AI로 제조업을 개선하는 10가지 방법
상태바
AI로 제조업을 개선하는 10가지 방법
  • 입력 2020-05-25 14:39
  • 댓글 0
이 기사를 공유합니다

제조업에서 가장 선도적인 인공지능(AI) 혁신 프로젝트는 기계 관리와 품질이다. 제조업에서 AI 구현의 29%는 기계와 생산 자산 관리에 있다. 글로벌 IT컨설팅 업체 캡제미니(Capgemini) 연구팀은 기계와 장비가 고장 날 가능성이 높은 시기를 예측하고, 정비(조건별 정비)를 실시하기에 최적의 시기를 권고하는 것이 오늘날 제조에서 가장 많이 사용되는 AI 활용 사례라고 밝혔다.

사람의 경험, 통찰력, AI 기술을 결합해 비용 절감, 이익 보호, 차별화를 위한 새로운 방법을 발견하고 있다. 제조업체들은 예외 없이 어려운 경제 시대에 계속해서 성장해야 하는 도전에 직면해 있다. 보스턴 컨설팅 그룹의 최근 연구 '포스트 위기 하의 세계의 AI 활용 기업의 향상'을 보면, 14%의 기업이 매출 증가와 이윤을 모두 증가시킬 수 있었다.

포브스는 캡제미니가 정리한 2020년 제조업을 향상시키는 10가지 방법을 사례를 통해 제시했다. 최근 발간한 '제조업에서 AI 스케일링: 실무자 관점 연구'와 4개월간 제조업체와의 인터뷰 등을 바탕으로 작성했다.

1. 제너럴 모터스: 로봇 고장 파악

제너럴 모터스는 조립 로봇에 장착된 카메라의 이미지를 분석해 공급자의 도움을 받아 로봇 부품 고장 징후를 포착한다. 시스템 시범 테스트에서 7000여 대의 로봇에서 72건의 부품 고장 사례를 발견해 예상치 못한 정전이 발생하기 전에 문제를 파악했다.

2. 제너럴 모터스: 제품 설계 알고리즘 구현

제너럴 모터스는 오토데스크와 협력해 머신러닝 기법으로 최적화된 제품 설계를 제공하는 생성 설계 알고리즘을 구현했다. 2018년 5월 제너럴 모터스는 적층제조 성공을 위해 오토데스크 생성 설계 소프트웨어를 채택했다. 최근 안전벨트 브래킷 부품에 대한 시제품 제작 테스트 결과, 기존의 8개 부품 디자인보다 40%나 더 가볍고, 20%나 더 강한 싱글피스 디자인이 나왔다.

3. 노키아: 조립라인 모니터링 영상 프로그램

노키아는 머신러닝을 이용해 생산 공정에서 불일치가 있을 경우 조립 작업자에게 알리는 영상 응용 프로그램을 도입했다. 핀란드 오울루 공장에서 조립 라인 과정을 모니터링하는 비디오 애플리케이션을 출시한 것이다. 실시간으로 문제가 시정될 수 있도록 운영자에게 프로세스의 불일치를 경고한다.

4. 아우디: 영상인식 시스템

자동차와 소비재 산업에서 실시간으로 이미지를 분석해 제품 품질 검사를 완료하는 것도 제조업체가 엄격한 규제 요건을 준수하는 데 도움이 된다. 고해상도 카메라 가격이 지속적으로 하락하고 AI 기반 영상인식 소프트웨어와 기술은 지속적으로 개선되고 있다. 이 두 가지 요인으로 실시간 인라인 검사가 속속 도입되고 있다. 아우디는 선도적으로 인골슈타트 프레스샵에 딥러닝 기반 영상인식 시스템을 탑재했다.

5. 다농: 수요 계획 및 예측 시스템

수요 예측 정확도 향상은 여러 산업에 걸쳐 명확한 결과를 보이고 있는데, 소비자 패키지 상품 제조업체가 타 산업보다 앞서고 있다. 프랑스의 다국적 식품 제조회사 다농 그룹은 수요 예측 정확도를 높이기 위해 머신러닝 시스템을 사용한다. 그들은 머신러닝으로 마케팅, 판매, 회계 관리, 공급망, 재무 전반에 걸쳐 계획을 개선해 보다 정확한 예측을 이끌어 내고 있다.

또, 제품 판매촉진 수요를 충족하고 채널 또는 가맹점 단위 재고에 대한 목표 서비스 수준도 달성했다. 이 시스템으로 예측오류 20% 감소, 매출 손실 30% 감소, 제품 노후화 30% 감소, 수요기획자 업무량 50% 감소의 실적을 보였다.

