에 의해서 webmaster | 1월 6, 2025 | 이차전지, 품질관리
산업용 온디바이스 AI를 구성해 86% 낮은 투자비로 AI 검사를 도입한 사례 Challenge 외부에서 유입된 이물로 인한 결함은 형태를 특정하기 어려워 규칙 기반 알고리즘이 아닌 AI 검사(딥러닝 모델) 필요 그러나 기존 설비 PC에 장착된 그래픽 카드로는 딥러닝 모델 구동 불가 하드웨어 구조 변경 및 투자비를 최소화한 실시간 AI 검사 솔루션 필요 Approach 온디바이스 AI 구성 GPU보다 가격이 저렴하고 기존 PC에 설치 가능한...
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 | 12월 28, 2023 | 이차전지, 품질관리
이상탐지(Anomaly Detection) 딥러닝 모델을 활용해 정상 데이터만으로 검사 자동화 도입 Challenge 파우치형 배터리는 표면 형상의 자유도가 높아 불량의 형태를 특정하기 어려움. 이 때문에 기존 룰 베이스 검사는 물론, 분류나 분할 같은 딥러닝 모델 기반의 결함 검사도 활용하기 어려움 글로벌 진출시 한국과 동일한 숙련 검사 노동자를 구하기 어려워 검사 자동화 도입 요구됨 Approach LISA의 2단계 접근법 (1)...
