전문가 [제조AI, 도대체 너는 누구니?-③] 제조 데이터의 AI 적용 사례
제조업에 AI를 적용하기 위해서는 앞서 언급한 대로 ‘데이터 구축’이 잘 되어 있어야 한다. 네이버가 ‘각세종’을 만든 이유도 데이터를 잘 구축하려는 이유이듯이 AI 학습, 그러니까 머신러닝, 딥러닝 기술을 적용하기 위해서는 충분한 규모의 데이터 제공이 필요하다. 현재 이 분야는 대학교나 국책 연구기관에서 많은 연구가 이루어지고 있는데, 그들과 대화를 해보면 한결같이 데이터가 부족하다고 한다. 일반 공공데이터도 이런 상황인데 제조 데이터는 더욱 부족한 것이 현실이다. 그래서 많은 연구자들은 시뮬레이션을 통해 데이터를 양산하여 이렇게 만들어진 데이터와 실질 데이터를 혼합해서 AI를 돌려보고, 그 값이 실질 제조 단계와 유사하게 나오도록 지속적으로 딥러닝과 머신러닝을 하면서 가시적인 연구 성과를 만들어가고 있다. 제조 데이터가 잘 구축되어 있는 플랫폼의 국내 사례는 미미하다고 볼 수 있다. 해외는 국내보다는 나은 편이지만 역시 부족한 것이 현실이다. 특히 중소기업에는 AI 분야가 생소할 수밖에 없기에 공공부문에서 활성화를 위한 투자가 필요한 것이 당연하다. 이에 중소기업벤처부는 산하 공공기관인 스마트제조혁신추진단과 함께 KAMP(Korea AI Manufactu
- 안광현 스마트제조혁신추진단장
- 2024-07-31 11:46