 

사진=셔터스톡
사진=셔터스톡

 

6. 탈레스 에스에이: 고속철도 노선 유지 보수

여러 산업에 전자 시스템을 공급하는 선도업체 탈레스 에스에이는 유럽 전역의 고속 철도 노선에 대한 예방적 유지보수를 예측하기 위해 머신러닝을 사용한다. 이 회사는 수천 개의 센서, 열차 부품 및 유럽 대륙 횡단 철도 시스템의 서브시스템 현황에 대한 과거 및 현재 데이터를 수집한다. 데이터를 활용해 잠재적 문제점을 예측하고 특정 부품을 언제 교체해야 하는지 파악할 수 있는 AI 알고리즘을 개발해 이 과정에서 높은 신뢰성을 확보했다.

7. BMW 그룹: AI기반 이미지 매칭 기술

BMW 그룹은 AI를 사용해 생산 라인의 부품 이미지를 평가함으로써 품질 표준으로부터의 편차를 실시간으로 포착할 수 있다. BMW그룹 딘골핑 공장 최종 점검 구역에서는 AI 애플리케이션이 차량 주문 데이터와 신규 생산 자동차의 지정 모델의 영상을 실시간 비교한다.

일반적으로 승인된 모든 조합 뿐만 아니라 4륜 구동 차량의 "xDrive"와 같은 지정 모델 및 여타 등록번호판은 이미지 데이터베이스에 저장된다. 지정이 누락된 경우처럼 실시간 영상과 주문 데이터가 일치하지 않으면 최종 검사 팀에서 통보받는다. BMW그룹은 생산에 사용되는 AI 알고리즘을 오픈소스 플랫폼에서 공유하고 있다.

8. 슈나이더 일렉트릭: 예측 IoT 분석 솔루션

슈나이더 일렉트릭은 마이크로소프트 애저(Azure) 머신러닝 서비스와 애저 IoT 엣지를 기반으로 예측 IoT 분석 솔루션을 개발했다. 이를 통해 작업자의 안전을 개선하고 비용을 절감하며 지속가능성 목표를 달성했다. 이 회사 데이터 과학자들은 언제 어디서 정비가 필요한지 예측하는 모델을 만들기 위해 유전 데이터를 사용한다.

데이터 과학자는 자동화된 머신러닝 기능을 사용해 최적 머신러닝 모델을 지능적으로 선택하고 머신 모델 하이퍼 파라미터를 자동으로 조정해 시간을 절약하고 효율성을 향상시킨다. 이 솔루션을 활용했을 때, 이틀 만에 10-20% 효율성을 높이는 결과를 보였다.

9. 닛산: 차량 디자인에 AI 활용

닛산은 차세대 모델 시리즈의 출시 시간 단축 목적으로 AI를 활용해 실시간으로 신모델을 설계하는 AI를 시범운영 중이다. 닛산은 이 프로그램을 드라이브스파크라고 부르며, 4년째 존속하고 있다. 닛산 디자이너들은 이 시스템을 사용해 완전히 새로운 모델을 만들고 있다. 기존 모델의 수명주기 연장에도 AI를 활용했다.

10. 캐논: 고급 자산 결함 인식 시스템

캐논은 제조 센터에 새로운 수준의 품질 관리를 제공하는 고급 자산 결함 인식 시스템을 개발했다. 캐논은 머신러닝, 컴퓨터 비전, 예측모델링 등 인적 전문성과 통찰력, AI 기법을 접목해 고정밀 기계 부품 테스트의 정확성과 효율성을 높이고 있다. 캐논의 제조 부품은 산업용 방사선 촬영(X선 영상)과 영상을 이용해 정밀하게 검사해 각 부품과 내부 구조의 무결성을 검증한다.

보조 결함 인식 기술 시스템은 컴퓨터 비전과 머신러닝을 통해 검사된 부품의 이미지를 지능적으로 분석하고, 사람의 눈으로 놓칠 수 있는 결함이라도 자동으로 식별한다. 기술의 정확성도 학습하고 개선할 수 있다.

이정태 기자
이정태 기자 mica1028@aitimes.com 다른기사 보기
기자 프로필
이정태 기자
이정태 기자 mica1028@aitimes.com 다른기사 보기


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.
주요기사
유용한 리스티클
  • AI를 활용한 10가지 좋은 예
  • MIT 테크리뷰가 선정한 젊은 AI혁신가 7인
  • 포스트코로나 이끌 AI 스타트업 'TOP 10'
  • 주목할 중국·일본 로봇 스타트업 '베스트 10'
  • 포브스 선정 유망 AI기업 베스트 50
  • 코로나19와 싸우는 테크기업 '베스트 15'