력
[경력] 스마트팩토리 AI 솔루션 셋업 엔지니어링 및 개발 (3년 이상) 지원하기 Summary 경력(3년 이상) 채용 형태 : 정규직 마감일 : 상시 채용 근무지 : 경기도 성남시 분당구 성남대로 43번길 10 (하나EZ타워) 712호 https://ahha.ai/2024/02/13/teamse/ 솔루션 엔지니어링 팀을 소개합니다 기술 및 분석 역량을 바탕으로 AHHA Labs 솔루션의 가치를 고객에게 전달합니다. 고객의 요구와 목표에 부합하는 솔루션을 제공하기 위해...
