포스테키안

2022 여름호 / 포스텍 연구실 탐방기

2022-07-18 204

POSTECH IDEA Lab

Industrial Data Engineering and Analytics Lab

 

“A value provider for the industry via data engineering and analytics”

IDEAIndustrial Data Engineering and Analytics 연구실은 데이터 수집 및 분석을 통해 산업 현장의 문제를 해결하고 산업에 가치를 창출하는 것을 목표로 삼고 있습니다.

산업의 종류는 반도체, 자동차, 철강 등에 이르기까지 매우 다양합니다. 또한, 한 산업 내에서 제품이 소비자에게 전달되기까지는 제품 설계, 개발, 주문, 조달, 생산, 서비스로 이어지는 과정이 필요합니다. 그리고 센서, 통신, 클라우드 등 디지털 기술의 발달은 해당 과정의 원활한 진행을 도움과 동시에 많은 데이터를 만들어 내고 있습니다.

산업 현장에서는 많은 문제가 발생합니다. 예를 들어, 공장 설비에 문제가 생기면 생산된 제품에 품질 불량이 발생합니다. 또는 제품을 설계하는 과정에서 설계도에 문제가 발생하면 부품을 필요한 양보다 많이, 혹은 적게 주문하게 되기도 합니다. 이뿐만 아니라, 물류 창고에서는 물류의 보관 위치와 물류 이동 기록을 수작업으로 관리하고 입력하면서 불필요한 시간과 인력을 소모하기도 합니다.

대다수의 산업 현장은 경영 정보 시스템의 한 종류인 전사적 자원 관리 ERPEnterprise Resource Planning와 같은 소프트웨어를 도입하여 사용하고 있지만, 소프트웨어에 축적된 데이터로부터 가치를 창출하는 활동은 부족하게 이뤄졌습니다. 산업 인공지능은 산업 현장에서 축적된 데이터를 산업 현장의 문제를 해결하기 위해 활용할 수 있도록 합니다. 예를 들어, 설비에 부착된 센서와 설비의 고장에서 발생하는 데이터를 분석하고 예측하는 인공지능을 통해, 설비의 고장을 미리 파악하고 수리하여 비용을 줄일 수 있습니다. 또 과거에 작성했던 제품의 설계도를 분석하여 패턴과 규칙을 파악한다면 새로 작성한 설계도의 오류를 감지하는 인공지능을 만들 수 있습니다. 이 외에도, 물류 창고의 원활한 관리를 위해 도입한 WMSWarehouse Management System라는 소프트웨어 솔루션으로부터 발생한 물류 이동 데이터는 창고 내의 작업에서 발생하는 의사 결정 사항을 지원하는 인공지능 개발을 위해 사용됩니다. IDEA 연구실에서는 이처럼 데이터 수집 및 분석을 통해 산업 인공지능을 개발하고 산업 현장의 문제를 해결하여 가치를 창출하는 연구를 수행합니다.

IDEA 연구실에서는 산업 현장에서의 문제 발견부터 데이터 분석, 데이터 분석 내용의 실제 적용 및 개선까지의 과정을 포함하는 PDATM이라는 프로세스를 강조합니다. PDATM은 Pain Points Proposition, Data Preparation, Analytics & AI, Transition, Monitoring으로 구성됩니다.

Pain Points Proposition : 해결하고 싶은 문제를 정의하는 단계

Data Preparation : 문제를 해결하기 위해 필요한 데이터를 정의하고 수집하는 단계

Analytics & AI : 데이터를 분석하여 문제를 해결하는 단계

Transition, Monitoring : 문제 해결 방법을 현장에 적용하고 모니터링하여 유지, 개선하는 과정

PDATM이 중요한 이유는 산업 현장에서의 문제 해결을 위해 Analytics & AI 단계를 수행하기 위한 기술적인 능력뿐만 아니라 Pain Points Proposition, Data Preparation, Transition, Monitoring에 걸친 문제 해결 능력이 필요하기 때문입니다. 산업 현장에서의 문제는 사람, 설비, 원자재, 환경 등의 원인이 복합적으로 작용하여 나타나기 때문에 현장의 문제 상황과 그 원인을 명확하게 정의하는 것은 복잡한 인공지능 기술을 개발하는 것만큼 중요합니다. 그리고 연구실에서 잘 작동하는 인공지능이 산업 현장에서는 잘 작동하지 않는 경우가 많기 때문에, 인공지능 기술을 잘 이해하고 변화하는 산업 현장에 맞추어 적용하고 관리하는 능력 또한 매우 중요합니다.

IDEA 연구실은 LG전자를 비롯한 국내 제조 기업들과 디지털 전환 프로젝트를 수행하고 있습니다. 디지털 전환을 통해 생산 계획, 주문, 생산, 판매 등 기업에서 일어나는 모든 과정으로부터 데이터 수집 및 분석을 통한 가치 창출 기회를 발굴하여 실현하고 있습니다.

현재는 LG전자 협력사들의 자재 납품 가능 여부를 예측하는 연구를 진행하고 있습니다. 이 연구의 목표는 협력사에 한 번에 다양한 종류의 부품을 주문할 때, 모든 부품이 시간 내에 납품 가능할지 인공지능을 기반으로 예측하여 관리, 대응할 수 있도록 프로세스를 개선하는 것입니다. 연구실에서는 현장에서의 작업 프로세스 및 발생하고 있는 문제를 인식하기 위해 전반적인 자재 공급 프로세스 이해에 많은 시간을 투자하였습니다. 이후 데이터 수집 현황 파악과 필요 데이터 정의 과정을 거쳐 인공지능을 개발한 후, 베트남 공장의 주문 관리 시스템에 탑재하여 인공지능을 통해 프로세스를 개선할 수 있는지 확인하는 과정까지 LG전자와 함께 진행하고 있습니다.

이처럼 IDEA 연구실은 지금까지의 문제 해결에서 얻을 수 없던 가치 창출을 위해 PDATM 프로세스에 따른 과제 수행을 중점에 두고 있습니다. 이를 위해 제조 현장을 직접 방문하여 이해한 후 문제 발굴을 위해 관리자, 작업자 등 다양한 사람에게 많은 질문을 던지는 것에 시간을 쏟으며 각자의 경험을 공유할 것을 강조합니다. 또, 실제 시스템 및 현장에서 발생하는 데이터의 분석에서 시작하여 실제 제조업 효율화를 위한 인공지능을 개발하여 사용할 수 있도록 합니다. 이러한 경험을 통해 IDEA 연구실의 학생들은 A뿐 아니라 P, D, T, M에도 강한 인재로 성장하고 있으며, 여러 산업 현장의 문제 해결에 기여하고 있습니다.

 

http://idea-lab.kr/

<POSTECH IDEA LAB> 사이트에서 더 많은 이야기 만나보기

 

글 / 산업경영공학과 통합과정 홍기석