제조 현장 가장 큰 이슈는 데이터 부족…AI 적용 위해선 정확한 ‘정답 데이터’ 확보 중요

딥러닝이란 컴퓨터가 스스로 외부 데이터를 조합, 분석하여 학습하는 기술로, 빅데이터, 계산능력(Computational Power), 알고리즘 3가지 요소에 의해 발전해왔다. 그리고 이러한 딥러닝 모델 성능 향상은 인공지능(AI)이 획기적으로 도약하게 된 계기가 되었다. 제조 현장에서 AI(인공지능) 적용은 설계 지능화, SCM 지능화, 검사 지능화, 예지보전, 공정 지능화를 가져왔다. 

 

정답 데이터는 내가 인공지능 학습을 시켰을 때 원하는 것, 풀고자 하는 것, 바라는 것이 출력됐으면 좋겠다 하는 데이터를 말한다. 따라서 딥러닝이 잘 풀 수 있도록 충분한 양의 입력 데이터와 정확한 정답 데이터를 확보하는 것이 중요하다. 딥러닝은 우리가 만든 정답 데이터대로 학습하기 때문이다.

(헬로티 10월 23일 내용 일부)

 

소견)정답 데이터가 많아지면 제조업에서 다양한 일을 할 수 있다. 소재를 분석한다든지 설비 고장 진단 및 수명 예측, 결함 검사 및 제품 품질 분석, 제품 디자인, 수요 예측 및 물류 첨단화 등을 할 수 있다.