제조 AI 융합은 데이터가 자산이고 그 자산인 산업설비 데이터와 경험데이터를
사람과 AI가 쉽게 이해·활용할 수 있는 자산으로 바꾸기 위함
. . .
최신기술을 융합하여 제조혁신에 활용하기 위한 연구와 활용 방안 검토
문제 상황
“사출 성형 공정에서는 제품 치수 편차와 같은 불량이 자주 발생합니다.
문제는, 공정 데이터(온도, 압력, 클램핑 압력)는 기계 시스템에 저장되고,
품질 데이터(치수 측정값)는 엑셀이나 수기 기록으로 남는 경우가 많다는 점입니다.
이 데이터를 연결하려면 엔지니어가 수작업으로 해야 해서 시간도 많이 걸리고 오류도 생깁니다.”
AAS 솔루션
“여기서 AAS, 즉 자산관리쉘을 활용합니다.
사출 성형기 AAS에는 공정 데이터를,
품질 관리 AAS에는 검사 결과를 담습니다.
생산 Lot 기준으로 두 데이터를 연결하면 표준화된 디지털 트윈 데이터가 완성됩니다.”
지식 그래프 통합
“그 다음 단계는 AAS 속성을 지식 그래프로 변환하는 것입니다.
예를 들어:
Product123 → 허용공차 ±0.44mm
Product123 → 검사장비01로 검사됨
MachineX → 클램핑 압력 500kN
이렇게 하면 제품-공정-검사 데이터를 하나의 네트워크로 연결할 수 있습니다.”
LLM + KG 활용
“마지막으로, 지식 그래프 위에 대형언어모델을 얹습니다.
엔지니어가 ‘지난주 불량 원인은 무엇인가?’라고 물으면,
LLM이 이를 SPARQL 질의로 변환해 KG를 탐색합니다.
결과적으로 불량이 발생한 시점의 클램핑 압력이 낮았다는 사실을 자동으로 찾아낼 수 있습니다.
이제 더 이상 여러 보고서를 뒤질 필요가 없습니다.”
기대 효과
“이 방법은 데이터 통합 비용을 줄이고, 불량 원인 분석 속도를 높이며,
예측 기반 품질 관리로 나아가는 Zero Defect Manufacturing을 실현하는 기반이 됩니다.”
“데이터는 점, 링크는 선. 언어가 의미를, 표준이 신뢰를, 연결이 세상을 완성한다”
데이터는 단순한 숫자, 문자가 아니라, “맥락 있는 지식”으로 바꾸어 사람이든 AI든 바로 의사결정에 활용 가능하게 하는 것이 데이터링크 주식회사의 역할입니다.
